WeShop AIWeShop AI
登錄
資源
探索幫助您更快完成工作的指南和技巧。
blog
部落格
blog
FAQ
feature request
功能請求
jobs
Jobs
app image
隨時隨地使用 WeShop AI 創作
隨時隨地釋放你的創造力。無論是在路上,還是在辦公桌前,只需下載WeShop AI,就能將靈感轉化為令人驚艷的設計。它強大而靈活,始終伴你左右。
October 29

畢業照編輯提示詞:兩種實測人像風格

複製兩組畢業照編輯提示詞,打造校園黃金時刻與棚拍人像。查看實際成果、身分檢查、參考圖設定與限制。

畢業照編輯提示詞除了描述場景外,也應同樣謹慎地保護畢業生本身。如果臉部、學士帽或畢業證書意外改變,再溫暖的校園背景也沒有意義。以下兩組提示詞都從同一張畢業人像出發,建立不同的校園與棚拍版本,實際成果如下所示。

原始參考圖校園黃金時刻人像
Synthetic original reference for graduation portrait setting and lightingCampus golden-hour portrait generated with GPT Image 2.5 Sunburst
兩種編輯,一張原圖

畢業人像的場景與光線。以下每個成果皆以原始參考圖片獨立生成。

從已清楚呈現學位袍、學士帽與雙手的照片開始

來源圖片已包含畢業服裝與畢業證書。這讓測試能聚焦於場景與光線,而不是要求模型一次生成整套服裝。請選擇一張清晰的人像,並確保學士帽與鞋子周圍有足夠空間。若你的來源是休閒自拍照,加入學位袍會是額外的轉換,並非此處展示的特定測試。

此處顯示的原圖是為本示範而生成的 AI 圖像。兩項編輯實際上都將該來源圖片作為附加參考圖使用。請使用你自己的照片,或其他獲授權可編輯的圖片。

建立明確的保留要求

在保留清單中,分別列出學士帽、帽穗、學位袍與畢業證書。校園版本請指定溫暖的側光與簡潔背景;棚拍版本則移除地點細節,並要求在鞋子下方保留接觸陰影。兩組指示皆保護姿勢與雙手,以便判斷成果是否仍為同一張人像。

實用的結構為:目標變更 → 可見人物或物件 → 要保留的細節 → 光線與視角 → 不需要的新增元素 → 輸出格式。請依照眼前圖片調整名詞。保留指示是事後需要驗證的事項,而非保證每個來源像素都會被保留。

提示詞 1:校園黃金時刻人像

開頭的對照圖顯示了此成果。

將圖片 1 編輯為黃金時刻時位於綠意盎然大學庭院旁的畢業人像。保留同一位成年畢業生、可辨識的臉部、年齡、深色捲髮、海軍藍學位袍、學士帽、金色帽穗、畢業證書、姿勢與全身構圖。將背景改為柔焦的淺色石造校園拱門與��樹。加入溫暖側光、自然陰影與可信的膚色。保持雙手與鞋子完整。不要加入其他人物、五彩紙屑、學校或機構標誌、文字或浮水印。

畢業生身穿海軍藍學位袍與學士帽,手持畢業證書於腰間,依然可清楚辨識。新的校園拱門、植被與溫暖側光營造出黃金時刻場景。細微髮絲、學位袍褶皺與臉部紋理會重新生成,而非逐像素鎖定。

回傳檔案:880 × 1184 像素。選取的互動範例包含原始參考圖與這組完全相同的提示詞。你可直接使用右側工具試用。

提示詞 2:簡約棚拍畢業人像

Simple studio graduation portrait generated from the same original with GPT Image 2.5 Sunburst

將圖片 1 編輯為乾淨的畢業棚拍人像,背景為暖淺灰色無縫背景。保留同一位成年畢業生、臉部、髮型、海軍藍學位袍、學士帽、金色帽穗、捲起的畢業證書、姿勢、雙手與全身比例。使用柔和均勻的棚拍光線,並在鞋子下方加入細微接觸陰影。不要加入畢業年份文字、校徽、裝飾道具、其他人物、美肌修飾或不同服裝。

背景變為淺灰色棚拍表面,同時畢業生仍保有可辨識的學士帽、帽穗、學位袍與手持畢業證書的姿勢。鞋子仍在畫面內,地面陰影使人物更具立足感。這是新渲染的棚拍版本,而非僅以遮罩替換背景。

回傳檔案:880 × 1184 像素。

在 WeShop 重現這兩項編輯

  1. 開啟 WeShop 上的 GPT Image 2.5 Sunburst。
  2. 透過參考圖片上傳控制項附加原圖,並確認縮圖。僅有文字描述而沒有圖片,會是不同的任務。
  3. 選擇下方經測試的模型與設定,然後複製其中一組提示詞。生成一張圖片並以原始尺寸檢查。
  4. 若要製作第二種風格,請回到同一張原圖並替換提示詞。除非你刻意想要累積式編輯,否則不要將第一張輸出圖作為第二次輸入。
設定測試值
模型gpt-image-2.5-sunburst
輸入一張附加的參考圖片
要求的長寬比3:4
要求的圖片尺寸1K
品質medium
數量每組提示詞一張結果

這些範例於 2026 年 10 月 29 日生成。它們是兩個選定成果,並非重複執行可靠性研究,也不是與其他模型的比較。要求的設定與回傳圖片尺寸會分別說明。

選擇成果前先檢查細節

  • 在評估新地點前,先比較臉型、表情與髮型。
  • 以原始尺寸檢查帽穗位置、學士帽形狀與手握畢業證書的方式。
  • 除非你計畫進行獨立的字體排版步驟,否則請勿在圖片中加入校名與畢業年份。

兩項輸出都無法證明在重複生成時能精確保留身分或服裝。使用人像前,請檢查學士帽邊緣、帽穗、畢業證書握法與臉部細節。

如果重要特徵改變,請回到原圖並縮小要求範圍。當任務需要可辨識的人物、物件細節或場景幾何結構時,更具戲劇性的風格不一定代表更好的成果。

將提示詞調整為你的圖片

將場景描述替換為你自己的校園或偏好的棚拍色彩,但請在保留清單中維持畢業生實際的外觀與服裝。每個版本都應從原圖開始,而不是將校園輸出圖再編輯成棚拍人像。若新生成的地點可能被誤認為真實畢業照片,請標示為創意編輯。

我可以將這些提示詞用於沒有學位袍的自拍照嗎?

你可以要求加入學位袍作為額外編輯,但那是不同的任務。這些範例測試的是既有的畢業服裝,無法證明每張自拍照都能可靠地生成學士帽、學位袍或雙手。

如需更多種類的編輯任務,請參閱 真正有效的 10 大照片編輯提示詞。從已載入的範例開始,將其參考圖替換成你自己的圖片,並在使用結果前比較所要求的變更與保留的細節。