GPT-Image 2.5 使用教程：Flare、Sunburst、多轮编辑与透明 PNG

GPT-Image 2.5 不只是把图片“再画得好一点”。对普通用户更有用的变化，是一张已经接近可用的图片可以继续修改：保留主体和构图，只调整一个物体、一段文字或一个局部，而不是每轮都从头抽一次结果。

OpenAI 当前提供两款 API 图像模型：GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst。官方将 Flare 定位为快速、适合日常高质量生成；Sunburst 则面向更复杂的生成与精细编辑。本文不复刻他人的测试素材，而是把可验证的能力整理成一套能自己跑通的流程。

你只需要完成四个小任务：生成一张基准图、连续改三轮、导出透明 PNG、用草图控制构图。每一步都有验收点，失败时也知道该回到哪里。

先选模型：Flare 还是 Sunburst

API 用户需要明确选择模型；在 ChatGPT 图片功能中，如果界面没有显示具体模型选择器，不要根据单张结果猜测后台究竟调用了哪一款。

选择方法很简单：

• 先要速度和数量：从 Flare 开始。
• 先要编辑精度和复杂任务表现：选 Sunburst。
• 还不知道差别是否值得：用同一提示词、同一尺寸和同一质量档各生成一张，只比较任务完成度，不同时改其他参数。

OpenAI 当前价格表中，两款模型的图片与文本 token 单价相同。价格会调整，正式接入前仍应查看最新 API Pricing 页面。

通过标准： 你已经根据任务选择模型，并确定本轮只比较一个变量。

第一步：先做一张可检查的基准图

多轮编辑能不能稳定，首先取决于第一张图是否足够明确。不要用“做一张高级、有氛围的桌面图”开场。先写一张制作单，把数量、位置和不能出现的内容固定下来。

这次用一个独立案例：俯拍阅读桌。

制作单

• 画幅：16:9；
• 视角：正上方俯拍；
• 主体：中央一本打开的书；
• 左侧：深绿色台灯；
• 右侧：白色马克杯；
• 左下：一支黑色钢笔；
• 右上：小型仙人掌；
• 背景：浅色木桌；
• 禁止项：额外文具、人物、可读文字和品牌 Logo。

基准提示词

生成一张 16:9 写实商业摄影风格的俯拍阅读桌。

浅色木桌中央放一本打开的书；深绿色台灯位于左侧；白色马克杯位于右侧；黑色钢笔位于左下角；小型仙人掌位于右上角。

保持物件彼此分离，位置清楚，光线柔和自然。不要添加其他物品，不要出现人物、可读文字或品牌 Logo。这张图将用于后续连续编辑，请保持构图容易复现。

人工检查点

先数物件，再看位置：

1. 是否只有指定的五组物件？
2. 书、灯、杯、钢笔和仙人掌的位置是否正确？
3. 主体有没有被裁切？
4. 是否多出文字、手、餐具或装饰？
5. 构图是否留有继续添加物体的空间？

如果多个基础条件同时错误，直接重做基准图；只有一处错误，再做局部修改。不要拿一张结构已经错乱的图片继续堆指令。

第二步：用“单变量”连续编辑三轮

GPT Image 的 Responses API 支持多轮图片生成与编辑。真正实用的操作不是一口气要求它“换颜色、删东西、加道具、再改背景”，而是每轮只改变一个主要变量。

第一轮：只改颜色

继续编辑上一张图。

只把左侧深绿色台灯改成哑光黑色。灯的位置、大小、角度和光照保持不变。

打开的书、白色马克杯、黑色钢笔、仙人掌、桌面纹理、构图和视角全部保持不变。

检查： 台灯变黑；其他物件数量和位置不变。

第二轮：只删除一个物体

继续编辑上一张图。

只删除左下角的黑色钢笔，不要用其他物体填补空位。

保留上一轮的黑色台灯。书、马克杯、仙人掌、桌面、构图、光线和视角保持不变。

检查： 钢笔消失，原位置留下自然空白；黑色台灯仍然存在。

第三轮：只替换一个物体

继续编辑上一张图。

只把右上角的仙人掌替换成一只透明玻璃花瓶，花瓶里放两枝黄色郁金香。新物体占用面积与原仙人掌接近。

保留前两轮结果：台灯仍为哑光黑色，左下角钢笔仍被删除。其他内容保持不变。

检查： 花瓶替换仙人掌；前两轮修改没有回退；书和杯子没有明显漂移。

别把“保持不变”理解成像素锁定

生成式图片编辑可能保住主体关系和版式，却仍重新绘制木纹、阴影、物体边缘或细小纹理。它适合视觉草案、内容配图和一般商品素材，但不等于 Photoshop 的逐像素替换。

