提示词指南：GPT-Image-2
GPT-Image-2 是 Open AI 的旗舰级图像生成模型，专为生产级视觉效果、高度可控的布局和复杂的创意工作流而设计。它在高质量写实摄影、清晰易读的文字渲染、细致的结构化布局（如信息图表和幻灯片）方面表现极其出色，并拥有强大的常识与世界知识理解能力。
本指南将详细介绍在 MindCraft Studio 中释放 GPT-Image-2 全部创意潜力所需的提示词技巧。
1. 提示词编写基础
当你的提示词具有描述性且遵循清晰、逻辑性的结构时，GPT-Image-2 的表现最佳。避免使用以逗号分隔的杂乱关键词（即“标签堆砌”），而是用自然语言解释画面中各元素之间的互动关系。
结构化提示词模式
在编写复杂提示词时，建议按以下顺序组织你的指令：
- 视觉介质与取景 (Visual Medium & Framing)：定义画面格式（例如：
"A 35mm film photograph, close-up shot"或"A flat vector illustration"）。 - 背景与环境 (Background & Environment)：描述场景设置、氛围和光线。
- 主要主体 (Main Subject)：详细描述主体的外观、姿势、服装和位置。
- 细节与纹理 (Key Details & Textures)：添加具体的视觉细节（例如：
"weathered skin," "soft shadows," "metallic finish"）。 - 排除项与画面清理 (Exclusions & Cleanup)：在提示词的最后声明需要避免的元素（例如：
"no watermarks, no signatures, no extra text"）。
2. 具体化描述与质量杠杆
避免使用像“超写实 (photorealistic)”或“超细节 (ultra-detailed)”这样宽泛的行业黑话，而是使用具体的场景描述来引导模型的输出质量。
- 对于写实摄影 (Photorealism)：在提示词中明确包含 "photorealistic"，或使用 "real photograph"、"shot on a 50mm lens" 等词汇。描述真实世界的瑕疵，如
"pores, wrinkles, fabric wear, and subtle skin texture"（毛孔、皱纹、衣服磨损和细微的皮肤纹理），以防止画面显得像塑料或 CGI 渲染。 - 光线与构图 (Lighting and Composition)：通过指定光源来控制画面氛围（例如：
"soft coastal daylight," "dramatic neon lighting," "warm golden hour glow"）。使用相机专业术语来主导构图，例如："eye-level perspective," "macro lens," "shallow depth of field,"或"cinematic wide shot." - 迭代微调 (Iterative Refinement)：从一个简单的主提示词开始，观察生成效果，然后逐步添加具体的指令来调整构图，而不是在第一次尝试时就塞入过载的信息。
3. 清晰文字与排版设计
GPT-Image-2 在图像内部渲染清晰易读的英文文字方面异常可靠。为了确保拼写和排版的准确性，请遵循以下规则：
- 使用双引号标注确切文本：用英文双引号将你需要渲染的单词或句子包起来（例如：
"THE GREATEST CITY"）。 - 定义字体风格：描述文字的外观风格（例如：
"bold white sans-serif lettering," "stylized script," "clean modern typography"）。 - 控制文字位置：明确指定文本在画面中的位置（例如：
"centered near the top," "placed on the product label"）。 - 拼写不常见的词汇：如果品牌名称或词汇比较罕见，可以在描述中逐个字母拼写出来，以防止模型拼错。
- 添加清理条款：在末尾总是附加
"no extra text"（无多余文字）或"no random characters"（无随机字符），以防止模型在画面的其他地方生成杂乱字符。
4. 核心应用场景与提示词示例
A. 信息图表与带标签图表
GPT-Image-2 非常擅长生成结构化的视觉布局。生成信息图表或图示时：
- 将提示词写得像一份说明简报。
- 明确列出你需要的具体组件和它们之间的连接关系。
提示词示例： Create a detailed Infographic of the functioning and flow of an automatic espresso machine. Show the path from the bean hopper, to the grinder, the water tank, the heating boiler, and the group head. Use clean arrows to connect the steps. Make it look like a clean technical explainer diagram with a white background, simple icons, and clear, readable English labels for each component. No watermarks, no extra text.
B. 商业幻灯片与页面布局
在生成演示幻灯片或页面版式时：
- 将提示词写得像一份原型设计规范。
- 明确阐述具体的数据值、图表和图例。
提示词示例： Create one pitch-deck slide titled "Market Opportunity" that looks like a clean corporate presentation slide. Use a white background, modern sans-serif typography, and a crisp, minimal layout. The slide must include: a TAM/SAM/SOM concentric-circle diagram in muted blue and gray colors; specific market sizing numbers labeled "TAM: $42B", "SAM: $8.7B", and "SOM: $340M"; and a clean bar chart below showing market growth. Highly readable text, polished spacing, professional design, no decorative clutter.
C. 写实人像与抓拍
为了获得栩栩如生的人物肖像和场景，描述不经意的抓拍动作和相机参数：
提示词示例： A candid photorealistic photograph of an elderly sailor standing on a small fishing boat. He has weathered skin with visible wrinkles, pores, and sun texture. He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level using a 50mm lens. Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance. The image should feel honest and unposed, with real textures and worn materials. No heavy retouching.
D. 简约 Logo 与品牌标志生成
为了获得干净的品牌标志，强调扁平化设计和简约感：
提示词示例： Create an original logo for a local bakery called "Field & Flour". The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space. Flat design, minimal strokes, no gradients. Deliver a single centered logo on a plain white background with generous padding. No watermark, no realistic shadows.
E. 多格漫画与分镜
按顺序描述各个画格，以创作视觉故事：
提示词示例： A vertical comic strip with 4 equal-sized panels. Panel 1: A person walks out of a front door. A pet cat watches from the window. Panel 2: The door clicks shut. The cat turns around inside the quiet house with wide eyes. Panel 3: The cat is happily sprawling across the couch under a warm ray of sunshine. Panel 4: The front door opens, and the cat sits perfectly by the entrance, looking innocent and composed. Clean comic art style, consistent character appearance across panels.
5. 画面约束与负面引导
由于 GPT-Image-2 在大多数工作流中不使用独立的“否定提示词”输入框，你需要直接在正面提示词的末尾通过否定短语来控制需要排除的内容：
- 防止水印：加入
no watermark, no signature, no photographer branding（无水印、无签名、无摄影师品牌标志）。 - 确保背景干净：加入
plain background, simple backdrop, no clutter（纯色背景、简约背景幕、无杂乱物件）。 - 避免乱码文字：加入
no extra text, no gibberish letters, no random symbols（无多余文字、无乱码字母、无随机符号）。