2026-10-09 · 19 min read

第二节:GPT Image 2 生图提示词的基础结构(Prompt Structure)

完整迁移第 2 节原文,拆解主体、画布、风格、镜头、光影和约束条件六个提示词模块。

第二节:GPT Image 2 生图提示词的基础结构(Prompt Structure)

在上一节,我们学习了图片比例(Aspect Ratio)。这一节,我们开始研究 AI 生图中更重要的问题:

如何把脑海中的画面,转换成 AI 能够理解并执行的提示词?

你提到的图片比例、九宫格、四宫格、对称构图、动漫风格、写实风格、电影感、光影、镜头位置等,其实属于不同的视觉控制维度。

为了建立系统的学习框架,我们先不深入每一种风格或构图方法,而是搭建一套可以不断扩展的 六模块提示词基础模板。

2.1 提示词的六大核心模块

PROMPT STRUCTURE · 六模块架构

01 · 画面目标与主体(Subject)

生成什么?用于什么地方?

02 · Canvas & Composition

画布与构图

比例、主体位置、九宫格

03 · Style & Material

风格与材质

写实、动漫、电影感

04 · Camera & Perspective

镜头与视角

景别、角度、焦距

05 · Lighting & Color

光影与色彩

光源、色调、氛围

06 · 约束条件(Constraints)

哪些必须保持?哪些禁止出现?哪些必须准确?

这六个模块并不是模型内部固定的参数,而是我们为了学习和复用而设计的提示词工程框架。

模块核心问题典型描述
① 主体与目标画面里是什么?新能源汽车、轮毂、电动踏板
② 画布与构图如何组织画面?1:1、对称、三分法、四宫格
③ 风格与材质画面看起来像什么?商业写实、日系动漫、3D 渲染
④ 镜头与视角从哪里观察主体?俯视、平视、特写、三分之四视角
⑤ 光影与色彩画面的视觉氛围是什么?柔光、侧逆光、冷蓝色调
⑥ 约束条件什么必须满足?不改变产品结构、禁止多余文字

要特别区分两个层级:

  • 基础结构:解决提示词应该包含哪些信息。
  • 精确控制:解决每个模块应该如何描述,才能减少生成结果与预期的偏差。

后续的九宫格构图、电影级光影、镜头焦距、动漫风格细分类,都属于第二层的深入学习。

2.2 从一句话到完整提示词

假设我们的目标是生成一张新能源汽车商业图片。

Level 1 · 基础描述

一台蓝色新能源汽车。

AI 需要自行决定画面比例、环境、车型姿态、光线和摄影风格,结果的不确定性较高。

Level 2 · 增加视觉控制

一台蓝色新能源汽车,1:1 正方形画面,三分之四侧前视角,车辆居中,白色摄影棚背景,写实商业摄影风格,柔和顶光。

增加比例、构图、镜头、风格和光影,让生成方向更加明确。

Level 3 · 增加约束条件

一台蓝色新能源汽车,1:1 正方形,三分之四侧前视角,白色摄影棚背景,写实汽车商业摄影,柔和顶光。

严格要求:完整展示车身,车辆占画面宽度约 80%,四周预留安全边距。禁止裁切车辆、禁止额外车辆、禁止水印或无关文字。

将模糊的视觉目标转变为可检查的要求。约束可以提高可控性,但并不保证模型每次都严格执行。

2.3 第六模块:约束条件为什么特别重要?

我们可以把约束分成四种。

约束类型解决的问题提示词示例
正向约束必须出现什么车辆必须完整可见
负向约束禁止出现什么不出现其他汽车
保持约束什么不能改变参考图轮毂辐条结构不变
精确约束哪些细节有具体标准四宫格、每格展示一款产品

还有一个关键概念:约束优先级。

例如,你上传了一张轮毂参考图,希望生成电商主图,要求可以划分为:

