GPT Image 2.5 立体地图提示词：把城市做成微缩模型

我做的第一张是京都，差点把最有意思的地方看漏了。当时我盯着那座塔和层层叠叠的寺院屋顶看，过了一会儿才注意到压在底下的那张地图——“Lake Biwa”标在该在的位置，下面还压着一行小号的「琵琶湖」；大阪湾也在大阪湾该在的地方。

第一眼抓住人的是那座微缩城市，但让它显得真的，是底下那张地图。地图错了，你得到的就是一座精致沙盘漂在一团绿色上；地图对了，整张图看起来就像隔着玻璃柜拍的一张照片。

这是一条 GPT Image 2.5 立体地图提示词，里面有六个槽位：城市、地区，以及四行地标。后面是我在用这些图之前会跑的几道核对。我用它做了四座城，有些地方准得惊人，有些地方错得理直气壮。

GPT Image 2.5 立体地图提示词模板

下面整段就是一条提示词，里面有六个槽位。填上 [城市] 和 [地区]，再从下一节的表里填四行地标，其余部分第一次先别动。

生成一张 1:1 方形构图的高细节图片。

画面底层是一张从正上方俯视的真实地形图，准确表现[地区]的地貌、
海岸线、河流与道路，并带有清晰自然的地图标注质感。

在地图上[城市]的真实地理位置上，升起一座微缩立体城市景观，
像精致的 3D 微缩沙盘自然「长」在地图表面上。

这座微缩城市要融合[城市]最具代表性的元素：
[地标一]、[地标二]、[地貌特征]、[街道级细节]。

这些元素与地图底图自然衔接，像从地图中立体浮现出来，
而不是单独摆在上面。

写实、精致、有收藏级模型质感，呈现超真实微缩摄影效果。
强调真实材质、细腻纹理、立体层次与微缩比例感，并加入浅景深，
让主体城市清晰锐利、周围地图轻微虚化。柔和摄影棚光线与自然阴影，
画面干净，构图高级，有电影感和精品旅行视觉效果。

不要出现任何品牌标志、水印或人物。

里面有四处是真正在干活的，值得单独拎出来说——因为一旦你开始改词，最容易先删掉的就是它们。

「在地图上[城市]的真实地理位置上，升起一座微缩立体城市景观」，这句是把城市瞄准它自己那个标注，而不是糊在画面正中。有它在，城市会落在标注附近，地图也会顺着它铺开。

「自然长在地图表面上」和后面那句「浮现出来而不是单独摆上去」，是故意说两遍的。这是我预计最容易被丢掉的一条，它防的是那种沙盘像棋子一样杵在棋盘上、接缝清晰可见的效果。

「浅景深，主体清晰、周围虚化」，这条负责让「微缩」这个错觉成立。真实微距摄影里，小物件的合焦面极窄，人眼看到那种虚化就会自动判定「这东西很小」。没有它，你就退回到游戏地图的观感。

「不要出现品牌标志、水印或人物」，这条不是可选项。城市里到处是招牌，这个题材也是最可能长出一个编造店招的地方。这一句我在这类提示词里从不省略。

把 GPT Image 2.5 提示词的四个地标槽位填好

决定一座城认不认得出来的，是地标那一行。你有四个槽位，别写「标志性建筑」，按下面这样填：

街道级细节比看上去更重要。只有一座塔，你得到的是明信片；一座塔加一片两层高的小房子，观众就有了参照物去衡量塔有多高——而正是这个对比，让沙盘像沙盘。

顺带说命名：我每个地标都是按形状描述而不是点名的，效果很好。「一座平顶山，上面有缆车索道」稳定地给出了桌山；「一座带竖棱的高耸混凝土教堂塔楼」给出的东西非常接近哈尔格林姆教堂。我没做点名建筑的对照实验，但如果那个名字本身还是注册商标，那是你完全不必给自己找的麻烦。描述剪影就够了。

