#图像生成与编辑

AI 图片 通过自然语言描述即可生成新图片或修改已有图片，与只接入单一模型的绘图工具不同，其汇集了多种绘图模型，并提供风格、镜头、规格设置及原位编辑等功能。主要功能如下：

• 多模型生成：汇集 Nano Banana Pro、GPT Image 2、Ideogram、Flux 等 8 种以上模型，支持手动选择、自动匹配及并排比较，便于根据任务需求选用合适的模型。
• 图内文字：涉及文字内容的生成需求会分配给擅长文字排版的模型处理，适用于海报、Logo 及社交媒体图片等场景。
• 图生图：支持上传最多 14 张参考图，并以参考图为基础生成新图像。
• 风格与镜头：内置 50 种以上艺术风格，可通过 3D 人偶取景，或从 14 种预设角度中选择观察视角。
• 规格设置：最高支持 4K（4096px）分辨率，并提供 1:1、4:3、3:4、16:9、9:16、3:2、2:3 等多种宽高比。
• 原位编辑：可在同一页面完成局部绘制、延伸画布、移除背景、擦除物体、放大及编辑文字等操作。

#模型概览

不同模型在能力侧重和适用场景方面存在差异，选择时应综合考虑任务类型、画面复杂程度及输出要求。常用模型的擅长方向具体如下表所示：

不确定选用哪种模型时，可先使用自动匹配，或以同一段描述并排比较多个模型的结果，再确定后续使用的模型。

#创建图片

点击 AI 图片 即可通过文字描述或参考图生成图片。基本操作步骤如下：

• 输入描述或参考图：在输入框中填写文字描述。需要以图生图时，可拖入参考照片（最多 14 张），或从混搭素材库中选择素材。不确定如何描述时，可开启自动提示词功能，由系统在生成前改写描述。
• 设定镜头与风格：拖动 3D 人偶取景，或从鸟瞰、荷兰角等 14 种预设角度中选择视角，并调整倾斜、偏转和缩放，再选择风格与模型。如无特殊要求，也可跳过上述设置，直接输入描述生成。
• 编辑生成结果：结果接近预期时，可在同一页面使用局部绘制、延伸画布、移除背景或放大等功能继续修改，并将修改后的图片作为下一轮生成的参考图。

文字生成照片示例

以二十世纪九十年代风格的家庭照片为例，展示如何在描述中写明场景、光线与画面质感：

二十世纪九十年代风格的家庭照片：傍晚的客厅里，两个孩子坐在旧式电视机前观看动画片，
暖黄色台灯光，胶片颗粒质感，画面略带褪色。

生成效果如下图所示。画面通过旧式电视机、暖黄色灯光和胶片质感等元素，呈现出二十世纪九十年代的家庭生活场景。如需进一步调整，可在提示词中补充或修改色调、构图及细节描述。

#参数设置

生成图片前，可根据创作目标和使用场景配置相关参数。参数设置得当，有助于提高生成结果与实际需求的匹配程度，也便于后续编辑与使用。主要参数说明如下：

GPT Image 2 提供更细的规格选项，具体如下：

建议先以较低的分辨率和质量确认构图与风格，定稿时再提高规格，以兼顾成品效果与积分消耗。据官方工具页说明，GPT Image 2 最低规格 1K-low 每张消耗 5 积分。

提示：AI 图片支持的宽高比以参数栏显示为准。需要 21:9 等未列出的比例时，可选用支持宽画幅的模型（如 GPT Image 2，原生比例最宽可达 3:1），或在生成后裁切。

#模板与预设

工具中提供了一系列面向具体用途的图像工具。选择对应工具后，只需填写需要传达的信息、设计元素和风格偏好，无需从零描述完整构图。常见工具及其适用场景如下表所示：

除工具预设外，还内置 50 种以上艺术风格，涵盖黑色电影、水彩、赛博朋克、印象派等类型。生成前可直接选择所需风格，再通过提示词说明画面内容，使生成结果在色彩、光影及整体氛围上体现该风格的特点。

#生图提示词

图像提示词没有固定格式，关键在于清晰、准确地表达画面需求。编写时，应围绕创作目标明确关键视觉要素，减少模糊表述，并合理安排描述顺序，既便于模型理解，也便于后续调整。结合官方工具页的使用建议，可遵循以下原则，示例提示词仅作示意，{} 内的内容为可替换变量：

原则一：先定义结果

先说明画面主体及图片用途（如产品图、海报、配图），再说明构图、画幅比例和关键位置要求。需求较复杂时，可按“场景 → 主体 → 关键细节 → 约束”的顺序，以换行或短标签分项描述，避免写成一整段连续文字。

风格：照片级写实，纪实摄影
主体：一位年轻厨师在开放式厨房中拉制手工面条
细节：面条在双手之间拉开成细丝；案板上撒着面粉
场景：傍晚的面馆后厨，暖色顶灯
构图：平视中景，动作清晰定格，浅景深
用途：餐厅菜单封面
约束：不出现文字与商标，不过度修图

原则二：选择便于维护的格式

极简短句、描述性段落和标签式写法均可取得效果。对于正式使用或需要反复调用的提示词，宜采用结构清晰、便于修改的写法，如按风格、主体、光线、构图、用途、约束等项目分行列出。

