ChatGPT 生圖提示詞實戰：IP 角色一致性、繁中圖卡與 EDM 範例庫

用 ChatGPT 生圖，多數人卡住的地方很一致：畫面生得出來，但文字進不去、角色每張長得不一樣、改三次之後整張圖走鐘。這三個問題的答案都不在「更厲害的咒語」，而在提示詞裡多寫三種東西：要入圖的文字原文、要保留的參考設定，以及每一次修改的邊界。這篇指南把這三件事展開成一套可以直接照抄的工作流：一套七欄提示詞工作單、一份 IP 角色從錨定圖到系列素材的一致性流程，加上十個行銷場景的繁中提示詞範例，每個都附完整可複製的原文。

功能口徑以 OpenAI 說明中心的 Images 專頁與 2026 年 9 月 8 日的官方產品公告為準，查證時間為 2026 年 10 月 9 日；文中所有提示詞範例都是為了教學自創的示意案例，不是任何人的實測紀錄。站上已有的分工先講清楚：跨模型的通用提示詞四積木講基本心法，Grok Imagine 指南談生圖提示詞的四層結構與 API 端的批量節奏，三家生圖模型比較的專文照顧選型、價格與授權。這篇不重複那些內容，只回答一個問題：在 ChatGPT Images 上，行銷與內容工作 daily 會遇到的圖，提示詞到底怎麼寫。

先對齊能力口徑：手上的 ChatGPT 能做到哪些事

依說明中心現行條列，ChatGPT Images 在所有付費層級都能用，免費方案也在開放範圍，網頁、iOS 與 Android 都有入口，開發者用的 Codex 裡也能生圖與改圖。差別在功能與額度：Images with thinking 這個強化模式開放給 Plus、Pro 與 Business，說明中心另註明 Enterprise 與 Edu 即將跟上；生成一張圖可能需要幾分鐘，等待期間可以繼續跟 ChatGPT 對話，不必乾等。還有一個常被問到的舊問題：官方已經把 DALL·E 的 GPT 從 ChatGPT 退役，現在的生圖入口就是 ChatGPT Images 本身。

與提示詞直接相關的能力有四個。第一，它能把文字畫進圖裡，說明中心的原文寫的是可以依指示加文字、加畫面細節，或把背景做成透明。第二，輸出支援任意長寬比，可以用介面上的比例選擇器，也可以直接把比例寫進提示詞。第三，它可以上傳既有圖片再描述修改，也能用選取工具圈出局部區域、針對圈選處提出修改，不過選取的邊界需要檢查，後面迭代一節會講細節。第四，2026 年 9 月上線的 2.5 世代補了兩個降低門檻的入口：模板把海報、傳單這類常見格式做成起點，手機 App 裡輸入 @ 加 Sketch 則能先畫一張草圖、讓模型照你的構圖生成。

模板入口與提示詞路線怎麼選，看的是你手上已經有多少規格。腦中只有「我要一張母親節海報」的時候，從模板開始最省力，側邊欄的 Images 選單進去有分類可逛，選定後把用途與要入圖的文字補上去再送出；若 ChatGPT 進一步追問，再從選項挑或自己輸入，把視覺風格與要放的人物或商品交代清楚，很快就會有初稿。反過來，品牌色、字體感、文案與比例都已經釘死的正式素材，直接寫提示詞比較快，因為這時你缺的從來不是靈感，而是把規格完整交代出去的那份工作單，也就是下一節的主題。

2.5 世代的官方宣稱順道整理，之後的範例會用到：參考照片裡的主體保留得更好、光影材質更自然；編輯時更常「只改你指定的、其他不動」；多輪修改之間先前的結果更穩定；複雜版面、透明背景與文字的處理也比 2.0 世代改善，生成延遲最多減少百分之五十。這些是官方說法，代表能力方向，不等於每一張圖都成立，實務上該留的校對程序仍然要留。API 端同世代有 Flare 與 Sunburst 兩個模型、各自的速度與精度定位，那條路的價格與選型已經在站上的模型比較文裡算清楚，這裡不重複。

