OpenAI 生图 10 个实测玩法:提示词和效果都在这里
一张儿童画,能变成怎样的真实风景?一张密密麻麻的英文信息图,能不能直接换成西班牙语?一只小猴子,又能不能提着灯笼动起来?
这次挑了 10 个具体玩法,从循环动图、绘本续画,到透明抠图、漫画和天气转换,逐个跑了一遍。每一节都放了实际结果和可以复制的提示词。
下面的生成图都是本次实测结果,部分参考素材与提示词的出处列在文末。图像生成有随机性,你拿同样的提示词重试,画面不会完全相同。
先准备什么?
打开 ChatGPT 或有图像生成能力的工具。纯文字案例直接输入提示词;改图案例要先上传对应图片,再发送提示词。
动图是在 ChatGPT 中生成的;其余图像使用 Codex 内置图像工具。工具界面没有显示本次静态生图的具体模型版本,因此下面展示的是这些入口的实际结果,不能把全部图片当成同一版本的模型对比。
1. 让一只小猴子提着灯笼动起来
一张静态图想做成循环动图,动作不需要太复杂。这里用一只小猴子:举灯笼、抬头、眨眼,再回到开始的姿势。
直接复制:
生成一个可循环播放的 GIF:黄昏时分,雪松林里站着一只穿橄榄绿连帽外套的小猴子,背景是一座透出暖光的木屋。小猴子双手在胸前提着一盏发出琥珀色光芒的纸灯笼,慢慢举起灯笼,抬头并眨眼,再把灯笼放回起始位置。灯笼始终握在手中,镜头保持静止,动作平滑循环。请提供可下载的 GIF 文件。
本次生成的小猴提灯 GIF
本次生成的 GIF,12 帧、约 2 秒,下载后可循环播放。
画面里,小猴子会抬头、眨眼,灯笼也随手移动。逐帧看,开头灯笼下部有裁切,想做成更完整的表情,还可以继续要求“角色和灯笼始终完整入画”。
2. 同一个绘本角色,继续下一页
做绘本最容易遇到的问题,是下一页的主角长得像换了个人。先生成角色,再把这张图作为下一轮的参考,可以更直观地检查人物连续性。
先画主角:
创作一幅介绍主角的儿童绘本插画。角色:一位受森林小侠启发的年轻故事书式英雄,穿简朴的绿色连帽长衫、柔软的棕色靴子,腰带上有一个小袋子。表情善良,目光温柔,勇敢而温暖。携带一把只用于帮助别人、绝不伤害生命的小木弓。主题:角色保护并救助松鼠、鸟和兔子等森林小动物。风格:手绘水彩绘本,轮廓柔和,暖土色调,奇妙友善;绘本比例,头部稍大、表情丰富。原创角色,不使用受版权保护的角色;无文字,无水印;简洁森林背景以清楚展示角色。
本次生成的森林绘本主角
保存这张图并上传,再发送:
用同一个角色继续儿童绘本故事。场景:冬季风暴之后,同一位年轻的森林英雄温柔地帮助一只受惊的松鼠从倒下的树中出来。角色跪在松鼠旁安慰它。保持相同的绿色连帽长衫、面部特征、身体比例、配色,以及温柔勇敢的性格。儿童绘本水彩插画,柔和光线、雪中森林、温暖而令人安心的氛围。不要重新设计角色,不要文字,不要水印。
使用主角图继续生成的雪林故事
两张图中的绿帽、棕色头发、腰包和木弓延续了下来,场景从暖色森林换到了雪地。要做更长的故事,仍要逐页检查脸、服装和道具。
3. 把商品从照片里提取出来
抠图看似简单,真正需要留意的是:瓶子的轮廓和文字有没有变,边缘有没有残留颜色,文件是不是真的透明。
这次使用 洗发水参考图:

