从文字生成第一张可用图片

“高级一点”大概是图片生成里最常见，也最昂贵的一句话。它听起来像要求，其实只是情绪。ChatGPT 可以迅速给出一张漂亮图片，但漂亮不等于能用：人物正好站在标题区，横图裁成竖图只剩半张脸，留白很多，却留在了错误的一边。

生成图片真正考验的不是想象力，而是把脑中的感觉变成画面上能看见的关系。

先说它要去哪里

同一张“年轻人在咖啡馆使用电脑”的图，放在文章头图、课程封面和电商广告里，需要的是三种构图。文章头图要容纳标题；课程封面要在缩略图尺寸下仍看清主体；广告还要给价格和按钮留位置。

所以，与其先罗列风格词，不如先告诉 ChatGPT：图片出现在哪里、比例是什么、观看者第一眼应该看到什么、文字准备放在哪一块。用途会主动淘汰许多无关的审美选择。

例如：

我要做一张 16:9 的课程封面。主题是一位普通上班族第一次使用 ChatGPT。
人物放在画面右侧，左侧保留干净、低细节的标题区；画面像真实工