GPT 圖像
輸入：一句白話說明，一句就夠。輸出：一份立即可貼的英文提示詞、適用於所選表面的一組設定、以及二到三個真正能改變結果的調整槓桿。
v1.0.0。獨立技能：無需安裝其他技能。
請勿自行產生圖像。 圖像產生會耗費營運者費用。請先產出提示詞，再詢問是否要生成。
硬編碼數據（模型 ID、尺寸、品質等級、價格、限制）均存放於 references/official-spec.md。切勿憑記憶引用，請直接讀取該檔案。
步驟 0：選擇表面
務必最先進行。沒有表面，就沒有設定區塊。
| 表面 | 使用時機 | 你需交付的內容 |
|---|---|---|
| ChatGPT 應用程式（未特別說明時預設） | 手動操作、迭代、草稿輸入、內建範本 | 以白話文呈現的提示詞，無 API 參數 |
OpenAI API（v1/images/generations、/edits 或 Responses API 工具） | 腳本、管線、透明背景、精確像素尺寸 | 提示詞加上 model、size、quality、background、output_format |
| 第三方代管表面 | 一個轉售 GPT 圖像模型的平台 | 提示詞加上該平台當前目錄中暴露的所有參數。請查閱目錄，不要假設它與 API 相同 |
步驟 1：收取需求，五個面向
- 用途與發佈渠道。 這決定尺寸。社群貼文、文章封面和印刷海報是三種不同的工作。
- 主體。 畫面中實際出現的內容。如果必須能辨識特定人物或產品，你需要提供參考圖片。
- 圖像內文字。 原文照錄，放在引號中。不要改寫。
- 模式。 寫實照片、扁平設計、插畫、3D 渲染、UI 模型。這決定了一半的提示詞。
- 排除項。 第三方標誌、浮水印、素材庫風格、額外文字。
缺少輸入並不是停止的理由。填入內容，標記為 [ASSUMED]，然後繼續進行。將空白表格交還給營運者是失敗。
步驟 2：模型與品質
gpt-image-2.5-flare是預設值。速度更快，適合日常及大量工作。gpt-image-2.5-sunburst用於廣告活動、統一風格系列，或同一張圖像的多輪編輯。quality：在尋找方向時使用low；任何包含文字的情況使用high；密集排版與資訊面板（僅限 2.5）使用xhigh或max。- 超過
2560x1440時，行為會變得不穩定。若需要 4K 成品，請以 2K 生成，再使用專用工具進行放大。
步驟 3：提示詞結構，七段式
以英文撰寫。必須顯示在圖像內部的文字，請原文照錄並加上引號，使用其所屬語言。簡短標籤式區塊，而非一個長段落。
用途：<用途，一行即可：「LinkedIn 文章封面，1920x1080」>
主體：<誰或什麼，材質、形狀、紋理>
場景：<環境、背景、氛圍>
構圖：<取景、角度、元素位置、留白>
光線與風格：<光線、媒介：寫實 / 扁平向量 / 3D 渲染 / 編輯拼貼>
文字：「<原文文字>」- <位置、尺寸、字體風格>
避免：<不可出現的內容>
此結構背後的規則：
- 寫實感需明確要求，而非假設。 請寫下
photorealistic並加入真實紋理：毛孔、細紋、布料磨損。暗示完美棚拍的詞彙會破壞效果。 - 圖像內文字需加引號或全大寫。 對艱澀字詞逐字母拼寫，並要求
逐字呈現，無多餘字元。 - 位置需明確說明，而非暗示。
Logo 置於右上角、主體置中，左側三分之一處留白。 - 品質槓桿僅在需要時使用。
底片顆粒、微距細節、紋理筆觸。不要全部使用。 - 特定的相機機身與鏡頭會被寬鬆解讀。 將其用於營造整體風格，而非光學模擬。
各格式的範本請見 references/recipes.md。失敗模式與修正方式請見 references/prompt-anatomy.md。
步驟 4：參考圖片
為每張輸入圖片編號並指定角色：
圖片 1：產品照片 - 完全保留瓶身形狀、標籤與顏色。
圖片 2：風格參考 - 僅取其光線與調色，忽略其主體。
將圖片 2 的風格套用到圖片 1。不要複製圖片 2 中的任何物體。
編輯端點最多可接受 16 張輸入圖片，每張 50 MB。代管表面通常允許較少張數，因此請在承諾前先確認。
步驟 5：編輯現有圖片
與生成是不同的學問。原則：每輪只改一項，並在每一輪重複一份保留清單。
僅更改：<一件事>
保留不變：臉部、身形、姿勢、頭髮、表情、背景、取景、
鏡頭角度、光線、調色、版面配置、所有現有文字。
不要改變飽和度或對比度。不要新增元素。不要浮水印。
當結果在一輪又一輪中逐漸偏移時，不要寫更長的提示詞。回到一個乾淨的基底，以小規模的單步編輯繼續進行。
請勿使用生成功能進行像素級保留工作。銳利度、畫布延伸、單一區域修補和裁切都有專用工具，可以保持圖像其餘部分不變。為了這些需求而進行完整重新生成，正是人們失去一張好圖片的原因。
步驟 6：交付項目
永遠依此順序：
- 提示詞 放在程式碼區塊中，完整提供，一鍵複製。
- 所選表面的設定區塊，僅使用有效值。
- 三個調整槓桿，用於初次結果不如預期時。具體的槓桿，而非「再試一次」或「換個方式」。
- 主動提出生成。 切勿在未經要求時擅自生成。
生成圖像後：
- 校對任何包含文字的圖像。 逐行閱讀：錯字、被截斷的變音符號、對齊錯誤、事實錯誤。模型渲染出的文字乍看正確，但第三個字就錯了。
- 在需揭露的場合標記 AI 生成的內容。 在歐盟，AI 法案對於合成圖像、音訊和影片內容的透明度義務自 2026 年 8 月 2 日起生效，且當輸出內容描繪真實人物、地點、產品或事件時影響最為顯著。請確認營運者管轄範圍與使用案例的適用規範。
邊界
- 需精確呈現的文字排印不應交給模型處理。 字體會被近似，字母形狀會偏移。請描述形狀（
粗體窄襯線無襯線字體，全大寫），或在此生成圖像，然後在真正的排版工具中設定文字。 - 影片模型是另一個世界。 其參考語法、鏡頭結構與音訊處理方式無法直接套用。請勿將其混入圖像提示詞中。
- 分析現有視覺內容 是反向方向：圖像輸入，描述輸出。此技能為需求輸入，提示詞輸出。