gpt-image-2 文字与排版提示词配方：社媒视觉的 12 个模式

大多数 AI 图像提示词指南把每个模型都当作一回事，但它们并不一样。能让 gpt-image-2（OpenAI 当前一代图像模型）发挥出色的提示词，和能让 DALL·E 3、Midjourney 或 Nano Banana 2 发挥出色的提示词并不相同。对于社媒团队在 2026 年最看重的三件事——图内文字、精细的排版控制，以及外科手术般精准的蒙版编辑——这一点尤其成立。

本文专门针对 gpt-image-2。如果你想要那种能在各类模型之间广泛通用、与平台无关的骨架——徽章卡片、生活方式主图、产品置于表面、平铺俯拍——那么我们的 社媒 AI 图像提示词的 10 个模式 是配套阅读。想了解通用结构就读那一篇；而当你专门为 gpt-image-2 写提示词、需要利用 DALL·E 3 及更早模型所不具备的能力时，就用这一篇。

如何撰写 gpt-image-2 的文字提示词

在进入配方之前，一旦切换到 gpt-image-2，最重要的两条规则是：

• 给你想要渲染的每个词加引号。 gpt-image-2 会把加引号的文字当作字面输出。不加引号的指代（"一个写着 hello 的标牌"）渲染的可靠性不如加引号的（"一个写着 "Hello Summer" 的标牌"）。
• 把排版与构图分开指定。 把提示词拆成构图指令和字体指令。不要把"粗体无衬线"埋进一段讲取景和光线的文字里；把它单独放在一句话里。

还有两条规则专门适用于你追求多行排版时：

• 明确数出行数。"三行文字"胜过"多行文字"。模型会把行数当作排版约束来使用。
• 用模型会响应的措辞来预留负空间。"在画面上三分之一处留空给文字"有效；只写"带文字"而不给位置则无效。

把这些落实到位后，下面的十二个配方就是可复制粘贴的模板。用你自己的内容填入方括号的空位，保留其余结构，你就能在数十次生成之间获得可预测的输出。

配方（按用途分组）

A. 图内文字配方

#### 配方 1：单行主标题

何时使用：单个强力标题帖、活动开篇、Reel 封面。

模板：

A clean editorial scene: {subject / environment}. Large centered headline reading "{your headline}" in a {bold / light / condensed} sans-serif typeface, placed in the upper-third of the frame. Soft natural window light from the left, minimal background. 4:5 aspect ratio. No other text, no logos, no watermarks.

说明：标题两侧的双引号不是装饰——gpt-image-2 会渲染引号里的内容。"upper-third of the frame"（画面上三分之一处）是模型通常会遵守的排版指令。

#### 配方 2：两行堆叠标题

何时使用：语录卡片、宣言帖、公告图。

模板：

Minimal beige paper background, centered composition. Two lines of large text:
Line 1: "{first line}"
Line 2: "{second line}"
Rendered in a {bold / serif / italic} typeface, same size on both lines, generous line-height. Subtle paper texture, 4:5 aspect ratio. No additional text, no decorative ornaments.

说明：在提示词内部把每一行写在单独的行上（配以"Line 1:"/"Line 2:"标签）能明显减少排版错误。模型会读懂这种结构。

#### 配方 3：短段落叠加

何时使用：客户证言卡片、更长篇的轮播幻灯片。

模板：

A soft-textured pastel background in {color}, vertical orientation. Three lines of text stacked in the center:
"{line one}"
"{line two}"
"{line three}"
Rendered in a medium-weight serif typeface, centered, with generous line-spacing. Small {brand color} accent dot in the lower-right corner. 4:5 aspect ratio. No other typography.

说明：三行大致是段落式文字的可靠上限。超过这个数量，就在后期叠加真实文字。

#### 配方 4：双语或非拉丁文字标签

何时使用：日文、中文、韩文、阿拉伯文，或混合文字的社媒帖。

模板：

{Subject / background}. Two-line label in the lower-third:
Line 1 ({script}): "{primary text}"
Line 2 (English): "{translation or subtitle}"
Typeface for line 1: {appropriate typeface e.g. "clean modern Gothic"}. Typeface for line 2: {sans-serif or similar}. Balanced composition, 1:1 aspect ratio. No additional text.

说明：在非拉丁文字上，gpt-image-2 明显优于 DALL·E 3，但仍不够稳定。对于纯日文或纯中文排版，Nano Banana 2 目前是更强的选择——关于何时把任务分流到哪一边，参见我们的 多模型策略文章。对于双语，gpt-image-2 处理得很干净。

#### 配方 5：数字标签／百分比／价格标签

何时使用：数据卡片、定价图、折扣帖。

模板：

{Background / scene}. Large central number reading "{value}" in a heavy, condensed sans-serif typeface. Small caption below in smaller type reading "{caption}". Minimal composition, high contrast between number and background. 1:1 aspect ratio. No other text, no currency symbols beyond "{symbol}".