一条 GPT Image 2.5 提示词做出的四座城

四张全部用 GPT Image 2.5 Flare、1:1、首次生成、没有重抽，所以你看到的是基准水平，不是挑出来的最好一张。

一点说明：这四张跑的是上面那条模板的英文版，所以地图上的标注是当地语言而不是中文。上面给的中文模板是同一条提示词的中文写法，槽位和句序一一对应；换成中文跑，图上的地名多半会出中文。

里斯本，葡萄牙

地标一：横跨水面的红色长悬索桥
地标二：山顶城堡
地貌：  陡坡上层叠的红瓦山居
细节：  爬坡窄街上的黄色缆车

标注全对，而且是葡萄牙语：Rio Tejo、Oceano Atlântico 的 â 上那个折音符没丢，Almada、Seixal、带重音的 Setúbal，西边的 Cascais 和 Sintra。高速盾牌写着 A5、A2、A33，都是那一带真实存在的路，位置大体不离谱。电车是黄的，桥是红的，城堡在山头上。

地理是错的。真实的里斯本在特茹河北岸，桥往南跨。这张图给它硬造了一个并不存在的半岛，河口也跟着被重塑了。名字对，名字之间的相对关系大致对，海岸线是编的。

名字对、形状错——这个组合，后来成了我每次都要盯的那一项。

开普敦，南非

地标一：平顶山，上面有缆车索道
地标二：弧形港湾岸线
地貌：  临海断崖
细节：  低矮的粉彩色联排房

这张让我意外。它把桌山标成 1086 m、狮头山标成 669 m——两个都是真实海拔。大西洋和印度洋分列两侧，内陆写着 Western Cape，往东的路上还挂了个 N2 盾牌。

所以在同一批、同一个模型里，一张编了海岸线，另一张给出了精确到米的两个山峰高程。你事先没法知道自己会拿到哪一种。所以下面那份清单不是走过场。

雷克雅未克，冰岛

地标一：带竖棱的高耸混凝土教堂塔楼
地标二：玻璃多面体的滨水音乐厅
地貌：  城郊冒着白汽的地热口
细节：  彩色波纹铁皮屋顶

四张里文字最强的一张。Faxaflói、Seltjarnarnes、Kópavogur、Garðabær、Mosfellsbær、Laugardalur、Reykjanesfólkvangur——全部拼写正确，连冰岛语的 ð、æ 和带音标的元音都没错。Esja 标 914 m，是对的。环岛公路挂着 1 号路盾牌。

如果你因为担心特殊字符被写残而一直避开带音标或非拉丁字母的地名，这一类题材值得重新测一次。

京都，日本

就是文章开头那张。全图双语标注：Lake Biwa 配琵琶湖、Kobe 配神戸、Osaka 配大阪，外加奈良県、滋賀県、兵庫県、和歌山県，彼此的相对位置大致正确。

长音符居然保住了，这一点我没料到——Hyōgo 和 Kōbe 都是规规矩矩的长音符，没有退化成常见的那个分音符。

问题在下一层。散布在地图上那些小号次级标注——就是次要路名那个字号——根本不是字，是一些长得像汉字的笔画：密度对、节奏对，但不成字。放到原尺寸一眼就能看出不对；缩到社交平台的尺寸，它们就成了地图纹理，没人会注意。

大号标注连音标都对、小号标注根本不成语言——这个分野在四座城里都成立，也是你把图发出去之前最该知道的一件事。

AI 立体城市地图准在哪、编在哪

四张图不算基准测试，但这几张之间的规律已经一致到可以拿来用了。

可靠的：主要地名及其拼写，包括音标和中日文字符；已命名地点之间的相对排布；按形状描述的地标剪影；道路盾牌的样式；以及微缩摄影那个质感本身——这一项基本每次都成。

不可靠的：海岸线和陆块形状；城市相对于它自己那个标注的精确位置；大致小于城市名字号的任何文字——在我唯一看得够仔细的那张图里，它们根本不成语言；海拔数字。四张图一共给出四个。我核了其中三个（1086 m、669 m、914 m），都对。第四个是雷克雅未克那张虚化前景里的 Bláfjöll 923 m，我查到的资料彼此打架，也对不上图上这个数。这恰恰说明问题：一个你没法很快敲定的数字，就不该原样发出去。