提示詞的骨架：四層結構，加上 Images 專屬的三個新層

站上的 Grok Imagine 指南把生圖提示詞整理成四層：主體、場景、風格、規格。那個框架在 ChatGPT Images 上一樣成立，差別在這個工具有三件別家不一定有的事，每一件都需要你在提示詞裡多寫一層。第一件事是文字入圖：畫面裡要出現的標題、標語、數字，模型不會猜，你要逐字給它。第二件事是參考圖：上傳角色或商品照片時，提示詞的任務從「描述一個畫面」變成「宣告哪些特徵要保留、哪些要改」。第三件事是對話式編輯：ChatGPT 生圖是在對話裡進行的，第一段提示詞等於一份契約，後續每一輪修改都在這份契約上疊加，契約寫得越清楚，改到第五輪也比較不容易走鐘。

把四層加上三個新層，整理成七欄工作單。寫提示詞前把七欄各自填一行，再串成一段自然語言送出，這比想到什麼寫什麼的成功率高很多。

↔ 左右捲動檢視完整表格

欄位	要寫什麼	空白時通常發生的事
主體	誰或什麼，外觀細節到可辨識的程度	主體每次都不一樣，系列素材對不上
場景	在哪裡、做什麼、光線與氛圍	背景隨機抽，重生成時整張換掉
風格	視覺語言，如攝影感、插畫、3D 公仔	模型套用自己的預設美學，與品牌對不上
規格	比例、用途、版面方向	比例不對，進設計軟體還要重構圖
文字	入圖文字原文、字體感、位置	缺字、簡體混入，或自己編一段文案塞進圖裡
參考	保留哪些特徵、改動範圍在哪	參考圖的主體漂移，改一個配件連臉都換了
修改	這一輪只動什麼、其他維持原樣	局部修改波及全圖，前面的成果被洗掉

用同一個需求看差別。手搖飲品牌要一張 IG 貼文圖，弱版本是「幫我做一張奶茶的 IG 圖，好看一點」。照七欄填完會變成這樣：

主體：一杯透明杯裝的黑糖珍珠鮮奶，珍珠沉在杯底、奶白與糖黑的分層清楚。場景：木紋桌面上，旁邊放一片新鮮茶葉，午後側光。風格：日系雜誌靜物攝影感，乾淨、留白多。規格：直式 4:5，構圖預留上方三分之一給標題。文字：上方加入「冬日限定」，使用圓潤手寫感的繁體中文字體，字色深褐。參考：無上傳圖，以本段描述為準。修改：第一輪生成，先出多張候選。

兩段話送進同一個模型，結果的可用率通常差很多，原因不在文采，在第二段把七欄都交代了，模型沒有需要自己猜的地方。串寫成自然語言時不必帶「主體：」這些欄名，逐項換成流暢句子即可；欄位是寫給自己看的鷹架，不是要抄進對話框的格式。七欄也不必每次全填，情境範例那節會示範哪些場合可以省哪些欄，例如純氛圍圖不必給文字欄，沒有上傳圖時參考欄整列跳過。

IP 角色一致性：從角色設定卡到系列素材不走鐘

系列素材最貴的東西叫一致性。品牌吉祥物這周是圓臉、下周變尖臉，貼圖組裡每一隻都像不同的貓，這種素材上不了線。麻煩的根源要先講明白：生圖模型每生成一張圖都是重新取樣，它沒有一個地方「記住」你的角色，2.5 世代的官方宣稱是在參考圖保留與多輪一致性上做了改善，方向就是衝著這個痛點來，但機制上你仍然要把「角色是誰」寫成可以反覆貼上的文字，配合參考圖餵給它。整個工作流分四步，底下用一個自創的示意角色走一遍：炭燒烏龍茶品牌的吉祥物，一隻圓滾滾的黑貓茶師，名字叫烏龍。

步驟一，先寫角色設定卡，再生成任何圖。設定卡是一段固定文字，之後每一段提示詞都會引用它。寧可現在寫滿，之後省下幾十次的漂移修正。範例如下：

角色名稱：烏龍。物種與體型：黑貓，頭身比約一比一點二，圓臉、短耳、小圓眼，眼睛是琥珀色。服裝：深褐色圍裙，圍裙上有茶壺圖案；脖子上圍一條淺米色方巾。配件：右手常拿一只木柄茶則，尾巴末端有一小截白毛。色彩：以黑、深褐、米白三色為主，重點色是茶湯的金黃。材質與風格：霧面 3D 公仔質感，表面柔軟、低反射，圓角收邊。個性姿勢：安靜專注，招牌動作是瞇眼捧著茶杯聞香。

