我不斷收到同一個問題：「為什麼我用 GPT Image 2 生成的圖片總是不夠好？」
我不斷收到同一個問題：「為什麼我用 GPT Image 2 生成的圖片總是不夠好？」
簡短的回答是——你的 Prompt 寫得不夠好。
更長的回答是——GPT Image 2 的圖像生成能力已經大幅提升，但大多數使用者的 Prompt 品質沒有跟上。這不是模型的問題，而是你與模型溝通方式的問題。
本文提供一套可複用的 Prompt 結構公式，幫助你更穩定地控制主體、風格、光線、構圖和輸出參數。我們會覆蓋 10 個常見場景的範本，你可以直接改寫使用。
為什麼 GPT Image 2 需要 Prompt 工程
GPT Image 2 更適合用清晰的自然語言描述圖像目標。但這裡有一個關鍵點：模型的實際輸出品質，很大程度取決於你的 Prompt 品質。
同一個需求，用不同 Prompt 生成的結果會有很大差異。
差的 Prompt：
"一隻貓"好的 Prompt：
"一隻橘色虎斑貓坐在窗臺上，陽光從左側45度角照射，背景是模糊的城市夜景，淺景深效果，暖色調，專業寵物攝影風格"差距通常不只是畫面細節多少，而是主體是否準確、構圖是否可用、風格是否符合預期。
GPT Image 2 更適合用結構化 Prompt 來表達意圖。它不只是匹配關鍵詞，還會根據上下文理解場景邏輯和缺失細節。這意味著你的 Prompt 越清晰，模型越容易生成接近目標的畫面。
Prompt 結構公式
一個穩定的圖像 Prompt，通常可以拆成 5 個元素：
主體（Subject）+ 風格（Style）+ 光線（Lighting）+ 構圖（Composition）+ 參數（Parameters）每個維度的詳細說明：
1. 主體（Subject）
主體是圖像的核心物件。描述要具體、精確。
反例：
- 「一個人」 → 太模糊
- 「一個女人」 → 稍好，但不夠
正例：
- 「一位30歲左右的亞洲女性，黑色長髮，穿著白色襯衫，坐在辦公桌前使用筆記型電腦」
- 「一隻黃金獵犬，嘴巴張開，舌頭伸出，正在追逐飛盤」
關鍵技巧：
- 包含年齡、性別、種族、服裝、動作等細節
- 使用具體的名詞而不是泛稱
- 描述情緒和姿態
2. 風格（Style）
風格定義圖像的藝術表現形式。
常見風格選項：
- 寫實攝影：
photorealistic,professional photography,8K resolution - 插畫：
digital illustration,watercolor painting,oil painting - 3D 渲染：
3D render,Unreal Engine 5,octane render - 扁平設計：
flat design,minimalist,vector art - 動漫：
anime style,manga,Studio Ghibli style
範例：
"產品攝影風格，白色背景，柔和的工作室燈光"
"賽博龐克風格，霓虹燈光，雨夜街道"
"水彩插畫風格，柔和的色彩漸層，手繪質感"3. 光線（Lighting）
光線決定圖像的氛圍和質感。
光線類型：
- 自然光：
natural lighting,golden hour,overcast soft light - 工作室光：
studio lighting,soft box,rim light - 戲劇性光：
dramatic lighting,chiaroscuro,backlit - 環境光：
ambient lighting,neon glow,candlelight
範例：
"黃金時段的自然光，溫暖的橙色調"
"工作室環形燈，均勻的面部照明"
"逆光剪影效果，強烈的明暗對比"4. 構圖（Composition）
構圖控制元素在畫面中的位置和關係。
構圖技巧：
- 視角：
bird's eye view,low angle shot,close-up,wide shot - 構圖規則：
rule of thirds,centered composition,symmetrical - 景深：
shallow depth of field,bokeh background,deep focus - 鏡頭：
35mm lens,macro lens,fisheye lens
範例：
"特寫鏡頭，淺景深，背景虛化"
"俯視角度，對稱構圖"
"廣角鏡頭，前景、中景、背景層次分明"5. 參數（Parameters）
參數是 API 呼叫時的技術設定。
常用參數：
