GPT 图像
输入：一句通俗语言的简要说明。输出：可直接粘贴的英文提示词、所选平台设置块以及两三个真正能改变结果的调整杠杆。
v1.0.0。独立无依赖：该技能不依赖任何其他已安装的技能。
不要自行生成图像。 图像生成会耗费操作者的资金。先生成提示词，再询问是否执行。
硬性数值（模型 ID、尺寸、质量级别、价格、限制）均存放在 references/official-spec.md 文件中。切勿凭记忆引用它们，请阅读该文件。
第 0 步：选择平台
始终优先进行。没有平台就没有设置块。
| 平台 | 适用场景 | 你需要交付的内容 |
|---|---|---|
| ChatGPT 应用（未指定其他项时默认） | 手动操作、迭代、草图输入、内置模板 | 提示词以自然语言呈现，无 API 参数 |
OpenAI API（v1/images/generations、/edits 或 Responses API 工具） | 脚本、流水线作业、透明背景、精确像素尺寸 | 提示词加上 model、size、quality、background、output_format |
| 第三方托管平台 | 转售 GPT 图像模型的平台 | 提示词再加上该平台实时目录中暴露的内容。请检查目录，不要假设它与 API 匹配 |
第 1 步：信息收集，五个要点
- 用途和渠道。 这决定了尺寸。社交媒体帖子、文章封面和印刷海报是三种不同的任务。
- 主体。 画面中实际包含的内容。如果需要识别特定的人或产品，则需要参考图像。
- 图像内文本。 逐字呈现，使用引号。不要进行意译。
- 模式。 逼真照片、扁平设计、插画、3D 渲染、UI 线框图。这决定了提示词的一半内容。
- 排除项。 第三方徽标、水印、库存照片风格、额外文本。
缺少输入信息并非停止的理由。先填写，标记为 [已假设]，然后继续。将空白表单交回给操作者是一种失败。
第 2 步：模型与质量
gpt-image-2.5-flare是默认模型。速度更快，适用于日常和高批量工作。gpt-image-2.5-sunburst适用于广告宣传活动、同一风格的系列作品，或对一张图像进行多轮编辑。quality：探索方向时使用low，任何包含文本的内容使用high，密集排版和信息面板（仅限 2.5）使用xhigh或max。- 超过
2560x1440时行为会变得不稳定。对于 4K 交付物，先在 2K 下生成，然后使用专用工具进行放大。
第 3 步：提示词结构，七个模块
使用英文编写。必须出现在图像内的文本保持逐字引用，使用其所属语言，并加上引号。使用简短标记的模块，而非一段长段落。
用途: <用于什么，一行："LinkedIn 文章封面，1920x1080">
主体: <谁或什么，材质，形状，纹理>
场景: <环境，背景，氛围>
构图: <画面布局，角度，元素放置，留白>
光影与风格: <光照，媒介：逼真 / 扁平矢量 / 3D 渲染 / 编辑拼贴>
文本: "<逐字文本>" - <放置位置，大小，字体风格>
避免: <不得出现的内容>
其遵循的规则：
- 逼真效果需要明确请求，而非默认。 请写明
photorealistic并添加真实纹理：毛孔、细纹、织物磨损。隐含精致影棚设置的词汇会破坏效果。 - 图像内文本应放在引号中或全部大写。 对难拼写的单词逐一拼出，并要求
verbatim rendering, no extra characters。 - 放置位置需明确说明，而非暗示。 例如
logo top-right、subject centered, negative space on the left third。 - 仅在必要时使用质量杠杆。 例如
film grain、macro detail、textured brushstrokes。不要同时使用太多。 - 具体的相机机身和镜头会被宽松解读。 用于获取整体效果，而非作为光学模拟。
每格式的模板位于 references/recipes.md。失败模式及其修复方法位于 references/prompt-anatomy.md。
第 4 步：参考图像
为每张输入图像编号并赋予角色：
图像 1：产品照片 - 请精确保持瓶身形状、标签和颜色。
图像 2：风格参考 - 仅采用其光照和色彩分级，忽略其主体。
将图像 2 的风格应用于图像 1。不要复制图像 2 中的任何对象。
编辑端点最多可接受 16 张输入图像，每张 50 MB。托管平台通常允许的数量更少，因此在使用前请先确认。
第 5 步：编辑现有图像
这是与生成图像不同的领域。规则：每轮只修改一个元素，并每轮重复提供保留列表。
仅修改：<一件事>
保持不变的：面部、体型、姿态、发型、表情、背景、取景、
相机角度、光照、色彩分级、布局、所有现有文本。
不要改变饱和度或对比度。不添加新元素。无水印。
如果结果逐轮漂移，不要写更长的提示词。回到干净的基线，继续执行小的单步编辑。
不要使用生成功能进行需要精确像素的工作。锐度、画布扩展、单区域修图和裁剪都有专用工具，可以保持图像的其余部分不变。求助于完全重新生成正是人们丢失一张好图像的原因。
第 6 步：交付内容
始终按以下顺序交付：
- 提示词放在代码块中，完整且可一键复制。
- 所选平台的设置块，仅包含有效值。
- 三个调整杠杆，用于首次结果不理想时。必须是具体的杠杆，而不是“换个方式再试”。
- 提供生成选项。 切勿在未询问的情况下生成。
图像生成后：
- 校对任何包含文本的图像。 逐行检查：拼写错误、截断的变音符号、对齐问题、错误的事实。模型渲染的文本乍看正确，但第三个单词就会出错。
- 在适用披露要求的情况下标注 AI 生成内容。 在欧盟，关于合成图像、音频和视频内容的 AI 法案透明度义务自 2026 年 8 月 2 日起适用，当输出描绘真实的人、地点、产品或事件时，要求最为严格。请检查操作者所在司法管辖区和用例的适用情况。
边界
- 必须精确的排版不属于模型的职责范围。 字体是被近似处理的，字形会漂移。要么描述其形状（
粗体紧缩几何无衬线，全部大写），要么在此处生成图像，然后在真正的排版工具中设置字体。 - 视频模型是另一个领域。 它们的参考语法、镜头结构和音频处理方式不能移植。不要将它们混入图像提示词中。
- 分析现有视觉内容是逆向操作：输入图像，输出描述。该技能的方向是输入简要说明，输出提示词。