风格：极简产品摄影
主体：一副金属细框眼镜，镜腿微微张开，平放在浅米色背景上
光线：柔和顶光，镜片边缘带细小高光
构图：主体略偏右，左侧大面积留白
用途：品牌新品预告图
约束：纯色背景，不添加道具与文字

原则三：描述可见的细节

应明确写出材质、光线、颜色和视觉媒介（如照片、水彩、3D 渲染），以具体可见的细节替代“高级”“好看”等抽象评价。也可先从内置风格中选定大方向，再在提示词中补充细节。常用的描述维度如下：

镜头焦段、光圈等相机参数仅作为画面外观的参考线索，并非精确的光学模拟。需要严格控制视角时，宜使用 3D 人偶或预设角度设定镜头。

① 材质与媒介

写明物体的材质纹理与表现媒介，使画面质感更加明确。

一只手工藤编篮放在浅色亚麻桌布上，篮中装着几颗青柠，藤条表面有自然的粗糙纹理。
媒介：水彩插画，湿画法晕染，四周留出纸张白边；色调清新、低饱和。

② 构图与光线

写明观察角度、画面引导线及光源方向，使空间层次与画面氛围更加清晰。

冬季清晨的山间小站，铁轨沿着站台向远处弯曲延伸。
构图：高角度俯视，铁轨形成一条从左下到右上的引导线。
光线：低角度晨光从右侧照入，积雪表面呈淡金色，阴影偏冷蓝。

原则四：说明人物姿态与动作

画面涉及人物时，应说明身体框定（全身、半身）、比例参考、视线方向，以及人物与物体之间的互动。需要上传人像以保持人物形象一致时，官方建议提供 2 至 3 张不同角度的照片。

一位女性骑行者在河边步道旁停车休息。
- 身体框定：全身可见，跨坐在自行车上，左脚撑地
- 视线方向：侧头望向河面，不看镜头
- 与物体的交互：右手握住车把，左手将水壶举到胸前
- 神态：略带疲惫，神情放松

原则五：精确指定图内文字

需要在画面中显示的文字，应使用引号括起，并说明字体风格、字号、颜色和位置，同时注明“只出现一次”“不添加额外文字”。涉及文字的需求，宜选用 GPT Image 2 或 Ideogram。生成后应逐字核对，出现错字时，可使用 编辑文字 工具修正。

① 单行文字

文字较少时，写明文字内容及字体、颜色和位置要求即可。

在画面中央放置以下文字，逐字渲染，不添加额外字符：
“松间读书会”
字体要求：细线条无衬线字体，居中，字距略宽，颜色为深墨绿色

② 密集排版

信息较多时，应按阅读顺序逐行列出文字内容，并说明各部分的位置与层级。生成后，重点核对日期、地点等关键信息。

制作一张{社区亲子运动会}活动海报，比例 16:9。
标题：“{秋季亲子运动会}”，位于顶部，粗体，字号最大。
信息区（居中，按以下顺序排列，每行一项）：
“时间：{11月15日 9:00—11:30}”
“地点：{社区篮球场}”
“报名：{联系各楼栋志愿者}”
底部注明：“{雨天顺延，另行通知}”。
所有文字只出现一次，不添加额外字符。

原则六：明确修改与保留范围

无论生成还是编辑，都应写明排除项和保留项：排除项如“不要水印”“不要多余文字”，保留项如“保留人物身份”“保留原有布局”。编辑图片时，可采用“只改变某一处 + 未提及的内容全部保持不变”的写法，将修改内容与保留内容分开表述，并在每轮修改中重复列出保留清单。

以这张{客厅照片}为基础，只改变一处：将沙发面料换成{墨绿色丝绒}。
未提及的内容全部保持不变：保留沙发的形状与摆放位置、墙面颜色、地板、窗外景色和光线方向，不改变构图与比例。

原则七：明确参考图用途

上传多张参考图时，应按编号标注每张图的用途（如主体、风格、场景），并说明各图之间的关系。商品照片宜使用透明背景的 PNG 图片。

图 1：产品照片（需要保留的主体，一只陶瓷马克杯）
图 2：风格参考（提取胶片感的暖色调与颗粒）
图 3：场景参考（提取木质窗台与午后阳光）

任务：将图 1 的马克杯放入图 3 的场景中，整体调成图 2 的色调与质感。
保留杯身形状、釉色与杯身图案，不改变产品设计。

原则八：逐步迭代优化

宜从简洁的基础提示词开始，将上一轮的生成结果作为下一轮的参考图，每轮只修改一处，确认效果后再叠加新的要求。生成结果与描述不符时，可开启自动提示词功能、补充参考图，或换用其他模型。

第 1 步：一只萨摩耶趴在雪地里，背景是覆雪的松树林，阴天柔光。
第 2 步：光线改为日落时的暖色侧光，其余保持不变。
第 3 步：在萨摩耶脖子上加一条红色围巾，其余保持不变。
第 4 步：保持同样的风格和同一只萨摩耶，将视角改为贴近地面的低角度。
第 5 步：去掉画面左上角多余的树枝，其余保持不变。

编写提示词的重点并非堆砌修饰词，而是将画面主体、可见细节、图内文字及约束条件表述清楚，并在多轮调整中保持要求一致。

#提示词改写

已有一版效果满意的长提示词、只需替换其中部分内容时，直接手动增删容易遗漏信息或造成前后表述冲突。较为稳妥的做法是先在 AI 聊天 中完成提示词改写，再将改写结果交给 AI 图片生成。

