คู่มือการเขียน Prompt สำหรับ GPT Image 2.5 ของ OpenAI ถอดรหัสแล้ว
OpenAI เผยแพร่คู่มือการเขียน Prompt สำหรับ GPT Image 2.5 แบบเต็มโดยไม่เป็นทางการ นี่คือเนื้อหาจริง: การเลือกโมเดล, วินัยในการตั้งค่าพารามิเตอร์, 8 กฎ, 12 เทคนิค
คำแนะนำการเขียน prompt ส่วนใหญ่เกิดจากประสบการณ์และการบอกต่อ คนหนึ่งพบวลีที่ใช้ได้ผลแล้วโพสต์ จากนั้น "cinematic lighting, 8k, masterpiece" กลายเป็นสูตรวิศวกรรม
คู่มือการเขียน prompt ของ GPT Image 2.5 จาก OpenAI ไม่ใช่แบบนั้น เนื้อหาดูเหมือนสเปค: เลือกโมเดลให้เหมาะสม, แยกการตั้งค่าจากประโยค, สรุปภาพเหมือนนักออกแบบ, เปลี่ยนทีละอย่าง ไม่มีคำศัพท์วิเศษ — และนั่นคือสิ่งที่มีประโยชน์ที่สุด
นี่คือคู่มือฉบับเต็มที่ถอดรหัสแล้ว: สถาปัตยกรรมสองโมเดล, คู่มือย้ายงาน 6 ขั้นตอน, กฎพารามิเตอร์ที่คนส่วนใหญ่ละเลย, และ 8 กฎกับ 12 เทคนิคที่คู่มือแสดงด้วยผลลัพธ์จากทั้งสองโมเดลแบบเคียงข้างกัน
สิ่งที่ OpenAI เผยแพร่จริง
คู่มืออยู่ในเอกสาร API ที่หัวข้อ Image prompting และนี่เป็นครั้งแรกที่ตระกูลภาพมีคู่มือการใช้งานแบบเขียน
เนื้อหาตอบคำถามสี่ข้อเรียงลำดับ:
- ควรใช้โมเดลไหน?
- จะย้าย workflow เดิมโดยไม่ลดคุณภาพได้อย่างไร?
- ตั้งค่าอะไรไว้ใน API call แทนที่จะใส่ใน prompt?
- prompt ที่ดีควรมีอะไรบ้าง?
ส่วนอื่นเป็นตัวอย่าง — มากกว่า 20 ตัวอย่าง แต่ละอันสร้างด้วย GPT Image 2.5 Flare และ GPT Image 2.5 Sunburst ให้เปรียบเทียบผลลัพธ์จากโมเดลเดียวกัน
ประโยคสำคัญที่สรุปทั้งเอกสาร:
เริ่มจากภาพที่ต้องการ แล้วบรรยายหัวข้อ, องค์ประกอบ, สไตล์, และข้อจำกัด สำหรับการแก้ไข ให้ระบุสิ่งที่ต้องเปลี่ยนและสิ่งที่ต้องคงไว้ เปลี่ยนทีละอย่างและตรวจสอบผลลัพธ์
นี่คือคู่มือในสามประโยค ส่วนที่เหลือคือรายละเอียด — และรายละเอียดคือจุดที่คุณภาพภาพอยู่
Flare vs Sunburst: ตัดสินใจเลือกสถาปัตยกรรมก่อน
GPT Image 2.5 ไม่ใช่โมเดลเดียว มีสองโมเดล และคู่มือวางกรอบการเลือกเป็นการตัดสินใจ workflow ไม่ใช่ความชอบ
| โมเดล | คืออะไร | ใช้สำหรับอะไร |
|---|---|---|
gpt-image-2.5-flare | โมเดลขนาดเล็ก เน้นความเร็ว | คุณภาพภาพใกล้เคียง GPT Image 2 แต่ latency ต่ำกว่า |
gpt-image-2.5-sunburst | โมเดลหลัก เน้นคุณภาพ | คุณภาพภาพสูงกว่า GPT Image 2 แต่ช้ากว่าต่อภาพ |