涉及品牌 Logo、包装文字、标准色、产品结构和印刷文件时，需要把编辑前后图片叠加检查。发现无关区域变化，不要继续叠加第四、第五个要求；回到上一张合格版本，只重做当前步骤。

通过标准： 三轮修改都能被肉眼确认，前一轮结果没有丢失，未指定区域没有影响用途的结构变化。

第三步：用草图控制布局，而不是控制施工尺寸

草图最适合解决“东西放在哪里”，不适合承诺精确尺寸。你可以用几何块标出海报、室内场景或商品陈列的空间关系，再让模型补材质和光线。

最小草图

只画五个形状：

• 中间大矩形：书桌；
• 左侧竖矩形：窗户；
• 桌后椭圆：椅子；
• 右侧细长矩形：落地灯；
• 下方圆形：地毯。

草图提示词

严格沿用参考草图中的主要空间布局，生成一张 16:9 写实现代书房效果图。

中央矩形变成胡桃木书桌，左侧竖矩形变成大窗，桌后椭圆变成棕色皮椅，右侧细长矩形变成黑色落地灯，下方圆形变成米白色圆形地毯。

保留各物体的位置、大小关系和主要留白。不要交换左右关系，不要增加第二张桌子，不要改变相机视角。

验收顺序

1. 先看五个主要物体是否都存在；
2. 再看左右、前后和遮挡关系；
3. 最后看材质、光线和氛围。

如果窗户位置错了，只修窗户；如果桌子、椅子和灯全部错位，应回到草图，增大形状差异或补上方向标记。施工尺寸、真实动线和家具比例仍需 CAD、3D 或室内设计软件复核。

第四步：生成透明背景 PNG，并检查 Alpha 通道

透明背景最容易出现“预览像透明，文件其实带底色”的误判。OpenAI 图片 API 支持设置输出格式和透明背景，但最终文件仍要检查。

提示词写法

生成一只完整的复古金属台灯，三分之四侧视角，商品摄影风格，边缘清晰。

输出为带真实 Alpha 通道的透明背景 PNG。不要白色或灰色背景，不要绘制棋盘格，不要地面底板，不要裁切主体。

API 输出设置

使用 API 时，把输出格式设为 PNG，并明确设置透明背景。不同 SDK 版本的字段写法可能变化，以当前官方示例为准。

三步验收

1. 把 PNG 放到棋盘格背景上，看是否真的透明；
2. 再分别放到纯黑和纯白背景上，检查白边、黑边与残留色；
3. 查看文件是否包含 Alpha 通道，而不是只有 RGB 三通道。

安装 Pillow 后，可以用下面的脚本检查：

from PIL import Image

image = Image.open("product.png")
print("mode:", image.mode)
print("has_alpha:", "A" in image.getbands())

if "A" in image.getbands():
    alpha = image.getchannel("A")
    print("alpha_range:", alpha.getextrema())

has_alpha 为 True 只说明文件有 Alpha 通道；如果 alpha_range 是 (255, 255)，整张图仍然完全不透明。至少出现小于 255 的值，才表示存在透明或半透明像素。

第五步：修改信息图文字，必须逐项复核

GPT-Image 2.5 可以生成包含文字的图片，也可以按指令修改局部内容。但“目标数字改对了”不代表其他文字和图标完全没有变化。

测试方法

先做一张结构简单的信息图，只包含：

• 一个标题；
• 三个流程步骤；
• 三张数据卡片；
• 三个图标和两根箭头。

然后只提交一个修改：

只把右下角数据卡片中的“容量 500 ml”改成“容量 600 ml”。

其他中文、数字、图标、箭头、颜色、尺寸和排版全部保持不变。

逐项检查

• 目标文字是否准确；
• 标题和其他数字是否变化；
• 中文是否出现漏字、同音字或乱码；
• 图标数量和箭头方向是否改变；
• 卡片尺寸、间距和对齐是否漂移；
• 背景纹理是否发生影响使用的重绘。

