gpt image 2.5 翻车实录：首日十张图的失败清单
先摆结论：翻车不挑图，挑指令。越是要它"想一下"的地方，摔得越狠；一句话能说死的改动，基本不会出事。
gpt image 2.5 翻车这事，我是发布当天下午就撞上的。那天我一口气喂了十张图，有旧照片、街拍、商品图，还有两张带镜子的室内照。改到最后我做了一份失败清单：十张里真正一次过的只有三张，剩下七张分别在五个地方栽了跟头——手指、文字、镜子反射、半截执行、改A动B。这份清单就是这篇的全部内容，每种姿势配当时的具体场景，和我后来摸索出的绕开办法。
手指：老毛病没断根，只是换了花样
单手特写稳，多手交叠必翻，指令里把手指动作写死是唯一有效的办法。这是十张图里我验证最彻底的一条。
具体场景是这样的：一张咖啡店约会照，两个人碰杯，画面里一共四只手。第一遍出来，女生左手五个手指是齐的，右手四根，杯柄穿过了虎口。男生那边更离谱，握杯的手指和杯耳长在了一起。我重试三次，四只手从来没同时正常过，最好的一次是三对一残。
单手托咖啡杯的特写倒是没出问题，五根手指清清楚楚。我琢磨下来的规律是：它画一只手靠的是"平均印象"，两只手一旦有接触、交叠、传递东西，就要现场推理谁的手指压着谁，这一步就是摔的地方。绕开办法有两个，要么改构图让画面里只出现一只手，要么指令写成"左手四指可见，拇指按杯壁，右手不入画"——把每根手指的岗位派好，成功率肉眼可见地上去了。
文字：让它"改两个字"，它给你重写一整块
带文字的图，只要指令里没写"其余文字保持原样"，它就默认有权重新创作。这张图我返工了五次。
那张图是一张促销海报，我只想把"满300减30"改成"满200减20"。指令发过去，改是改了，海报下面一行小字"活动最终解释权归门店所有"变成了另一句文绉绉的话，左上角的品牌名英文还拼错了一个字母。第二遍我补了一句"其他文字不动"，小字保住了，品牌名照错。
第五遍我才摸到门道：把不许动的文字逐字写进指令，"顶部品牌名保持XXX三个字母不变，底部小字保持原文，只替换中间价格数字"。它确实认字，改出来的"满200减20"笔画干净利落，这点比老版本强多了。毛病出在它太热衷表现自己会写字——你给它留了任何发挥空间，它就要添一笔。所以带文字的图，指令要么全圈死，要么干脆把文字区域裁出来单独改。
镜子：反射内容是它的推理考卷，交白卷那种
镜子和玻璃反射里的内容，它基本是"编"的，不是"算"的，人拿东西的画面重灾区。这两张室内照翻得最冤。
第一张是卧室自拍，人对着穿衣镜。原图里我朋友举着手机拍照，我让它把背景杂物清一下。出来之后地面干净了，镜子里却多了一扇原图里没有的窗。第二张更典型：玄关镜，原图里镜子里该映出沙发一角，改完之后沙发还在，镜子里换成了一幅画。
说白了，反射内容要求模型在脑子里做一次空间推理——光源在哪、视角在哪、镜面里该出现什么。这恰好是它最弱的环节。它知道"镜子里应该有个房间"，就随手布置一个合理的房间，不去对照画面本身。我的绕开办法分两步：能裁掉镜子就裁掉，构图上避开；裁不掉，就把指令写成"镜面反射内容与原图完全一致，不得增删任何物体"。这么写之后，玄关那张第四遍才对，卧室那张到最后也没完全对，镜子里的窗变成了一盏灯。能用通用的图就别留着镜子较劲。
复杂指令只执行一半，改A动B：两兄弟是一个病根
一次下三四个要求，它通常只老老实实做两个；你指哪它改哪，但它会顺手改你不指的地方。这两类翻车我合并讲，因为病根一样。
