GPT Plus 生图质量差？先确认是否真在用 gpt-image-2

订阅了 Plus，满心期待地用新模型生成图片，结果出来的图细节糊、文字乱、构图平，第一反应往往是「是不是根本没给我用上新模型」。这种怀疑很自然，但把问题直接归到「模型被偷偷降级」上，往往会错过真正能改善结果的那些因素。

实际情况通常是几条线索交织：模型确实换了，但你拿到的输出被尺寸、质量档位、生成模式或渠道限制压了一头；或者提示词的信息量不足以让模型发挥。下面按「先判断、再归因、后优化」的顺序拆开讲。

先判断：你用的到底是哪一代图像模型

图像模型的版本不会在界面上明确标注，靠肉眼看「像不像新模型」几乎不可靠。比较稳的判别方式是测文字渲染能力。

• 让模型在画面中生成一段指定文字，比如招牌、书页、标签上的短句，然后逐字核对拼写。
• 新一代模型在字形结构、连笔、多行排版的准确度上通常有明显跃升，旧模型生成的文字经常缺笔画、串行、变成乱码符号。
• 也可以让它在图里写一段中文或一段古文，观察字形是否成体系。能大致还原出可辨认的字形结构，基本说明是新模型；如果只是一堆形似文字的纹理，多半不是。

另一个辅助手段是直接问模型「你现在用的图像模型是哪个」。这个答案不完全可靠，模型对自身部署信息的回答经常会保守或含糊，只能当参考，不要当证据。

需要强调：一次测试不成立就下结论是不严谨的。同一句提示词，换个会话、换个时间重跑，结果可能差异很大。至少测两到三组不同提示词再判断。

质量差的五类常见原因

1. 提示词给的信息不够

这是最常见也最容易被低估的一条。很多人只写一句「画一只猫在窗台上」，然后拿结果去和其他人精心构造的图比较。图像模型不会读心，构图、镜头、光线、风格、色调、比例、画面内文字，都需要显式写出来。

判断方法很简单：把同一句话扩写成结构化描述，再跑一次。如果质量有明显提升，那问题就在提示词，不在模型。

2. 分辨率与尺寸限制

网页端对话里的出图，尺寸和分辨率通常由产品侧决定，用户能控制的空间有限。有一种广为流传的说法是：网页端出图有分辨率上限，更高分辨率要走上限更高的接口；不同订阅档位能拿到的清晰度、能否指定比例也不一样。

这类限制随产品迭代变化很快，具体上限请以官方最新文档和订阅说明为准，不要拿几个月前的经验当定论。但方向是明确的：如果你需要确定的尺寸和更高的像素，对话界面往往不是合适的地方，直接用官方 API 生成更可控。

3. 质量档位与生成模式

同一代模型内部往往存在多个质量或速度档位，快速出图和精细出图是两条路径。低档位生成更快，但细节、纹理、小字清晰度会明显下降；同一句提示词在不同档位下跑，观感差距可以大到像两个模型。

此外，纯文生图和带参考图的生成，效果曲线也不一样。如果你对比的两个人用的是不同模式，很容易得出「我的模型是假的」这种错误结论。

4. 第三方中转渠道

如果你并不是在官方界面或官方 API 上调用，而是通过某个中转服务，那么「请求最终落到哪个模型」这件事你无法验证。中转层可能做模型替换、降级、限流或缓存返回，表现就是出图慢、质量不稳、偶尔很好偶尔很差。

建议直接用官方渠道做一次对照测试。如果官方渠道明显更好，问题就出在渠道上，按服务条款走退款或售后流程即可。这里也要提醒：图便宜选择来源不明的转发服务，除了质量风险，还有账号安全和数据泄露风险，生成的内容会经过第三方，敏感素材不要这样传。

5. 会话上下文污染

在一个已经聊了几十轮的长对话里出图，前面关于风格、比例、内容的指令会持续影响后面的生成结果。有时候「越生成越差」只是上下文越堆越乱。遇到这种情况，新建一个干净会话重跑同样的提示词，往往立刻恢复正常。

一套可复现的排查流程

按顺序走一遍，基本能定位到具体环节：

1. 新建会话，不要在原对话里继续追问。
2. 固定一组提示词，包含画面内文字，先跑一次记录结果。
3. 换成同义但更结构化的提示词再跑一次，比较差异。
4. 换模式：纯文生图与带参考图各跑一次。
5. 换渠道：如果平时用的是第三方服务，用官方界面或官方 API 对照一次。
6. 换档位：如果有质量或速度选项，把高档位跑一次。
7. 换比例：竖图、方图、横图各试一次，观察细节密度是否随尺寸变化。

做完这七步，你会得到一张清晰的对照表：哪一步变化带来的提升最大，问题就在那里。

提示词模板：把要求写全

一份信息密度足够的提示词，通常包含主体、构图、光线、风格、文字、比例、排除项七个部分。可以直接套用：

主体：一只橘猫坐在窗台上，毛发清晰，姿态放松
构图：特写，主体位于画面左三分之一，背景是虚化的城市夜景
光线：暖色侧逆光，轮廓光勾边，暗部保留细节
风格：写实摄影，85mm 镜头，浅景深，轻微胶片颗粒
文字：画面右下角手写体英文 "STAY CURIOUS"，拼写必须完全正确
比例：3:4
避免：多余的手指、变形文字、水印、过度锐化、噪点

几个实用细节：

• 画面内文字单独成行，并明确写「拼写必须完全正确」，能显著降低错字率。
• 比例写清楚，不要靠模型猜。
• 「避免」段不要写太长，堆十几个负面词反而会让模型顾此失彼。
• 需要特定风格时，用「摄影师 + 镜头 + 光线」这类具体参照，比「要好看」有效得多。

需要高分辨率或批量生成时

如果你的用途是批量出图、需要固定尺寸、或者要把出图接进自动化流程，对话界面本身就不是为这个设计的。更稳妥的做法是申请官方 API 密钥，自己控制尺寸、质量参数和重试逻辑。

这时候会碰到两个工程问题：一是长时间批量调用需要一台持续在线的机器，本地电脑休眠、断网就会中断任务；二是跨地区调用时的网络稳定性。这两点上，把脚本放到一台长期在线的远程机器上跑是常见做法，例如整机放在新加坡机房的独享 Mac mini，按月租用、远程连接，适合长期挂着批量任务和 AI 编码工具。是否采用取决于你的调用量和网络状况，属于可选方案，不是必需。

小结

「生图质量差」几乎不会只有一个原因。合理的判断顺序是：先用文字渲染能力确认模型代际，再用结构化提示词排除写法问题，然后用对照实验区分分辨率、档位、模式和渠道的影响。

最容易踩的坑有两个：一是拿一句模糊的提示词去质疑模型，二是用来源不明的中转服务却期待官方级别的输出。把这两点解决掉，大部分「不像新模型」的抱怨都会消失。至于各档位具体支持多高的分辨率、哪些能力需要更高订阅，产品侧调整频繁，务必以官方最新说明为准。