ChatGPT Images 2.5重磅上线！附官方完整提示词指南，随手涂鸦秒变大片

OpenAI 发布 Images 2.5：改善细节、编辑精度与多轮一致性，生成延迟较 Images 2.0 最多降低 50%。

画面细节更加锐利，光影更自然，材质纹理更丰富。

不仅生成更快，这次更新还彻底解决了AI修图时的几个核心痛点。另外OpenAI也上线了超详细的官方提示词保姆级教程，我放在文后，图文并茂，其他的都不用看了，全都给你准备好了。

01　参考照片

首先是参考图还原度。

Images 2.5能够更精准地理解你上传的参考照片。

无论把照片里的人物或物体放进全新场景、换成其他艺术风格，还是调整构图，核心面部特征、光影和质感都能被稳稳保留。

转换风格、场景时，更好地保留主体特征。

儿童肖像

向左滑动查看 →

01 / 02　原图

02 / 02　编辑后

狗狗换装

向左滑动查看 →

01 / 02　原图

02 / 02　编辑后

照相亭照片转头像

向左滑动查看 →

01 / 02　原图

02 / 02　编辑后

聚会合照

向左滑动查看 →

01 / 02　原图

02 / 02　编辑后

整理床铺

向左滑动查看 →

01 / 02　原图

02 / 02　编辑后

02　局部与连续编辑

过去修改AI图片常常牵一发动全身，现在模型只改动你指定的部分。

无论是换掉画面里的一个商品、修改背景，还是替换一行文字，画面的其余构图和品牌风格都会保持原样。

在长对话中反复修改图片时，Images 2.5能够稳定遵循多步修改指令。

前几轮做出的改动不会在后续修改中丢失，画面质量也不会因为反复修改而劣化。

支持更准确的局部修改，并在后续编辑中延续先前结果。

向左滑动查看 →

01 / 02　全身编辑 · 动态对照

02 / 02　多城市票据 · 动态演示

下方为多轮编辑动图。

向左滑动查看 →

01 / 03　立方体旋转 · 连续编辑

02 / 03　旅行信息图 · 连续编辑

03 / 03　生日蜡烛 · 连续编辑

03　风格与构图

向左滑动查看 →

01 / 05　复古未来主义

02 / 05　现代主义海报

03 / 05　印象派街景

04 / 05　婚礼请柬

05 / 05　科幻超现实主义

向左滑动查看 →

01 / 05　国家公园邮票

02 / 05　太阳耀斑演示页

03 / 05　马赛克

04 / 05　贴纸海报

05 / 05　赛博朋克城市

04　画草图、套模板、分享

在产品功能方面，ChatGPT这次同步上线了一批实用工具：

第一，上线Sketch草图功能。

在对话框输入 @Sketch，你就可以直接在屏幕上随手画草图。

画出房间的大致布局、衣服的轮廓，或者随手涂鸦，模型会以你的手绘为参考，直接生成完整的精美画面。

第二，上线Templates模板功能。

系统提供了海报、周边商品、传单、商品图等常见格式模板。

你不需要面对空白对话框硬想词，直接选定模板填入文字、元素和风格即可开始制作。

第三，支持直接在图片上添加评论标注。

你可以像在协作软件里一样，直接在图片的具体位置打上标记提修改意见，实现定点修图。

第四，支持分享生成提示词。

分享自己生成的满意作品时，可以连同提示词一起分享出去。

其他人可以直接套用这个提示词，换上他们自己的照片和细节重新生成。

输入 @Sketch，用草图与描述生成图像；选择海报、周边模板补充细节。支持图上批注，分享图片时可附带提示词。

向左滑动查看 →

01 / 03　Sketch · 操作演示

02 / 03　模板 · 操作演示

03 / 03　80 年代肖像 · 原文示例

05　API 与开放范围

GPT-Image-2.5 Flare 面向多数应用；GPT-Image-2.5 Sunburst 提供更精细控制，生成耗时更长。

目前，Images 2.5已经面向所有ChatGPT、ChatGPT Work以及Codex用户开放，覆盖网页端、桌面端和移动端。

针对开发者，OpenAI在API中推出了两款专属模型：

GPT-Image-2.5 Flare：作为默认主力模型，画质提升的同时速度加快50%，适合创作者内容、社交媒体、视觉搜索和高并发批量生成。

GPT-Image-2.5 Sunburst：专为高精度商业工作流打造，控制力更强，虽然生成时间稍长，但适合对细节要求极高的商业广告和精细产品渲染。

one more thing

原文：OpenAI 图像提示词文档

