我第一次用 GPT Image 2，不是为了看它会不会画画，而是想解决一个老问题。生成图里的文字总是歪的。很多模型能画漂亮的场景，但一到包装、标签、UI 草图、海报标题就开始编字。
GPT Image 2 在理解和文字处理上更稳，所以我现在会把它放在特定位置。它不是所有图片的默认答案，而是当文字、包装、复杂指令或多对象关系很重要时的选项。
我先确认积分和尺寸
在 imgmov 里，GPT Image 2 从 Standard 1K 的 2 积分开始，质量和分辨率越高，积分越高，High 4K 可以到 80 积分。支持方形和多种横竖比例。
这决定了我的测试顺序。我不会直接用 High 4K 抽卡。我先用低档确认构图，确认无误后再升到正式尺寸。这样同样的实验预算能跑更多想法。
我怎么写提示词
我会把画面当作一次布置，而不是一句话许愿。结构是主体，关系，场景，光线，风格，文字。
比如包装图。
A matte white skincare bottle with the label text CALM, placed on a beige stone surface, soft window light, minimal spa scene, shallow depth of field, product label sharp and readable这里我把 CALM 明确写出来，还说 label sharp and readable。如果需要中文文字，我也会把中文词放进提示词，并检查笔画是否正确。
文字要少，而且要检查
GPT Image 2 的文字能力比很多模型好，但不是零错误。我的经验是，文字越短越稳。一个词通常比一句话稳，一句话比段落稳。复杂排版最好在 Figma 或编辑器里做。
逐字检查是必须的。特别是商标、人名、口号、法规文案，不能只看大概。如果小字出错，我会减少文字量，或者用干净底图加排版。
产品图最重要的不是美，而是一致
如果做产品图，我会写清楚材质、颜色、标签位置、瓶身形状。哑光就说 matte ceramic，透明就写 clear glass，把手在左边就写 handle on the left。
我不会让模型发明产品功能。AI 可以给真实产品搭场景，但不能把不存在的按钮、接口、口味画上去。交付前我会对照原图检查。
我的迭代方法
第一版只看构图。主体位置、比例、视线方向、负空间。第二版看材质和光线。第三版才处理细节和文字。每一版只改一个变量。
如果物体关系错了，我会把关系写得更机械一点，比如 the cup is to the left of the bottle。如果背景太乱，我会写 minimal background。如果手出问题，我会去掉手，或者只留物体。手是常见风险点。
我怎么选比例
社媒封面常用 1:1 或 4:5。博客头图和网站横幅用 16:9。TikTok、Reels、Stories 用 9:16。产品页有时需要 1:1。不要所有图都默认方形。
我会在提示词里留出文字空间。比如 hero 图要放标题，我就会让主体偏一侧，不要占满中间。这比生成后再裁剪更稳。
什么时候选它，什么时候不选
需要文字、包装、信息图、UI 概念、复杂对象关系时，我会优先 GPT Image 2。需要照片级产品场景，我会比较 Seedream 5.0 Lite 和 Nano-Banana 2。需要快速免费草稿，Agnes Image 2.1 Flash 足够。
简单说，GPT Image 2 是理解型选手。它擅长听懂布局和多步指令。如果你只要氛围图，其他模型可能更便宜。
我会重复的清单
先写主体和关系。再写场景和光。文字单独列出来。低档测构图。确认后再升高分辨率。逐字检查文字。对照原图检查产品。保存赢家提示词。
这套流程让 GPT Image 2 的理解能力真正发挥出来。
相关阅读
想试 GPT Image 2？打开 imgmov 图片生成 →