




早上ChatGPT Images 2.0更新,看到海總理分享,我拿一張隨手拍的豆漿照片,開始一路往下試:
- 從最短的 prompt
- 到加入「精品感」
- 再到加入「棚拍產品照」
- 接著補上受眾、場景、氛圍、光線、構圖、道具
- 最後一路延展成 100 種可複製的 prompt 寫法
結果很明顯:
同一張原始照片,只要 prompt 結構有邏輯,真的可以長出完全不同的廣告世界。
Prompt 寫得越像企劃 brief,AI 長出來的圖就越像真的廣告。
為什麼我會測 ChatGPT Images 2.0
今天開始很多人在討論 ChatGPT Images 2.0 回歸後的表現,
我自己最有興趣的,不是它能不能把圖變美,而是它到底能不能更接近行銷現場真正需要的東西。
因為對做行銷的人來說,重點從來都不只是:
- 畫面漂不漂亮
- 質感夠不夠高級
- 看起來像不像廣告
真正的問題是:
- 這張圖要賣什麼
- 這張圖要說給誰聽
- 這張圖想讓人相信什麼
- 這張圖背後的商業目的有沒有被表達出來
所以這次我想測的,不是單純的 AI 修圖能力。
我更想看的是,當我把受眾、場景、利益點講清楚時,ChatGPT Images 2.0 能不能把這些企劃意圖翻譯成畫面。
這次測試素材很簡單:一張辦公桌上的豆漿照片
原始素材很簡單:
- 一張辦公桌上隨手拍的豆漿照片
- 主角就是一罐厚濃黑豆奶
- 沒有特別佈景
- 沒有專業打光
- 沒有商業攝影棚
然後我用同一張照片,去測試不同層級的 prompt。
最一開始其實只有這種等級:

把照片中的這杯豆漿升級質感廣告圖 1:1
這種寫法很短,也不是不能用。
但問題是,它比較像「交代任務」,還不是「交代方向」。
所以我就一路往下加條件。
例如:
- 精品感
- 棚拍產品照
- 電商廣告圖
- 針對小學生、媽媽、上班族、健身族溝通
- 北歐風廚房、健身房、瑜伽墊旁、早餐桌等場景
- 柔光、自然窗光、強烈側光
- 高蛋白、無加糖、輕盈無負擔、成長營養等利益點
到這裡你就會發現,真正讓圖變強的,從來不是「多加幾個形容詞」。
而是你有沒有把一張圖要負責的溝通任務講清楚。
ChatGPT Images 2.0 厲害在哪:它開始更像在理解廣告需求
這次最有感的地方,我覺得有 4 個。



1. 它開始更像在理解「廣告需求」,不只是理解「物件」
以前很多 AI 生圖工具很會長圖,卻不一定很會做「商品溝通」。
但這次你會感覺到,只要你把受眾、場景、利益點講得夠清楚,它生成的不只是漂亮畫面,還會往「像廣告」這件事靠近。
例如同樣是一罐豆漿:
- 對健身族,就會往機能感走
- 對媽媽,就會往家庭安心感走
- 對上班族女性,就會往輕盈、舒服、療癒感走
- 對小學生,甚至可以走更教育導向的呈現
這種差異,不只是畫風不同,而是溝通目的不同。
2. Prompt 一旦有結構,延展性會非常高
這次我最大的收穫,不是那幾張圖本身。
而是我發現,原本零散的 10 個 prompt,其實可以整理成一個可複製的公式。
當你把 prompt 拆成幾個變數之後:
- 受眾
- 利益點
- 場景
- 光線
- 氛圍
- 構圖
- 道具
- 風格
你不再是「想一句 prompt」,是在「組一套視覺策略」。
也因為這樣,一罐豆漿要延展出 100 種下法,根本不是難事。
3. 同一個商品,可以被重新包裝成很多種市場語言
這件事對做行銷的人特別重要。
因為商品沒有變,
但市場切角可以一直變。
同樣是黑豆奶,你可以把它說成:
- 上班族的早晨補給
- 健身族的植物性蛋白來源
- 媽媽眼中的家庭早餐選擇
- 小學生的營養幫手
- 女性白領的輕盈生活提案
- 熟齡族的日常營養支持
這其實就是行銷人的基本功:
同一個產品,可以有很多種被理解的方式。
AI 把這件事變快了。