理解它的正确方式是：模型画的是「看起来像那个地方的地图」，不是「读了那个地方的地图」。它吸收过关西作为图像长什么样，但它没有在查地理。这份记忆强的时候，比如桌山的高度，你拿到的就是事实；记忆弱的时候，它会用一个合理且自信的东西把空缺填上。

用 AI 地图沙盘之前的三道核对

按这个顺序，因为每一道都可能把你打回去重抽，先做精细检查没有意义。

第一道，看形状。 把海岸线和主要水体跟真实地图比一遍。如果陆块错到当地人一眼能看出来，直接重抽，别修——形状错误是嵌在整个构图里的。

第二道，看文字。 放大到原尺寸，把能读的标注全读一遍：拼写、音标，以及已命名的地点彼此位置合不合理。然后决定那些乱码小标注怎么办。京都那张有；另外三张我没能在看得清的尺寸上找到。社交用途就留着；印刷或者交客户的，要么裁掉，要么让模型出一版标注更少的。

第三道，看数字和标志。 地图上任何海拔、距离、人口，都是在向读者打包票，要么核实要么删掉。然后扫一遍微缩城市里有没有编出来的招牌。这一道是最多人跳过的。我这四次里没有出现编造的 logo，但负面约束每次都在；而密集的城市景观，正是最可能冒出一个的地方。

如果你要的地图只是装饰、不承担事实，有个捷径：在提示词里加一句 使用合理但不带地名的制图风格，不要地名标注。你会失去让这类图显得真实的那个东西，但第二道和第三道里的坑，也就一并没有了。

GPT Image 2.5 地图沙盘的设置与规格

下面是我起手用的设置，以及成品实测：

分辨率那条值得解释一句，因为它和直觉相反。微缩城市在画面里占比不大，1K 下看着就挺好。真正能从 2K 里得益的是地图：地名、路牌、等高线纹理。本来只是发虚的标注应该会变锐利，而本来就是乱码的，放大了还是乱码。本文全部跑在 1K，所以这该当成「值得去试 2K」的理由，而不是一条实测结论。

两个 GPT Image 2.5 模型都能在浏览器里直接用，见 GPT Image 2.5 页面，不需要 ChatGPT 账号。默认档（medium、1K）每张 8 积分，high 质量和 2K、4K 更贵，生成前页面会显示价格。新账号送免费积分，够你在决定做一整个系列之前先试一两座城；付款支持支付宝和银行卡。

AI 地图沙盘的五种失败与修法

这里有五种会出问题的情况。其中两种我撞上了，其余是值得提前备好修法的。

地区这个槽位，大家用得最不够。「葡萄牙」是一个国家；「特茹河口与里斯本周边海岸」才是一个有形状的地方。地区越窄、地貌越有辨识度，底图越好，而点名实际的水体，比点名省份管用。

用同一条 GPT Image 2.5 提示词批量做城市系列

如果你要做不止一张——旅行账号的系列、一套城市卡片——要锁死的变量不是城市，是除城市之外的一切。

风格段落在每条提示词里必须逐字相同。 从「写实、精致、有收藏级模型质感」到结尾那一段就是风格段落，城市之间改动它，你会得到一组凑不到一起的图。只改城市、地区和四个地标槽位。

比例也要固定。这里 1:1 是对的默认值，因为沙盘要坐在正中、地图从四边溢出画面，正方形给了四边等宽的余量。想让两侧有更宽的地图带，3:2 应该可以。比正方形更竖长的画幅（3:4、4:5、9:16）我会避开，多出来的高度是从地图那里拿走的，而地图才是撑住效果的那一层。

