Gemini 使用指南

主题

GPT Image 2.5 使用指南：模型选型、网页生图、提示词与排错 ​

本文依据 OpenAI 官方模型文档 与 图像生成指南整理，API 名称、价格和限额请以官方页面实时信息为准。

GPT Image 2.5 不是一个单独的模型 ID，而是一组面向不同工作流的图像生成模型：Sunburst 侧重精确编辑，Flare 侧重快速的日常生成。两者都能接收文字和图片输入、输出图片，并支持生成、编辑和局部重绘（inpainting）。

🚀 快速通道，如果你所在网络环境暂时无法访问官方服务，国内用户想先体验 GPT-6 Astra 对话，可以使用接入 ChatGPT 官方 API 的 AI 服务：

一、两个模型怎么选 ​

模型官方定位更适合模型 ID
Sunburst编辑精度优先商品换背景、局部修改、参考图保持gpt-image-2.5-sunburst
Flare高质量日常生成速度优先社媒配图、草图探索、批量内容gpt-image-2.5-flare

如果任务包含“保持原图人物/产品不变，只修改某个区域”等要求，优先从 Sunburst 开始；需要快速试几十个创意方向时，先用 Flare，再用 Sunburst 做最终编辑。

二、核心能力 ​

1. 文字与图片双输入 ​

两个模型均支持文字提示词和参考图片。可以从零生成，也可以把已有照片、草图或设计稿作为输入进行编辑。Sunburst 和 Flare 都支持 low、medium、high、xhigh、max、auto 质量档位。

2. 生成与编辑使用同一套接口 ​

Image API 提供 generations（从文字生成）和 edits（修改已有图片）两个端点；Responses API 则适合做带上下文的多轮图像对话。官方建议：单次、无上下文任务用 Image API；需要连续修改、保留对话状态时使用 Responses API。

3. 多轮编辑 ​

Responses API 的图像生成工具可以在多轮对话中继续编辑上一张图，例如先生成电商主图，再依次要求“换成白色背景”“把按钮文字改为中文”“保留产品角度不变”。action 可设为 generate、edit 或 auto。

4. 灵活输出 ​

可以按任务调整尺寸、质量、格式和压缩参数。高质量和更大的尺寸会消耗更多图像输出 token，生产环境应根据最终展示尺寸设置参数，而不是一律使用最高档。

三、OpenAI 官方案例与对应提示词 ​

以下图片均下载自 OpenAI 官方 GPT Image 2.5 提示词指南，相同案例使用相同提示词和参数，方便直接比较 Flare 与 Sunburst。生成结果具有随机性，再次调用不保证得到完全相同的图片。

案例 1：写实人物摄影 ​

生成参数：size="1024x1536"，quality="medium"。

官方原始提示词：

text
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
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 skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.

GPT Image 2.5 Flare：

GPT Image 2.5 Flare 官方写实摄影案例：老水手在渔船上整理渔网

GPT Image 2.5 Sunburst：

GPT Image 2.5 Sunburst 官方写实摄影案例：老水手在渔船上整理渔网

这组提示词的关键是同时写清主体、动作、镜头、光线、材质和排除项，而不是只写“电影感老人肖像”。

案例 2：广告中的精确文字 ​

生成参数：size="1024x1536"，quality="medium"。

官方原始提示词：

text
Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.

GPT Image 2.5 Flare：

GPT Image 2.5 Flare 官方 Thread 街头服饰广告案例

GPT Image 2.5 Sunburst：

GPT Image 2.5 Sunburst 官方 Thread 街头服饰广告案例

需要准确文案时，应把原文放进引号，并明确出现次数、位置要求以及“不要额外文字”。即便如此，商用发布前仍需人工校对。

案例 3：科普信息图 ​

生成参数：size="1536x1024"，quality="high"。

官方原始提示词：

text
Create a simple biology diagram titled "Cellular Respiration at a Glance" for high school students.

Show how glucose turns into energy inside a cell. Include glycolysis, the Krebs cycle, and the electron transport chain.
Use arrows to connect the steps, and label the main molecules: glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, and H2O.
Make it look like a clean classroom handout or slide, with a white background, simple icons, clear labels, and easy-to-read text.

Avoid tiny text, extra decoration, or anything that makes the diagram hard to understand.