半截执行的例子：商品图我让它"换成木桌面背景、加上下午茶氛围、杯口加一点热气"。出来一看，背景换了，热气也有，"下午茶氛围"没了——没有点心，没有桌面上的小物件，就是块光秃秃的木板。它执行了字面最具体的两项，把需要自己发挥想象的那项直接丢了。
改A动B的例子更气人：街拍里我只说"把左边红色邮筒改成绿色"，改完邮筒是绿了，行人外套的蓝也深了一个色号，整张图的色温跟着变了。它不是没听懂，是把"改颜色"理解成了"调整这张图的色彩"。
绕开的思路我总结成三句话：一次只派一个任务，做完验收再派下一个；形容词换成名词，"下午茶氛围"写不成"桌上放两块司康饼和一壶茶"；被改动范围写死边界，"仅邮筒本体变色，画面其余元素包括色温保持原样"。按这个来，那天下午的后四张图，我的重试次数从平均五次降到了两次左右。
这套"一次一个任务"的纪律，其实跟我之前做批量API修图时是一样的，指令模板写得越死，跑得越稳，感兴趣的可以看那篇ai修图程序怎么搭？用API批量修图的自建尝试。
回看这十张图，翻车点可以分成两类：靠记忆复现的都过了，靠现场推理的几乎全挂。这不是玄学，是它的干活方式决定的。手指、文字这类，训练数据里见过海量的样本，它是在"背"，所以规整场景背得很准。镜子反射、复杂指令拆解、改动范围控制，这些要求它对着眼前这张从未见过的图现场做空间和逻辑推演，推不动就编一个看着合理的答案交差。所以同样是翻车，姿势不同，解法相通：把推理替它做完，你自己先想清楚每根手指、每行字、每面镜子该是什么样，写成一条条名词化的短指令塞给它。它当画笔很好用，你让它兼当策划，它就开始自由发挥。
同一天我也拿几张没翻的图整理过前后对比，怎么看对比图里的门道，可以翻翻这篇ai修图图片怎么看门道？读前后对比图的六个细节。
十张图跑完，我对这台新机器的态度是：能力确实上了一个台阶，中文文字、整体质感都比印象里的旧版强不少，可它的失败清单也没变过位置——哪里要推理，哪里就埋雷。发布首日这份失败清单我留着了，下回上手先看图里有没有镜子、有没有交叠的手、有没有要动的文字，有的话，指令提前写死。工具没变，变的是你得替它把脑子带上。
常见问题
翻车的图还有救吗，还是直接放弃重出？
看翻在哪。文字拼错、颜色不对这类局部问题，补一条范围锁死的短指令再改一两轮，多数能救回来。手指交叠、镜子内容错乱这类结构问题，救的成本高，我一般直接改构图重出，比反复重试省额度。
重试几次没效果就该停手吗？
我给自己定的线是三次。同一处毛病重试三次还犯，说明指令本身没解决根因，这时候该改指令而不是继续抽卡。把模糊的形容词换成具体的名词和数字，往往第二遍就过了。
指令写得越详细越好吗？
详细不等于长。有效的是具体：数字、位置、颜色名、逐字的文案。无效的是堆要求，一段指令里塞四个任务，它必丢一两个。详细指每句话说死一个点，不是写小作文。
这些翻车坑在新版本里会修好吗？
文字渲染这块从我的体感看确实比旧版进步明显，中文基本不乱码了。反射和空间推理属于老难题，发布首日看不出根治迹象。我的建议是不指望版本升级兜底，指令习惯先改起来，哪个版本都吃这套。
改图和生成新图，哪个更容易翻车？
改图翻得少。生成一张全新场景，镜子里的内容、手指姿态全靠它自由发挥，雷区更多。改图好歹有一张底图托着，只要指令圈死范围，它照抄底图的部分基本不会出幺蛾子。