GPT Image / DALL·E 3 提示词技巧：像导演一样描述画面
GPT Image 和 DALL·E 3 这类自然语言图像模型不需要标签堆砌，需要用描述性语言把画面说清楚。本文讲结构、改图技巧与中文适配。
GPT Image（OpenAI 的图像模型）和 DALL·E 3 代表了另一条技术路线：它们能理解自然语言，你不需要学 Midjourney 的标签语法，也不需要 SD 的权重括号。但这不意味着「随便写写就行」——描述的质量直接决定出图的上限。
一、核心思路：像给摄影师下需求一样说话
用一句话描述「谁、在哪、做什么、什么风格、什么光线」。例如：
"A cozy reading nook by a rain-streaked window, an orange tabby cat curled up on a knitted blanket, warm lamplight, soft shadows, storybook illustration style, gentle colors"
注意它自动就会处理好构图和风格一致性——这是模型内置的能力，你要做的是把内容说全。
二、五要素描述法
- 主体：具体到数量、外观、颜色、状态。"three glossy red apples on a ceramic plate"；
- 场景：环境、道具、天气、时间；
- 动作/状态：静态画面也要有状态描述，"steam rising from a cup"；
- 风格与参考：可以直接点名风格，"in the style of a Studio Ghibli background painting" 或 "editorial food photography"；
- 光线与色调："soft morning light, warm palette"。
三、文字渲染：它最强的杀手锏
GPT Image 系列是目前文字渲染最可靠的图像模型。做海报、封面、Logo 时，把要显示的文字用引号明确写出：
A minimalist poster with the text "SPRING SALE" in bold sans-serif at the top, a single tulip illustration below, pastel background, generous white space
文字超过 10 个字出错率上升，拆成两行、用常见字体描述能提高成功率。
四、中文场景怎么用
这类模型对中文的理解已经可用，但复杂中文排版（竖排、书法字体）仍建议用英文描述 + 中文内容的方式：即画面描述用英文，需要显示的中文文字直接用中文写在引号里。实测中英混排的标题类出图，英文指令 + 中文文本的组合成功率最高。
五、改图与迭代技巧
GPT Image 支持对话式改图，这是它的独门优势。推荐的迭代话术：
- 局部替换："Change the background to a beach at sunset, keep the cat exactly the same"；
- 风格迁移："Redraw this image in watercolor style"；
- 扩图："Extend the image to 16:9, keep the main subject centered"；
- 强调保持："Keep everything else unchanged"——不说这句它很容易顺手改掉你的主体。
六、和其他模型的配合
成熟的工作流是：用 GPT Image 做有文字的海报和封面，用 Midjourney 做风格化艺术图，用 SD + LoRA 做高度可控的商业出图。三个工具各司其职，提示词思路却相通——本站收录的 500 多条开源图像咒语大多标注了适用模型，可以直接套用或改编。