洗发水参考图
上传图片,输入:
从输入图片中提取产品,置于完全透明的背景。产品居中,轮廓清晰,不留光晕或杂边。准确保留产品形状和标签的可读性。只做轻微修饰,不添加纯色背景、棋盘格、场景或阴影。不要重新设计产品;移除背景并保留干净的 alpha 透明通道。第一张的瓶身过大,我补充了一句:
保持完整瓶身和瓶盖,四周留空白,瓶身在画面中占有与输入图接近的比例,不要裁切。
本次生成的透明背景洗发水素材
这次输出为带透明通道的 PNG,瓶身和主要英文标签保留了下来;放大后边缘仍可看到色边,不能直接把它当成精修完成的商品图。正式使用时,最好分别放在深色和浅色背景上检查。
4. 一句话,把复杂信息图换成另一种语言
这张咖啡机信息图有标题、编号、说明、箭头和机器结构,可以用来看看图内翻译的效果。
下面是 咖啡机英文参考图:

咖啡机英文信息图
上传后输入:
将这张信息图中的文字翻译成西班牙语。不要改变图像的其他任何方面。
本次生成的西班牙语信息图
整体的机器、配色与编号布局延续了下来,主要文字也变成西班牙语。但文字多的图不能只看大标题:段落有没有漏译、术语有没有错,仍要逐段核对。咖啡机结构本身也是生成示意,并非维修图纸。
5. 移走手里的花,其他地方尽量不动
移除物体不只是把东西擦掉。被挡住的手、衣服和背景要重新补出来,人物本身还要保持一致。
先上传 人物参考图:

人物参考图
移除男子手中的花,不改变其他任何内容。
本次移除花后的结果
这次花被移除了,人物、帽子和背景整体保留。手仍维持握物姿势,局部细节属于模型补全;如果这张照片用于需要真实还原的场景,不能把补出来的手部当作原始记录。
6. 把宠物的小心思画成四格漫画
主人一出门,宠物就开始“独占”客厅;门一开,它又坐得端端正正。这个故事有清楚的起承转合,比单纯列四个动作更容易让读者看懂。
制作一幅竖向短篇漫画,分为四个大小相等的画格。第 1 格:主人从前门离开,宠物出现在身后的窗户里,小小的身影映在玻璃后,睁大眼睛,爪子高高贴着玻璃,屋子突然安静下来。第 2 格:门咔哒关上,寂静被打破,宠物慢慢转向空荡荡的屋子,姿态发生变化,眼里闪着跃跃欲试的光。第 3 格:屋里变了样,宠物像主人一样懒洋洋地躺在沙发上,附近有饼干屑,阳光像聚光灯一样照进房间。第 4 格:门打开了,宠物端端正正坐在入口处,警觉而镇定,仿佛什么也没发生。
本次生成的四格宠物漫画
这次生成了一只猫,四格按要求交代了离开、转身、躺沙发和主人回来。它还自行加了拟声文字;如果想做无字版,可以再明确要求移除文字。
7. 一张儿童画,变成写实山谷
这张图的输入很简单:两座山、一条河、一个太阳和一棵树。看生成结果时,可以先对照这些东西有没有留在原来的位置。

山谷线稿参考图
输入图:山谷线稿。
把这张绘画转换成一幅逼真的照片。严格保留原图的布局、比例和透视。依据草图意图选择真实自然的材质与光照。不要添加新的元素或文字。
本次生成的写实山谷
山、河、树和太阳的相对位置都能对应上线稿,模型补出了植被、水面和光照。太阳周围多了比较明显的半圆光晕,这是本次结果的一个瑕疵;想保留构图又让画面更自然,可以针对光晕继续调整。
8. 同一块广告牌,从日落切到雪夜
天气转换最值得看的是:环境变了,广告牌、产品和文字还在不在。