https://developers.openai.com/api/docs/guides/image-prompting

概览

先明确你需要什么图像，再描述主体、构图、风格和约束。进行编辑时，指出哪些内容需要修改、哪些内容必须保留。每次只调整一项，并检查结果。

GPT Image 2.5 提供两种模型。GPT Image 2.5 Flare 是针对速度优化的小型模型，图像质量与 GPT Image 2 相当。GPT Image 2.5 Sunburst 是针对质量优化的基础模型，图像质量高于 GPT Image 2。两种模型都改进了精确编辑和主体保留能力。

API 设置和请求示例见图像生成指南。

选择模型

对于新的工作流程，如果优先考虑速度，可以从 GPT Image 2.5 Flare 开始；如果优先满足较高的质量要求，可以从 GPT Image 2.5 Sunburst 开始。输出达到要求后，再寻找降低延迟的机会。

从当前图像模型迁移时，以现有图像质量为起点。两种模型都支持图像生成、编辑和透明背景。

如果 GPT Image 2.5 Sunburst 满足质量要求，再使用相同的提示词和输入测试 GPT Image 2.5 Flare。如果 Flare 也满足要求，并且缩短了响应时间，就切换到 Flare。如果工作流程需要 Sunburst 的质量优势，则继续使用 Sunburst。

使用你自己的工作负载测量响应时间和质量。结果取决于提示词、参考图、输出尺寸和质量设置；某一种工作负载的提速幅度，无法确定另一种工作负载也会获得相同幅度的提升。

模型参数

API 参数应与提示词分开设置。

自定义分辨率使用 WIDTHxHEIGHT 格式，并遵守以下限制：

• • 每条边不得超过 3,840 像素。
• • 两条边的像素数都必须是 16 的倍数。
• • 长边与短边的比例不得超过 3:1。
• • 总像素数必须在 655,360 至 8,294,400 之间。

总像素数超过 3,686,400（2560x1440）的输出属于实验性功能。

调整 quality 之前，先按上述流程选择模型。首次比较时，如果两种模型都支持你明确选定的质量设置，应保持该设置一致，同时保持提示词、参考图和输出尺寸一致。同一个质量档位名称，在不同模型上对应的图像质量和响应时间可能不同。

如果输出未达到要求，测试更高的质量档位。达到要求后，测试较低的档位，看看能否在保持可接受质量的同时缩短响应时间。只有当 xhigh 或 max 能在允许的延迟范围内改善尚未满足的质量要求时，才使用它们。提高档位无法保证每个提示词都获得更好的结果。

制作透明素材时，明确设置 background="transparent"，并使用 PNG 或 WebP。检查解码后图像的 Alpha 通道，包括头发、玻璃、阴影和物体边缘。output_compression 仅用于 JPEG 或 WebP 输出，PNG 不使用此参数。

迁移现有工作流程

1. 1. 保存基准。 收集具有代表性的生产环境提示词和参考图，包括高难度编辑、精确文字、人脸、产品几何形状和透明素材。记录当前模型、请求设置和结果。
2. 2. 选择第一个候选模型。 如果 GPT Image 2 已满足质量要求，从 GPT Image 2.5 Flare 开始测试延迟是否改善。如果 GPT Image 2 在复杂用例中表现不足，从 GPT Image 2.5 Sunburst 开始，先确认它满足质量要求。首次比较时，保持提示词、参考图、尺寸和输出格式一致。
3. 3. 检查完整结果。  比较指令遵循、人物身份与产品特征保留、文字准确性、非预期改动以及透明度。重复请求以测量一致性。对于编辑工作流程，既要测试单个步骤，也要测试完整的编辑序列。
4. 4. 质量达标后再测试延迟收益。 如果最初使用 GPT Image 2.5 Sunburst，且它满足质量要求，再以同样的要求评估 GPT Image 2.5 Flare。只有质量仍然可接受、延迟也得到改善时才切换；否则继续使用 GPT Image 2.5 Sunburst。
5. 5. 每次只调整一个设置。 先比较质量档位，再改写提示词。测量典型响应和较慢响应、失败、重试，以及每张通过验收的图像的成本。核实当前价格，避免直接假定速度更快的模型价格更低。
6. 6. 按工作流程逐步上线。 已发布的模型通过验收标准后，先迁移一小部分流量，持续监测相同指标，再逐渐扩大范围。在旧模型仍受支持期间，保留它以便回退。

