图片生成基础
写好一条图片提示词，在 GPT Image 2、Nano Banana Pro 和 Seedream 5.0 等模型之间做选择，使用参考图片，并用标注工具编辑成果。
打开图片生成器，描述一张图片，选好模型，然后生成。结果会落入一个图库，你可以复用、编辑，或带入其他工具。本页介绍那些能拉开差距的习惯做法。
一切都从那条底部栏完成：输入提示词，在它右侧设置好选项，然后点击 Generate。确认前会显示费用。
一条好图片提示词的构成
大致按这个顺序涵盖四个方面：
- 主体——画面里有什么（"一只放在亚麻餐巾上的陶瓷咖啡杯"）。
- 风格——照片、插画、3D 渲染、水彩、产品图。
- 构图——特写、广角、俯拍、居中、三分法。
- 光线与氛围——柔和的晨光、霓虹夜色、影棚柔光箱。
一只哑光黑色无线耳机充电盒放在湿润的石面上的产品照，俯拍视角，柔和漫射的影棚光，浅景深，极简风格。
提示
描述你想要什么，而不是你不想要什么——比起"一张什么都没有的桌子"，模型对"一张空旷、极简的桌子"的理解要好得多。把有效的提示词存下来；细微的措辞调整可以跨模型迁移。
选择模型
模型选择器是一排芯片状的标签。PonPon 默认使用 GPT Image 2；可根据任务切换：
- GPT Image 2——默认模型。生成与编辑集于一身，尤其擅长清晰可读的图内文字，并能接收多张参考图片。
- Nano Banana Pro——无需蒙版即可进行精准的局部编辑，角色/产品一致性强，最高支持 4K 渲染。Nano Banana 2 是它速度更快的同门兄弟。
- Seedream 5.0——杂志级写实质感和强大的视觉推理能力（手部、视线、景深）。Seedream 4.5 是更快、更便宜的档位。
- Midjourney V8——标志性的电影感、绘画感风格（每次生成出四个方案）。
注意
按任务挑模型：如果你的图片需要正确呈现文字，就选一个文字能力强的模型，比如 GPT Image 2。要呈现逼真的人物和产品，就试试主打写实的模型，比如 Seedream 5.0。同一条提示词可以跨模型复用，所以对比的成本很低。
宽高比、分辨率与批量
- 宽高比——1:1 适合头像和信息流，16:9 适合横幅，9:16 适合 Stories，另有一个"自动"选项可匹配你的参考图片。PonPon 提供了很宽泛的一套选择（从 21:9 一直到 2:3）。
- 分辨率——取决于模型（GPT Image 2 提供 1K / 2K / 4K）。
- 数量——批量生成，从中挑出最好的。
基于参考图片创作
附上最多 10 张参考图片（上传、粘贴、拖拽，或从图库中"用作参考"）来引导构图、风格或某个特定主体。
提示
写提示词时，输入
@ 来提及某张已附上的图片——例如*"把 @Image1 放到 @Image2 里的桌子上"*。这是把多张参考图组合进同一个画面最干净的方式。用编辑代替重新生成
你不必从头开始才能做出改动：
- 标注后编辑——点击任意结果，打开一个全屏编辑器，内含选择、画笔、矩形、文字和橡皮擦工具以及一个取色器。标出你想改动的区域，输入一条编辑指令，PonPon 就只重新生成那一部分。
- 用背景移除替换背景，用文字编辑修正或替换文字，用多角度改变拍摄角度，或用图片放大让它达到印刷级清晰度。
试试 PonPon Muse
要拍摄时尚和人像照片，把模型选择器切换到 Muse：上传一张人物照片，选一种风格（Y2K、影棚、杂志胶片质感等），它就会运行一条引导式的人像处理流程。
有意识地迭代
- 每次只改一个变量——先改模型，再改光线，然后改构图。
- 如果你之后要在上面叠放文字，可在提示词里加入留白。
- 当一批结果接近但还不对时，改用编辑，而不是把整条提示词重新跑一遍。
准备好进入动态了吗？把同样的直觉带入文生视频基础。