我写了56条广告图提示词，发现GPT画图2的7个真相

上周OpenAI发布GPT画图2（GPT Image 2）后，我的X时间线被五种demo刷屏：火星宇航员、等距办公室场景、戴毛线帽的猫。挺酷。但我经营一家营销工具公司，真正想问的是：这东西能替代3000美元的产品摄影吗？

简短回答：可以，但提示词得对。完整回答：网上流传的大多数提示词都为"惊艳效果"优化，而非实际投放。标题需要留白。产品主图需要一致的光源。生活场景图需要看起来"不经意"，而默认模型偏偏抗拒这种质感。

于是我花了几个小时，专门为广告创意写了56条提示词——产品主图、户外广告样机、带图内文案的社交广告、字体海报、平铺图、包装、品牌联名、编辑风格。全部免费开放：Soku AI的GPT画图2提示词库。

下面这7条，是我会第一天就扔给初级设计师的——复制粘贴直接用。

一、悬浮产品主图

每个DTC品牌都需要这个。诀窍是过度指定光源和表面，否则GPT画图2会默认糊成一团的工作室氛围。

「工作室产品摄影，一支磨砂玻璃护肤精华瓶配黑色滴管，悬浮于柔和的桃色渐变背景中。一滴金色精华液凝固在滴管下方坠落。右上方硬边轮廓光，柔和的反射补光，骨白色亚克力表面下方有微妙阴影。超写实微距细节：拉丝铝瓶颈、冷凝水珠、包装级画质。4:3比例，居中构图，左侧三分之一留白可放文案。」

为什么有效：明确的光源方向（右上方轮廓光）、明确的表面（骨白色亚克力）、明确的文案区域（左侧三分之一）。模型停止猜测。

二、带预制文案的生活场景广告

GPT画图2在字体处理上确实比前代强。你可以直接要求标题，它通常第一次就能搞定字间距。

「高端水瓶品牌生活场景广告。一位女性在风景优美的山径徒步，自然握持[水瓶]。广角镜头，黄金时刻光线，葱郁绿色背景。标语：'为长路而生。'粗体白色无衬线字体，画面下三分之一。照片级真实感。无水印，无额外文字。」

为什么有效：方括号占位符方便替换产品。「无水印，无额外文字」是关键——没有这条，模型会编造假品牌标识。

三、户外广告样机

提案PPT靠这些生死。别要"广告牌"——要具体的物理场景。

「照片级样机：黄昏时分时代广场一块巨型曲面LED广告牌，展示某高端护肤品牌广告——超大特写的水润面容、单支产品瓶、简短粗体字体。潮湿路面倒影，环境招牌光晕，前景模糊的黄色出租车驶过。电影感16:9，广告牌占据画面右上方，轻微广角畸变。」

为什么有效：指定了曲面LED（非平面）、黄昏（非正午）、出租车（非空旷街道）。模型理解了"热闹"而非"干净"。

四、字体海报

品牌活动需要大字报。GPT画图2对抽象排版比具体产品更听话。

「粗体极简字体海报，大写单词'RISE'占据画面中心，字体为超粗几何无衬线，奶油色文字压深炭灰背景。微妙纹理纸张，轻微压印凹陷效果。无其他图形，无渐变，无装饰。竖版4:5，文字安全边距。」

为什么有效：用「无其他图形，无渐变，无装饰」做减法约束。模型默认喜欢加东西，你得明确禁止。

五、平铺产品组合

邮件营销和社交feed的常青款。阴影方向必须锁定，否则每张图光源乱飞。

「护肤平铺摄影，三支磨砂玻璃瓶（洁面、精华、面霜）呈松散三角形摆放于未漂白亚麻布上。散落的干薰衣草枝、一小块蜂蜜色琥珀石。单一柔和光源从左上方45度角，清晰向右下方投射阴影。哑光质感， muted earth tones（柔和大地色系）。俯拍正上方视角，4:5比例，四周留白。」

为什么有效：「单一柔和光源从左上方45度角」锁定了整套图的灯光一致性。批量生成时这是刚需。

六、品牌联名视觉

两个logo同框是灾难高发区。分开指定，再要求融合。

「概念广告：户外品牌与精品咖啡联名。一只磨损的皮革登山靴置于粗犷花岗岩上，旁边是一只手工陶瓷咖啡杯，杯身有细微开片纹理。晨雾森林背景，柔和漫射光。两个品牌元素通过材质对话——靴子的皮革与杯子的釉面形成触感对比。无可见logo，仅靠设计语言暗示联名。16:9，电影感景深。」

为什么有效：「无可见logo，仅靠设计语言暗示」避开了模型胡乱生成商标的问题。用材质叙事替代品牌标识。

七、编辑风格场景图

杂志内页质感的 hardest one。需要同时控制人物、产品和环境，模型容易顾此失彼。

「编辑风格生活方式摄影，一位亚洲女性坐在中世纪现代风格客厅的焦糖色皮沙发上，手中随意握着一本精装书。前景大理石茶几上放着一台极简设计的银色笔记本电脑（屏幕关闭）。大面积落地窗透入午后自然光，窗外隐约可见绿植。色调温暖但不饱和，颗粒感胶片质感。人物看向窗外而非镜头，姿态放松。3:2比例，景深将焦点落在笔记本电脑。」

为什么有效：「屏幕关闭」防止模型生成乱码界面。「人物看向窗外而非镜头」避免了僵硬的直视镜头感。「颗粒感胶片质感」掩盖了AI生成的高清塑料感。

七个模式的共同规律

写完56条后，我总结出GPT画图2在广告场景下的真实边界：

第一，光必须被命名。说「柔和自然光」会得到随机结果，说「左上方45度角单一光源」才能得到一致性。

第二，负空间要抢。模型默认填满画面，你必须用「左侧三分之一留白」「四周留白」明确划定文案安全区。

第三，材质比形状更重要。描述「磨砂玻璃」比描述「圆柱形瓶子」更能得到准确渲染，因为模型对触感词汇的理解优于几何词汇。

第四，禁止比允许更有效。「无水印，无额外文字」「无可见logo」这类否定指令，比罗列你想要什么更能控制输出。

第五，方括号是批量生产的关键。[水瓶][笔记本电脑][护肤品牌]这类占位符，让同一条提示词可以套用在不同客户身上。

第六，比例和构图要前置声明。4:3、16:9、3:2这些参数放在提示词前半段，比放在末尾更能影响生成结果。

第七，AI感藏在完美里。颗粒、纹理、轻微畸变、不完美对焦——这些「缺陷」指令能让图像摆脱过于光滑的AI特征。

它到底能不能替代3000美元摄影？

能，但有前提。你的产品需要是标准化品类（瓶罐、电子产品、服饰），而非全新形态。你的使用场景需要可控（电商主图、社交广告、提案样机），而非需要精确物理互动的画面。你的团队需要有人能把关——提示词工程师的角色正在变成广告流程里的新岗位。

最意外的发现：GPT画图2对「广告」这个意图的理解，比Midjourney更直接。Midjourney倾向于艺术化，你需要不断用「商业摄影」「广告风格」去拉它回来。GPT画图2似乎从训练数据里学到了更多商业视觉的套路，默认输出更「能直接用」。

但别被骗。那些火星宇航员demo和你实际需要的东西，中间隔着56次迭代。我把它写成了提示词库，你可以直接拿走用。

去试试。把你的产品塞进方括号里，跑一遍这七条。然后告诉我：哪一条离你的3000美元摄影最近，哪一条还需要再磨十版。