从 GPT Image 1 或 1.5 迁移时，请查看文末的参考内容，核对参数差异和停用日期。测试候选模型支持的请求设置，避免直接照搬旧设置。对于 GPT Image 2，在比较时保留现有的分辨率和透明背景要求。

反复编辑仍可能改变你希望保留的细节。重新说明这些约束，并检查每次结果。如果某个区域必须逐像素保持一致，请将验收通过的编辑部分合成到原图中，单靠提示词无法保证这一点。

提示词基础

1. 1. 定义结果。 说明主体和预期用途，例如产品照片、广告或示意图。指定构图、宽高比和重要的位置约束。复杂请求可按场景、主体、细节和约束组织，并为各部分添加标签。
2. 2. 选择便于维护的格式。 简短提示词、描述性段落、类似 JSON 的结构、指令和标签，都能表达相同的意图。选择最容易阅读和更新要求的格式，无需依赖特殊语法。
3. 3. 描述可见细节。 说明材质、光线、颜色和表现媒介。如果目标是照片效果，明确要求“照片级写实”或“真实照片”，并描述取景和纹理。相机规格可以提示外观，但无法保证精确的物理模拟。对于宽幅、电影感、低光、雨景或霓虹场景，要说明尺度、氛围和色彩，避免只使用情绪词。
4. 4. 说明人物和动作。 描述身体在画面中的范围、相对大小、视线，以及与物体的互动。例如“全身可见，包括双脚”“低头看着摊开的书”“双手自然握住车把”，可以更清楚地表达姿态和动作。
5. 5. 指定准确文字。 将必须出现的文字放在引号中，并描述位置和字体排版。必要时，逐字母拼出不常见的词或品牌名。要求不添加额外文字，再检查输出中的拼写和可读性。对于小字、密集信息或多种字体，比较 medium 或 high 质量档位的表现。
6. 6. 分别说明改动和约束。 编辑时，说明“只修改 X”，并列出需要保留的细节，例如人物身份、几何形状、布局、光线或标签。明确排除不需要的文字、标志或水印。对于精确的局部编辑，还要指出必须保持原样的饱和度、对比度、箭头、相机角度和周围物体。
7. 7. 为参考图指定用途。 按编号说明每张输入图的用途：主体、风格、服装或背景。解释各输入如何组合，以及哪些元素应移动到哪里。
8. 8. 有步骤地迭代。 将上一次输出作为下一次编辑的输入，每次提出一个改动，并重复需要保留的细节。“与之前相同的风格”等表述可以承接上下文；如果结果发生偏移，请重新说明关键约束。先比较结果，再增加更多指令。

下面的每个示例演示一种不同技巧。可以将这些提示词作为起点，根据自己的图像和要求进行调整。

生成图像

控制风格与光线

通过主体、取景、光线和纹理描述一张照片。本例指定了自然抓拍的构图，并明确排除重度修图。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

用图像解释一个过程

说明过程、受众，以及图像应传达的信息。对于示意图和信息图，除了检查外观，还要核实标签和事实关系。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

准确呈现指定文字

用引号标出必须出现的文案，并说明它应出现几次。指定受众和视觉处理方式，避免添加无关指令。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

设计可重复使用的标志

描述品牌，以及构成标志的主要形状。指定清晰的构图，使标志在不同尺寸下都容易辨认。使用 n 请求多个变体。

生成设置：size="1024x1536" ·  quality="medium" · background="transparent" · output_format="png" · n=1。

每一组对比两个模型各自生成的一个变体。

输出示例 · 左右滑动查看

使用历史与现实背景

说明地点和日期，以建立历史场景。模型可以推断背景细节，但仍需检查服装、场面布置和周围环境是否符合历史。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

把故事变成连环漫画

将故事生成漫画时，把叙事拆成一连串清楚的视觉情节，每格对应一个情节。描述应具体，并以动作为重点，帮助模型将故事转化为易读、节奏恰当的画格。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