ตารางตัดสินใจของคู่มือชัดเจน ถ้า workflow GPT Image 2 เดิมของคุณผ่านมาตรฐานคุณภาพแล้ว เริ่มทดสอบ Flare เพื่อดูว่าคุณภาพยังคงอยู่แต่ latency ลดลงหรือไม่ ถ้าใช้กรณีซับซ้อนที่ GPT Image 2 ไม่ตอบโจทย์ เริ่มด้วย Sunburst แล้วดูว่าผ่านมาตรฐานหรือไม่
จากนั้นคือจุดสำคัญ: ถ้า Sunburst ผ่าน ให้ทดสอบ Flare ด้วย prompt, reference, และขนาดเดียวกัน สลับเฉพาะเมื่อคุณภาพคงอยู่ และ latency ดีขึ้น มิฉะนั้นอยู่กับ Sunburst
สองกฎในส่วนนี้มักถูกมองข้ามแต่สำคัญ:
- ป้ายคุณภาพเดียวกันไม่ได้หมายถึงภาพเหมือนกันระหว่างโมเดล
quality="high"บน Flare กับquality="high"บน Sunburst ไม่ใช่ภาพเดียวกัน - ความเร็วขึ้นอยู่กับ workload คู่มือเตือนว่าการเพิ่มความเร็วในงานหนึ่งไม่ได้หมายถึงงานอื่น เพราะ prompt, reference, ขนาดภาพ, และการตั้งค่าคุณภาพมีผลต่อผลลัพธ์
ทั้งสองโมเดลสร้างภาพ, แก้ไข, และรองรับพื้นหลังโปร่งใส ดังนั้นการเลือกคือคุณภาพกับ latency — ไม่ใช่ฟีเจอร์
คู่มือย้ายงาน 6 ขั้นตอน
ส่วนนี้ของคู่มืออาจดูไม่น่าสนใจแต่มีประโยชน์มาก เขียนสำหรับทีมที่เปลี่ยน GPT Image 2 ใน production และใช้ได้กับคนเดียวที่ทดสอบโมเดลใหม่
- บันทึก baseline รวบรวม prompt และ reference ที่ใช้จริง — รวมกรณียาก: การแก้ไขซับซ้อน, ข้อความเป๊ะ, ใบหน้า, รูปทรงสินค้า, asset โปร่งใส บันทึกโมเดล, การตั้งค่า, และผลลัพธ์
- เลือกผู้ทดสอบแรก workflow GPT Image 2 ที่ผ่านแล้ว: เริ่มด้วย Flare กรณีซับซ้อนที่ GPT Image 2 ไม่ผ่าน: เริ่มด้วย Sunburst ใช้ prompt, reference, ขนาด, และ format เดิมในการเปรียบเทียบแรก
- ตรวจสอบผลลัพธ์ทั้งหมด เปรียบเทียบการทำตามคำสั่ง, การคงตัวตนและสินค้า, ความถูกต้องของข้อความ, การเปลี่ยนที่ไม่ต้องการ, และความโปร่งใส ทดสอบซ้ำเพื่อวัดความสม่ำเสมอ และสำหรับ workflow แก้ไข ทดสอบลำดับการแก้ไขทั้งหมด — ไม่ใช่แค่แต่ละขั้น
- ทดสอบ latency หลังคุณภาพผ่าน จากนั้นเปรียบเทียบ Flare กับข้อกำหนดเดียวกัน
- ปรับทีละค่า เปรียบเทียบระดับคุณภาพก่อนแก้ prompt วัดทั้งผลตอบสนองปกติและช้า, ความล้มเหลว, การ retry, และต้นทุนต่อภาพที่ยอมรับ คู่มือเตือน: ตรวจสอบราคาปัจจุบัน อย่าคิดว่าความเร็วถูกกว่า
- ทยอยเปลี่ยน workflow ย้าย traffic ทีละน้อย, วัดผลเหมือนเดิม, ขยายทีละขั้น, และเก็บโมเดลเดิมไว้สำหรับ rollback
มีข้อเท็จจริงที่ควรอยู่ใน checklist ทุก production: การแก้ไขซ้ำอาจเปลี่ยนรายละเอียดที่ต้องการคงไว้ ระบุข้อจำกัดซ้ำ, ตรวจสอบแต่ละผลลัพธ์ — ถ้าต้องคง pixel เดิม ให้นำ edit ที่ผ่านมาวางทับภาพต้นฉบับแทนการใช้ prompt
