ChatGPT Images 2.5 官方教學完整整理

第一格：用途

先講這張圖是什麼、要拿來做什麼。指南要求先「定義結果」，講出主體和用途，例如商品照、廣告、示意圖。內容一複雜就把提示詞分段寫，分成場景、主體、細節、限制四塊，每塊給一個標題。

第二格：構圖與限制

接著講畫面怎麼擺：構圖、長寬比、哪個東西一定要放在哪裡。這格是我自己最常漏掉的一格，漏掉的結果就是重點被切掉、留白位置不對、字擠在邊緣。

第三格：看得到的細節

指南這條叫 Describe visible details，要求把材質、光線、顏色、視覺媒材講出來。要真實照片就明講「photorealistic」或「real photograph」，並描述取景和質感。相機規格（例如 50mm 鏡頭）只當成外觀的線索，不保證物理上真的模擬那顆鏡頭。廣角、電影感、低光、下雨、霓虹這種場景，指南建議寫出尺度、空氣感和顏色，光靠氣氛形容詞不夠。

第四格：人物與動作

畫面裡有人的話，要交代身體入鏡到哪裡、人跟物的相對大小、眼睛看哪裡、手怎麼碰到東西。指南舉的例子就是這種句子：「全身入鏡，含腳」「低頭看著翻開的書」「雙手自然握著把手」。

第五格：引號逐字文字

圖上要出現的字，指南要求用引號把要的字逐字框起來，並且分開描述位置和字型。品牌名或少見的字，必要時一個字母一個字母拼出來。最後補一句不要出現其他文字，然後自己檢查拼字和可讀性。小字、資訊密集、或同時出現多種字型的圖，指南建議把 quality 從 medium 換成 high 各跑一次再比。

官方範例（Render exact text 段）：

第六格：排除項

最後一格寫你不要的東西。指南在多個範例裡都用同一種寫法：把不要的元素列成一排短句放在最後。常見的排除項有浮水印、logo、多餘文字、棋盤格底、陰影、過度修圖、罐頭素材感、漸層與裝飾。

只換一樣東西，其他全部保留

官方範例（Change furniture in a room 段）：

參考圖要指定角色

丟多張參考圖進去的時候，指南要求每一張都編號並說明它的用途：主體、風格、服裝、背景。然後說明這些輸入要怎麼組合、哪個元素要移到哪裡。少了這一步，模型只能自己猜每張圖的用途。

官方範例（Combine references 段）：

換衣服但保住本人

人像編輯的重點在「要固定哪些」。指南的服裝範例把要固定的項目列得很細：臉、五官、膚色、體型、姿勢、身分、表情、髮型、比例，只有衣服可以換，而且光線、陰影、色溫要跟原圖對得上，不能看起來像貼上去的。

草圖轉成品

手上的草圖轉成成品圖，重點有兩個：保留原本的版面、比例和透視，然後補上合理的材質、光線和環境。指南特別要求加一句「不要加新的元素或文字」，避免模型自由發揮。沒有 Sketch 畫板的話，紙上畫完拍照上傳就可以走這一段。

官方範例（Turn a drawing into a realistic image 段）：

去背

去背要兩件事一起做：提示詞裡要求把主體單獨抽出來，API 那邊設定 background 為 transparent，輸出用 PNG 或 WebP。指南提醒一句很實用的話：畫出來的棋盤格底不等於透明。真的透明是檔案裡有 alpha 色版，收到檔案要打開來檢查頭髮、玻璃、陰影和物件邊緣。後續再編輯的時候，要重複講一次「保持透明背景」。用 ChatGPT 網頁版沒有參數可以設，就在指令裡把要求寫滿，拿到圖再自己確認邊緣。

官方範例（Create a transparent product cutout 段）：

移除物件

移除的寫法最短，把要移除的東西點名，然後叫它其他都別動。指南的原句只有兩句話。

官方範例（Remove an object 段）：

把人放進新場景

人物合成到新場景，指南要求四件事講清楚：自然的光線、可信的細節、身體入鏡範圍和視線、人跟場景的互動。然後點名哪些五官和比例不能變。想要像隨手拍的照片，就明講不要電影感打光、不要戲劇化調色、不要風格化構圖。

第一步：先做出起始圖

起始圖要一次到位的是文字和主體。指南的範例把看板上的字用「EXACT, verbatim, no extra characters」框起來，字型、對比、置中、字距全部講明，並要求字只出現一次。

第二步：一次只改一個條件

把上一步的圖丟回去，然後只講要變的那一件事。指南這一步的示範只有一句話。

官方範例（Change one condition 段）：

第三步：每一輪都重述要保留的項目

指南在編輯那一節寫了一句很重要的提醒：重複編輯還是可能改掉你本來想保住的細節，所以要把那些限制重講一次並且每一輪都檢查。如果某個區域必須一個像素都不能動，比較可靠的做法是把核可過的編輯結果合成回原圖，不要單靠提示詞。