创建界面预览

描述界面预览时，将产品当作已经存在的产品来介绍，通常效果最好。重点说明布局、层级、间距和真实的界面元素，避免使用概念艺术式语言，让结果呈现出可实际使用、已经上线的界面质感。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

制作科学与教育图像

科学与教育图像适合生物、化学、课堂讲解、扁平化科学图标体系、示意图和学习素材。像撰写教学设计需求一样编写提示词：明确受众、教学目标、视觉形式、必需标签和科学约束。为获得更好的结果，要求采用干净、扁平化的视觉体系，统一图标风格，使用清晰的箭头、易读的标签，并保留足够留白，方便学生快速理解概念。

需要准确性时，明确列出必需组成部分，并说明不应包含的内容。对于标签密集的图像、示意图，或要用于幻灯片与课程材料的素材，使用 quality="high"。

生成设置：size="1536x1024" · quality="high"。

输出示例 · 左右滑动查看

制作幻灯片、示意图与图表

制作工作用途的图像时，将提示词写成具体交付物的规格说明，通常更有效。明确交付物是幻灯片、工作流程图、图表还是页面图像，定义画布和层级，提供实际文字或数据，并描述视觉语言。这类提示词应包含实用约束：字体易读、间距精细、没有杂乱装饰，并避免通用图库照片式处理。

对于幻灯片、图表和以示意图为主的素材，直接在提示词中提供数字和标签。演示文稿类输出使用横向尺寸；图像包含小字、图例、坐标轴或脚注时，使用 quality="high"。

下面的示例市场数据和引用是虚构的设计输入。使用这张幻灯片之前，请替换为已经核实的数据。

生成设置：size="1536x864" · quality="high"。

输出示例 · 左右滑动查看

编辑图像

使用 client.images.edit，并传入所引用的输入图像。对于需要蒙版的局部编辑，参见使用蒙版编辑图像。

翻译文字并保留布局

使用各模型在“用图像解释一个过程”中生成的咖啡机示意图作为输入。要求替换文字并保留原有设计，然后检查译文，以及是否仍有未翻译的原语言文字。

编辑设置：size="1024x1536" · quality="high"。

输出示例 · 左右滑动查看

迁移视觉风格

为参考图指定具体用途，例如提供配色、纹理或表现媒介。单独描述新的主体。使用下方的像素风图像作为输入。

编辑设置：size="1024x1536" · quality="medium"。

输入图像

输出示例 · 左右滑动查看

保留人物身份并更换服装

使用下方的人物照片和三张服装参考图作为输入。说明人物的哪些方面必须保持原样，仅允许修改服装。这种方式也适用于需要保持产品或物体可辨识特征的编辑。

编辑设置：size="1024x1536" · quality="medium"。

输入图像 · 左右滑动查看

输出示例 · 左右滑动查看

组合参考图

将场景照片作为图像 1，将狗的照片作为图像 2。指定要移动的元素、目标位置，以及必须保留的内容。

编辑设置：size="1024x1536" · quality="medium"。

输入图像 · 左右滑动查看

输出示例 · 左右滑动查看

制作透明背景的产品抠图

在提示词中要求单独提取主体，并在 API 中设置 background="transparent"。使用 PNG 或 WebP，保留返回的 Alpha 通道；PNG 应省略 output_compression。绘制出来的棋盘格不具备透明度。后续编辑时，重复说明需要保留透明背景。使用下方的产品照片作为输入。

编辑设置：size="1024x1536" · quality="medium" · background="transparent" · output_format="png"。

输入图像

输出示例 · 左右滑动查看

将绘画转化为写实图像

从草图到渲染图的工作流程，适合在保留原有意图的同时，将粗略绘画转化为照片级写实概念图。像撰写规格说明一样组织提示词：保留布局和透视，再通过指定合理的材质、光线和环境来增加真实感。加入“不要添加新元素或文字”，以避免模型进行创造性的重新诠释。