步驟二，用設定卡生成錨定圖。錨定圖是這個角色唯一的正字標記，之後所有圖都從它延伸。提示詞把設定卡整段貼入，加上場景與規格：

依下列設定生成一個 3D 角色：黑貓，頭身比約一比一點二，圓臉、短耳、小圓眼，眼睛是琥珀色；深褐色圍裙上有茶壺圖案，脖子圍淺米色方巾，尾巴末端有一小截白毛。姿勢是站著捧一杯冒熱氣的茶，瞇眼聞香。背景純白，霧面 3D 公仔質感，低反射，柔軟圓角。直式 3:4，主體置中占畫面三分之二。一次生成多張候選，不改變設定卡內的任何特徵。

產出要點：候選裡挑一張當錨定，挑的標準是臉部與配件的辨識度，光線氛圍可以之後再改；選定後立刻下載保存，並在對話裡明說「以第三張為基準，之後所有圖以它為準」。錨定圖不需要完美，它需要的是特徵齊全。

步驟三，從錨定圖做三視圖。三視圖把正面、側面、背面放進同一張圖，是角色設計業界的標準交付物，價值在於之後上傳給模型當參考時，一張圖就涵蓋三個角度的資訊。提示詞這樣寫：

使用上傳的這張黑貓角色圖為唯一依據，生成一張三視圖：同一個角色並排呈現正面、左側面、背面三個視角，全身入鏡，姿勢自然站立。嚴格保留：圓臉短耳、琥珀色小圓眼、深褐色圍裙與茶壺圖案、淺米色方巾、尾巴末端的白毛。不更換服裝、不改變體型比例、不加任何新配件。白色背景，三個視角之間以細直線分隔，橫式 16:9，霧面 3D 公仔質感。

「嚴格保留」後面那串清單是整段提示詞的靈魂，它的作用是把設定卡裡可辨識的特徵逐項釘住。清單越具體，模型越沒有空間自行發揮；只寫「保持一致」四個字，等於把定義權交還給模型。

步驟四，做表情與姿勢表，讓角色能演戲。貼圖、社群圖卡、Banner 裡的角色都要有動作與情緒，一次生成一張效率太低，表情表一次把整組變化生出來：

使用上傳的黑貓角色三視圖為依據，生成一張 3 乘 3 的表情姿勢表，九宮格每格一個情緒：開心捧茶、驚訝瞪大眼、瞇眼聞香、打呵欠、捧腹笑、無奈攤手、專注倒茶、尾巴豎起警戒、睡著。所有格子維持同一角色的設定：圓臉短耳、琥珀色眼睛、深褐圍裙、米色方巾、尾巴白毛。白色背景，格與格之間留白分隔，霧面 3D 公仔質感，橫式 1:1。

到這裡，資產庫有三樣核心資產：設定卡文字、一張錨定圖、一張三視圖，外加一張從三視圖延伸出來的表情表。之後做任何新素材，跨圖一致有三條路可走。路徑一是留在同一個對話裡連續生成，2.5 的多輪一致性是官方點名改善的項目，前面的設定與圖會延續到後面的請求，適合一個專案一口氣做完。路徑二是開新對話時，上傳錨定圖或三視圖當參考，並在提示詞裡貼上設定卡的「嚴格保留」清單，適合隔了幾天的延續工作。路徑三是把表情表當素材庫，用選取工具把某個表情搬到新構圖裡再修，適合急件。三條路共同的前提是那張錨定圖與設定卡不能弄丟，它們比任何一張產出圖都值錢。

漂移發生時的修正也有固定手法。換裝後臉變了，回到三視圖重新上傳，提示詞寫「臉部與頭部特徵以參考圖為準，僅替換服裝為運動風外套」；顏色越改越髒，把設定卡裡的色彩行整句貼回，並加上「色彩以這行為準，不加入新的顏色」；改到第五輪畫質開始糊，官方雖然宣稱多輪編輯的品質穩定性有提升，務實的做法仍是回到錨定圖重新生成，把五輪的修改需求合併成一段新的提示詞，一步到位。每一輪修改前先保存前一版，這條紀律在生成式編輯的世界裡沒有例外。

