GPT Image 2 生图完全指南:从 0 到 1 掌握 AI 图片生成
课程总览与第 1 节图片比例:从发布场景、画布比例和分辨率开始,建立 AI 生图的第一套判断框架。
GPT Image 2 生图完全指南:从 0 到 1 掌握 AI 图片生成
这篇博客建议采用 零基础入门 → 掌握提示词 → 控制视觉效果 → 图片编辑 → 商业实战 的学习路线。
我们不只研究如何生成一张好看的图片,更要掌握如何让 AI 生成的图片满足实际业务需求,例如小红书封面、电商商品主图、网站 Banner、产品海报等。
一、整篇博客的内容大纲
GPT IMAGE 2 · 从入门到实战
- 图片比例与分辨率:1:1、3:4、9:16、16:9、像素与画质
- 提示词基础结构:主体、场景、构图、风格、光线、限制条件
- 画面构图:主体占比、视觉中心、留白、镜头角度
- 视觉风格:写实摄影、3D 渲染、插画、极简商业设计
- 光线与色彩:自然光、棚拍光、色彩搭配与品牌一致性
- 文字与排版:中文标题、信息层级、Logo、商业海报
- 参考图与图片编辑:保持主体、局部替换、多图参考
- 高阶提示词技巧:约束优先级、负面要求、多轮修改
- 商业应用实战:小红书图文、电商主图、网站 Hero、产品画册
- 质量评估与工作流:检查清单、常见失败案例、可复用模板
第一节:图片比例(Aspect Ratio)
1.1 什么是图片比例?
图片比例,就是一张图片的宽度与高度之间的比例关系。
例如:
- 1:1:宽度与高度相等,正方形。
- 3:4:宽度为 3,高度为 4,竖版。
- 16:9:宽度为 16,高度为 9,横版宽屏。
常见图片比例可视化
1:1
正方形
3:4
竖版图文
9:16
手机全屏
4:3
常规横图
3:2
摄影横图
16:9
宽屏横图
示意图:相同展示区域中,不同比例决定画面的横向或纵向延展空间。
1.2 图片比例与图片分辨率的区别
这是初学者最容易混淆的两个概念。
| 概念 | 含义 | 示例 |
|---|---|---|
| 图片比例 | 宽和高的关系 | 1:1、3:4 |
| 图片分辨率 | 图片的像素尺寸 | 1024×1024 |
| 图片质量 | 清晰度、纹理、细节表现 | Low、Medium、High |
例如,1024×1024 和 2048×2048 都是 1:1 的正方形,但是第二张图片的总像素数是第一张的 4 倍。
核心原则:图片比例决定构图空间,分辨率决定像素数量,画质还取决于模型、质量设置和生成内容。
1.3 六种常见比例及使用场景
1:1 — 电商商品主图
适合轮毂、踏板、汽车配件等产品展示。画面集中、主体突出,方便商品列表统一展示。
示例:1024×1024
3:4 — 小红书图文
适合知识科普、施工记录、产品卖点。纵向空间充足,可以安排标题、图片和文字说明。
比例示例:1200×1600
9:16 — 竖屏短视频封面
适合抖音、视频号、手机全屏展示。需要为顶部和底部的界面元素预留安全区域。
比例示例:1080×1920
16:9 — 网站 Banner / Hero
适合桌面网站首页、大幅横向视觉。可以让车辆偏右,为左侧标题、品牌主张和按钮预留空间。
比例示例:1920×1080
另外,4:3 常用于常规横图和内容配图,3:2 常用于摄影作品、品牌故事和案例展示。
1.4 GPT Image 2 支持哪些比例?
根据 OpenAI 官方文档,gpt-image-2 支持自定义输出尺寸,并不只局限于固定的三种比例。
主要技术限制如下:
- 宽度和高度必须为 16 的整数倍。
- 画幅比例范围为 1:3 至 3:1。
- 单边最大 3840 像素。
- 总像素数必须介于 655,360 和 8,294,400 之间。
官方常用尺寸包括 1024×1024、1536×1024、1024×1536。
这里要注意:设计所需比例与 API 实际支持的像素尺寸是两回事。 比如 1200×1600 符合 3:4 的比例,也是符合上述尺寸约束的示例;但 1080×1920 中的 1080 不是 16 的整数倍,因此不能直接作为该 API 的 size 参数。
1.5 交互练习:选择图片比例
选择你想制作的图片
电商商品主图
小红书图文
竖屏视频封面
网站横幅
摄影横图
目标图片比例
3:4
设计画布:1200 × 1600 px
可复制的提示词
请生成一张用于小红书图文的汽车产品图片,画面比例为 3:4,主体清晰,构图合理,预留适当的文字排版空间。
复制提示词
这里的像素尺寸是设计画布示例,并不表示所有尺寸都能直接作为 API 参数。
INTERACTIVE PRACTICE · 23.14
Visual DNA 逆向 Prompt 构建器
先选一个参考风格模板,再调整一个视觉维度。组件会把你的选择整理成一段可以继续修改的提示词。
大型条形柔光源、连续金属高光、轻微轮廓光
可复制的提示词
请生成一张汽车商业广告风格的图片。 主体:一辆金属蓝色新能源汽车 SUV。 视觉重点:光影。 风格描述:高级商业摄影、清晰产品轮廓、克制背景与有方向性的高光。 具体要求:大型条形柔光源、连续金属高光、轻微轮廓光。 画面要求:主体清晰,结构真实,层次分明,避免无关元素。请保持整体风格统一,不添加虚假的品牌 Logo、水印或多余文字。
这是一个本地练习组件。它不会调用模型,也不会上传你输入的内容;你可以把结果复制到任意生图工具中继续实验。
1.6 如何在提示词中指定图片比例?
初学者可以使用这个结构:
提示词公式
画面用途 + 图片比例 + 主体内容 + 构图要求 + 留白要求
例如,制作一张新能源汽车电动踏板商品主图:
生成一张 1:1 正方形汽车配件电商商品主图。
主体内容: 一台安装了电动踏板的新能源汽车,采用三分之四侧前视角。
构图要求: 车辆位于画面中央偏下,完整展示车身轮廓,重点突出踏板的安装位置。
背景要求: 纯白到浅灰渐变背景,采用高级汽车配件商业摄影风格。
排版要求: 顶部预留约 20% 的空间用于商品标题,画面简洁、产品清晰,不添加无关元素。
如果通过 API 生图,建议同时设置 size 参数;仅仅在提示词里写入比例,并不等于已经精确指定输出像素尺寸。
1.7 新手常犯的三个错误
- 先生成图片,后考虑使用平台。 原本横向的车身图片被强行裁剪成竖版,容易出现车头、车尾缺失。
- 认为分辨率越高,生成效果就一定越好。 提高像素数量并不能自动解决产品结构错误、文字错误、构图不合理等问题。
- 只写比例,不写构图。 比如仅要求 3:4,模型不一定知道需要在哪里放标题、在哪里留白,最终仍然可能不适合发布。
本节知识总结
图片比例不仅是技术参数,也是构图决策。对于商业生图,最好在开始生成前就确定发布平台、图片比例、主体位置和文字区域。
下一节:提示词的基础结构(Prompt Structure)。我们将把生图提示词拆成六个组成部分,学习如何从一句简单的描述,逐步写出可以稳定复用的商业图片提示词。