说明：数字正是 gpt-image-2 大放异彩的地方——即使在较大字号下也能可靠正确。如果你一直在生成空白背景再手动叠加数字，现在你很可能一次就能搞定。

B. 排版指令配方

#### 配方 6：三分法主体摆位

何时使用：当主体因叠加文字或设计原因需要偏离中心时。

模板：

{Subject description}, placed on the left-third of the frame following rule-of-thirds composition. The right two-thirds contains {background element / negative space} for overlay typography. Soft natural light from the upper-left, shallow depth of field, editorial magazine style, 4:5 aspect ratio.

说明："Rule-of-thirds"（三分法）是 gpt-image-2 能专门识别的短语。单独说"place on the left"（放在左边）往往会漂移到中心。

#### 配方 7：锁定的负空间

何时使用：那些你打算在生成之后叠加标题字体的封面。

模板：

{Scene / subject} occupying the lower two-thirds of the frame. The upper-third of the frame is empty negative space (clean, unbroken background matching the scene). Soft even light, minimal composition, 4:5 aspect ratio. No text, no subject elements in the upper-third.

说明：加上那句否定条款（"no subject elements in the upper-third"，上三分之一不要有主体元素）正是阻止模型把主体蔓延进你文字区域的关键。没有它，主体往往会漂进你为文字预留的空间。

#### 配方 8：多分屏构图

何时使用：前后对比、比较图、"当时 vs 现在"帖。

模板：

A vertical split-frame image divided into two equal halves by a thin {color} line.
Left half: {left subject / scene} with {left-side color grading descriptor}.
Right half: {right subject / scene} with {right-side color grading descriptor}.
Both halves share the same camera angle, same crop, same light direction. 4:5 aspect ratio. No text, no labels, no arrows.

说明：锁定"same camera angle, same crop, same light direction"（同一机位、同一裁切、同一光线方向）是专业分屏与拼凑烂图之间的分水岭。当明确写出来时，gpt-image-2 会遵守这个锁定。

#### 配方 9：为轮播一致性打造的网格构图

何时使用：Instagram 九宫格信息流、LinkedIn 七页轮播。

每张幻灯片的模板：

{Subject slot} centered on a {fixed background color / texture} background. Identical lighting (soft top-left window light), identical shadow placement (4 o'clock direction, gentle), identical crop (full subject with a little breathing room). {Brand accent color} small corner marker in the upper-right corner of every slide. Minimal style, 1:1 aspect ratio, no text.

说明：把这个模板写一次，在各张幻灯片之间只替换 `{Subject slot}`，然后生成整套轮播。锁定的光线／阴影／裁切条款，正是让轮播看起来像是设计出来而非生成出来的原因。

C. 蒙版编辑配方

蒙版编辑正是 gpt-image-2 相较 DALL·E 3 真正开辟出新工作流的地方。以下配方假设你正在使用 OpenAI 图像 API 的 edit 端点，并提供一个蒙版（透明 = 要更改的区域，不透明 = 要保留的区域）。想更深入地了解蒙版构建、边界清理和多轮修复，请使用 gpt-image-2 图像修补指南。

#### 配方 10：更换背景，保留主体

何时使用：让同一张产品图适配不同季节、活动或平台场景。

蒙版：除主体轮廓之外处处透明。

提示词模板：

Replace the masked region with {new background description — color, texture, environment, light direction}. Match the existing subject's lighting (light source from {direction}, warm/cool temperature matching, gentle natural shadow at {angle}). Do not alter the subject. 4:5 aspect ratio.

说明："Match the existing subject's lighting"（匹配现有主体的光线）是成败攸关的条款。没有它，主体看起来就像是贴到新背景上去的。

#### 配方 11：在场景内更换产品

何时使用：同一场景构图、不同 SKU——对电商目录来说是巨大的省时利器。

蒙版：覆盖现有产品区域并透明，边缘之外留出小幅余量。

提示词模板：

Replace the masked region with "{new product name / description}". Preserve the hand position, camera angle, lighting, and background. The new product should match the existing composition's scale and placement. Realistic product photography style, same shallow depth of field.

