2026/04/23

GPT Image 2 反向 Prompt：看到任何圖都能複刻（含 4 種方法 + 模板）

一份完整的 GPT Image 2 反推 prompt 教學——上傳任意參考圖，秒級拿到可複用的 prompt，再批量生成同風格變體。覆蓋 4 種反向 prompt 方法、避坑指南、可複製模板。

刷小紅書 / Pinterest / Twitter 時看到的那張完美 AI 圖，你想做一張同款，但寫不出 prompt——反向 prompt（反推 prompt） 就是為這個場景準備的。

這是一份完整的 GPT Image 2 反推 prompt 教學：上傳任意參考圖，60 秒內拿到一條可以直接生成同風格作品的 prompt。讀完你會知道 4 種反推方法、什麼時候用哪種、以及真正能用的複製模板。

為什麼要學反向 Prompt

3 個真實場景：

看到爆款審美想做自己的版本——同一種調調，自己的主體
接私單要匹配現有品牌風格——客戶給你幾張參考圖，你要做一批同風格
學 prompt 寫法——反推 100 張優質圖是 prompt 寫作進步最快的方法

不管你是哪一種，下面的流程都能讓你 60 秒內拿到 90% 可複製的 prompt。

方法 1：用 GPT Image 2 內建的圖生 prompt（最簡單）

GPT Image 2 背後的 GPT 模型可以分析參考圖、用 prompt 友好的方式描述出來。這是最快的方法。

在 ChatGPT 裡操作

[上傳你的參考圖]

分析這張圖，寫出一條詳細的 GPT Image 2 生圖 prompt 讓我能複刻它。
包含：主體、場景、風格、光線、鏡頭（如果是攝影）、配色、構圖。
輸出一條用逗號分隔的 prompt，我能直接貼到 GPT Image 2 用。

用 API 呼叫（GPT-4 vision + GPT Image 2）

from openai import OpenAI
import base64

client = OpenAI()

# 第一步：編碼參考圖
with open("reference.jpg", "rb") as f:
    image_data = base64.b64encode(f.read()).decode()

# 第二步：讓 GPT 寫反推 prompt
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "寫一條詳細的 GPT Image 2 prompt 讓我能複刻這張圖。輸出一條逗號分隔的字串。"},
                {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{image_data}"}},
            ],
        }
    ],
)

reverse_prompt = response.choices[0].message.content

# 第三步：用反推 prompt 生成同風格變體
new_image = client.images.generate(
    model="gpt-image-2",
    prompt=reverse_prompt,
    quality="medium",
)

整套流程約 10 秒，反推出來的 prompt 大約能還原 80-90% 的原圖風格。

方法 2：直接用 GPT Image 2 圖生圖（不寫 prompt）

完全跳過 prompt。直接用 images.edit + 參考圖 + 一條簡單 prompt：

result = client.images.edit(
    model="gpt-image-2",
    image=open("reference.jpg", "rb"),
    prompt="基於這張圖的風格和構圖，生成一張類似的圖，但主體改為：[你的新主體]。",
    quality="medium",
)

適合不想寫 prompt 但想匹配風格的場景。代價：可控性低。需要理解和調整風格時還是用方法 1。

方法 3：手動反推模板（控制力最高）

資深 prompt 玩家會手動反推。耗時但理解最深。

7 問反推框架

對任何參考圖，回答這 7 個問題：

#	問題	示例答案
1	主體是什麼？	一個長棕色頭髮的年輕女生
2	在哪兒？	陽光照進來的咖啡館窗邊
3	什麼風格？	編輯底片攝影，輕微顆粒感
4	光線如何？	左側溫暖的下午自然光
5	鏡頭？	35mm 鏡頭，淺景深
6	配色？	暖米色、柔和棕色、霧綠
7	構圖？	中景半身，三分構圖偏左

把答案用逗號串起來，就是一條反推 prompt：

一個長棕色頭髮的年輕女生，坐在陽光照進來的咖啡館窗邊，編輯底片
攝影風格帶輕微顆粒，左側溫暖的下午自然光，35mm 鏡頭淺景深，
暖米色和霧綠配色，三分構圖偏左中景半身。