P0 · 不可违反

主体真实性

保留轮毂辐条数量、形状、中心盖和产品配色。

P1 · 优先满足

画面结构

1:1 正方形、轮毂居中、完整展示外圈。

P2 · 可调整

艺术表现

背景灰度、反光强弱、阴影柔和程度。

这意味着,当视觉美化与产品真实性发生冲突时,应优先保留产品真实性。

不过,P0/P1/P2 是我们给任务建立的优先级标记,不是 GPT Image 2 官方提供的强制执行机制。涉及精准品牌 Logo、实物规格或细节不可改变的商品图,仍然需要人工检查;像素级保持最好使用原始素材与确定性图像编辑流程,而非完全依赖重生成。

2.4 通用六模块提示词模板

这是我们整套课程后续会持续使用的基础模板。

AI 图片生成提示词模板 V1.0

01. 画面目标与主体(Subject)

  • 图片用途:[电商主图 / 小红书 / 海报 / 网站 Banner]
  • 核心主体:[具体描述]
  • 场景背景:[具体描述]
  • 关键展示内容:[主体的哪些特征最重要]

02. 画布与构图(Canvas & Composition)

  • 图片比例:[1:1 / 3:4 / 9:16 / 16:9]
  • 构图方式:[居中 / 对称 / 三分法 / 四宫格 / 九宫格]
  • 主体位置:[左 / 中 / 右 / 具体区域]
  • 主体占比:[如画面宽度的 75%]
  • 留白区域:[顶部 / 左侧 / 底部]

03. 视觉风格与材质(Style & Material)

  • 主风格:[商业写实 / 电影 / 动漫 / 3D]
  • 子风格:[具体视觉参考]
  • 材质表现:[金属 / 玻璃 / 漆面 / 织物]
  • 细节程度:[质感、纹理、清晰度要求]

04. 镜头与视角(Camera & Perspective)

  • 镜头角度:[正视 / 俯视 / 仰视 / 45度]
  • 景别:[特写 / 中景 / 全景]
  • 透视效果:[自然透视 / 广角 / 长焦压缩感]
  • 景深:[背景清晰 / 浅景深]

05. 光影与色彩(Lighting & Color)

  • 光线类型:[自然光 / 棚拍光 / 电影光]
  • 光线方向:[正面 / 侧面 / 逆光]
  • 光线质感:[柔和 / 硬朗 / 高反差]
  • 主色调:[颜色及配色比例]
  • 整体氛围:[科技 / 温暖 / 高级 / 活泼]

06. 约束条件(Constraints)

  • P0 必须保持:[产品结构、品牌标识等]
  • P1 必须满足:[构图、比例、主体数量等]
  • P2 可调整:[背景、装饰、光影细节]
  • 禁止内容:[额外主体、乱码、水印等]
  • 输出检查:[列出验收标准]

2.5 后续的精确控制知识树

你之前提到的九宫格、对称构图、电影风格、动漫风格,都可以逐渐扩展成独立的知识模块。

AI 生图视觉控制体系

01

构图控制

居中、对称、三分法、四宫格、九宫格、黄金分割、留白

02

风格控制

摄影写实、动漫、插画、电影、3D、平面设计,以及各自子风格

03

镜头控制

正视、侧视、俯视、仰视、焦距、景别、景深

04

光影控制

主光、辅光、轮廓光、硬光、柔光、色温

05

材质控制

金属、玻璃、塑料、碳纤维、车漆、织物

06

精度控制

参考图一致性、文字准确性、主体数量、局部编辑

2.6 本节总结

本节只需要真正掌握一个公式:

生图提示词 = 主体目标 + 画布构图 + 视觉风格 + 镜头视角 + 光影色彩 + 约束条件。

并不是每次生图都必须写满六个模块。简单创作可以简写,商业图片需要更明确的验收标准,而要求保持产品真实性的任务应突出参考图和保持约束。

下一节建议正式进入 第三节:构图控制(Composition),从居中、对称、三分法,逐步学习到四宫格、九宫格和复杂多主体布局。届时我们可以给每一种构图配上视觉示意图、可复制提示词和实际生成案例,让博客成为一套可查阅的生图知识手册。