十個可以直接複製的繁中情境範例

以下十個範例都是自創的示意案例，行業刻意錯開，每個都附完整提示詞與產出要點。使用方式：整段複製、換掉中括號裡的內容，先在低風險的素材上試跑一輪，再依自己的品牌色與字體慣例調整。範例裡的比例與用途欄都可以直接對應到各平台的規格需求；圖卡進到社群之後的經營面，再交給社群短影音與圖文行銷的框架接手。

範例一（IG 圖卡）：居家選物店的新品發布

情境：直式圖卡是 IG 貼文的主力格式，重點是主題要清楚、標題字要站得住。提示詞：

生成一張直式 4:5 的社群圖卡，主體是一件亞麻材質的駝色單人沙發，放在白色牆面與木地板的空間，旁邊一盆龜背芋，午後自然光從左側進來。風格是日系生活雜誌的靜物攝影感，低飽和、留白多。畫面上方三分之一加入標題文字「春季新品」，使用細筆畫的襯線繁體中文字體，字色深灰，字級占畫面寬度約三分之一；右下角加入小字「3 月 12 日開賣」。文字必須是繁體中文，逐字正確，不新增其他文字。

產出要點：構圖預留了標題區，文字入圖的成功率比文字壓在主體上高；「逐字正確，不新增其他文字」這句是防止模型自己加英文裝飾字的固定句。若日期數字出錯，用選取工具圈出該處重生成，別整張重來。

範例二（EDM 首屏橫幅）：保養品品牌的週年慶預告

情境：電子報的首屏橫幅決定開信後的三秒，直式單欄、訊息單一是鐵則。提示詞：

生成電子郵件用的首屏橫幅，寬幅橫式 3:1 構圖，內容以一款乳霜白色玻璃罐為主體，放在淡粉色漸層背景上，罐身旁散落幾片乾燥花瓣，光線柔和不反光。左側加入主標題「週年慶預購開跑」，使用優雅的繁體中文襯線字體，字色玫瑰粉；標題下方加一行小字「會員限時雙重贈禮」。整體風格乾淨、高級、留白充足，類似精品保養品的電子報視覺。所有文字為繁體中文，字體不得變形或超出畫面。

產出要點：EDM 的字級比印刷小，生成後務必放大到百分之百檢查每一個字；電子報整封信的版面策略與文案節奏，站上的EDM 行銷素材包指南有完整框架，橫幅只是開場的第一塊。

範例三（網站 Hero Banner）：社區健身房的月份主題

情境：官網首頁的 Hero Banner 要同時承載標語與行動呼籲，比例固定橫式 16:9。提示詞：

生成網站首頁主視覺，橫式 16:9，畫面是清晨的健身房內部，大面採光窗、木質地板，一位教練背影正在調整壺鈴，空間感開闊。右側加入主標語「把早晨還給自己」，使用粗壯的無襯線繁體中文字體，字色深灰藍；標語下方加按鈕形狀的色塊，內寫「預約體驗」。攝影感、自然光、乾淨的商業空間氛圍，文字區域背景單純，確保字體清晰。繁體中文逐字正確。

產出要點：把文字指定在畫面的某一側，模型才有機會為文字留出乾淨背景；按鈕色塊的圓角與色彩之後可在網站端重做，生成圖先把位置與比例定準。首圖載入速度與轉換的關係，屬於網站效能的範疇，生成階段先顧構圖即可。

範例四（產品說明圖）：人體工學椅的調整機構圖解

情境：電商產品頁需要一張「三個可調整機構」的圖解，讓規格表看得懂。提示詞：

生成一張產品說明圖解，橫式 4:3，主體是一張灰色網布人體工學椅的側面線稿風格插畫，背景純白。在椅背傾仰旋鈕、腰靠滑軌、座椅深度調整桿三個位置，分別拉出細線標註，標註文字依序為「椅背四段傾仰」「腰靠上下調整」「座深前後滑動」，使用乾淨的無襯線繁體中文字體，字色深灰。風格是產品型錄的工程圖解感，線條精準、留白充足，不加入人物與場景。

產出要點：圖解類素材的失敗點在標註線亂連與文字錯字，寧可分兩步做：先生成無文字的線稿圖，確認機構位置正確，再用選取工具逐一補標註文字。規格數字類的文字，進產品頁前逐字核對是必要程序。

