GPT Image 2 韩文 prompt 实测：不是“能看懂”，而是“能还原”

在文生图领域，模型对非英文语种的理解一直是个老大难问题。英文 prompt 基本是通用标准，中文算是勉强能用，到了韩文，多数模型基本处于“猜个大概”的状态——出来的图和描述往往对不上。

笔者对 GPT Image 2 做了一系列多语种对比测试，发现它在韩文理解上的表现，和市面上大部分模型完全不在一个层级。

---

韩文 prompt 的精度测试

测试时用了同一套描述，分别用英文、中文、韩文输入，观察生成结果对原文语义和细节的还原程度。

韩文 prompt 中，笔者印象最深的一个案例是：

엄청 인형같은 얼굴의 K팝 여자 아이돌이 금색 여름 해변 의상을 입고 한국 잡지 표지 모델을 장식한 모습을 표현. 표지 문구에는 아이돌에 대한 소개 글이 들어가도록 표현. 아이돌의 이름은 여성스러운 이름으로 표현.

生成结果对这段描述的还原相当到位：

• 像娃娃一样的 K-pop 女偶像面部特征自然呈现，金色夏季度假装的配色和设计按预期实现
• 杂志封面布局合理，封面文字区域预留了偶像介绍文本的空间
• 偶像名字以女性化风格插入为文本，整体杂志封面氛围到位

笔者也测试了同一段意思的中文和日文 prompt，GPT Image 2 都能处理，但韩文版本在氛围词和情绪词的响应上尤为突出。比如 prompt 里加 “아늑한”（温馨的）或者 “쓸쓸한”（孤寂的），画面色调和构图的倾向会随之改变，不会被忽略或误读成别的情绪。

这在以往测试中是比较少见的。多数模型对英文以外的情绪形容词，基本处于“过滤掉”的状态。

---

图生图编辑：指令跟随度测试

图生图和编辑功能测了标准场景：固定人物，只改背景和衣服颜色。

Prompt：

배경을 벚꽃 공원으로 바꾸고 옷은 하늘색으로

测试发现，GPT Image 2 能保持人物面部和姿态基本不变，背景替换和衣服颜色调整也准确。对比之下，部分同类型模型在这个测试里要么人脸轻微变形，要么衣服颜色跑成别的色调——比如原本要求天蓝色，结果出了个深蓝色或者紫色。

这说明 GPT Image 2 在编辑任务里，对局部修改和整体一致性的平衡做得比较扎实，不会为了完成一个指令而破坏另一个区域。

---

分辨率和输出规格

GPT Image 2 支持直接输出 4K 分辨率，比例覆盖 1:1 到 21:9。对于需要做印刷物料、视频封面或者社媒不同尺寸配图的创作者来说，这意味着可以一次出图，省去后期裁剪的麻烦。

这个规格在目前的文生图模型里算是比较全面的，4K 直出也不是所有模型都支持。