编辑设置：size="1024x1536" · quality="medium"。

输入图像

输出示例 · 左右滑动查看

移除一个物体

明确指出要移除的物体，并保留它周围的所有内容。保持人物、姿势、光线和构图一致，使编辑限定在局部。

编辑设置：size="1024x1536" · quality="medium"。

输入图像

输出示例 · 左右滑动查看

将人物放入场景

将人物放入新场景，同时保留其身份特征。指定自然光线、可信的细节、人物取景范围、视线，以及人物与场景的互动。说明哪些面部特征和比例必须保持原样。对于 gpt-image-2，省略 input_fidelity；图像输入始终以高保真方式处理。

使用博物馆中的女性作为输入图像。

编辑设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

通过多轮交互细化图像

从一次输出开始，检查结果，再将它作为下一次的输入。每条后续请求都应聚焦于较小范围，以便判断是哪项改动带来了改善。

创建起始图像

使用“制作透明背景的产品抠图”中的洗发水照片作为输入，制作这幅广告牌场景。准确引用标签文字。

编辑设置：size="1024x1536" · quality="medium"。

输入图像

输出示例 · 左右滑动查看

修改一个条件

将各模型在上一步生成的广告牌图像传入各自的下一次编辑请求。这条简短的后续提示词会改变天气，同时保留现有场景。

编辑设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

保持角色一致

对于包含多幅插画的书籍，创建可重复使用的角色参考图，有助于在不同场景、姿势和页面之间保留角色外观。改变环境和故事，同时重复角色的标志性细节。

建立角色

定义角色的外貌、比例、服装和气质。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

延续故事

重复使用各模型生成的角色图像，并描述一个新场景。再次说明外貌约束，使角色保持一致。

编辑设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

更多工作流程

更换房间里的家具

在真实空间中呈现家具或装饰的变化，无需重新构建整个场景。目标是精确局部编辑的真实感：更换单个物体，同时保留相机角度、光线、阴影和周围环境，让编辑结果像一张真实照片，避免变成一次整体重新设计。

编辑设置：size="1536x1024" · quality="medium"。

输入图像

输出示例 · 左右滑动查看

设计节日贺卡

构思节日贺卡时，描述场景、情绪基调、材质、光线和准确文案。如果采用 3D 立体贺卡或实拍贺卡的表现方式，要指定纸张层次、纤维、折痕，以及柔和的棚拍光线。下面的示例采用怀旧的泰迪熊场景。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

设计收藏商品

使用产品摄影中的材质、包装和印刷清晰度等视觉特征，探索商品与包装概念。保持设计原创且不侵权，并比较多个角色或包装变体。

生成设置：size="1024x1536" · quality="medium"。

输出示例 · 左右滑动查看

运行完整示例

这段可运行的示例仍固定使用 gpt-image-2。将它作为基准，再选择可用模型及其支持的请求设置进行评估。

下面的示例会生成四个标志变体，并将产品提取到透明背景上。Python 使用 pip install openai，Ruby 使用 gem install openai 安装 OpenAI SDK。设置 OPENAI_API_KEY，并将产品照片保存为 input_images/shampoo.webp。实际发出请求会产生 API 使用费用。

查看完整示例

生成和编辑透明素材 · Python

import base64
from pathlib import Path

from openai import OpenAI

client = OpenAI()


prompt = """
为一家名为 Field & Flour 的本地烘焙店创作原创、不侵权的标志。
标志应给人温暖、简洁、经久耐看的感觉。使用干净的类矢量形状、鲜明的轮廓，以及均衡的负空间。
优先保持简洁，减少细节，使其在小尺寸和大尺寸下都清晰可辨。采用扁平化设计，尽量减少线条；除非必要，否则不使用渐变。
背景完全透明。交付一个居中的标志，四周留白充足，Alpha 边缘干净，不要纯色底、场景、棋盘格或水印。
"""

result = client.images.generate(
    model="gpt-image-2",
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
    n=4,  # 生成 4 个标志版本
)

# 保留返回的 PNG 字节，包括 Alpha 通道。
for index, item in enumerate(result.data, start=1):



    
    Path(f"logo-generation-{index}-gpt-image-2.png").write_bytes(
        base64.b64decode(item.b64_json)
    )

# 从参考图中提取产品。
prompt = """
从输入图像中提取产品，将其单独置于完全透明的背景上。
输出要求：产品居中，轮廓清晰，没有光晕或杂边。
准确保留产品的几何形状和标签的可读性。
只做轻微润饰。不要添加纯色底、棋盘格、场景或阴影。
不要重新设计产品风格；移除背景，并保留干净的 Alpha 透明度。
"""

result = client.images.edit(
    model="gpt-image-2",
    image=[
        Path("input_images/shampoo.webp"),
    ],
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
)