พารามิเตอร์ไม่ใช่ประโยค
คู่มือระบุชัดเจน: ตั้งค่าพารามิเตอร์ API แยกจาก prompt บอกโมเดล "make it 4K" ในประโยคคือข้อเสนอ ตั้งค่า size คือการรับรอง
| พารามิเตอร์ | การตั้งค่า GPT Image 2.5 |
|---|---|
model | gpt-image-2.5-flare หรือ gpt-image-2.5-sunburst |
quality | auto (ค่าเริ่มต้น), low, medium, high, xhigh, max |
size | auto หรือกำหนด resolution เอง — ขนาดที่ใช้บ่อย ได้แก่ 1024x1024, 1536x1024, 1024x1536, 2048x2048, 3840x2160, 2160x3840 |
background | auto, opaque, หรือ transparent |
การกำหนด resolution มีข้อบังคับ คู่มือระบุเป็นข้อจำกัด:
- แต่ละด้านต้องไม่เกิน 3,840 พิกเซล
- ทั้งสองด้านต้องเป็นจำนวนที่หารด้วย 16 ลงตัว
- อัตราส่วนด้านยาวต่อด้านสั้นต้องไม่เกิน 3:1
- จำนวนพิกเซลรวมต้องอยู่ระหว่าง 655,360 ถึง 8,294,400
ขนาดเกิน 3,686,400 พิกเซล — มากกว่า 2560×1440 — ถือเป็น experimental ต้องตรวจสอบก่อนใช้งานจริง
ระดับคุณภาพมีตรรกะของตัวเอง ไม่ใช่ "สูงสุดปลอดภัย":
- เริ่มที่จุดที่ผลลัพธ์ไม่ผ่าน ขยับขึ้นเมื่อข้อความเล็กเบลอหรือ label ใน diagram พัง
- ขยับลงเมื่อผ่าน เมื่อผลลัพธ์ตรงตามข้อกำหนด ทดสอบลดระดับเพื่อดูว่าคุณภาพคงอยู่แต่ latency ลดลงหรือไม่
- ใช้
xhighหรือmaxเมื่อจำเป็นต้องแก้ข้อกำหนด ภายใต้ข้อจำกัด latency
ตั้งค่าสูงขึ้นไม่ได้รับรองภาพดีขึ้นทุก prompt
ความโปร่งใสมีคำเตือนแยก และทีมส่วนใหญ่พลาด ต้องทำสองอย่าง: ขอ subject เดี่ยว และ ตั้ง background="transparent" บน PNG หรือ WebP checkerboard ที่วาดไม่ใช่ความโปร่งใส ตรวจสอบ alpha channel ของไฟล์ที่ decode — ผม, กระจก, เงา, ขอบวัตถุคือจุดที่พัง — และอย่าใช้ output_compression กับ PNG
8 กฎการเขียน Prompt สำหรับ GPT Image 2.5
"Prompting fundamentals" ของคู่มือคือหลักการ 8 ข้อ อ่านเป็น checklist ก่อนโทษโมเดล
- กำหนดผลลัพธ์ ระบุหัวข้อและการใช้งาน — ภาพสินค้า, โฆษณา, diagram ระบุองค์ประกอบ, อัตราส่วน, และข้อจำกัดตำแหน่ง ถ้าคำขอซับซ้อน ให้แบ่ง prompt เป็นส่วน: scene, subject, details, constraints
- เลือก format ที่ดูแลง่าย prompt สั้น, ย่อหน้า, โครงสร้างคล้าย JSON, คำสั่ง, tag สื่อความหมายเดียวกัน เลือก format ที่อ่านและแก้ไขง่าย ไม่มี syntax พิเศษ
- บรรยายรายละเอียดที่เห็น ระบุวัสดุ, แสง, สี, medium ขอ "photorealistic" หรือ "real photograph" เมื่อเป้าหมายคือภาพจริง สเปคกล้องคือแนวทางภาพ ไม่ใช่การจำลองจริง — สำหรับ scene กว้าง, cinematic, low-light, ฝน, หรือ neon ระบุขนาด, บรรยากาศ, สีแทนการใช้คำอารมณ์