角色一致性：先立一張角色設定圖

要做繪本、系列插圖或連載內容，指南的做法是先生一張角色參考圖，把外型、比例、服裝、氣質定下來，之後每一張新場景都重複講一遍那些定義性的細節，只換環境和劇情。

一、商品照

官方在商品這一塊的重點是材質、包裝和印刷清晰度，並要求設計原創、不侵權。

二、傳單與文字海報

文字量大的圖，指南的做法是把提示詞當成規格書來寫：講清楚要傳達的資訊、設計元素和風格，字要用引號逐字框，並且明講排版要好讀。

三、logo

指南的 logo 範例強調三件事：形狀簡單、大小尺寸都要看得清楚、透明背景交付。它也直接把「棋盤格」列進排除項，因為指南特別提醒：畫出來的棋盤格不等於真的透明。

官方範例（Design a reusable logo 段）：

四、流程圖

指南在流程圖和資訊圖這一塊多提醒了一句：除了外觀，標籤和事實關係也要自己驗過。名稱寫錯、箭頭方向反了，圖再漂亮也不能用。

五、四格漫畫

故事轉漫畫的關鍵在把故事拆成一格一個視覺節拍，描述要具體、以動作為主，這樣模型才排得出節奏好讀的分格。

六、簡報圖

指南建議簡報這類圖用橫式尺寸，而且直接把數字和標籤寫進提示詞裡，不要讓模型自己編。圖裡有小字、圖例、座標軸或註腳的時候，quality 設成 high。指南自己也附了一句提醒：範例裡的市場數字是虛構的設計輸入，正式使用前要換成查證過的資料。

指南另外補一句：換提示詞或換模型的時候，拿有代表性的輸入去比品質、比回應時間、比成本，三個一起看。

兩個模型的差別

選法：新流程重速度先試 Flare，品質要求嚴格先試 Sunburst。Sunburst 過關之後，用同一批提示詞和輸入測 Flare，如果也達標而且更快就換過去，品質差距真的必要才留 Sunburst。指南提醒一句：速度要在自己的工作量上量，別人的工作量測出來的幅度不能直接套。

參數

自訂解析度有四個限制：每邊不超過 3,840 像素、兩邊都要是 16 的倍數、長邊比短邊不超過 3:1、總像素數在 655,360 到 8,294,400 之間。總像素超過 3,686,400（相當於 2560x1440）的輸出屬於實驗性質。

quality 的用法是先選模型再調品質。第一次比較的時候，兩個模型都支援的品質設定要固定住，提示詞、參考圖、輸出尺寸也一併不動。同一個品質標籤在不同模型上不代表同樣的畫質或同樣的回應時間。品質不夠就往上調一級，達標之後再往下試，看看能不能在維持可接受品質的情況下變快。xhigh 和 max 只在它們真的補上某個沒達標的品質需求、而且還在你的時間預算內時才用。

透明素材要明確設 background 為 transparent，格式用 PNG 或 WebP，拿到圖要檢查解碼後的 alpha 通道，重點看頭髮、玻璃、陰影和物件邊緣。output_compression 只用在 JPEG 或 WebP，PNG 不要用。

從舊流程搬過來的三個重點

指南的遷移流程有六步，濃縮成三個重點。

1. 先存基準線：把有代表性的正式提示詞和參考圖收齊，包含難搞的編輯、精確文字、人臉、商品幾何和透明素材，把現在用的模型、請求設定和結果都記下來。
2. 第一輪比較只換模型：提示詞、參考圖、尺寸、輸出格式全部不動，比的是指令遵循度、身分與商品的保留、文字正確性、有沒有被改到不該改的地方、以及透明度，而且要重複請求好幾次看穩定度，編輯流程要連整串編輯一起測，不能只測單步。
3. 一次只調一個設定：先比品質等級再改提示詞，量的是典型回應時間、慢回應、失敗、重試，還有每張可用圖的成本。指南特別提醒，不要假設比較快的模型就比較便宜，要去確認當下的價目。上線的時候先切一小部分流量，盯同一組指標，再慢慢放大，舊模型還在支援期間就留著當退路。

我的 ChatGPT 找不到 Sketch 怎麼辦

發表文說在 ChatGPT 輸入 @Sketch 就能開畫板，但功能看起來是分批開放，我自己的帳號在 2026-09-10 還沒有。沒看到的話走替代路線：紙上或任何畫圖 app 畫好草圖，拍照或截圖上傳當參考圖，再貼上面「草圖轉成品」那段指令，一樣可以保留你原本的版面和透視。

圖上的字一直錯怎麼辦

照第五格的四個動作做：要出現的字用引號逐字框、講清楚出現幾次和放在哪裡、字型和位置分開描述、最後補一句不要出現其他文字。小字、資訊密集或多種字型的圖，把 quality 從 medium 換成 high 再比一次。品牌名或少見的字，必要時一個字母一個字母拼出來。出圖之後拼字和可讀性一定自己看過。

ChatGPT 網頁版沒有那些參數，怎麼辦

quality、size、background 是 API 的參數；我在網頁版沒看到對應的設定欄位。網頁版能做的是把需求寫進指令裡：要透明背景就在指令裡把「完全透明背景、不要純色底、不要棋盤格」寫滿，要橫式就直接講橫式構圖，拿到圖再自己確認。指南本身是寫給 API 的，提示詞的寫法我在網頁版照用沒問題，參數那一層網頁版沒有。

速度到底快多少

發表文寫的是跟 Images 2.0 相比，生成延遲最多減少 50%；API 那邊的說法是 GPT-Image-2.5 Flare 相對 GPT-Image-2 有 50% 更低的延遲。指南同時提醒，實際幅度要在自己的提示詞、參考圖、輸出尺寸和品質設定上測，別的工作量測出來的數字不能直接套。