size：圖像尺寸（如 1024x1024, 1536x1024）quality：品質等級（standard, hd）style：風格偏好（vivid, natural）n：生成數量
範例：
{
"size": "1536x1024",
"quality": "hd",
"style": "natural",
"n": 1
}10 個場景化 Prompt 範本
以下是 10 個常見場景的 Prompt 範本，你可以直接使用：
1. 產品白底圖
適用場景：電商產品展示、目錄圖片
範本：
"[產品名稱]，[產品細節描述]，純白色背景，產品攝影風格，柔和的工作室燈光，無陰影，高解析度，商業產品攝影"範例：
"無線藍牙耳機，黑色霧面質感，充電盒打開狀態，純白色背景，產品攝影風格，柔和的工作室燈光，無陰影，8K解析度，商業產品攝影"2. 場景行銷圖
適用場景：社群媒體廣告、品牌宣傳
範本：
"[產品/主題] 在 [使用場景] 中，[人物/環境描述]，[氛圍描述]，[光線描述]，[風格描述]"範例：
"智慧手錶在戶外跑步場景中，年輕男性佩戴，城市公園背景，清晨陽光，充滿活力的氛圍，專業運動攝影風格"3. 人像／肖像
適用場景：頭像、人物介紹、社群媒體
範本：
"[人物描述]，[表情/情緒]，[服裝描述]，[背景描述]，[光線描述]，[構圖描述]，專業人像攝影"範例：
"30歲左右的亞洲女性，自信的微笑，穿著深藍色西裝，簡約的辦公室背景，柔和的側光，半身特寫，專業商務人像攝影"4. 插畫／卡通
適用場景：兒童書籍、部落格配圖、品牌吉祥物
範本：
"[角色/場景描述]，[藝術風格]，[色彩方案]，[氛圍描述]"範例：
"一隻可愛的卡通小熊在森林裡野餐，迪士尼動畫風格，明亮的色彩，溫馨愉快的氛圍"5. UI/UX 設計稿
適用場景：產品原型、設計展示
範本：
"[介面類型] 介面設計，[功能描述]，[設計風格]，[配色方案]，[裝置展示]"範例：
"行動端電商應用介面設計，商品詳情頁，現代簡約風格，藍白配色，iPhone 15 Pro 展示，高保真原型"6. 社群媒體封面
適用場景：YouTube 縮圖、Instagram 貼文、Twitter 頭圖
範本：
"[主題描述]，[視覺元素]，[文字位置預留]，[風格描述]，[尺寸比例]"範例：
"科技產品發表會封面，未來感十足的藍色漸層背景，中央留白用於標題文字，現代科技風格，16:9橫版比例"7. 品牌 Logo
適用場景：公司標誌、品牌識別
範本：
"[品牌名稱/概念] Logo 設計，[圖形元素描述]，[字體風格]，[配色方案]，[設計風格]，向量圖，白色背景"範例：
"NovaTech Logo 設計，抽象的火箭圖形，現代無襯線字體，深藍色和銀色配色，極簡主義風格，向量圖，白色背景"8. 食物攝影
適用場景：餐廳菜單、美食部落格、食品包裝
範本：
"[食物名稱]，[擺盤描述]，[餐具/環境描述]，[光線描述]，[風格描述]，專業美食攝影"範例：
"義大利麵配番茄醬和羅勒葉，白色陶瓷盤盛放，木質餐桌背景，自然窗光，暖色調，專業美食攝影，淺景深"9. 建築／室內設計
適用場景：房地產展示、設計提案、概念視覺化
範本：
"[建築/空間類型]，[風格描述]，[材料/色彩描述]，[光線描述]，[視角描述]，建築攝影"範例：
"現代簡約風格客廳，白色牆壁和原木家具，大面積落地窗，自然光線充足，廣角鏡頭視角，建築室內攝影"10. 概念藝術
適用場景：遊戲原畫、電影概念圖、創意專案
範本：
"[場景/角色描述]，[世界觀/風格描述]，[氛圍描述]，[技術規格]，概念藝術"範例：
"未來城市天際線，霓虹燈和飛行汽車，賽博龐克世界觀，雨夜氛圍，8K解析度，電影級概念藝術，Matte Painting風格"API 參數怎麼影響結果
除了 Prompt 內容，API 參數也直接影響生成結果。
Size（尺寸）
常用尺寸及適用場景：
1024x1024：正方形，適合社群媒體貼文、頭像1536x1024：橫版，適合部落格配圖、簡報1024x1536：豎版，適合手機桌布、海報1792x1024：寬螢幕，適合 YouTube 縮圖、橫幅廣告
建議：根據最終用途選擇尺寸，避免後期裁切損失內容。
Quality（品質）
選項對比：
standard：生成速度快，成本低，適合原型設計、快速迭代hd：更高細節，更銳利的邊緣，適合最終交付、印刷用途
權衡：HD 品質生成時間更長，成本更高。建議在迭代階段使用 standard，最終版本使用 hd。
Style（風格）
選項對比：
vivid：更飽和的色彩，更強的對比度，適合行銷素材、社群媒體natural：更真實的色彩還原，適合產品攝影、紀實風格
建議：根據品牌調性和使用場景選擇。
N（數量）
策略：
