跳到正文

图片

GPT Image 2.5

文字排版与版式表现优秀。

可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。

21 积分模型详情

图片工作室

预览

暂无输出

输入提示词并点击生成,结果会显示在这里。

打开工作室

示例提示词

选择一个案例,即可把提示词和推荐参数载入上方的 GPT Image 2.5 创作器。

使用方法

三步使用 GPT Image 2.5 完成创作

  1. 01

    准备输入内容

    保持选中 GPT Image 2.5,填写提示词,并按模型支持情况添加参考素材。

  2. 02

    设置输出参数

    生成前选择画幅、分辨率和可用的图片参数。

  3. 03

    生成并继续调整

    查看结果,调整提示词或设置,再在同一处生成新版本。

当画面里必须有字的时候,选 GPT Image 2.5。海报、包装效果图、幻灯片、示意图——凡是标题要落在画面内部而不是旁边的版式,都是这个模型被往上提的那一档。

上一代已经能“把字写对”,这一代是在写对的同时把整个构图稳住,后者才是难的那一半:光影漂亮但字距崩了的版式,依然是崩掉的版式,而这一版正是冲着修掉这一点去的。

和上一代 GPT Image 的差别在哪

升级点不是画面更好看了,而是模型不再拿画面去换字。早一代会把很出片的图做出来,再在图里放一个“差不多能看清但还不敢用”的字,常见的补救办法是反复重抽,直到有一张蒙对了——既烧积分,最后也未必落在最佳帧上。这一版会把指令当真,于是排字出错的代价从“重抽一批”降到“改一版”。

实际影响是:原本只能“看起来不错”的版式,现在可以直接交付。规划方式随之改变——排版可以写进 brief 里,而不是事后再拿设计工具补。

为什么排版能力值得为它换模型

生成文字的失败方式很好判断,却很难预防:字形会掉出基线,字距在词对之间塌掉,某个词在一次渲染里拼对了、下一张又变了,因为模型并没有把那个字符串当成字符串来处理。这个模型把标题当标题处理:你给的字会被保住,会与背后的图形建立合理关系,你裁下来就能进版面。

正因如此,哪些 brief 值得做才变了——带价格的产品主图、带日期和场地的海报、带卖点的包装概念,不再需要事后补字,而是可以直接开口要求。

它奖励的是“把指令说具体”的本事

这里的出图质量,和 brief 的具体程度关系比与氛围关系更大得多。只说“一张有质感的带字产品图”,你拿到的就是一张由模型替你定版式的质感产品图;说清楚文字落在哪、字是什么、相对画面多大、背景在字后面做什么、以及哪些东西不许出现,你拿到的才是一版被设计过的版式。要避开的两个毛病是:一边太笼统,一边又太琐碎。

字太少,模型会拿自己的构图来填;字太多,它会把互相冲突的指令平均成一个平庸结果。真正有效的是三到四条具体约束,每条都指向看得见的东西。

改现有图,比从头重生成划算

一旦某张已经接近了,最省的下一步是改这张,而不是重抽。把想保留的图喂进去,把改动说清楚:把标题挪一下、背景换个颜色、去掉右边那个物件、其余不动。因为它是在原图上编辑,没点到的地方会留在原样——这正是它能当“可用素材”而不只是“起点”的原因。也意味着迭代是对话而不是搜索:每一版都从当前图出发,你在收敛,而不是在四周乱试。

有用的纪律是一次只改一样,然后看清到底动了什么——同时改三样再看结果,出了错也定位不到是哪一条造成的。

什么情况下不该选它

它不是最快的探索方式,也不是单次迭代最便宜的。如果你需要一百张粗稿、只要其中一张能用,一个“认真想清楚每一帧”的模型就是错的花钱方式——为快速草稿而生的引擎会更快找到可用方案。同样,如果任务是一张完全没有文字的纯摄影研究,画面要的全部是光线和皮肤,你要的是在这些东西上训练最狠的引擎。

按交付物来选,而不是按哪个模型名字最新,才是整个决策。仅仅因为它名字最新就用它,是最常见的花钱方式。

能稳定出结果的 prompt 结构

顺序是:主体、版式、文字、不许出现的东西。主体是镜头对着什么;版式是各元素在画面里的位置和机位角度;文字是原样给出的字符串,加引号,并说明相对画面的大小;排除项是明确写出的不希望出现的内容。

把字符串加引号、与其他 brief 分行写,比看上去更重要——这是阻止模型把你的标题改写成“读起来顺但意思变了”的最便宜的办法。拿到结果后要按版式来读,而不是按图片来读:层级对不对、对比够不够、字在实际使用尺寸下是否读得清。

常见问题

GPT Image 2.5 生成的图里能放文字吗?
可以,而且这正是选它而不是通用图像模型的主要理由。把确切文案用引号给出,说明它落在哪、相对画面多大,模型会把它排进构图,而不是在字该在的位置放一段装饰性的笔画。
完全不带文字的图,用 GPT Image 2.5 值得吗?
可以,但那不是它的优势所在。如果 brief 纯粹是摄影,针对摄影输出调过的引擎通常能用同样的积分拿到更好的画面。它真正划算的地方是版式、海报、包装,以及任何文字本身属于交付物的活儿。
结果差一点的时候该怎么改?
把当前的图喂回去,只说一处改动。因为它是在原图上编辑,没提到的部分保持不变,所以单点修改是可读的——你能看见自己的指令到底做了什么。同时改三处再看结果,出了问题也定位不到是哪一条造成的。

常见问题

可以直接在本页使用 GPT Image 2.5 吗?
可以。上方就是 Ofrai 的真实创作工作室,并已默认选中 GPT Image 2.5。
生成结果保存在哪里?
登录后的生成结果会保存在 Ofrai 作品库中,方便下载或再次打开。
什么样的提示词更适合 GPT Image 2.5?
清楚描述主体、环境、视觉风格、光线,以及镜头或运动方式。上方案例可以直接作为实用起点。
生成前可以修改案例提示词吗?
可以。载入任意案例后,可继续修改文字、画幅、参考素材以及创作器支持的其他参数。

对比其他能够完成类似创作任务的图片模型,找到适合替代 GPT Image 2.5 的方案。

商用权限取决于所选模型及其使用条款。