通用改写模板

以下模板中，{} 内的内容为可替换变量，使用时根据实际需求填写。

请担任图像提示词编辑，根据明确的修改需求，对既有提示词进行定向调整，而非重新创作。

请遵循以下规则：
1. 仅修改与需求直接相关的内容，未涉及的部分逐字保留，不润色、不调整语序、不补充细节。
2. 修改需求未涉及的构图关系、主体数量与位置、光影、材质、文字位置、字体说明及输出比例，均保持不变。
3. 新增或替换的描述延续既有描述的粒度与用词习惯。
4. 某项修改导致相关描述失效或冲突时，同步调整受影响的内容，并在改动清单中注明“连带调整”。
5. 涉及文字内容的修改，仅替换文案字符本身；新旧文案长度差异明显时，提示排版风险。
6. 输出分为两部分：修改后的提示词全文；改动清单，格式为“修改前片段 → 修改后片段 → 修改原因”。

【原始提示词】
（在此粘贴需要修改的提示词）

【修改需求】
1. 主体调整：将位于{位置}的{原主体}替换为{新主体}，位置、尺寸与朝向保持不变。
2. 色彩方案：将{原配色}调整为{新配色}，同步修改受影响的光影描述。
3. 文案调整：将位于{位置}的“{现有文案}”替换为“{新文案}”，字体、字号、颜色与位置保持不变。
4. 画幅调整：将画面比例由{原比例}调整为{目标比例}，主体与文字按新的相对位置重新适配。

文案替换模板

仅需调整画面中的文字时，可使用以下模板：

请替换以下提示词中的文字内容。

除文案字符本身外，字体类型、字号层级、文字颜色、摆放位置及全部画面描述均保持不变。

完成后按以下顺序输出：
1. 修改后的提示词全文；
2. 各段文案的替换明细；
3. 各段新旧文案的字符数变化；
4. 字符数差异可能影响排版时，单独提示排版风险。

【原始提示词】
（在此粘贴需要修改的提示词）

【新文案】
1. 主标题：将“{原主标题}”替换为“{新主标题}”。
2. 副标题：将“{原副标题}”替换为“{新副标题}”。
3. 行动引导：将“{原行动引导文案}”替换为“{新行动引导文案}”。

改写完成后，应对照改动清单核对修改范围，确认无误后再用于生成。

#多场景模板

以下提供 10 个常用场景的提示词模板，均仅作示意。模板中 {} 内的内容为可替换变量，按需修改后即可复用。

模板一：信息图

适用于流程说明、科普讲解等需要图文结合呈现的内容。

制作一张信息图，主题是“{一杯咖啡的诞生}”。

要求：
- 完整呈现“{种植 → 采摘 → 处理 → 烘焙 → 研磨 → 冲煮}”的流程
- 用清晰的箭头连接各个环节，每个环节配简洁的中文标注和图标
- 配色：{咖啡棕与米白}，扁平插画风格，信息层级分明
- 比例：{16:9} 横版，标题位于顶部

模板二：人物写实摄影

适用于人物纪实、职业场景等写实人像，需要写明人物动作、构图、光线与质感。

生成一张写实人像摄影。

主体：{一位六十岁左右的修表师傅}，在{老街的修表铺}中用放大镜检查手表机芯。
构图：{近景，略微俯拍}，主体位于画面左侧三分之一处，右侧露出柜台与工具。
光线：{台灯暖光从右上方照射}，背景较暗，明暗对比明显。
质感：照片级写实，轻微胶片颗粒，不加美颜滤镜。

模板三：品牌 Logo

适用于品牌标识设计，需要写明行业、关键词、风格及品牌名称。

为“{溪口面包坊}”设计一个品牌标志。

行业：{社区烘焙}；关键词：{麦穗、溪流、手作}。
风格：极简线条，单色可用，适合小尺寸显示。
文字：标志下方放置品牌名称“{溪口面包坊}”，字体为{手写感的圆体}，只出现一次。
背景：纯白色；画幅比例 {16:9}，标志位于画面中央。

模板四：社交媒体广告

适用于新品推广、会员活动等社交媒体宣传图，需要写明主体、标题文案及画面风格。

制作一张{冬季新品}社交媒体广告图，比例 {16:9}。

主体：{一碗热腾腾的姜汁撞奶}放在浅色石材桌面上，旁边有一小块生姜和一把木勺。
主标题：“{冬日暖心}”，位于画面上方，粗体深棕色字。
副标题：“{会员第二份 8 折}”，位于主标题下方。
风格：暖色调商业摄影，背景虚化，画面不添加额外文字。

模板五：App 界面设计

适用于界面方案展示、产品原型沟通等场景，需要写明应用类型、页面内容及视觉风格。

生成一张手机 App 界面效果图。

应用类型：{习惯打卡}；页面：{今日打卡页}。
内容：顶部显示日期与连续打卡天数，中部为当日待完成的习惯列表，底部为本周完成率柱状图。
风格：{深色主题、圆角卡片、橙色点缀}，信息清晰。
所有文字使用中文，数字为示例数据。