n=1：單次生成，適合確定性需求n=2-4：批次生成，適合需要選擇最佳結果的場景
成本提示：n 值越大，成本越高。建議先用 n=1 測試 Prompt，滿意後再批次生成。
迭代優化流程
很少有 Prompt 能一次生成完美結果。以下是 5 步迭代優化法：
第 1 步：初版生成
用基礎 Prompt 生成第一版圖像，評估整體方向是否正確。
第 2 步：問題診斷
常見的問題類型：
- 顏色不對：缺少色彩描述，或描述模糊
- 構圖偏差：缺少視角、景深、元素位置描述
- 風格不符：風格關鍵詞不夠具體
- 細節缺失：主體描述不夠詳細
第 3 步：優先順序調整
修改 Prompt 的優先順序策略：
- 主體描述（最高優先順序）：確保核心物件正確
- 風格定義（高優先順序）：確定藝術方向
- 光線調整（中優先順序）：優化氛圍
- 構圖優化（中優先順序）：改善視覺引導
- 參數微調（低優先順序）：技術細節優化
第 4 步：增量修改
每次只修改一個變數，觀察效果。避免同時修改多個元素，否則無法確定哪個修改產生了效果。
第 5 步：滿意確認
當圖像滿足以下條件時，可以認為優化完成：
- 主體清晰、準確
- 風格符合預期
- 細節豐富、無明顯錯誤
- 可直接用於目標場景
常見錯誤與避免方法
錯誤 1：過度描述
問題：Prompt 過長、過細，包含太多無關資訊。
反例：
"一隻非常可愛的、毛茸茸的、橘色的、虎斑紋的、家貓，牠有一雙大大的、圓圓的、綠色的眼睛，正在窗臺上..."解決方案：聚焦關鍵特徵，刪除冗餘形容詞。
錯誤 2：忽略排除項
問題：沒有明確排除不想要的元素。
解決方案：用清晰的排除描述說明不想要什麼：
"不要包含文字，不要模糊，不要變形"錯誤 3：參數設定不當
問題：尺寸與用途不匹配，品質設定不合理。
解決方案：根據最終用途選擇參數，先用標準設定測試，滿意後切換到高品質。
錯誤 4：期望一致性但未提供參考圖
問題：希望多張圖片保持一致風格，但每次都用不同 Prompt。
解決方案：使用參考圖 + 文字描述組合，或建立風格範本。
進階技巧
1. 多輪對話式 Prompt 優化
GPT Image 2 支援多輪對話。你可以：
- 生成初版圖像
- 根據結果提出修改建議
- 模型會保留上下文，進行增量修改
範例：
第一輪："生成一張現代風格的辦公桌"
第二輪："把桌子顏色改成深胡桃木色"
第三輪："在桌上添加一臺筆記型電腦和一杯咖啡"2. 使用參考圖 + 文字描述組合
上傳參考圖並結合文字描述，可以更精確地控制輸出。
範例：
圖片：[上傳一張產品照片]
文字："保持產品外觀，將背景改為海灘場景，添加夕陽效果"3. 風格遷移 Prompt 寫法
將一種風格應用到另一種內容上。
範例：
"用梵谷的《星空》風格繪製上海外灘夜景"
"用日本浮世繪風格繪製現代城市天際線"常見問題
Q1: GPT Image 2 的 Prompt 和 DALL-E 3 有什麼區別？
GPT Image 2 的 Prompt 更注重結構化和細節描述。DALL-E 3 對簡短 Prompt 的理解更好，而 GPT Image 2 能從詳細 Prompt 中提取更多資訊。建議使用本文的 5 元素公式。
Q2: 如何讓 GPT Image 2 生成一致風格的系列圖？
建立風格範本檔案，包含固定的風格、光線、構圖描述。每次生成時複用這些描述，只修改主體內容。或者使用參考圖功能。
Q3: Prompt 應該寫多長？
沒有固定長度要求。關鍵是品質而非數量。一個 50 字的精準 Prompt 往往比 200 字的冗長 Prompt 效果更好。建議控制在 100-200 字之間。
Q4: 如何處理生成結果中的文字渲染問題？
GPT Image 2 的文字渲染已大幅改善，但仍可能出錯。建議：
- 使用簡單、常見的單字
- 避免長句子
- 將文字作為後期添加的元素，而非生成的核心
Q5: 低額度和高額度場景的 Prompt 策略有什麼不同？
策略本身相同，區別在資源分配：
- 低額度場景更適合先用小尺寸、低成本設定驗證方向
- 高額度場景可以一次生成更多候選圖，但也要記錄成本和命中率
- 最終交付前，再切換到目標尺寸和目標品質做確認
結尾
GPT Image 2 的 Prompt 工程不是玄學，而是可以系統學習和優化的技能。
記住 5 元素公式：主體 + 風格 + 光線 + 構圖 + 參數。
從本文的 10 個場景範本開始，根據你的具體需求調整。
迭代優化是關鍵——很少有一次完美的 Prompt。
把本文的範本放進你的真實工作流程裡測試。一次只改一個變數，記錄 Prompt、參數和結果。這樣你很快就能知道：哪些描述對你的場景有效，哪些只是噪音。
