跳到正文

功能

对话式 AI 出图

作者:Ofrai Editorial(Use Case Research)

对话式 AI 出图之所以好用,是因为聊天模型会先帮你把需求写成一份具体、有结构的简报,再轮到渲染。在 Ofrai 你不必另开订阅:用大白话描述需求,把展开后的简报带进图片工作室,用 gpt-image-2、nano-banana-pro 或 seedream-5 出图。对话负责想清楚,图像引擎负责画,一套积分同时覆盖这两步。结果比往空提示词框里塞五个关键词要具体得多。

阳光下,香水瓶摆在浅色纹理台面上
使用此模板

新账号含 1 次 GPT Image 2.5 出图;其他模型和视频使用积分。

示例提示词

奢侈香水瓶静物,大理石台座,水面白兰花,百叶窗柔光条纹,极简商业摄影

为什么先写简报比先堆关键词强

图像引擎奖励具体,而大多数失败的生成,本质上是一条穿着提示词外衣的空泛描述。「赛博朋克女性」把主体、取景、光线、材质和气质全交给了模型,于是你只能靠重摇四次抽奖来碰运气。先写简报的流程是反过来的:先用一两句话把活儿说清楚,再展开成主体、动作、环境、光线、色板和机位,最后才渲染。

这五个格子每一个都是你做的决定,而不是你委托出去的决定。差距体现在重试次数上——写清楚的简报通常两次之内就能落地,积分也就省在这里。

一份有用的简报要填满的五个格子

按这个顺序写五句带标签的话。主体:是谁或是什么,写清年龄、服装、材质和表情。动作或状态:人物在做什么,物件处于什么状态。环境:在哪里,包括背景是什么、脚下是什么。光线:光源、方向、时间,以及它怎么落在主体上。交付:画幅、镜头或距离、气质,以及必须清晰可读的部分——面孔、标识、标签、边缘。哪个格子是空的,你就提前找到了下一次重试的原因,而不是烧完积分才发现。

这套结构原样贴进 Ofrai,也是让一组图片像同一个项目的原因。

不另开聊天订阅,怎么做提示词展开

扩展简报并不需要单独买一个聊天产品。先自己把原始描述写一遍,再交给你手边已有的助手展开;或者干脆在 Ofrai 上用两个不同引擎各跑一遍做对比。更实用的是把简报拆成两份文档:一份在所有镜头之间保持不变的稳定简报,一份每个镜头各自不同的增量描述。

稳定那份一字不改地贴进每一次生成,这样你看到的任何漂移都是引擎行为,而不是措辞漂移。如果你完全不想借助助手,就直接写那五句带标签的话——单是这一步带来的提升,超过任何关键词的堆砌。

把不同简报类型配给不同引擎

这里的三台模型各自吃不同的简报。gpt-image-2 适合带文字或界面元素的简报:包装、招牌、海报版式、带清晰文案的样机。它对写清楚的指令也最照字面执行,所以把约束按正常语序一条条给它。nano-banana-pro 适合需要在多张图里保持一致的人物或产品简报:头像、lookbook、产品套图,它在多轮生成里能稳住结构。

seedream-5 适合风格化或插画感简报,设计过的配色比照片真实度更重要时用它:编辑插画、海报概念、装饰背景。按简报类型匹配引擎倾向,比把同一段文字到处跑划算得多。

三遍从简报到终稿

第一遍草稿:用最便宜的引擎按最终画幅跑四张,只看构图,忽略细节,你在挑的是画面结构。第二遍精修:拿选中的构图,只改一个变量——机位距离、时间或配色——重跑一次,看这个改动值不值。第三遍定稿:把锁定的构图在匹配简报类型的引擎上按最终分辨率渲染一次。

这套阶梯也正是工作台里需要多个引擎的实际理由:草稿阶段和收尾阶段的要求完全不同,就不该给它们定同一个价。

问题出在简报而不是模型的几种典型情况

先诊断简报,再怪引擎。如果主体居中又呆板,说明简报从没写过机位——补上 '低机位'、'四分之三侧脸' 或明确的位置。如果光线发浑,你写的是气质而不是光源——把 'cinematic' 换成方向和时间。如果画面里的文字糊掉了,是因为你把文案放在最后——把原文提前引用,并写明必须清晰可读。如果画面拥挤,说明你列了五件道具——砍到两件。

这几种情况的对策都是改写,重试的代价就只是一次草稿,而不是一次全价终稿。

谁适合用这套流程,谁直接写提示词就行

如果你很清楚自己要什么、但懒得打磨提示词,这套流程就值:做发布页的创始人、每周要出素材的市场同学、需要做视觉示例的老师和带领工作坊的人,以及按规格干活的人。对团队尤其友好,因为文字简报在渲染之前就能被审阅——同事不看任何一张图就能批那五个格子。

如果你本来就是模板可靠的提示词老手,或者你要的是纪实级照片写实,就跳过它:这两种情况下,多加一层简报只增加成本,不增加准确度。简报真正划算的场景,是决定比渲染多的时候。