範例五（資訊圖表）：人資顧問公司的調查數據卡

情境：把調查數據做成一張可分享的圖表卡，用於官網與業務提案。提示詞：

生成一張資訊圖表，橫式 16:9，主題是台灣中小企業的混合辦公現況。版面分為三個等寬的資訊區塊：左邊是長條圖顯示採行比例，中間是圓餅圖顯示每週到辦公室天數分布，右邊是三個大數字卡。配色使用深藍與淺灰的商務色系，背景純白，無襯線繁體中文字體，標題為「混合辦公三年後的樣貌」。每個圖表單位與數字標籤清楚可讀，整體是顧問報告等級的乾淨排版。

產出要點：數字是這類素材的地雷區，模型偶爾會把數字算錯或標籤對不上圖形，正確流程是圖表結構讓模型生成，實際數字與標籤在定案那一輪用選取工具逐一校訂，或生成後在設計軟體覆寫。這條校對線在正式對外的報告裡不能省。

範例六（活動海報）：法律事務所的中小企業講座

情境：實體講座的直式海報，要同時有專業感與資訊層級。提示詞：

生成直式 3:4 的活動海報，主題是中小企業勞動法務講座。視覺主體是天平與文件的極簡幾何插畫，深藍與金色雙色，背景米白。版面由上而下依序是：主標題「勞檢來了怎麼辦」、副標「中小企業主的法務自保指南」、三行資訊文字「10 月 24 日（四）14:00」「台大國際會議中心」「免費報名，限額 60 名」。標題使用沉穩的繁體中文襯線字體，資訊文字小一到兩級，資訊層級分明。整體是法律事務所等級的專業排版，不使用卡通元素。

產出要點：資訊逐行列出比寫成一段更容易全數入圖；日期與數字仍要逐字檢查。海報同款視覺可以接著生成橫式 16:9 的社群版與 1:1 的限動版，只要在同一個對話裡說「沿用上一張的視覺設定，改為橫式 16:9，資訊相同」，通常能省下一次重寫；若改完仍有文字或角色漂移，回到原提示詞重出一次最穩。

範例七（簡報封面）：品牌顧問的提案開場頁

情境：客戶提案的第一頁，要的是克制與格調，資訊越少越對。提示詞：

生成橫式 16:9 的簡報封面頁，視覺是一幅抽象的階梯狀紙雕山形，材質感是霧面紙張，色彩使用深灰、暖白與一點霧橘，光線柔和由右上打下。畫面左下加入客戶品牌名稱「[客戶名]」與專案名「2027 品牌年度計畫」，使用細緻的繁體中文襯線字體；右下角加入顧問公司名稱小字。大量留白，排版對齊畫面邊緣，高級顧問報告的安靜氛圍，不出現人物、圖表與裝飾性圖示。

產出要點：抽象材質類視覺的文字量少，入圖成功率最高，適合作為還不熟悉文字入圖時的起手式；客戶名與專案名之後常換，把這頁存成範本提示詞，每次只改中括號。

範例八（部落格封面圖）：咖啡教學文章的概念圖

情境：長文需要一張 16:9 概念圖，不塞文字、純視覺，之後統一由網站標題系統壓字。提示詞：

生成橫式 16:9 的文章封面概念圖，畫面是手沖咖啡的俯視構圖：木桌上的濾杯、細口壺與散落的咖啡豆，一雙手正在注水，水柱細而穩。光線是清晨的側光，風格是溫暖的膠片攝影感，色調偏暖褐。構圖中心偏右，左側三分之一刻意留白乾淨，之後要疊文字標題。畫面中不出現任何文字、商標與品牌。

產出要點：刻意留白給標題壓字，是內容網站最穩定的做法，把文字交給網頁字體渲染，比讓模型畫字可靠，也讓同一張圖能重複用在不同標題的文章。純視覺圖的生成通常比文字入圖穩定，可以一次要求多張候選，挑最順眼的一張。

範例九（LINE 貼圖組）：品牌吉祥物的九連發

情境：延續前面 IP 工作流的烏龍貓，做一組對話貼圖。提示詞：

使用上傳的黑貓角色三視圖與表情表為依據，生成一組 3 乘 3 的貼圖，九格各自獨立、白色背景：早上好（舉茶杯打招呼）、謝謝（捧著茶鞠躬）、收到（豎起尾巴敬禮）、辛苦了（遞出茶杯）、沒問題（拍胸脯）、等我一下（看手錶）、晚安（抱枕頭）、恭喜（撒茶葉彩帶）、抱歉（耳朵下垂）。每格角色特徵嚴格一致：圓臉短耳、琥珀色眼睛、深褐圍裙、米色方巾、尾巴白毛。格與格之間留白，不加文字。