日落广告牌参考图
输入图:日落广告牌。
让画面看起来像冬天的傍晚,正在下雪。
本次生成的冬季广告牌
雪落在广告牌边缘和道路旁,天空也暗了下来;广告牌上“Fresh and clean”和瓶身的大体位置保留。广告牌的小字和车辆细节仍需放大检查。
9. 让一只旧泰迪熊,变成一张有故事的贺卡
同样是贺卡,给模型一个具体场景和情绪,通常比只说“做一张漂亮的卡片”更容易得到有内容的画面。
创作一幅圣诞节贺卡插画。场景:一只旧泰迪熊坐在纪念盒中,皮毛略有磨损,有柔软的缝补痕迹,放在窗边,窗外飘雪。画面暗示孩子已经长大,但回忆仍在。氛围:温暖、怀旧、温柔、饱含情感。风格:高级节日贺卡摄影,柔和电影感光线,逼真纹理,浅景深,得体的散景灯光,具备高品质印刷感的构图。仅使用原创作品,不出现商标、水印、标志。贺卡上仅出现以下文字,一字不改:“Merry Christmas — some memories never fade.”
本次生成的泰迪熊贺卡
旧熊、纪念盒、窗外雪景和柔和灯光组成了完整场景,指定英文也出现在画面里。它适合做视觉概念预览;真正印刷前,还要检查分辨率、裁切和文字。
10. 把细胞呼吸画成课堂图
图像模型也能把一段说明排成图解,不过这类内容有个更重要的检查:图看着清楚,不代表知识关系一定准确。
为高中生制作一张简单的生物图解,标题为“细胞呼吸一览”。展示葡萄糖如何在细胞中转化为能量。包括糖酵解、克雷布斯循环和电子传递链。用箭头连接各步骤,标注主要分子:葡萄糖、丙酮酸、ATP、NADH、FADH2、CO2、O2 和 H2O。画面像干净的课堂讲义或幻灯片,白色背景、简洁图标、标签清楚、文字易读。避免过小的文字、多余装饰或任何影响理解的内容。第一次生成时,画面自行加入了 ATP 数量。于是补充约束,再生成一次:
图中不要写任何分子数量或 ATP 产量,糖酵解在细胞质中,后两步在线粒体中。仅展示上面要求的文字。
本次补充约束后的细胞呼吸示意图
第二张没有再写 ATP 数量,但仍是简化示意,省略了部分反应与分子之间的联系。用于课堂或正式资料前,应由熟悉内容的人对照教材检查,不应直接把它当作完整知识图。
出图后,检查这四个地方
动图能否正常播放。下载 GIF 后实际播放,检查循环接点、主体有没有被裁切。
同一主体有没有变化。绘本看脸、帽子和道具;商品看瓶盖、轮廓与标签;改图看人物和环境是否走样。
文字有没有出错。海报、翻译图和产品标签都要放大逐字核对。翻译准确不准确,不能只看排版。
文件和知识关系是否可靠。透明图检查 alpha 与边缘;教育图检查箭头、标签及遗漏。模型补出来的细节不能自动当成事实。
今天先试一张
手边有孩子的画,可以试试把它变成真实场景;有商品图,就先做一次抠图;有一段小故事,也可以拆成四格漫画。
先准备清楚输入图,告诉模型要改什么、保留什么。第一张有问题,就针对那一处继续修改,再把结果和原图放在一起看。
来源与参考资料
- 案例参考:循环 GIF、绘本连续性、产品提取、图内翻译、对象移除、故事转漫画、草图转写实、天气转换、节日贺卡、教育图。
- 参考图片:山谷线稿、日落广告牌。
- OpenAI:Image prompting:循环 GIF 及图像生成与编辑示例。
- OpenAI Cookbook:GPT Image Generation Models Prompting Guide:本文多个案例的官方输入与提示词来源。该指南已归档,示例主要使用 GPT Image 2;本文测试入口的实际模型版本以工具显示为准。
关于作者
我叫殷新伟,号南殷居士,以“南殷用AI”分享实践与思考。我是一名数据与 AI 产品从业者,关注企业 AI 应用、FDE 实战,以及专业经验如何转化为可复用的产品、技能和工作流。个人站:南殷用AI(nanyinai.vip)。
关注公众号「南殷用AI」
用微信扫描下方二维码,或在微信搜一搜搜索「南殷用AI」。

手机上可长按图片识别二维码;点击图片可放大查看。