模板六：教育插图

适用于课堂教学、科普材料等场景，需要写明知识点、适用对象及标注要求。

绘制一张教学插图，说明“{水的三态变化}”的过程。

画面：冰、水、水蒸气三种状态呈环形排列，用箭头标注融化、凝固、汽化、液化、升华和凝华。
风格：{扁平卡通}，适合{小学四年级}科学课使用。
标注文字使用中文，箭头清晰，背景简洁。

模板七：历史场景还原

适用于历史教学、文化科普等场景，需要写明时代背景、画面元素及绘画风格。

还原一幅{唐代长安西市}的场景插画。

画面元素：{胡商驼队、绸缎与香料摊位、酒肆与往来行人}，体现商贸往来的热闹景象。
风格：{唐代壁画风格}，色调古朴。
构图：横向长卷式，{16:9}，近景人物细致，远景坊墙与街道层次分明。
避免出现与时代不符的物品。

模板八：美食照片

适用于菜单、店铺宣传等美食配图，需要写明摆盘、光线及拍摄角度。

拍摄一张{清蒸鲈鱼}的美食照片。

摆盘：长条白瓷盘置于浅色木桌中央，鱼身铺葱丝与红椒丝，旁边配一碟蘸料。
光线：侧逆光，突出蒸汽与鱼肉的光泽。
构图：{30 度俯拍}，浅景深。
风格：商业美食摄影，色彩清爽，无文字。

模板九：电商产品展示

适用于商品主图制作，需要写明产品朝向、背景及布光方式。

生成一张电商主图。

产品：{一台米白色复古造型的便携蓝牙音箱}，正面朝向镜头，完整位于画面中央。
背景：纯浅暖灰色，无纹理；主体下方保留轻微投影。
光线：柔光箱正面主光加两侧补光，避免强反光。
比例：1:1；不添加任何文字和装饰。

模板十：3D 立体场景

适用于宣传配图、品牌插画等场景，以微缩模型的形式呈现空间与物件。

制作一个 3D 等轴测风格的微缩场景。

主题：{街角花店}。
内容：花架、收银台、一位店员、几桶鲜花和一辆停在门口的自行车。
风格：柔和的粘土质感，{粉色与浅黄色}配色，柔和投影。
背景：纯色，主体位于画面中央。

#创意效果模板

上传一张照片或输入简短描述，即可制作多种创意效果。以下 20 个示例仅作示意，{} 内的内容为可替换变量。涉及人物照片时，应仅使用本人或已获授权的照片。

效果一：应援发色

将发色调整为支持队伍的代表色，以自然挑染的方式融入发丝。

以上传的人物照片为参考，将头发调整为{红黄}两色的应援配色。
- 发尾渐变为{红色}，耳侧挑染几缕{金黄色}，发根保留原本的发色
- 发丝质感自然，不出现整块均匀的色块
- 面部、五官、表情、服装、背景与构图保持不变

效果二：珐琅徽章合集

结合个人兴趣爱好，生成一组珐琅徽章周边。

生成一组 6 枚写实珐琅徽章，以 3×2 网格排列在{深藏青色}绒布背景上，比例 4:3。
- 1 枚圆形徽章：根据上传照片绘制的卡通半身像，下方带“{名字}”金属铭牌
- 其余徽章围绕以下兴趣展开：{烘焙、露营、黑胶唱片、羽毛球、多肉植物}
风格：金色描边、珐琅光泽、色块饱满，徽章之间留出均匀间距。

效果三：手写批注风格

在照片上叠加白色手绘线条和简短文字，呈现日记式效果。

在上传的{街拍照片}上叠加手绘批注，整体轻松、随性。

绘制规则：
- 用细的白色手绘线条圈出画面中的{咖啡杯、帆布包和路边的猫}
- 用弯曲箭头把每处圈注连到画面边缘的短句

文字规则：
- 手写中文短句，例如“{今天的第二杯}”“{偶遇橘猫}”，每句不超过 6 字
- 线条和文字不遮挡人物面部，保留原照片的色彩与构图

效果四：中古现代室内

将房间照片改造为中古现代风格的室内效果图，保留原有户型与门窗位置。

将上传的{卧室}照片改造为中古现代风格的室内效果图：
- 保留原有墙体、门窗位置与层高
- 家具选用胡桃木床头柜、细腿五斗柜和{芥末黄}单人椅
- 软装加入几何图案地毯、黄铜落地灯和一盆龟背竹
整体为照片级写实，午后自然光从窗户照入。

效果五：收藏手办

将人物照片转换为桌面收藏手办的展示效果。

以上传的人物照片为参考，制作一个 1/6 比例的收藏手办展示图。
- 手办站在{六边形}亚克力底座上，放在电脑显示器旁
- 背景为手办展示柜，柜内有暖色灯带
- 保留人物的发型、服装配色和{抱臂站立}的姿势，面部为精致涂装
照片级写实，浅景深，主体清晰。

效果六：补光修复

为逆光或昏暗的照片调整光线，可使用 AI 修图中的灯光功能完成。

为上传的{室内聚餐照片}补光：适度提亮画面左侧偏暗的人物面部，使其与右侧人物亮度接近。
保留餐厅暖黄色的灯光氛围，肤色自然；不改变人物、表情、餐桌陈设和构图。

效果七：影棚形象照

将日常照片转换为职业形象照，适用于简历和团队介绍页。

以上传的照片为参考，生成一张职业形象照。
- 浅色衬衫搭配{藏青色}针织开衫，背景为{米白色}影棚背景
- 四分之三侧身，胸部以上构图，柔和的蝴蝶光布光
- 保留五官、发型与肤色特征，不过度美化，不改变年龄感