產出要點：貼圖先不要字，字之後在貼圖編輯器裡加，可以自由換字體與位置；九格一次生成的一致性若不足，退一步改為一次生成三格、分三次拼合，犧牲速度換穩定。這組素材同時是品牌資產，表情表的工作流值得為每個吉祥物標準化一次。

範例十（Podcast 節目封面）：創業訪談節目

情境：節目封面要 1:1、經得起縮圖考驗，小尺寸下仍一眼可辨。提示詞：

生成 1:1 的 Podcast 節目封面，主視覺是一支復古麥克風立在圓形聚光燈下，背景深藍近黑，麥克風金屬部分有溫暖反光。麥克風右側加入節目名稱「開店路上」，使用粗筆畫手寫感繁體中文字體，字色暖白；名稱下方加小字「小型創業的真實對話」。構圖重心置中偏上，縮圖到一百像素見方時節目名稱仍可讀。整體是溫暖而專業的訪談節目氛圍。

產出要點：封面圖的驗收標準只有一條，縮到手機播放器的大小還認得出，生成後先縮圖再評分；手寫感字體是簡體混入的高風險區，繁體中文四個字要逐一放大檢查筆畫。

十個範例回頭看，文字的處理其實只有三種策略，按素材的重要程度選。策略一，文字直接入圖，用在標題短、字數少的場合，範例一到範例七都是，優點是一張圖到底，代價是逐字校對不能省。策略二，留白後製，用在高重用性的素材，範例八的封面圖把標題交給網頁字體，同一張圖可以服務一百篇文章。策略三，無字生成，用在純視覺素材，範例九的貼圖組把字留給編輯器，靈活度最高。選錯策略的代價比寫錯提示詞大：把長文案硬塞進圖裡，修十輪的時間足夠重做整個專案。

繁體中文文字入圖：四種常見事故與修正手法

官方口徑先說清楚：說明中心明文寫 ChatGPT Images 可以依指示在圖中加入文字，2.5 世代的公告也把複雜排版與文字列入改善重點，這是模型能力持續變好的方向。但方向不等於每一張都對，繁體中文尤其有幾個固定的事故型態，事先知道長什麼樣，出事時才知道修哪裡。

第一種是缺字與造字，畫面上那個字看起來像字，放大看筆畫多一橫或少一點，愈是手寫感、書法感的字體愈容易發生。第二種是簡體混入，明明指定繁體，某幾個字悄悄變成簡體寫法，常見於筆畫多的字，例如「讓」「廢」「豐」。第三種是排版擠壓，文案太長時字被壓扁、拉長或超出畫面邊界，行距忽寬忽窄。第四種是文字搶戲，標題字大到壓過主體，或模型自作主張多加了一行裝飾英文。

對應的修正手法有六條，照著做可以避掉大部分問題。第一，文字原文用引號逐字列出，並明寫「畫面中的文字以引號內容為準，逐字相同」，把文字當規格而非氛圍。第二，標題控制在八個字內、副標二十字內，長文案不要入圖，改用留白後製，範例八的做法就是這條路的標準型。第三，字體給方向而不給字體名，說「圓潤手寫感」「細筆畫襯線」「粗壯無襯線」，指定的字體若不在模型的認知裡，它會自行就近替代。第四，位置與大小講關係，不講像素，例如「畫面上方三分之一」「字級占寬度二分之一」，模型對版面比例的理解比對絕對數值穩定。第五，逐字校對交給人，生成後放大到百分之百，一個字一個字核對，這步不能外包給流程，因為模型不知道你的品牌名哪個字不能錯。第六，出錯時用選取工具只圈文字區重修，整張重生成等於把已經對的部分重新賭一次。

標點與符號是第二層細節，多數人被咬過才會注意。中文標點要全形，包含冒號、引號與刪節號，提示詞裡最好連標點都寫進引號內容，讓模型照抄而不重排；數字與英文字母維持半形，日期之類的混合文字特別容易出事，前後加空格的寫法比較容易被正確重現。還有一個進階的兩段式做法，把生圖與加字拆成兩輪：第一輪生成完整構圖但指定「畫面左上留一塊純色區域，不放任何文字」，第二輪用選取工具圈出那塊區域，只下加字指令。文字與視覺分開生成，各自的修改互不干擾，字錯了改字，圖錯了改圖，這是在重要素材上值得採用的穩定結構。

