OpenAI Images API 多张参考图怎么保持产品主体一致

准备

使用 GPT Image 模型的图片编辑接口时，image 可以传入一张或多张源图，最多可提供 16 张；单张输入应为 PNG、WebP 或 JPG，且小于 50MB。先从产品素材中挑选 2 至 5 张信息互补、没有互相矛盾的图片即可。

• 主参考图：选择最能代表产品整体轮廓、主色和比例的一张，放在列表第一位。
• 细节参考图：补充接口、纹理、边缘、按键或包装等必须保留的局部。
• 角度参考图：需要新场景展示侧面或背面时，再加入对应视角。
• 特征表：写下不可改变的颜色、形状、材质、结构、标识位置和配件数量。

不要把不同版本、不同配色或已被滤镜严重改变的图混在一次请求中。多张图不是投票机制，信息冲突反而会让生成结果摇摆。

分步操作

1. 为素材编号。建议按“01主图、02侧面、03接口、04材质”命名，固定传入顺序，方便之后复现和排查。
2. 先写固定约束。把不可改变的产品特征放在提示词开头，并明确这些参考图共同描述同一件产品。
3. 再写唯一可变项。一次只替换场景、机位、布光或画幅中的一项，避免同时要求换场景、换角度、换材质。
4. 调用 images.edit。将图片文件对象组成列表传给 image；需要更强调输入图特征时，可在支持该参数的模型上尝试 input_fidelity="high"。
5. 保存任务记录。至少记录参考图文件名、传入顺序、完整提示词、模型、尺寸和输出文件名。
6. 用特征表逐项验收。先看产品本体，再看场景氛围；主体不合格时不要只因背景好看就直接采用。

可复制模板

把方括号替换为你的产品资料：

这些参考图共同描述同一件[产品名称]。
必须保持：整体轮廓为[形状]；主色为[颜色]；材质为[材质]；
[结构细节1]位于[位置]；[结构细节2]数量为[数量]；
不得新增、删除或改写产品的部件、颜色和表面纹理。

只改变以下内容：将产品放置在[新场景]，使用[镜头视角]，
采用[布光方式]，产品完整可见，主体清晰，背景不抢主体。
不要在画面中生成文字、字母、数字或水印。

Python 调用示例：

from openai import OpenAI

client = OpenAI()
prompt = """这些参考图共同描述同一件无线耳机充电盒。
必须保持椭圆圆角外形、哑光深绿色外壳、盒盖前方单个圆形指示灯，
不得改变比例、材质、结构和颜色。
只改变以下内容：将产品放在明亮的木质书桌上，侧前方视角，柔和自然光，主体完整清晰。"""

with open("01-main.jpg", "rb") as main, \
     open("02-side.jpg", "rb") as side, \
     open("03-detail.jpg", "rb") as detail:
    result = client.images.edit(
        model="gpt-image-1.5",
        image=[main, side, detail],
        prompt=prompt,
        input_fidelity="high",
        size="1536x1024",
        output_format="png"
    )

image_base64 = result.data[0].b64_json

示例中输出内容为 Base64 数据，应用需要按自己的存储流程解码并保存。模型与参数可用性应以当前 SDK 和接口返回结果为准。

翻车怎么改

常见故障：生成图把深绿色外壳变成了黑色，或把圆形指示灯改成了长条。

原因：参考图中主图光线过暗、细节图比例过小，且提示词只写了“产品保持一致”，没有列出可检查的固定特征。

修正动作：换一张颜色准确、产品占画面更大的主参考图；保留能看清指示灯的细节图；在提示词开头改为“主色必须为哑光深绿色，盒盖前方保留单个圆形指示灯，不得改为其他形状”。重新生成时只改这一组约束，便于确认修正是否有效。

另一种常见故障是新场景中的产品比例失真。此时减少互相冲突的远景参考图，并在提示词中补充“产品完整可见、保持与主参考图相同的长宽高比例”，不要用模糊的“大小正常”代替。

完成前检查

• 发布前验收项：输出图中的主色、轮廓、核心结构和配件数量均与主参考图一致。
• 参考图列表顺序、提示词、模型和尺寸已记录，可再次执行同一任务。
• 画面只改变了本次指定的场景、机位或布光，没有悄悄替换产品材质。
• 局部细节在目标使用尺寸下仍可辨认，没有模糊、重复部件或异常拼接。
• 输出格式和尺寸符合投放页面、商品详情或素材库的要求。