普通社交媒体图片出现轻微纹理变化，可能仍可接受；品牌模板、包装、出版物和必须精确改单字的文件，应该在 Figma、Photoshop 或排版软件中完成最终文字层。

第六步：ChatGPT 模板适合新手，但先确认四个变量

ChatGPT 图片界面的模板、草图、批注和分享入口可能按账户、地区与版本逐步变化。看到 Poster、Product photo、Logo、Icon 等模板时，不要只选一个风格就开始生成，先把下面四项答清楚：

1. 用途：博客封面、社交媒体、商品图还是印刷海报；
2. 比例：16:9、3:2、4:5、3:4 或其他；
3. 主视觉：画面中谁是第一焦点；
4. 风格边界：配色、材质、时代感，以及明确不要出现什么。

模板的价值是把容易漏写的决策变成选项，不是保证一次生成最终成片。生成后仍要按文字、构图、裁切安全区和平台尺寸验收。

第七步：API 最小调用示例

OpenAI 官方文档支持通过 Image API 直接生成或编辑图片，也支持在 Responses API 中进行多轮图像工作流。单张生成可以从 Image API 开始；需要连续对话编辑时，再用 Responses API。

下面是 Python 的最小生成示例：

from openai import OpenAI
import base64

client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="生成一张暖色自然光下的极简阅读桌，16:9，不要文字和品牌 Logo。",
)

image_base64 = result.data[0].b64_json
with open("reading-desk.png", "wb") as file:
    file.write(base64.b64decode(image_base64))

追求速度时，把模型改成 gpt-image-2.5-flare。如果要连续编辑，应保留 Responses API 的上下文、上一轮 response ID 或图片生成结果，不要每一轮都开启全新的无上下文请求。

API 参数和可用模型会更新，上线前应重新核对模型页、图片生成指南、组织验证要求和价格。

常见失败与最小修复

每轮修改都会丢掉上一轮结果

原因： 新一轮没有引用上一张图或上一轮上下文，也没有重复关键约束。

修复： 从最后一张合格图片继续编辑；在提示词中写明“保留上一轮的 A 和 B”。

只想改一处，整张图却变了

原因： 生成式编辑仍会重绘未指定区域，或指令同时包含多个变量。

修复： 一轮只改一个对象；写清对象位置、目标变化和不可改变项。需要像素锁定时改用确定性设计软件。

草图位置大体正确，细节却不符合预期

原因： 草图只表达了布局，没有定义材质、用途和禁止项。

修复： 保留草图，单独补充每个形状对应的对象、材质与数量，不要同时重画布局。

透明 PNG 仍有底色或边缘脏

原因： 生成了白底图片，或只在单一预览背景中检查。

修复： 明确要求 Alpha 透明；导出 PNG；分别在棋盘格、纯黑和纯白背景上验收。

中文信息图改对一个字，却改坏了别处

原因： 模型保留了语义和版式，但没有执行像素级局部替换。

修复： 回到修改前版本再试一次；仍不稳定时，把文字层交给 Figma、Photoshop 或其他排版工具。

最终完成标准

• 已根据任务选择 Flare 或 Sunburst；
• 基准图中的数量、位置、构图和禁止项全部通过；
• 每轮只修改一个主要变量；
• 上一轮的重要修改没有丢失；
• 草图主要空间关系得到保留；
• 透明 PNG 已检查 Alpha 通道和边缘；
• 信息图中的全部文字、数字、图标与箭头已复核；
• 品牌、印刷和商品素材已在确定性设计软件中完成最终验收；
• 提示词、输入图、各轮结果和最终文件保存在同一项目目录。

参考资料

• OpenAI：Introducing ChatGPT Images 2.5
• OpenAI：GPT-Image-2.5 Flare 模型页
• OpenAI：GPT-Image-2.5 Sunburst 模型页
• OpenAI：Image generation API 指南
• OpenAI：API Pricing
• 参考文章：GPT-Image 2.5 实测