這比自動反推的更準——因為你注意到了真正決定風格的細節。

方法 4：混合流程——先自動再人工修

最優組合：

用方法 1 拿到一條草稿反推 prompt
對比參考圖
手動補充自動反推漏掉的（通常是風格參考、特定品牌、年代細節）
加 1-2 個錨定關鍵詞（如 Wes Anderson 風格 或 柯達 Portra 400）
生成變體

90% 的專業 prompt designer 用的就是這套流程。

反推 prompt 常見錯誤

錯誤	為什麼失敗	怎麼修
prompt 太通用（"一個咖啡館裡的女生"）	丟失視覺識別度	加具體風格錨定和光線細節
漏寫鏡頭細節	攝影類原圖出來變插畫	攝影類必須寫鏡頭、光圈、光線
抄了氛圍詞但沒抄風格參考	"美麗、夢幻"對模型沒說什麼	用宮崎駿、王家衛、柯達——具體錨點
忽略構圖	變體不匹配原圖取景	寫明中景 / 遠景 / 特寫 / 寬高比
忘了配色	輸出色調漂移	寫 2-3 種具體配色
複刻有版權的 IP	商標 / 版權侵權	反推風格，不要反推 IP——「同某風格」而不是「某 IP」

這些情況不要反推

有真實的倫理和法律邊界：

有版權的畫作——反推宮崎駿畫面去做高仿是侵權。用「同風格」而不是「同畫」。
真人照片——反推明星照片做仿真是肖像權違規。
有商標的 logo / 角色——米奇、皮卡丘等無論怎麼繞都是禁區。
其他攝影師的作品——哪怕沒成名，複製別人完整構圖也很可疑。

安全規則：反推風格和審美，不要反推具體受保護的作品。

反推 prompt 模板庫

針對常見場景的複製模板：

反推一張攝影圖

分析這張圖，寫一條詳細的 GPT Image 2 prompt 來複刻它的風格。
包含：1）主體和場景，2）具體的攝影風格參考（如 Kodak Portra
400、Wes Anderson、National Geographic），3）鏡頭 / 光圈 /
光線，4）2-3 種配色（hex 值或描述色），5）構圖和寬高比。
輸出一條用逗號分隔的 prompt。

反推一張風格化插畫

分析這張插畫，寫一條 GPT Image 2 prompt 來用相同風格生成不同
主體。識別：1）畫風（宮崎駿 / Pixar / 浮世繪 / 水彩等），
2）線條和質感，3）配色，4）光線 / 氛圍，5）構圖。輸出一條
用逗號分隔的 prompt，主體用 [主體] 佔位符讓我替換。

反推一張品牌 / 商業圖

分析這張商業圖，識別它的品牌視覺語言。寫一條可複刻的 GPT Image 2
prompt，包含：1）主體擺位，2）背景和道具，3）光線設定（柔光箱
/ 硬光 / 自然光），4）品牌配色，5）文字位置（哪裡有文字，哪怕
我之後會自己加），6）整體氛圍。輸出一條逗號分隔的 prompt。

批量反推流程

如果你有 10 張參考圖想批量做成 prompt 庫：

import os
import base64
from openai import OpenAI

client = OpenAI()

def reverse_prompt(image_path: str) -> str:
    with open(image_path, "rb") as f:
        image_data = base64.b64encode(f.read()).decode()
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "user",
            "content": [
                {"type": "text", "text": "寫一條詳細的逗號分隔 GPT Image 2 prompt 來複刻這張圖的風格。"},
                {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{image_data}"}},
            ],
        }],
    )
    return response.choices[0].message.content

# 從一個資料夾批量反推 prompt
prompts = {}
for filename in os.listdir("references"):
    if filename.endswith((".jpg", ".png", ".jpeg")):
        prompts[filename] = reverse_prompt(f"references/{filename}")

# 儲存成 JSON prompt 庫
import json
with open("prompt_library.json", "w") as f:
    json.dump(prompts, f, indent=2, ensure_ascii=False)