效果八：Q 版表情贴纸包

将人物或宠物照片转换为一组表情贴纸。

以上传的{柯基犬}照片为参考，生成一组 8 个 Q 版表情贴纸。
表情与配字分别为：{收到、加油、晚安、委屈、哈哈、谢谢、等等我、好饿}。
每个贴纸带白色描边，配字使用圆润的中文字体，4×2 网格排列，背景为纯浅灰色。
保留柯基的毛色分布和耳朵形状，各贴纸中的形象保持一致。

效果九：剖面示意图

以剖面形式展示物体的内部结构。

绘制一支{电动牙刷}的剖面示意图。
- 左半部分为外观，右半部分剖开展示内部结构
- 标注刷头、传动轴、马达、充电电池、充电线圈和控制电路板，标注文字使用中文
- 风格：技术插画，浅灰背景，线条清晰，剖面用斜线填充区分材质

效果十：旅行拼贴

将旅行照片整理为手账风格的拼贴页面。

将上传的{6 张}海边旅行照片排成一页手账风格拼贴。
- 照片以不同角度错落摆放，边缘贴半透明纸胶带
- 加入手绘贝壳、船票和海鸥贴纸作为装饰
- 背景为{浅蓝色格纹纸}质感，顶部标题“{七月·海岛}”只出现一次

效果十一：蓝图海报

以工程蓝图的形式表现物品或建筑。

以工程蓝图风格绘制一台{复古台式收音机}。
- 深蓝底、白色线条，包含正视图、侧视图和局部放大图
- 标注旋钮、扬声器、调频刻度盘和天线，标注文字使用中文，尺寸仅作示意
- 右下角加入图纸标题栏：“{台式收音机 图号 02}”

效果十二：拍立得风格

将照片处理为拍立得相纸效果，可使用 AI 修图中的创意风格功能完成。

将上传的{毕业旅行合影}处理为拍立得相纸效果。
- 白色相纸边框，底部留白处手写“{2026 夏 · 毕业}”
- 色彩偏暖、对比稍低，带轻微漏光和颗粒
- 画面主体、人物与构图保持不变

效果十三：复古植物学插画

以古典博物图鉴的形式绘制植物。

以十九世纪博物图鉴风格绘制“{向日葵}”。
- 包含花盘、舌状花、管状花、种子与叶片的分解图
- 每个部分用细线引出，标注中文名称
- 米黄色做旧纸张背景，铜版画线条加淡彩着色

效果十四：电影胶片三联

以三格胶片画面呈现一个连续场景。

生成一张电影胶片三联画面，横向排列。
- 第 1 格：黄昏的海边公路，一辆旧皮卡停在路旁
- 第 2 格：司机靠在车门边，望向远处的灯塔
- 第 3 格：皮卡驶离，尾灯在暮色中拖出红色光轨
胶片边框带齿孔，色调为橙青对比，人物与车辆形象保持一致。

效果十五：8-bit 像素游戏场景

将日常场景转换为像素游戏画面。

将“{周末的菜市场}”绘制为 8-bit 像素游戏场景。
- 画面顶部显示像素风格的金币数与购物清单
- 角色提着菜篮站在入口，两侧为蔬菜、水果和鱼摊
- 色彩数量有限，复古游戏机质感，比例 16:9

效果十六：涂色线稿

将指定场景绘制为可打印的涂色线稿，适用于儿童涂色页和课堂活动。

将“{农场一角：小木屋、奶牛、小鸡和风车}”绘制为儿童涂色线稿。
- 黑色线条，白色背景，不填充颜色，不加阴影
- 线条粗细适中，封闭区域的面积适合儿童涂色
- 比例 16:9，横版

效果十七：迪斯科球肖像

以镜面马赛克的形式重现人物轮廓，适用于派对海报和活动主视觉。

以上传的照片为参考，将人物头像制作成一颗悬挂的迪斯科球。
- 球面由许多小方形镜片拼接而成，镜片反射{紫色与蓝色}灯光
- 保留人物的脸型轮廓和发型特征，五官以镜片的明暗变化呈现
- 球体悬挂在派对现场上方，背景虚化，光斑散落，比例 16:9

效果十八：夜拍直闪

模拟夜间使用相机闪光灯直拍的效果，呈现随性的纪实质感。

以上传的照片为参考，改为夜间使用闪光灯直拍的效果。
- 人物被正面闪光照亮，面部偏亮，身后有清晰的硬阴影
- 背景为夜晚的{便利店门口}，灯箱与路面略显昏暗
- 保留人物身份、表情、姿态和服装，构图不变，加入轻微颗粒

效果十九：黑白四格漫画

将一段日常小事绘制为四格漫画，适用于内部通讯或社交媒体。

将以下故事绘制为黑白四格漫画（四格横向排列，比例 16:9）：
第一格：{周一早上，会议即将开始，投影仪却无法连接}
第二格：{同事们围在电脑前轮流尝试，表情焦急}
第三格：{实习生默默把线缆插回正确的接口}
第四格：{全员鼓掌，实习生不好意思地挠头}
- 线条简洁，网点阴影，每格最多一个对话框
- 对话框文字使用中文，每句不超过 10 字