4. 它很適合拿來做靈感拆解
這類測試特別適合拿來提案,因為它夠直覺。
一張原圖,大家都看得懂。
一組組 prompt 改寫後的產出圖,大家也一眼就能看出差別。
你不用先講很抽象的概念,只要直接讓大家看:
- 為什麼這張像電商
- 為什麼這張像品牌圖
- 為什麼這張像健身廣告
- 為什麼這張像媽媽社群會轉發的內容
- 為什麼這張比較像教育型素材
幾乎立刻就能理解,一張圖的溝通任務。
我整理出的可延展 Prompt 公式
如果你今天也想把手上的商品照拿去做延展,最值得帶走的是下方可延展 Prompt 公式:
可延展 Prompt 公式
把照片中的這個產品改成【用途類型】1:1,
我要對【受眾】介紹【產品主張/利益點】,
放在【場景】,
使用【光線】,
呈現【氛圍】,
採用【構圖】,
搭配【道具】,
整體為【高質感商業攝影風格】。
這個公式看起來很簡單,但其實已經把商品廣告圖最重要的骨架放進去了。
寫商品廣告圖 Prompt 前,先想清楚這 5 件事
1. 這張圖是要賣什麼
- 是賣高蛋白?
- 是賣無加糖?
- 是賣早餐感?
- 是賣精品感?
- 是賣家庭安心感?
你沒先想清楚,圖就很容易只有漂亮,沒有主張。
2. 這張圖是要說給誰聽
這是很多人最容易跳過的一步。
但其實只要受眾一換,整張圖就應該跟著換。
例如:
- 對媽媽說,要有照顧感、早餐感、安心感
- 對健身族說,要有機能感、力量感、補給感
- 對上班族說,要有快速、方便、輕盈、好入口的感覺
- 對小學生或家長說,要有營養教育與親和感
沒有受眾,就很難有真正精準的視覺。
3. 你要用什麼場景幫這個主張加分
很多 prompt 只會寫「高質感」或「精品感」,但這其實不夠。
真正會把畫面拉開層次的,是場景。
例如:
- 北歐風廚房
- 健身房重訓區
- 瑜伽墊旁
- 辦公桌
- 家庭早餐桌
- 日系窗邊餐桌
- 白底棚拍
- 木質托盤與暖光背景
場景不是背景而已,它是在替你的主張找證據。
4. 光線、構圖、道具,其實是畫面語氣
這三個欄位很多人以為是攝影細節。
但在廣告圖裡,它們其實就是語氣。
- 柔光 = 溫柔、舒服、療癒
- 強烈側光 = 機能、力量、戲劇感
- 俯拍 = 早餐、餐桌、生活感
- 低角度 = 氣勢、功能、主體感
- 亞麻布、木托盤 = 自然、生活感
- 啞鈴、毛巾 = 健身、補給感
- 沙拉、水果 = 早餐、均衡、家庭感
這些不是裝飾,它們都是在幫產品說話。
5. 最後才是把它寫成 prompt
很多人一開始就急著寫 prompt,但真正順的做法剛好相反。
應該是先想:
- 我要賣什麼
- 我要對誰說
- 我要在哪個場景說
- 我要讓人感覺什麼
- 我要用什麼畫面語氣去說
最後再寫成 prompt。
這樣你寫出來的句子才不會只是「很長」,而是真的「有方向」。
一張豆漿照,我會先拆成哪 5 種廣告方向
這次那 10 組 prompt 的產出,我覺得很適合拆成這幾類:
A. 精品品牌感
適合做品牌視覺、社群封面、主視覺測試。
重點是質感、留白、包裝存在感。
B. 電商轉單感
適合購物頁、廣告投放、功能訴求型商品圖。
重點是清楚、直接、可理解。
C. 家庭早餐感
適合媽媽受眾、家庭溝通、親子內容。
重點是安心、陪伴、營養均衡。
D. 上班族輕盈感
適合都會女性、上班族社群、日常提案。
重點是舒服、好入口、低負擔。
E. 健身機能感
適合高蛋白、運動補給、男性或健身族群素材。
重點是力量、效率、補充感。
這 5 類,其實已經足夠把一個單一商品,拉出很多種市場語言。
ChatGPT Images 2.0 不是只會修圖,而是在放大商品企劃
我們終於可以更低成本地把同一個商品,快速測成很多種不同溝通版本。
以前這件事要做,通常要:
- 攝影
- 企劃
- 美術
- 文案
- 修圖
- 反覆溝通
現在不代表那些專業不重要,
恰恰相反,是因為你越懂受眾、越懂溝通、越懂品牌,AI 出來的東西才越有用。
它不是取代企劃,它是在放大企劃。
我自己的結論很簡單
ChatGPT Images 2.0 這次真的不是回來湊熱鬧的。
最厲害的地方,不只是畫面變強。
它開始更像一個能接住你「行銷意圖」的生成工具。
你丟給它的,最好包含:
- 受眾
- 需求
- 情境
- 利益點
- 畫面語氣
- 商業目的
當你這些講得夠清楚,它回給你的,就不只是圖。
而是一張比較接近「能溝通、能轉換、能拿來用」的商業素材。
而這,也是我覺得這次最值得玩的地方。
一張隨手拍的豆漿照,可以變成 100 種 prompt 下法,你可以看見,Prompt 其實是一套可複製的溝通設計。
如果你也想試,先從這 3 步開始
Step 1
先找一張你自己隨手拍的商品照。
越日常越好。
Step 2
不要只下「幫我變漂亮」。
先補上:
- 我要對誰說
- 我要講什麼好處
- 我要放在哪裡
- 我要什麼感覺
Step 3
同一張圖,至少改 5 個版本:
- 品牌感
- 電商感
- 家庭感
- 上班族感
- 健身感
你會很快發現,AI 開始不是在幫你修圖。
它是在幫你做市場切角。
結論:Prompt 不是描述畫面,而是在設計市場溝通
這次我最想留下的一句話是:
Prompt 不是描述畫面,而是在設計你想對市場溝通的語言。
ChatGPT Images 2.0 這次真的不是只回來玩漂亮圖而已。
它最厲害的地方,是開始更像一個能接住行銷意圖的生成工具。
你丟給它的,最好包含:
- 受眾
- 需求
- 情境
- 利益點
- 畫面語氣
- 商業目的
當你這些講得夠清楚,它回給你的,就不只是圖。
它可以給你一張更接近「能溝通、能轉換、能拿來用」的商業素材。
而這,也是我覺得這次最值得玩的地方。
一張隨手拍的豆漿照,可以變成 100 種 prompt 下法。
重點從來都不只是豆漿。
重點是,你終於能更清楚地看到:
Prompt,本質上其實是一套可複製的溝通設計。
不定期分享行銷、AI、生產力工具上的實驗與成果,歡迎追蹤、留言,或分享給需要的人。