- ระบุคนและการกระทำ บรรยายกรอบร่างกาย, ขนาดสัมพันธ์, สายตา, การจับวัตถุ "เห็นร่างกายเต็ม, เท้ารวม" และ "มือจับแฮนด์ตามธรรมชาติ" มีผลมากกว่า "dynamic pose"
- ระบุข้อความเป๊ะ ใส่ข้อความใน quote, ระบุตำแหน่งและ typography, สะกดคำหรือแบรนด์แปลกทีละตัวเมื่อจำเป็น เพิ่ม "no extra text" แล้วตรวจสอบการสะกดและความอ่านง่ายในผลลัพธ์ — เปรียบเทียบ medium หรือ high quality เมื่อข้อความเล็ก, หนาแน่น, หรือหลาย font
- แยกการเปลี่ยนจากข้อจำกัด สำหรับการแก้ไข ระบุ "change only X" แล้วลิสต์สิ่งที่ต้องคงไว้: ตัวตน, รูปทรง, layout, แสง, label ระบุสิ่งที่ต้องยกเว้น — ข้อความ, โลโก้, watermark สำหรับ edit เฉพาะจุด ให้ล็อค saturation, contrast, ลูกศร, มุมกล้อง, วัตถุรอบข้าง
- กำหนดบทบาท reference ระบุ input ทุกอันด้วยหมายเลขและจุดประสงค์: subject, style, เสื้อผ้า, background อธิบายวิธีรวมกัน และองค์ประกอบไหนย้ายไปไหน
- วนปรับอย่างตั้งใจ ส่งผลลัพธ์ก่อนหน้าเป็น input รอบถัดไป ขอเปลี่ยนทีละอย่าง และย้ำรายละเอียดที่ต้องคงไว้ "Same style as before" ส่ง context ได้ แต่ย้ำข้อจำกัดสำคัญถ้าผลลัพธ์เบี่ยง — เปรียบเทียบก่อนเพิ่มคำสั่ง
สังเกตสิ่งที่ไม่มี: ไม่มี "masterpiece", ไม่มี adjective คุณภาพซ้อน, ไม่มี token วิเศษ คู่มือมองการเขียน prompt เป็นการ brief
12 เทคนิค พร้อม prompt ตัวอย่างจากคู่มือ
แต่ละตัวอย่างในคู่มือแสดงหนึ่งเทคนิค ด้านล่างคือเทคนิค, กฎสั้น, และ prompt ทางการแบบย่อ
1. ควบคุมสไตล์และแสง
บรรยายภาพถ่ายด้วยหัวข้อ, กรอบ, แสง, และ texture — แล้วตัดแต่ง retouch ที่โมเดลจะเพิ่ม
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
Weathered skin with visible wrinkles, pores, and sun texture. A few faded traditional tattoos.
Shot like a 35mm film photograph, medium close-up at eye level, 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
Honest and unposed. No glamorization, no heavy retouching.
2. อธิบายกระบวนการด้วยภาพ
ระบุชื่อกระบวนการ, กลุ่มเป้าหมาย, และข้อมูลที่ภาพต้องสื่อ สำหรับ diagram ตรวจสอบ label และความสัมพันธ์จริง ไม่ใช่แค่ภาพ
Create a detailed infographic of the functioning and flow of an automatic coffee machine.