效果二十：电影感风景

生成具有宽银幕质感的风景画面，适用于封面或桌面壁纸。

生成一张电影感风景照片：{秋季的白桦林小路}。
- 画幅比例 16:9，小路从画面下方延伸至林间深处
- 金黄落叶铺满地面，侧逆光穿过树干形成光束
- 低饱和暖色调，轻微胶片颗粒，画面中不出现文字和人物

#图像参考生成

AI 图片支持图生图，手绘草图可作为构图参考上传，再通过文字说明风格和细节，由模型补全为完整画面。此外，借助 3D 人偶取景和 14 种预设镜头角度，无需绘制草图也能控制人物姿态与观察视角。

草图主要用于表达文字难以准确描述的位置关系。例如，“两个人物分别位于左右两侧，左侧人物略靠前，右上角预留标题区域”这类布局，用文字描述往往较为冗长，也容易产生歧义，而通过简单绘制即可直观地传达布局意图。绘制草图的重点不在于画得精细，而在于布局清晰、结构准确，应优先关注以下要素：

纸面绘制的草图可拍照上传，拍摄时应保证光线充足、画面完整，避免明显的阴影、反光或透视变形；数字绘制的草图可在绘图软件中导出为 JPG 或 PNG 格式后上传。无论采用哪种方式，都应确保主体轮廓清晰、构图关系明确，便于模型识别画面中的关键元素及其位置。

以下以海报版式、室内布局和人物站位为例，介绍草图与 3D 人偶的具体用法：

示例一：海报版式

上传一张草图：画面中部为一个大圆，圆下方为一条横线，顶部留出一块空白矩形。然后输入以下提示词：

按上传草图的版面生成一张音乐节海报。
- 大圆为一轮落日，位于地平线上方
- 顶部空白矩形处放置标题文字“日落音乐节”，粗体无衬线字体，居中
- 风格：复古丝网印刷，橙紫双色，颗粒纹理
- 剩余位置不添加任何文字

示例二：室内布局

上传一张草图：以矩形代表房间，左侧墙上的方框代表窗户，中间的长方形代表书桌，右下角的小方块代表椅子。然后输入以下提示词：

按上传草图的布局生成一张照片级写实的书房效果图。
- 草图中的方框为落地窗，位置和大小保持不变
- 中间的长方形为原木书桌，右下角的小方块为一把扶手椅
- 保持草图的空间关系，不移动家具位置
- 光线：午后自然光从窗户斜射入室
- 风格：日式简约，暖色木质

示例三：人物站位

使用 3D 人偶取景，将视角设为略高于平视，然后输入以下提示词：

生成一张双人合影。
- 左侧人物离镜头更近，占画面约三分之二高度
- 右侧人物站得稍远，位置偏高
- 左侧人物转头看向右侧人物
- 场景：黄昏的天台，暖色逆光
- 照片级写实，保持两人的相对位置和大小

注意：草图仅用于确定构图，无法表达具体内容。例如，同样是一个圆，模型无法判断其代表太阳、气球还是餐盘，因此需要在提示词中说明每个形状所代表的对象。需要某个元素严格贴合草图位置时，应在提示词中写明“保持草图的位置关系不变”。

#二次编辑

图片生成后，可直接在当前页面继续编辑，无需重写提示词，编辑结果也可作为下一轮生成的参考图。对已有照片调整背景、灯光、风格或人像时，也可使用 AI 修图工具。各编辑工具的作用如下表所示：

上述编辑并非在本地处理图像，而是将选区等空间信息转化为一次新的生成请求。因此，即使选区划定得较为精确，未选中的区域也可能出现纹理、锐度或色调上的轻微变化。每轮修改后，应检查整张图片，而不仅是选区部分。

版本回溯：AI 修图工具会保留操作历史，支持撤销与重做，可在同一会话中对同一张照片进行多轮编辑。修改效果不理想时，建议回到最近一个符合要求的版本，缩小选区，并将指令拆分为更具体的步骤后重新操作，避免在效果欠佳的画面上反复修补。

#局部修改

可通过 局部绘制 和 选取编辑 进行局部修改：先框选或涂抹目标区域，再在输入框中说明修改内容。与通过提示词改写整张图片不同，局部修改由选区确定修改位置、由文字说明修改内容，多轮修改后，构图、光影与风格不易发生偏移。

文字行、标签、角标及单件物品等边界明确的对象，适合采用局部修改。例如，电商海报中的文案、促销标签和商品主体通常各占独立区域，可逐项调整。

以秋季咖啡新品电商海报为例，先生成以下底图：

生成图片：秋季咖啡新品电商海报，横版 16:9。画面右侧三分之一为产品：一只深棕色磨砂咖啡罐正面直立，罐身贴金色烫印标签，罐身旁散落数颗烘焙咖啡豆与两片干枫叶，产品下方为浅木色台面，带柔和投影。背景为焦糖色到暖褐色的渐变。
画面左侧三分之二为文案区：
顶部小字副标题——“秋日限定”
中部主标题，超大粗衬线体——“深烘时节”
底部米白色圆角促销标签，深褐色文字——“尝鲜价 59 元”
左上角圆形金色角标，白字——“新品首发”
其余文字均为米白色，左对齐，不遮挡产品。商业产品摄影质感。