GPT Image 2.5 Flare：

GPT Image 2.5 Flare 官方细胞呼吸科普信息图

GPT Image 2.5 Sunburst：

GPT Image 2.5 Sunburst 官方细胞呼吸科普信息图

信息图提示词需要明确受众、教学目标、流程节点、必需标签和禁止项。模型可以完成视觉草稿，但科学关系与标签仍应由领域人员审核。

四、价格与成本估算 ​

官方指南列出的 GPT Image 2.5 token 费率为：图像输入每百万 token $8，缓存图像输入 $2，图像输出 $30；文字输入每百万 token $5，缓存文字输入 $1.25。Responses API 还会叠加顶层主模型本身的 token 费用。

实际单张成本取决于提示词长度、参考图数量、尺寸和质量，不能只看“每张图”估算。上线前建议记录响应中的 usage，按真实请求建立成本表。官方也提示，GPT Image 2.5 的 token 消耗可能与 GPT Image 2 不同，旧版计算器不应直接套用。

五、最小调用示例 ​

下面示例使用 Image API 生成图片，返回值中的 b64_json 可保存为 PNG：

python
from openai import OpenAI
import base64

client = OpenAI()
result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="一张简洁的中文咖啡店开业海报，留出标题区域，红黑配色",
    quality="medium",
    size="1024x1024",
)

with open("coffee.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

编辑任务把模型换成 gpt-image-2.5-sunburst，并调用 images.edit 上传原图；需要连续对话时，改用 Responses API 的 image_generation 工具。

六、上线前的工程检查 ​

  1. 将 API key 放在服务端环境变量中，不要写进前端代码或提交到 Git。
  2. 为图片请求设置超时、重试和并发上限；限流错误需要退避，配额错误不能盲目重试。
  3. 记录 request ID、模型 ID、质量、尺寸和 usage，便于排查成本与质量问题。
  4. 处理 moderation_blocked 等安全错误，向用户返回可理解的提示，不要暴露内部分类细节。
  5. 对生成内容做人工或业务审核，尤其是广告、人物肖像、商标和新闻素材。

七、网页版与手机端生成图片 ​

官方入口是 ChatGPT。开始前确认当前地区、账号和套餐支持所需功能，遵守当地法律法规与服务条款。第三方中文平台与 OpenAI 并非同一服务，其模型、收费、对话记录和隐私政策需要分别核查。

准备可正常使用的个人账号和最新版浏览器，登录后按以下流程操作：

  1. 新建对话，检查输入框附近是否有图片生成入口；名称和位置以实际界面为准。
  2. 描述主体、场景、构图、风格及尺寸。需要参考图时，确认上传素材有使用授权。
  3. 生成后检查文字、人物、产品细节和画面边缘，再在同一对话中提出修改。
  4. 下载最终图片，保存提示词和修改记录，方便复用。

手机端先更新官方 App，再检查当前账户提供的图片工具。手机适合快速生成与分享；精确查看尺寸、管理参考图和批量整理文件时，网页版更方便。具体按钮与下载方式随版本变化，不应将某个截图当作固定入口。

八、中文提示词与局部修改模板 ​

提示词可以按“主体 + 场景 + 构图/镜头 + 光线与色彩 + 文字内容 + 限制条件”组织。例如：

竖版 3:4 咖啡主题封面，一杯冰美式放在木桌上，窗边午后自然光，暖米色与深棕色配色。上方留出 30% 空间，清晰显示“咖啡新手入门”，只出现这一行中文，不要水印，不要多余人物。

局部修改时要写清保留项：

保留人物姿势、背景建筑和整体色调，只把外套改成浅灰色，移除右下角文字，其余元素不要变化。

复杂任务可以分成“先确定主体与构图，再修改文字与细节”两步。模型输出仍需人工检查，不能把模板当成准确出图的保证。

九、常见故障与额度检查 ​

问题排查顺序
登录后反复跳回首页检查服务状态、浏览器 Cookie 和扩展；避免频繁切换设备或网络，按官方登录帮助处理
图片生成失败或一直等待先保存提示词；检查上传图片格式和大小，再将复杂任务拆成较短的生成与编辑步骤
看不到图片按钮检查账户资格、地区、套餐和客户端版本；界面能登录不等于全部图像能力已开放
额度耗尽按账户显示等待恢复或评估其他付费方案；API 计费与 ChatGPT 套餐分别核算，调用前设置预算

开发接入使用上文的 API 示例与官方文档。本指南不把旧型号的调用示例直接替换名称后当作新版接口说明；返回字段、模型 ID、尺寸与计费应一起核对。

十、素材与隐私检查 ​

不要向不可信服务上传证件、未公开产品图或客户资料。处理现实人物、品牌和商业素材时核查授权；用于广告、出版或销售前，保留原图、提示词、版本和人工审核记录。AI 生成结果不能替代版权与事实核验。

十一、结论 ​

GPT Image 2.5 的重要变化是“按工作流分工”：Flare 负责快，Sunburst 负责准。普通创作者可以从 Flare 的 medium 质量开始探索；需要参考图一致性、局部编辑和可控交付的团队，应把 Sunburst 作为最终生产模型。模型 ID、价格和可用区域会持续更新，部署前请再次查看官方文档。

Gemini 中文版博客

Copyright © 2025