最近看了 OpenAI 更新后的图像提示词指南，里面有 Flare / Sunburst 的示例对照，也补充了选模型、连续编辑和结果检查的说明。我顺手把这些内容整理进了之前做的开源 Prompt 合集，单独开了一个官方教程板块。
先交代一下：我是 gptimage25.ai 的维护者，这个仓库也是我们维护的。网站是商业项目，GitHub 合集可以独立使用，不需要注册网站，也没有限定必须在哪个平台运行。
仓库：insane-gpt-image-2.5-prompts
原文：OpenAI 图像提示词指南
我觉得这版指南最值得看的，是它把“想生成什么”和“怎么判断生成对了”放到了一起。
比如写人像，要交代取景、动作、光线和皮肤质感；做广告，要明确文字内容、位置和出现次数；做图表，要给出真实数据和关系；改图时，要同时说明修改项和保留项。这些要求更容易对应到具体的检查动作。
其中几个点，对实际使用挺有帮助。
第一，选模型可以从自己的合格标准出发。
指南把 Flare 定位为速度优先，Sunburst 定位为质量优先。已有 GPT Image 2 工作流如果质量够用，可以先用相同输入测试 Flare ；复杂任务原来做不好，则先测试 Sunburst 能不能满足要求，再看 Flare 是否也能做到。
比较时先固定提示词、参考图、尺寸和质量设置。否则一边换模型一边改 Prompt ，很难知道结果改善来自哪里。官方也提醒，相同质量档位不代表不同模型的效果或耗时相同。
第二，编辑任务需要把参考图和保留条件说清楚。
教程里有换衣服、移除手里的花、替换房间里的椅子、把另一张图的狗放进场景等例子。它们都有明确的修改对象，也有需要保留的人物、背景、光线或构图。
连续编辑同样如此：先做好一张广告牌，再把上一轮输出传回去，只改成下雪的冬日傍晚。绘本角色则先建立形象，再用角色图继续下一个场景。
我在整理时特意标出了这些输入关系。只复制第二轮的那一句话、却没有传入上一轮图片，实际已经变成另一个任务了。
第三，图像好看只是验收的一部分。
官方示例覆盖了纪实肖像、咖啡机流程图、带文字的广告、透明 Logo 、历史场景、四格漫画、App 界面、细胞呼吸教学图、融资幻灯片，以及翻译、抠图、草图转写实、人物合成、连续故事和包装设计。
这些任务的检查方式差别很大：广告要查拼写；流程图要查箭头与部件关系；换装要查人物有没有变；透明背景要看文件实际的 alpha 通道，画出来的棋盘格不能算透明。
融资幻灯片那个例子还有个明确说明：里面的市场数字和引用是虚构的设计输入。拿来学习排版可以，用进真实材料前要换成核验过的数据。科学图解也需要额外核对事实。
第四，参数和示例代码要单独看。
指南把模型、质量、尺寸、透明背景等请求参数与画面描述分开讲。对需要保留透明度、准确尺寸的任务，这部分和 Prompt 同样重要。
另外，我核对时发现，页末 Python / Ruby 完整示例仍然固定使用 gpt-image-2。虽然它放在 2.5 标签页里，复制运行也不会自动变成调用 2.5 。这个细节我在仓库里单独写了说明。
这次仓库已经更新并推送了：
- 中英文 README 新增官方教程入口。
- 教程导读整理了选模、参数、提示词原则、迁移和结果检查。
- 按当前页面逐条收录 24 个独立提示词步骤，以及 54 张官方输出对照图。
- 每步保留官方原始提示词入口、参考图、参数和前后依赖，并补充双语学习改写与检查点。
数量说明一下：我最初看到的说法是 23 个示例，但按 9 月 13 日页面里“有独立提示词的小节”核对，得到的是 24 步，其中包括广告牌两轮和角色故事两轮。Logo 的多组变体没有重复算成多条 Prompt 。
官方教程与原来的 30 个社区图文案例、20 条编辑指令分开收纳。官方图文也与我们编写的学习改写分开标注：原始 Prompt 去官方页面复制，仓库代码块是教学改写，官方配图不代表我们运行这些改写后的结果。目前没有逐条进行独立生图复现。
仓库原创内容继续使用 MIT ；官方及其他第三方图片、原文不包含在这个授权里。
如果习惯网页浏览，也可以从我们整理的 图像提示词案例库 找创作方向，再到 文生图工作区 替换成自己的主体和文案做实验。用其他工具同样可以，建议先固定一组输入和检查标准，再比较模型或修改提示词。
想问问大家：做图像生成或编辑时，你们更常遇到的是第一张图不满意，还是后续修改把本来满意的细节改坏了？后者有没有比较稳定的处理办法？