框选促销标签区域后，输入以下修改指令：

将选中区域内促销标签上的文案改为“尝鲜价 49 元”，
标签形状、圆角、米白色底色与深褐色字色保持不变，字体、字号与字距一致。

修改指令应包含“改什么、改成什么、哪些保持不变”三部分内容。与笼统地写“其余保持不变”相比，明确列出三至五项必须保留的元素，更能降低非目标内容被误改的风险。仅需修正错字时，优先使用 编辑文字 工具；错字已融入画面时，可框选文字区域，输入正确文字后点击应用。

注意：选区并非像素级遮罩，修改范围可能超出选区。文字是最不稳定的修改对象，修改后须逐字核对，尤其是数字、价格和中文笔画。若修改反复超出选区，应缩小选区、补充位置描述，并从最近一个合格版本重新开始。

#移除背景

移除背景 可去除背景、保留主体，适用于单个商品、人物、图标等主体清晰的画面。AI 修图工具还提供更换背景、清理杂乱背景等功能。

如需移除背景，在生成阶段提前考虑通常比事后修补更有效。建议在提示词中写明以下要求：纯色背景、正面视角、主体完整且不超出画面、投影轻微、主体与背景边界清晰。以白色陶瓷香薰瓶产品图为例：

生成图片：白色陶瓷香薰瓶产品图，正方形构图。画面正中为一只哑光白色陶瓷瓶，瓶口插着数根深棕色藤条扩香棒。主体完整位于画面中央，四周留足边距。
背景为纯净的浅灰色，无渐变、无纹理。主体下方仅保留一道轻微投影。
柔光箱正面主光加两侧补光，避免强反光，主体轮廓与背景对比明确。

可根据主体的清晰程度和边缘特征，判断画面是否适合移除背景：

• 适宜使用：单体商品、正面人像、图标和徽章等，主体明确，与背景色差较大。
• 酌情使用：带有轻微投影或反光的产品图和插画，处理后应检查边缘是否完整。
• 谨慎使用：包含发丝、毛绒、半透明材质、玻璃或液体的画面，边缘较难识别。
• 不宜使用：室内全景、风景照，以及元素密集、相互交叠的复杂场景。

商品图需要作为参考图再次使用时，官方建议使用透明背景的 PNG 图片。

#擦除物体

擦除物体 用于移除画面中多余的元素。用笔刷涂抹目标所在区域后，系统会参照周边的纹理、色彩、光影与背景结构补全空缺，使处理后的画面与原有内容自然衔接。

擦除时无需精确选区。以移除背景中的路人为例，用笔刷大致覆盖人物、使目标足够明确即可，不必沿轮廓描边。补全效果取决于周边纹理是否规则，天空、水面、草地、墙面等连续纹理最容易衔接。

以海边木栈道风景为例，先生成以下底图：

生成图片：清晨的海边木栈道风景，比例 16:9。画面中央一条浅色木质栈道自前景向远处海面延伸，两侧为低矮的海滨草丛。远处是平静的海面与淡橙色的日出天空。栈道中段站着两名背对镜头的游客，栈道右侧立有一只深绿色垃圾桶，画面左上角有两根横跨天空的电线。
自然晨光，柔和逆光，风光摄影质感。

涂抹游客、垃圾桶和电线后，输入以下说明：

移除选中的人物、垃圾桶和电线，按周边的栈道、草丛和天空自然补全，剩余画面保持不变。

注意：涂抹范围应略微超出目标边缘，只涂抹中间部分往往会残留轮廓。擦除区域较大且跨越人脸、文字排版、几何建筑等复杂结构时，建议改用局部绘制，并明确说明替换后的内容。

#调整尺寸

调整画幅有两种方式：一是在生成前选择宽高比（自动、1:1、4:3、3:4、16:9、9:16、3:2、2:3）；二是在生成后使用 延伸画布 扩展图片边界。需要提高清晰度时，可使用 放大 功能，放大倍数可在 1 至 4 倍之间调整，输出分辨率可满足 4K、大屏展示和多数打印需求。

延伸画布不是裁切或拉伸，而是对画面构图的重新安排。例如，由 4:3 改为 16:9 时，需要向左右两侧扩展并补充内容。若未说明构图要求，模型会自行决定补充内容，可能导致主体偏移。因此，切换画幅时应同时说明主体如何安排、哪一侧补充内容，以及哪些边缘不得裁掉。

以黄昏山谷公路风景为例，先生成以下底图：

生成图片：黄昏的山谷公路风景，比例 4:3。画面下方三分之一为一条蜿蜒的公路，自右下角向画面深处延伸。公路两侧为金黄色草坡，零星点缀深绿色松树。中景是层叠的山峦，天空为橙红到深紫的渐变晚霞，右上方有一轮低垂的落日。
风光摄影，广角镜头，低机位，色彩浓郁。

使用 延伸画布 时，输入以下说明：

将画面延伸为 16:9 横版：保持地平线高度与公路走向不变，
向左右两侧补出更多金黄色草坡与山峦，左侧补充一片松树林，
落日位置与晚霞的渐变层次保持原样，公路右下角的入画点不得被裁掉。

