首先一句话说出GPT生图的核心优势：

GPT-4o的核心是理解能力，你可以不断地反馈提出自己的要求，并在连续修改的过程中保持图片一致性95成一致。但单论一次性生图，审美上、细节上依然不如Midjourney

下面是我在生图过程的一些技巧，可以让大家少走弯路提高效率：

1.先生图再调整才是GPT的常态

不断调整是GPT的最大优势，它能明白你做什么（因为GPT与语言强大的理解力）。一次生成他几乎肯定不是最好的，但听懂你说的话并按照你的要求去实现。

所以通常的或者说正确的工作流是：

生成一个图>修改>修改…>得到需要的风格>更换主体（提示在保证风格的前提下**）

提示：可以一次给多个调整意见

2.如何保持风格不变运用到其他主体上？

A.初始的想法-输出风格Prompt保存后之后一直用

让他输出一个完整的Prompt，拿着Prompt去重新生成。

结果：一致性还是差。造型变化大，材质相近但还是有变化。

背后的Prompt：A luxurious,highlypolished golden torch rendered in photorealistic 3D. The torch features an elegant, stylized three-section flame, with each curve subtly glowing in a golden gradient. The material should resemble premium precious gold — rich in texture, depth, and metallic sheen. Lighting comes softly from the top left, casting diffused highlights and natural shadows that enhance volume and surface reflections. Background should be a smooth, neutral-toned surface (e.g., soft beige or muted gold), minimalistic and non-distracting. Emphasize brightness, prestige, and noble craftsmanship in both flame and torch body.

说的有模有样吧，感觉就快炼丹成功了。

结果效果如下：

光影特征保留了，但材质在“源材质-Prompt描述-生成对应材质”的过程中一致性就越来越远了

方法2：使用图片参考（效果好）

用法：上传参考图，说保持风格不变，*****

方法3：得到风格后，不断调整修改反馈

当得到不错的风格，想要复用到其他的物体上时，可以修改之前的Prompt描述，如果继续更换主体就继续换Prompt描述。

相比于图片参考，因为之前的图已经是它自己生成的，所以背后是非常齐全的Prompt描述，所以逻辑上比方法2的参考的一致性保持得更好。

但有个bug问题是，我们只能修改我们之前发送的纯文字描述，如果之前的消息带有图片，则不支持修改。

3.让GPT帮你怎么描述自己想要的主体

不知道如何描述了，可以先开一个对话，先去问下如何描述这个主体，如我要生成一个喇叭，直接翻译过去的speaker老是生成唱片的大喇叭，不是实我想要的，这时就可以先问GPT这个在英语中怎么描述，最终得到我想要的结果。

注： 1.使用英文的原因是之前用段时间会中文描述会有所限制，二来GPT本身就是英文预训练的，所以对英文的理解好很多

不过让AI告诉你这是什么风格然后去生成的效果并没有直接给参考图的效率高

4.采用图1风格、图2主体

如果你已经有了目标风格图片，也有要生成的主体照片，这样的结果稳定性是最好的。

而且过程中也可以细化说保持不变的内容（如材料、光影等）

5.去其他地方找参考图片（如midjourney上），然后让GPT参考

风格不好描述，就去检索自己想要的风格，参考比文字描述对于AI来说更易理解和准确

6.可以告诉他直接输出透明格式(png)，可方便后期拼接P图

7.可一次性平铺生成多个，省筛选和修改时间

8.可以去尝试局部修改功能来让描述更具指向性

出处：微信公众号 @艾文AI探索