Path("extract-product-gpt-image-2.png").write_bytes(
    base64.b64decode(result.data[0].b64_json)
)

生成和编辑透明素材 · Ruby

require "base64"
require "openai"
require "pathname"

client = OpenAI::Client.new
result = client.images.generate(
  model: "gpt-image-2",
  prompt: "为本地烘焙店 Field & Flour 创建原创标志。在完全透明的背景上使用温暖、简洁的形状，Alpha 边缘干净，不要阴影或棋盘格。",
  size: "1024x1536", quality: :medium, background: :transparent, output_format: :png, n: 4
)
Array(result.data).each_with_index do |item, index|
  File.binwrite("logo-generation-#{index + 1}-gpt-image-2.png", Base64.strict_decode64(item.b64_json || raise("未返回 PNG")))
end
result = client.images.edit(
  model: "gpt-image-2", image: OpenAI::FilePart.new(Pathname("input_images/shampoo.webp"), content_type: "image/webp"),
  prompt: "将产品提取到完全透明的背景上。保留其几何形状和标签，边缘干净，不要阴影，也不要重新设计风格。",
  size: "1024x1536", quality: :medium, background: :transparent, output_format: :png
)
File.binwrite("extract-product-gpt-image-2.png", Base64.strict_decode64(Array(result.data).fetch(0).b64_json || raise(


    
"未返回 PNG")))

更多提示词和完整工作流程，参见原始 Notebook。

检查结果

使用图像之前，对照要求检查输出：

• • 指定文字是否准确、易读？示意图的标签和关系是否正确？
• • 人物身份、产品形状、标签和参考图细节是否完整保留？
• • 编辑是否只改变了你要求修改的内容？
• • 如果要求透明背景，文件是否包含 Alpha 通道？需要确认背景具备实际透明度。

更改提示词或模型时，使用具有代表性的输入比较质量、延迟和成本。当前费用见图像生成价格。

GPT Image 2 参考

现有 GPT Image 2 工作流程的概览和请求设置。

概览

GPT Image 2 支持图像生成和编辑，包括文字渲染、基于参考图的编辑，以及灵活的输出尺寸。可使用本参考维护现有集成。提示词指南涵盖构图、文字、参考图，以及编辑过程中保留细节的通用技巧。其中的图文示例使用 GPT Image 2.5 Flare 和 GPT Image 2.5 Sunburst；不同模型的输出可能不同。迁移时，使用指南中的模型选择和评估流程。

模型参数

使用 client.images.generate 生成图像，使用 client.images.edit 编辑图像。API 设置和请求示例见图像生成指南。

gpt-image-2 的透明背景功能目前以预览形式提供。

原始提示词、输入和可运行的工作流程，参见固定版本的 GPT Image 2 Notebook。

GPT Image 1.5 参考

现有 GPT Image 1.5 工作流程的概览和请求设置。

概览

已弃用的模型。gpt-image-1.5 计划于 2026 年 12 月 1 日停用。参见弃用通知，并在迁移前使用 gpt-image-2 验证现有工作流程。

GPT Image 1.5 支持图像生成和编辑，包括文字渲染、照片级写实图像，以及基于参考图的编辑。可使用本参考维护现有集成。提示词指南涵盖构图、文字、参考图，以及编辑过程中保留细节的通用技巧。使用你自己的模型和输入测试这些技巧；不同模型的输出可能不同。

模型参数

使用 client.images.generate 生成图像，使用 client.images.edit 编辑图像。API 设置和请求示例见图像生成指南。

GPT Image 1 参考

现有 GPT Image 1 工作流程的概览和请求设置。

概览

已弃用的模型。gpt-image-1 计划于 2026 年 10 月 23 日停用。参见弃用通知，并在迁移前使用 gpt-image-2 验证现有工作流程。

GPT Image 1 支持使用参考图和蒙版进行图像生成与编辑。可使用本参考维护现有集成。描述场景、保留细节和细化编辑等通用技巧，参见提示词指南。

模型参数

使用 client.images.generate 生成图像，使用 client.images.edit 编辑图像。API 设置和请求示例见图像生成指南。