放大时，可用自然语言说明需求，例如“放大 2 倍，增强人脸细节，保留胶片颗粒”。据官方工具页说明，放大功能会识别动漫、插画等内容类型并相应切换处理方式，修复老照片时不会凭空添加细节。

#适用范围

各类编辑操作的适用情况如下表所示：

#图片转视频

图片转视频 可将照片、产品图、插画等静态图片转换为动态短视频。上传图片后，用文字说明主体动作、镜头运动和环境变化，即可生成相应片段，适用于商品展示、风景动画、社交媒体内容及宣传素材制作。具体操作步骤如下：

• 上传图片：点击 上传照片，选择 JPG、PNG 或 WEBP 格式的文件。建议使用主体完整、边缘清晰、无明显瑕疵的图片，并尽量使原图比例与目标视频一致。
• 设置动态效果：选择页面提供的 自然灵动、微动态、镜头拉近、电影感平移 或 环绕拍摄，也可在输入框中具体描述运动方式。
• 选择生成规格：根据任务选择模型及可用规格。官方列出的模型包括 Kling、Veo、Pixverse、Wan 等，各模型支持的时长、画质和控制选项以页面显示为准。
• 生成并检查：点击 生成动画，完成后在浏览器中预览，重点检查主体外观、运动连贯性、画面边缘及文字是否稳定，确认无误后下载保存。

编写动态描述时，应重点说明哪些对象运动、如何运动、镜头如何移动，以及哪些内容保持稳定，无需重复描述图片中已有的静态元素。各描述要素如下表所示：

风景短视频示例

以“擦除物体”中的海边木栈道图片为例，先完成游客、垃圾桶和电线的擦除，检查栈道与天空的补全效果，再上传处理后的图片，并输入以下提示词：

请将上传的海边木栈道图片制作成一段风景短视频。

画幅：{16:9}。
时长：{当前模型支持的时长}。

镜头运动：
沿栈道方向缓慢向前推进，保持地平线稳定，不旋转、不突然变焦。

环境动态：
海面产生轻微波纹，栈道两侧的草叶随微风缓慢摆动。
保持清晨柔和的光线，不出现明显的天气或时间变化。

保留要求：
保持栈道走向、木板结构、海岸位置和整体色调。
不新增人物、车辆、建筑或文字。
避免栈道弯曲、物体闪烁及画面突然切换。

首次生成时，宜采用较短时长和较小运动幅度。结果稳定后，再逐步增加镜头移动或环境变化，避免同时加入过多动作，导致难以判断问题来源。

#片段延长

部分模型支持首尾帧控制，可分别提供起始图片和结束图片，由系统生成两者之间的过渡画面。官方列举的支持模型包括 Veo、Kling 等，具体以所选模型的功能选项为准。

使用首尾帧时，两张图片宜保持主体、画幅和视觉风格一致，并在提示词中说明过渡过程；两张图片差异过大时，可能出现主体变形或中间画面不自然等问题。需要更长的视频时，可使用支持片段延长的模型延长已生成的片段，延长后应检查衔接处是否出现动作中断、光线突变或主体外观变化。

#使用建议

为提高视频生成的稳定性，建议注意以下几点：

• 先修图后生成：原图中的错字、缺损、边缘残留和结构错误可能延续到视频中，应先完成静态图片的检查与修正。
• 控制运动复杂度：单一主体、简洁背景和小幅动作更便于检查。涉及大幅转身、快速环绕或多个对象同时运动时，应重点核对遮挡关系与形体变化。
• 单独处理重要文字：价格、日期、品牌标识及密集文字可能在运动过程中变形。对准确性要求较高时，建议在视频生成后使用剪辑工具叠加文字。
• 检查完整片段：不宜只查看首帧和末帧，应完整播放视频，检查中间是否出现闪烁、重影、物体增减或不自然的运动。
• 区分要求与保证：“保持不变”等提示用于约束生成方向，不能保证主体、文字和背景逐帧完全一致。
• 关注生成消耗：积分消耗受模型、画质等设置影响。批量制作前，宜先生成少量样片，并查看当前用量提示，避免反复生成不符合需求的版本。

#使用局限

相关编辑工具在使用中存在以下局限：

• 图内文字仍可能出错：中文长密集小字容易出现错字，生成后需逐字核对。可使用 编辑文字 工具修正，重要文案建议在排版软件中另行添加。
• 无法精确控制物理尺寸：模型按比例和分辨率生成图片，无法直接保证物理尺寸。用于印刷时，需在排版软件中调整尺寸、分辨率等参数，确认无误后再输出。
• 细节可能发生变化：局部编辑时，未选中的区域偶尔也会发生变化。修改完成后，应与原图对比，重点检查人物、背景及关键细节。
• 版权与肖像限制：据官方工具页说明，GPT Image 2 会屏蔽受版权保护的角色形象。生成时应使用原创描述，人物照片仅使用本人或已获授权的照片。
• 修图工具功能有限：AI 修图每次仅能处理一张图片，多张图片需分别操作；目前不支持在照片中添加或删除文字，如有需要，可使用其他图像编辑工具。

对于需要印刷、对外发布或商业使用的图片，建议在使用前逐项核对文字内容、画面细节及素材授权情况，确保内容准确、使用合规。