順帶一個常被問到的規格問題：透明背景。說明中心把透明背景列入可依指示生成的項目，用在貼圖素材、去背商品圖與標誌周邊很方便；需要更高純淨度的量產去背，模型間的差異與成本算法在站上的模型比較文有專節，這裡不展開。至於授權與商業使用的邊界，包括 AI 生成圖的浮水印與內容憑證政策，同樣以該文的整理為準，動對外投放前先讀一次。

迭代節奏：一次生多張、選取續修與局部重繪

第一張就完美是運氣，穩定的產出靠節奏。ChatGPT 版的迭代循環可以整理成四步。第一步，第一輪就要求選擇權：送出提示詞後直接補一句「多給我幾個版本」，若介面一次只產一張，就在同一個對話裡連按重新生成累積候選，先看方向對不對，別急著修細節。第二步，挑圖只看兩件事，構圖方向與主體是否成立，光線氛圍之類的整體風格偏了，回提示詞層調整風格欄，在選中的那張上修是修不動的。第三步，進入對話式續修：描述修改時把範圍講死，標準句型是「維持畫面其他部分不變，只把標題文字改為[新文字]」，需要更精確時用選取工具圈出區域再下指令，說明中心也提醒，選取的邊界不見得精準，修改有可能溢出到圈選範圍外，所以圈選時寧可小圈多輪，不要一次大圈全改。第四步，定案後換比例出圖，用介面的比例選項或直接說「同一張圖改出橫式 16:9 與直式 4:5 兩個版本」，一輪素材同時餵飽官網與社群。

兩個官方功能在迭代流程裡很好用。生成中的等待時間不必乾等，複雜的請求送出後可以繼續在 ChatGPT 裡做別的事，回來收圖即可；所有生成過的圖會自動存在 Images 圖庫裡，跨裝置都找得回來，手機上還能把某個提示詞包成範本連結分享給同事，讓團隊在同一個起點上工作，而不是各自從空白畫布猜。

版本管理的紀律與 IP 工作流同一套：每一輪修改前保存前一版，重要專案在對話裡明講「以第幾張為基準」；把驗證過的提示詞連同品牌設定卡存成文件，這是團隊最值錢的資產。當素材需求從一週十張成長到一天兩百張，對話式的節奏會到頂，那條線之後的批量生產、API 計價與品質抽檢怎麼設計，是另一篇的題目，站上 Grok Imagine 指南的 API 章節與模型比較文的價格表可以對照著讀。素材產出之後要進廣告投放或內容矩陣，AI 廣告素材的產製流程把生成之後的那半段也接上了。

哪些題目不要硬做：換模型的四個判斷

ChatGPT Images 是很好的日常生圖助理，但四種題目換工具更划算。第一種是批量：一天要生成數百張、走系統管線的場景，API 端的模型與計價才是正確的跑道。第二種是美學極限：品牌形象照、得獎級的藝術攝影感，訂閱制的美學工具至今仍有一段優勢。第三種是知識接地：圖表裡的資料要正確、要引用真實統計，具備查證能力的模型路線更穩。第四種是成本結構：免費額度與訂閱方案吃到頂之後，每張單價才是真實的成本，這帳要跨模型算。這四個判斷軸的完整比較，包括各家現行版本、文字入圖實測與價格表，站上的生圖模型比較指南已經整理成決策框架，對照自己的工作流走一遍，工具箱就齊了。

收斂成起步路徑的話，今天就做三件事就夠。第一件，挑一個明天真的要出的素材，照七欄工作單寫提示詞，跑一輪多張候選，體驗「規格給滿」與「隨手一打」的差距。第二件，若手上有品牌吉祥物或常出現的角色，花三十分鐘把設定卡與錨定圖做起來，這是複利最高的投資。第三件，把這篇的十個範例挑三個貼進自己的提示詞庫，換上自己的品牌色與字體慣例。生成工具每幾個月就換一代，功能口徑以官方頁面當天的內容為準，但工作單、設定卡與校對紀律這三樣東西，放到下一個世代仍然成立。