From bean basket to grinding, scale, water tank, boiler, and so on.
I want to understand the flow technically and visually.
3. สร้างข้อความเป๊ะ
ใส่ข้อความใน quote, ระบุจำนวนครั้ง, และหยุดเพิ่มคำสั่งที่ไม่เกี่ยวข้อง
Ad / fashion shot for a young streetwear brand called Thread.
A group of friends hanging out, tagline "Yours to Create."
Polished campaign image: stylish, contemporary, energetic, tasteful.
Render the tagline exactly once, clearly and legibly, integrated into the layout.
No extra text, no watermarks, no unrelated logos.
4. ออกแบบโลโก้ใช้ซ้ำ
บรรยายแบรนด์และรูปทรงที่ควรเป็นโลโก้, คงความอ่านง่ายทุกขนาด, ขอความโปร่งใสทั้งใน prompt และ API ใช้ n เปรียบเทียบ variation
Original, non-infringing logo for a local bakery called Field & Flour.
Warm, simple, timeless. Clean vector-like shapes, strong silhouette, balanced negative space.
Simpler rather than detailed, so it reads at small and large sizes.
Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. One centered logo, generous padding, clean alpha edges,
no solid backdrop, scenery, checkerboard, or watermark.
5. ใช้บริบทจริงและประวัติศาสตร์
ระบุสถานที่และวันที่ โมเดลอนุมานบริบท — แต่ต้องตรวจสอบเสื้อผ้า, การจัดฉาก, และสิ่งแวดล้อมให้ถูกต้อง
Create a realistic outdoor crowd scene in Bethel, New York on August 16, 1969.
Photorealistic, period-accurate clothing, staging, and environment.
6. เปลี่ยนเรื่องเป็นการ์ตูน
นิยามเรื่องเป็นลำดับภาพชัดเจน ทีละ panel และบรรยายแบบเจาะจงและเน้นการกระทำ
Create a short vertical comic-style reel with 4 panels.
Panel 1: The owner leaves through the front door; the pet is framed in the window behind them.
Panel 2: The door clicks shut; the pet slowly turns toward the empty house.
Panel 3: The pet sprawls across the couch like it owns the place, sunlight across the room.
Panel 4: The door opens; the pet is seated perfectly by the entrance.
7. สร้างภาพตัวอย่างอินเทอร์เฟซ
บรรยายสินค้าเหมือนมีอยู่จริง layout, ลำดับ, ระยะห่าง, องค์ประกอบ UI จริง — และหลีกเลี่ยงภาษาคอนเซปต์เพื่อให้ผลลัพธ์ดูเหมือนสินค้าจริง
Realistic mobile app UI mockup for a local farmers market.
Today's market header, a short list of vendors with small photos and categories,
a small "Today's specials" section, location and hours.
Practical and easy to use. White background, subtle natural accent colors, clear typography,
minimal decoration. Place the mockup in an iPhone frame.
8. สร้างภาพวิทยาศาสตร์และการศึกษา
เขียนเหมือน brief ออกแบบการสอน: กลุ่มเป้าหมาย, วัตถุประสงค์, format, label ที่ต้องมี, ข้อจำกัดทางวิทยาศาสตร์
Biology diagram titled "Cellular Respiration at a Glance" for high school students.
Show glucose turning into energy inside a cell: glycolysis, the Krebs cycle, the electron
transport chain. Arrows connect the steps; label glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, H2O.
Clean classroom handout: white background, simple icons, clear labels, readable text.
Avoid tiny text and extra decoration.
9. สร้างสไลด์, diagram, และ chart
เขียนสเปค artifact ไม่ใช่ขอภาพ: ระบุ deliverable, นิยาม canvas และลำดับ, ใส่ข้อความหรือข้อมูลจริง
One pitch-deck slide titled "Market Opportunity," like a real Series A slide.
