gpt-image-2生图模型分享及网关超时问题探讨

背景

近期，基于 gpt-image-2 模型的公益生图服务在 LINUX DO 社区引发关注。该服务通过 New API 网关进行统一调用，旨在为用户提供便捷、低成本的图像生成能力。然而，在实际部署与使用过程中，用户遇到了上游生图响应时间超过 60 秒导致 New API 网关返回 504 超时错误的问题。尽管在容器层面配置了 RELAY_TIMEOUT=180 和 STREAMING_TIMEOUT=300 等超时参数，但部分场景下仍受限于网关默认行为。

为解决这一技术痛点，社区提供了“自定义模型供应商”直连方案作为替代，但为了保持工具链的统一性与便捷性，分享者整理了八套经过验证的高质量提示词（Prompts）与工作流。这些案例涵盖了从城市微缩景观、天气可视化、建筑创意、美食分解、菜谱生成到史诗级历史地图及旅游指南等多种复杂场景，展示了 gpt-image-2 在精细控制、风格统一及结构化输出方面的强大能力。

核心内容

本文分享了八种基于 gpt-image-2 的具体应用案例，每种案例均针对特定视觉需求设计了详细的提示词结构：

1. 城市 3D 微缩景观

该案例旨在生成逼真的地理俯瞰地图，并在特定地理位置升起城市的微型 3D 立体模型。

• 视觉要求：融合地标建筑、自然景观与文化元素，与地图基底无缝衔接。
• 风格细节：采用超写实材质与精细纹理，具备细腻景深。使用柔和影室灯光搭配微妙阴影，呈现电影级构图与高端微距摄影风格。
• 规格：正方形 1:1 画幅，强调极致细节与真实比例。

2. 城市天气可视化

针对缺乏 Function Call 调用天气数据的应用场景，通过手动填入天气信息生成视觉化图片。

• 构图：45° 俯视视角，竖版（9:16）居中构图，建筑置于中央。
• 材质与光影：体现真实的 PBR 质感，材质细腻温润，光影柔和逼真。
• 元素融合：动态天气效果与城市景观互动，背景选用纯色柔和色调。
• 信息排版：图片正上方显示天气图标（无背景，可与建筑重叠），下方为日期（超小字）和温度范围（中号），图标上方为城市名（大号）。文字语言需与输入城市名称语言保持一致。

3. 城市字母建筑创意

利用建筑物形状模拟城市拼音字母，创造独特的城市景观。

• 场景设定：明亮阳光下的现代街道。
• 核心创意：建筑物形状独特，拼出【城市拼音】，颜色限定为亮红、白和蓝。
• 视觉平衡：保持建筑物本身的真实感，字母相似性需微妙自然，避免过于突兀。

4. 美食垂直爆炸分解图

通过结构化 JSON 数据驱动生成超写实的美食垂直爆炸图，精确控制各组件位置与标签。

• 结构定义：使用 JSON 格式定义 subject（主体）、layout（布局）、layers（层级组件）、background（背景）及 lighting_and_style（光影风格）。
• 层级示例：以巧克力咖啡饮品为例，从顶部的可可粉微粒到底部的玻璃杯，中间包含巧克力酱、奶油、液态层、咖啡豆及糖晶体。
• 风格要求：高级深色背景（石墨色至木炭色渐变），柔和受控的影棚光，每层下方有清晰分层阴影。超锐利微距写实主义，英文标签配合极简细指示线，8K 画质。

5. 食材制作分解（手绘菜谱）

利用大语言模型生成食材清单，并转化为手绘风格的菜谱插图。

• 案例对象：经典汤煮螺蛳粉。
• 内容拆解：
  • 汤底：螺蛳与猪骨焯水，加入姜片、葱结、香料（八角、香叶等）熬煮，辅以料酒、生抽、蚝油。
  • 配菜：酸笋（特色臭味来源）、酸豆角、油炸腐竹、炸花生米、木耳、黄花菜、青菜。
  • 米粉处理：干米粉煮至变白后焖制，过凉水防粘连。
  • 组装：米粉、青菜、配菜入碗，淋上滚烫汤底，可选加辣椒油。

6. 照片拼图（Collage）

通过结构化参数生成社交媒体风格的时尚照片拼图。

• 数据结构：使用 JSON 定义 subject（主体）、clothing（服饰）、hair（发型）、face（表情）、accessories（配饰）、environment（环境）、lighting（光线）、camera（镜头角度）及 style（风格）。
• 场景示例：年轻女性在冬季森林中的 3x3 网格拼图。
• 细节：包括棕色泰迪大衣、白色短上衣、灰色运动裤等服饰；背景为雪林道路、松树及黑色 SUV；光线为柔和阴天日光；风格为生活方式拼图、社交动态照片堆叠，强调活力与写实。

7. 史诗级 3D 历史文明地图

生成具有时间叠层效果的史诗级 3D 等距地图场景。

• 视觉主体：巨大的【中华文明】古地图从展开的羊皮卷轴中浮现，占据整个画面。
• 地形表现：墨线化为生动地形，山脉拔地而起，城市层层堆叠，河流闪光，边界以金色柔光燃烧。
• 时间维度：多个文明层（如燕蓟遗存、元大都、明清古城、现代都市）在时间叠层中交错，仿佛时间被折叠。
• 细节与氛围：雕刻的时间线盘旋于地图，刻有重要年代，所有文字为【中文】。极致比例对比，密集微观细节，戏剧性金色夕照光线，体积感尘埃氛围，电影级景深，8K 画质。

8. 城市旅游指南信息图

生成现代、干净、高端编辑风格的旅游信息海报。

• 布局：1080x1080 正方形，中心为【南宁】的 3D 地图剪影或光泽纸雕地图，带有首都标记。
• 板块设计：
  • SECTION 1 快速事实：首都、人口、货币、语言、时区、最佳旅行时间，采用现代圆角气泡/徽章样式。
  • SECTION 2 省份/地区：列出省份，配以迷你图标（山、河、沙漠等）和简短标签，通过细线连接至地图。
  • SECTION 3 主要城市：5-8 个关键城市，通过图钉和线条标注，避免杂乱。
  • SECTION 4 特色食物：4-6 种著名食物，配以迷你插图或照片风格剪影，标注口味描述。
  • SECTION 5 文化与亮点：著名节日、传统音乐/舞蹈、地标、自然亮点，使用简洁矢量图标。
  • SECTION 6 旅行贴士：4-6 个编号面板，包含飞机、火车、酒店等图标，采用玻璃拟态（Glassmorphism）面板与柔和渐变。
• 整体风格：现代无衬线字体，高可读性，强网格对齐，留白充足，受国旗启发的点缀色，适合社交媒体传播。

关键要点

• 技术痛点与解决方案：New API 网关默认 60s 超时可能导致长耗时生图任务失败（504 错误）。虽然容器内可设置 RELAY_TIMEOUT 和 STREAMING_TIMEOUT，但若需彻底解决，可考虑使用自定义模型供应商直连，或在网关层优化超时策略。
• 结构化提示词的重要性：对于复杂场景（如美食分解、旅游指南），使用 JSON 或结构化段落定义主体、布局、层级