三份写完整的简报

产品主图:「主体:一只哑光黑保温杯,750 毫升,无品牌,哑光粉末涂层质感。状态:直立在浅色水泥台面上,四分之三视角。环境:暖灰无缝背景。光线:左上方大柔光箱,向右柔和衰减,杯身不要出现刺眼高光。相机:85mm,与胸同高,主体占画面高度 70%。必须保持准确:比例、质感、杯盖结构。」带字海报:「主体:一名独自骑车的骑手,空旷的海岸公路。

文字,精确内容:上半部分三分之一的『RIDE SLOW』,窄体无衬线,高对比。其他文字:画面中任何位置都不要出现。构图:人物压在右下三分点,左上留大片负空间。」界面图:「主体:一块手机屏幕,上面是极简列表界面,三行内容加一个强调色按钮。必须保持准确:所有文字都画成抽象占位条,不出现可读单词。」

三份简报都写到了「一个陌生人照着也能执行」的程度,这就是真正值得用的检验标准。

让简报真正听话的设置

画幅应该来自简报的最后一行,而不是平台的默认值,因为为 16:9 设计的构图被硬塞进方图就会塌掉。分辨率按素材最大的投放位置来定——如果它在页面上会显示 1200 像素宽,源图至少就要这么大,可能印刷的话还要更高。简报里只要涉及已经存在的主体,就一定要挂参考图:真实产品照片、真实界面截图、真实场地照片。

简报式流程一个月大概花多少积分

简报库一旦建起来,这个流程其实比看上去便宜,因为简报本身就是可复用的资产。一个月产出三十张图、每张走三遍,大约是九十次生成,其中四十次左右是在最便宜的引擎上出草稿,五十次是终稿。前期的一次性成本反而更高:认真写十份简报,比随手敲十条提示词要久,而回报要到第二个月才明显出现。

每次生成前都会显示消耗的积分,而且各种格式共用同一个余额。最该避免的浪费是在第一遍就用旗舰引擎——简报在草稿分辨率下几乎能验证构图,却几乎验证不了质感,所以把第一遍留在便宜引擎上,让简报去承担精确度的工作。

同一份简报在不同引擎上为什么结果不同

简报不是中立的。把简报当成五条约束来读,每台引擎执行的是不同的子集。gpt-image-2 对显式的否定约束执行得最稳,所以凡是含有「不要出现其他文字」「不要添加道具」这类要求的简报都应该交给它。

nano-banana-pro 最擅长参考图引导的编辑,所以第一句写着「使用附上的图片」的简报属于它,而让纯文生图引擎去匹配一张实物照片,往往会得到一个相似但错误的东西。seedream-5 对密集的场景描述和多个物件都很从容,所以一份列了十一件物品的简报在它手上的完整度高于其他引擎。

实用的规则是:按简报里哪一句在承担最多工作来分派,而不是按你上一次用了哪台引擎。

它和直接写提示词的区别

直接写提示词更快,而且如果你只是要一张普通的东西、大概知道想要什么,完全够用。简报优先的流程在有可复制性的时候才划算:每周的社媒套装、需要风格统一的产品线、要交给其他设计师的素材,或者生成的人和批准的人不是同一个人时。

差别在于可读性而不是质量——简报可以被一个从不打开模型的人审阅、讨论、纳入版本管理,而提示词是一件只有你自己看得懂的私人物品。如果这些图只给你自己用,就直接写提示词;如果它们要交给团队、客户或者一个排期表,那就老老实实写简报。

常见问题

用这套流程需要另外订阅 ChatGPT 吗?
不需要。这一页讲的是 Ofrai 内部的简报优先方法:你写好或展开一份结构化简报,再在图片工作室用 gpt-image-2、nano-banana-pro 或 seedream-5 渲染。这些模型走你的 Ofrai 积分,渲染环节没有第二个单独账号,也没有第二张账单。
写好的文字简报比关键词列表好在哪?
关键词把主体、取景、光线、材质和气质都留给了模型,所以空泛提示词只能靠反复重试。简报把这五个格子明确写出来,让原本由模型随意决定的部分变成你的决定。实际效果是:一份写清楚的简报通常两次内落地,而不是五次。
画面里有文字,该用哪个 Ofrai 模型?
用 gpt-image-2。它对清晰文案、招牌、包装、海报版式和界面样机的处理优于另外两台,而且你按顺序给出约束时,它会照字面执行。把确切文案提前写在提示词里,并明确说明必须保持可读。
照着简报做一套图,怎么保持一致?
把简报拆成两部分:风格层保持稳定——色板、镜头、光线行为、颗粒感——一字不改地贴进每一次生成;第二块只放这个镜头特有的主体细节。其余都固定之后,你在几张图之间看到的差异就是引擎行为,而不是措辞漂移。
一份好简报通常要生成几次?
简报写全的情况下,两次是现实目标:一次选构图,一次确认,然后按发布分辨率出终稿。如果你已经超过五次,问题几乎总是简报里缺了某个格子,而不是模型不行——去补那个空格,而不是继续重摇。
这些生成的图片能商用吗?
商用权利取决于实际使用的模型及其使用条款。发布前请查看对应模型页面和你所在的 Ofrai 套餐,尤其是付费广告、包装或转售场景。顺手记下每张素材由哪个模型生成,这正是客户或平台会问到的问题。

相关生成器

相关模型

工具