舊模型把文字當紋理畫、還拼錯；GPT Image 2 把文字當版面元素處理——配合對的 prompt，你能直接產出標題、副標題、CTA 都清晰可讀的活動海報。

GPT Image 2 為什麼改變了做海報這件事

早期的圖像模型是把字母形狀當成紋理來照抄，所以「WELCOME」經常回吐成「WELCMOE」。GPT Image 2 把文字當成版面元素：它保持網格邏輯和字形、守住字距，在一整塊文字裡保持一致。這就是裝飾性塗鴉和一條你真能拿去發布的標題之間的差別。

第三方測試顯示，當文案鎖在引號裡時，首次生成的文字準確率超過 95%——而舊模型只有 60-70%；同一批測試也說明了原因：不加引號時，像「WELCOME」這樣的詞只有大約三分之一的機率拼對；放進引號後跳到大約 89%。（這些是早期的第三方基準，不是官方數字，但結論方向到處都一致。）

這就解鎖了一個真實的用例：帶可用標題、副標題和行動號召按鈕的行銷海報和廣告 Banner——而不只是事後還得自己排字的漂亮背景。

Streetwear Fashion Campaign Asian Apparel Poster — GPT Image 2 prompt example by @harboriis — Example output — the Streetwear Fashion Campaign Asian Apparel Poster prompt by @harboriis.

引號規則，以及為每個文字塊命名

規則一：任何必須原樣出現的內容都放進雙引號，並標註 verbatim。引號之外的一切都是提示；引號之內的一切都是合約。

Include only this text, verbatim: "FRESH AND CLEAN". No extra words, no duplicate text.

規則二：按角色為每個文字塊命名，這樣模型才會排出真正的層級，而不是一團沒有區分的字塊。海報通常需要兩到三個命名層級：

Headline (EXACT TEXT): "SUMMER SALE"
Subhead (EXACT TEXT): "Up to 50% off, this week only"
CTA button label (EXACT TEXT): "SHOP NOW"

分別約束每個塊的字重、相對大小和對齊方式——標題用厚重的窄體無襯線，副標題用纖細的無襯線，CTA 放在一個高對比的膠囊按鈕上。遇到不常見的品牌名或拼寫，在 prompt 裡逐個字母拼出來，以進一步提高字元準確率。

版式、層級與留白

先描述版式，再說風格。告訴模型每個元素放在哪、留出多少空間：

用方向詞定位：「headline top-left, product on the right, logo top-right」。
明確要求呼吸感：「generous negative space, uncluttered」——這能避免那種侷促、塞得過滿的預設效果。
釘死對齊與節奏：「centered, clean kerning, consistent baseline grid」。
設定高對比配色讓文字保持可讀：「cream background, navy headline, one red accent on the CTA」。

把要命的關鍵文案寫短：每個塊一到四個詞渲染得最穩，再加上「no reflow unless necessary」能阻止模型把你的行重新折行成亂碼。

Epic Career Moments Cinematic Poster Template — GPT Image 2 prompt example by @Goodmanprotocol — Example output — the Epic Career Moments Cinematic Poster Template prompt by @Goodmanprotocol.

三個可直接貼上的海報範本

活動或促銷海報——標題、副標題和 CTA：

Event promotion poster, 2:3 vertical, high quality. Layout: bold headline at top, subtitle below, CTA button near the bottom, generous negative space. Headline (verbatim): "SUMMER SOUND 2026". Subtitle (verbatim): "Aug 15-17, Riverside Park". CTA button (verbatim): "GET TICKETS". Headline in bold condensed sans-serif, subtitle in light sans-serif, CTA on a high-contrast pill button, clean kerning, centered. Neon purple-to-pink gradient background, white text, high contrast. Render all text verbatim, no extra words, no duplicate text, text perfectly legible.

極簡產品 Banner——16:9：

Minimalist product banner, 16:9, high quality. Layout: product on the right, text block on the left, lots of empty space. Headline (verbatim): "PIXEL PRO 2026". Tagline (verbatim): "See more. Think less.". Large bold sans-serif headline, small light tagline beneath, left-aligned, clean kerning. Clean white background, charcoal text, one accent color on the product. Text verbatim, appears once, no extra words, no duplicate text.

多層級版式海報——密集而有序：

Schedule poster, 3:4 vertical, high quality. Layout: title bar at top, three labeled sections below, footnote at bottom. Title (verbatim): "DESIGN WEEK 2026". Section labels (verbatim): "TALKS", "WORKSHOPS", "SCHEDULE". Title in heavy sans-serif, section labels bold uppercase, list items regular sans-serif. Strong hierarchy, left-aligned columns. Off-white background, near-black text, one red accent for labels, high contrast. Render every line verbatim, preserve order, no reflow, no extra words.

防亂碼：常見坑與安全網

即便是這麼強的模型也是機率性的，所以要內建護欄：

拼寫亂碼：文案寫短、字級放大、用引號包住並標「verbatim」。
文字被重複或被憑空捏造：加上「no extra words, no duplicate text, no additional logos」——模型有一種「補全衝動」，你給它空間它就會亂填。
小字或密集字崩壞：用 high quality 生成，免得壓縮把字元吃掉。
行被錯誤折行：把長文案拆成命名的短塊，並加上「no reflow」。

至於任何必須分毫不差的內容，安全網是這樣：批量生成四到十個變體、挑出乾淨的那個；或者——對於法律條款、價格、長段落——在生成時把那塊區域留白，事後在設計工具裡排字。模型負責搞定視覺；你來保證拼寫。