可以,而且非常有必要。

对于这篇「从 0 到 1 学习 GPT 生图」博客来说,最好不要只有文字说明,而是做一组教学型配图。 这样读者会更容易理解“同一个主体,在不同提示词控制下,画面到底会怎么变”。

我建议把博客配图分成两类:

一、博客最需要的两类图片

A. 概念示意图

用来解释知识点本身,比如:

  1. 图片比例对比图 同一主体,分别展示 1:1、3:4、9:16、16:9
  2. 构图对比图 同一主体,展示居中构图、三分法、对称构图、四宫格
  3. 风格对比图 同一主体,展示写实风、电影感、动漫风、3D 渲染风
  4. 镜头视角对比图 同一主体,展示正视、俯视、仰视、三分之四侧前视角
  5. 光影对比图 同一主体,展示柔光、硬光、逆光、棚拍光
  6. 约束条件对比图 展示“无约束生成”和“有约束生成”的差别

B. 实战案例图

用来说明“提示词从简单到完整”的变化,比如:

  1. 一句话提示词生成结果
  2. 加入比例和构图后的结果
  3. 加入风格和镜头后的结果
  4. 加入约束条件后的结果

这类图非常适合写成“逐步升级案例”。


二、这篇博客第一阶段最值得先做的图片清单

如果我们现在要开始制作,我建议优先做这 8 张,最够用,也最适合做博客首版:

01. 比例对比图

同一台蓝色新能源车,做 1:1、3:4、9:16、16:9 四种比例示例

02. 构图对比图

同一主体做 4 种构图:居中、对称、三分法、四宫格

03. 风格对比图

同一主体做 4 种风格:商业写实、电影感、动漫风、3D 渲染

04. 镜头视角对比图

同一主体做 4 种视角:正视、俯视、仰视、三分之四侧前

05. 光影对比图

同一主体做 4 种光影:柔和自然光、硬朗棚拍光、逆光、冷色电影光

06. 简单提示词 vs 完整提示词

左右对比:一句话生成 vs 六模块完整提示词生成

07. 无约束 vs 强约束

对比“自由生成”和“产品结构不可变、构图固定、禁止多余元素”的差异

08. 博客封面头图

做一张这篇博客的封面视觉: 标题:从 0 到 1 学习 GPT 生图 副标题可带: 比例|构图|风格|光影|镜头|约束条件


三、最推荐的制作思路

为了让整篇博客更专业,建议你采用一个原则:

所有示例图尽量使用“同一个主体”反复演示。

比如统一用:

  • 一台蓝色新能源 SUV
  • 或一只白色马克杯
  • 或一个轮毂产品

这样读者能更清晰地看出:

  • 变化的是“提示词控制维度”
  • 不是“主体内容本身”

如果每张图主体都不同,教学效果会弱很多。


四、我建议你这篇博客的统一示例主体

结合你平时的业务,我更建议用:

统一主体:一台蓝色新能源 SUV / 新能源汽车

原因:

  1. 和你后续汽车后市场内容一致
  2. 适合讲比例、构图、风格、镜头、光影
  3. 既能做商业感,又能做教学案例
  4. 后面如果扩展到商品主图、海报、Banner,也能继续沿用

五、我建议我们现在的执行顺序

最合理的是分 3 批做:

第一批:基础教学图

  • 比例对比图
  • 构图对比图
  • 风格对比图
  • 镜头视角对比图

第二批:进阶控制图

  • 光影对比图
  • 简单提示词 vs 完整提示词
  • 无约束 vs 强约束

第三批:包装图

  • 博客封面头图
  • 每一节的小节头图

接下来我可以直接帮你先生成第一批教学配图。 我建议先出这 4 张:

  1. 图片比例对比图
  2. 构图对比图
  3. 风格对比图
  4. 镜头视角对比图

我接着就按同一台蓝色新能源 SUV 的统一主体风格,先生成这一组。

已生成图像 1

已生成图像 2

已生成图像 3

已生成图像 4

已生成图像 1

已生成图像 2

已生成图像 3

搜索全站

输入关键词,查找项目与实践记录。