说明：把蒙版余量留小（产品边缘之外约 5–10 像素）。余量太多，模型会重新生成周围环境；太少，则会出现边缘瑕疵。

#### 配方 12：宽高比扩展（向外扩绘）

何时使用：把 1:1 的信息流帖变成 9:16 的 Story，或把 4:5 的帖子变成 1.91:1 的 Facebook 广告，而无需重新渲染主图。

蒙版：沿新边界边缘透明，覆盖现有图像处不透明。

提示词模板：

Extend the masked edges outward to complete a {new aspect ratio} frame. Continue the existing {background description} naturally across the new area — same color palette, same texture pattern, same light quality. Keep the subject in its current position; add only background extension, not new subjects. {New aspect ratio}.

说明：当现有背景相对均匀时，向外扩绘效果最佳。繁忙的背景（拥挤的场景、繁复的纹理）会重新生成并留下可见的接缝——值得再用一个清理蒙版做第二轮编辑。

gpt-image-2 仍然做不好的地方

你应该围绕这些诚实的局限来做设计：

• 装饰性或手写体字体。"手写书法"和"毛笔字标志"仍然常常产生别扭的输出。请在后期叠加。
• 密集排版（4 行以上）。模型的文字在大约三行以内保持可读；超过这个数量，就生成一个背景再叠加。
• 非常小的图内文字。相对于画面渲染得很小的任何东西都不可靠。字幕、副标题和小字请用真实排版。
• 精确的颜色匹配。"Pantone 185 C"不管用；"a deep crimson red, similar to Pantone 185"（一种接近 Pantone 185 的深绯红色）能让你落在社媒可接受的容差范围内，但不适用于印刷。
• 在互不相关的提示词之间保持角色一致。即便有参考图，角色的连续性也会在差异极大的场景之间崩溃。想要严格的角色控制，就让各场景在风格上保持接近。

当你遇到其中之一时，决策树无非是：(a) 在后期叠加真实字体，(b) 跑一轮蒙版编辑来修复具体问题，或者 (c) 如果这是另一个模型在文字渲染上的强项，就把任务分流给 Nano Banana 2。我们的 多模型策略文章 讲了我们把哪些工作流分流到哪里。

提示词构建清单

在对任何 gpt-image-2 提示词点击提交之前，过一遍这份清单：

• [ ] 引号内文字为字面（未被改写）
• [ ] 若为多行则已指定行数
• [ ] 字体与构图分开命名
• [ ] 已指定排版区域（哪个三分之一、哪个角落）
• [ ] 已保护负空间（"上三分之一不要有主体"）
• [ ] 已命名光线方向
• [ ] 已明确说明宽高比
• [ ] 已列出否定项（"不要多余文字、不要标志、不要水印"）

过一遍整份清单能减少本可避免的重新生成。它前期需要多写一点提示词，但能让模型不必对文字、排版、光线或否定项去猜测。

组合配方以应对复杂帖子

上面的配方是搭建积木。一个典型的社媒帖会组合其中 2–3 个：

• 活动上线主图：配方 1（单行标题）+ 配方 6（三分法）+ 配方 7（锁定负空间）。
• 双语产品公告：配方 4（双语标签）+ 配方 11（场景内换产品）。
• 贯穿一个季度的季节系列：以配方 9（网格构图）为骨架，用配方 10（换背景）跨季节适配。

组合方式是：在同一个提示词里把两组条款都列出来，用换行分隔。当结构清晰时，gpt-image-2 会累积地读取它们，这正是换行和明确标签（"Line 1:"、"Left half:"、"Background:"）重要的原因。

每次都从零写提示词，快没耐心了？ 免费开始使用 Adpicto——无需信用卡，免费方案每月 5 张 AI 生成图像，并会自动套用你的品牌素材，让排版和文字摆位无需手动调校提示词就能保持品牌一致。

从三个配方开始，而不是十二个

第一周你不需要全部十二个模式。挑三个与你信息流的主流格式相匹配的：

• 如果你的信息流以语录为主：配方 2、3 和 7。
• 如果以产品为主：配方 5、10 和 11。
• 如果以轮播为主：配方 8、9 和 12。

用你品牌的主体把每一个跑上一周。保存那些能产出你真正会发布的输出的提示词骨架。舍弃那些不符合你调性的。到第三周，你就会有 3–4 个 gpt-image-2 配方，覆盖你每周大部分的图像需求，而且是用模型会响应的那种特定方言写成的。

关于能跨越任何图像模型通用的更宽泛的提示词工程模式，我们的 10 个提示词模式文章 是本文的姊妹篇。至于模型选型的背景——何时用 gpt-image-2、何时用 Nano Banana 2——多模型策略帖 讲了分流。而对于扩散模型和多模态模型如何解读提示词的底层机制，AI 图像生成科普 是根基。

简短版：gpt-image-2 会以 DALL·E 3 所没有的方式奖励具体性。写得像你真的有所指——加引号的文字、明确的行数、命名的字体、受保护的负空间——然后输出就不再是抽奖，而是值得发布的草稿。