White background, Inter-style sans-serif, crisp minimal layout.
TAM/SAM/SOM concentric circles in muted blues and grays: TAM $42B, SAM $8.7B, SOM $340M.
Bar chart below showing market growth 2021–2026 with a subtle upward trend.
Footnotes: "AGI Research, 2024" and "Internal analysis."
10. กำหนดบทบาทและรวม reference
ระบุ input ทุกอันด้วยหมายเลขและจุดประสงค์ แล้วบอกว่าสิ่งไหนย้ายไปไหนและอะไรต้องคงไว้
Place the dog from the second image into the setting of image 1, right next to the woman.
Use the same lighting, composition, and background. Do not change anything else.
11. แก้ไขแบบแม่นยำ
ระบุวัตถุ, ระบุการเปลี่ยน, และปกป้องสิ่งรอบข้างให้ edit อยู่เฉพาะจุด
Remove the flower from the man's hand. Do not change anything else.
In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
รูปแบบเดียวกันใช้กับ style transfer (กำหนด reference เป็น palette, texture, medium) และ cutout (แยก subject, คงรูปทรงและ label, ไม่เพิ่ม backdrop, alpha สะอาด)
12. ปรับทีละรอบ
เริ่มจากผลลัพธ์หนึ่ง, ตรวจสอบ, แล้วใช้เป็น input รอบถัดไป — เปลี่ยนทีละอย่าง
Create a realistic billboard mockup of the shampoo on a highway scene during sunset.
Billboard text (EXACT): "Fresh and clean"
Bold sans-serif, high contrast, centered, clean kerning. Text appears once and is legible.
No watermarks, no logos.
จากนั้น: Make it look like a winter evening with snowfall. นี่คือรอบที่สอง — เปลี่ยนเงื่อนไขเดียว ที่เหลือคงเดิม
สำหรับตัวละครในหลายภาพ คู่มือแนะนำใช้ reference ตัวละครที่ reuse ได้และย้ำรายละเอียดสำคัญในทุก scene ใหม่ สภาพแวดล้อมเปลี่ยน; คำบรรยายตัวละครไม่เปลี่ยน
สิ่งที่คู่มือฝากให้คุณ
สามอย่างไม่ถูก automate และคู่มือระบุชัดเจน
การตรวจสอบ ตรวจผลลัพธ์กับข้อกำหนด: ข้อความตรงและอ่านง่ายหรือไม่? label diagram และความสัมพันธ์ถูกต้องหรือไม่? ตัวตน, รูปทรงสินค้า, label อยู่หรือไม่? edit เปลี่ยนเฉพาะที่ขอหรือไม่? ถ้าต้องการความโปร่งใส ไฟล์มี alpha channel จริงหรือแค่พื้นหลังวาด?