同一座城跑两次挑一张也是可以的。重抽一次是博一张更好海岸线的便宜办法，提示词一个字都不用动。

地图沙盘该用 Flare 还是 Sunburst

本文全部跑在默认的 Flare 上，而且这一类我会一直留在 Flare。

这些图的工作量在质感、景深和大量小结构上，正是 Flare 本来就擅长的；而真正要命的失败是地理和文字层面的，不是光学层面的。Sunburst 慢下来的那几十秒，买的是玻璃和光线，不是地理知识。 如果你出的是一张会被人凑近细看的成品，或者要大幅打印，我们那篇 Flare 和 Sunburst 怎么选 讲了多花的那点时间值在哪；但要连做十座城，Flare 是合理的默认选择。

不止于城市：校园、国家公园与航海图

这套模板的本质是「一张真地图，加上从正确位置长出来的一个立体物」，城市只是你能让它长出来的东西之一。

把城市换成大学校园，按形状描述楼栋，你得到的是一张导览图。换成国家公园——一道山脊、一片湖、一个游客中心——就是步道口的插画。把地形图换成带水深点的航海图，上面放一座港口。每一种都保留风格段落，只换主体和地图类型。

唯一建议避开的替换，是真实存在、当下有主、且有名字的私人物业。这个技术在建筑上的还原度足以做出可辨认的东西，那就是另一码事了，和做一张好看的京都不一样。

把 AI 地图沙盘做成印品出售

这类图做出来的东西是真的有人愿意挂在墙上的，所以这个问题很快就会来。

本站生成的图片可用于商业用途，需遵守模型自身的使用政策，大致立场见我们那篇 商用 / 版权完整指南。有三件事是地图题材特有的，挂出售卖之前值得先想清楚。

地图上的地名是印在商品上的事实断言。 一张装饰海报把城市名拼错、或者把山标错高度，性质和社交帖里犯同样的错不一样——买家会发现，而退款请求比评论区留言难反驳得多。要卖，第三道核对就是强制项；而「不要地名标注」那个捷径这时候格外值得考虑：一张有着漂亮无名制图的沙盘，压根不含任何错误事实。

印刷分辨率和屏幕分辨率不是同一个决定。 1K 在手机上够用，印到纸上就不够看。比明信片大的任何尺寸，都用 2K 或 4K 生成，并且在 2K／4K 的原图上把标注逐条再读一遍：本来发虚时还能糊弄过去的标注，变清晰之后会变成清清楚楚的错字。

印在商品上时，剪影比在社交帖里更重要。 一座可辨认的建筑出现在小小的沙盘里通常没问题；但如果那个建筑的外形本身是受保护的标识，还被大幅印在印品上，那就不行了。

GPT Image 2.5 立体地图三步工作流

1. 先做一座城，先看海岸线，别急着欣赏那座沙盘。 地理错了，说明是提示词问题或者这一抽不好——在你爱上那个沙盘之前先把这件事弄清楚。
2. 在做第二座城之前锁死风格段落。 人总想顺手再优化一下措辞——那正是把一组图弄散的原因。
3. 任何图离开你电脑之前，跑完那三道核对。

整套都可以在 GPT Image 2.5 页面 的浏览器里做（Flare 已经选好），或者用文生图生成器，如果你想在两次尝试之间改比例和质量。

写在最后

一条提示词、六个槽位，加一段你不去动的风格描述。模型几乎每次都会给你一座像样的微缩城市，但只有一部分时候会给你一张靠得住的地图——而且它不会告诉你这次给的是哪一种。桌山的海拔精确到米的那一批里，里斯本长出了一个并不存在的半岛。看形状、读标注、核数字，这件事就能变成一个真正可重复的做法，把一座城市做成你像是能捧在手里的东西。

延伸阅读

• GPT Image 2.5 Flare 和 Sunburst 怎么选？6 组同提示词实测
• GPT Image 2 风格库：12 种实用画风 prompt
• GPT Image 2 Prompt 写作指南：让命中率从 30% 涨到 90% 的 7 条规律
• GPT Image 2.5 画科研插图：期刊到底认哪几类

gpt-image2.art 是独立站点，与 OpenAI 无隶属关系。文中生成地图里的地名与海拔，凡标注为已核对的均经人工逐项核实；用于任何事实性场景前请自行复核。