การตัดสินใจคุณภาพกับต้นทุน เปรียบเทียบคุณภาพ, latency, และต้นทุนกับ input ที่ใช้จริงทุกครั้งที่เปลี่ยน prompt หรือโมเดล คู่มือแนะนำตรวจสอบราคาปัจจุบัน ไม่รับรองส่วนลด
ตัว brief เอง ไม่มี format บังคับ Scene / subject / details / constraints แนะนำเพราะทน edit ได้ดี แต่กฎง่ายกว่านั้น: เลือกโครงสร้างที่อ่านและแก้ไขได้
ใช้เทคนิคเหล่านี้โดยไม่ต้องมี API key
ทุกอย่างข้างบนใช้กับ API ตรง — และไม่ต้องตั้งค่า size, quality, background เอง
Felo's GPT-Image 2.5 workspace ใช้โมเดลเดียวกันบน browser:
- ใช้ฟรี ไม่ต้องมี API key ไม่ต้องตั้งค่า วาง prompt จากคู่มือแล้วสร้างภาพ
- preset format และ resolution แทนพารามิเตอร์ — สี่เหลี่ยม, แนวนอน, แนวตั้ง, สูงสุด 4K
- ทั้งสองโมเดลในที่เดียว สลับ GPT-Image 2.5 กับโมเดลภาพอื่นเมื่อแต่ละงานต้องการจุดแข็งต่างกัน
- ไม่มี watermark, สิทธิ์เชิงพาณิชย์เต็ม รวมถึงแผนฟรี
ถ้าต้องการ prompt เพิ่มที่ใช้กฎเดียวกัน เรารวบรวม 12 prompt GPT Image 2.5 แบบ copy-paste ในคู่มือใช้งานจริง
FAQ
ความต่างระหว่าง GPT Image 2.5 Flare กับ Sunburst คืออะไร? Flare คือโมเดลเล็กเน้นความเร็ว คุณภาพใกล้ GPT Image 2 Sunburst คือโมเดลหลักเน้นคุณภาพ ภาพดีกว่า GPT Image 2 เริ่มด้วย Flare ถ้าความเร็วสำคัญและคุณภาพผ่านแล้ว เริ่มด้วย Sunburst สำหรับงานซับซ้อน รายละเอียดสูง หรือส่งลูกค้า
OpenAI แนะนำ format prompt แบบไหน? ไม่ คู่มือบอก prompt สั้น, ย่อหน้า, โครงสร้างคล้าย JSON, คำสั่ง, tag ใช้ได้หมด — เลือกแบบที่อ่านและแก้ไขง่าย สำหรับคำขอซับซ้อนแนะนำแบ่งส่วน: scene, subject, details, constraints
ทำไม size, quality, background ต้องอยู่นอก prompt?
เพราะเป็นพารามิเตอร์ API ที่รับรองผล ส่วนประโยคเป็นข้อเสนอ "Make it 4K" ขออย่างสุภาพ; size รับรองจริง การตัดสินใจ format ในพารามิเตอร์ช่วยให้ prompt reuse ได้เมื่อเปลี่ยนขนาด output
จะหยุด edit ไม่ให้เปลี่ยนทุกอย่างได้อย่างไร? ระบุ "change only X" ลิสต์สิ่งที่ต้องคงไว้ (ตัวตน, รูปทรง, layout, แสง, label) และระบุสิ่งที่ต้องยกเว้น เช่น extra text, โลโก้, watermark ถ้าต้องคง pixel เดิม ให้นำ edit ที่ผ่านมาวางทับภาพต้นฉบับแทนการใช้ prompt
จะได้ข้อความอ่านง่ายในภาพได้อย่างไร? ใส่ข้อความเป๊ะ, ระบุตำแหน่งและจำนวนครั้ง, บรรยาย typography, เพิ่ม "no extra text" แล้วอ่านทุกคำในผลลัพธ์ ใช้ medium หรือ high quality เมื่อข้อความเล็กหรือหนาแน่น
ต้องใช้ OpenAI API เพื่อใช้เทคนิคเหล่านี้ไหม? ไม่ เทคนิคเกี่ยวกับการเขียน brief ไม่ใช่ endpoint ที่ใช้ Felo's GPT-Image 2.5 workspace ใช้โมเดลบน browser ฟรี ไม่ต้องมี API key
คู่มือคือหัวข้อหลัก
โมเดลที่มาพร้อมคู่มือบอกอะไรบางอย่าง: ผลลัพธ์ขึ้นกับ brief ไม่ใช่การหาคำวิเศษ
เลือกโมเดลให้เหมาะงาน ตั้งค่าพารามิเตอร์ เขียน scene, subject, details, constraints เปลี่ยนทีละอย่าง ตรวจสอบผลลัพธ์
นี่คือคู่มือทั้งหมด — และนี่คือเหตุผลที่ผลลัพธ์ไม่ใช่การเสี่ยงโชค
ลอง GPT-Image 2.5 บน Felo — ฟรี →
บทความนี้มีให้อ่านในภาษาต่อไปนี้ด้วย: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, Español, বাংলা and Português