GPT Image 2 做餐饮美食出图：菜品、饮品、外卖封面 3 类场景实操

餐饮老板最近问得最多的一类问题：菜品图怎么拍都没食欲、饮品图里冰块像塑料、外卖封面在手机缩略图尺寸下”糊成一团红”，明明食材没差，图上就是差那口气。截至 2026-04，图叮AI 已经把 GPT Image 2 跑过几十单餐饮客户的素材单，这篇按菜品 / 饮品 / 外卖封面三条线拆开讲每类的痛点、参考图怎么搭、prompt 怎么写、哪些点 AI 会翻车。

图注：菜品、饮品、外卖封面三类素材，AI 的切入点和翻车点完全不一样，不能拿一套 prompt 硬套

为什么餐饮出图要单独讲

在进入三类拆解之前，先把餐饮图为什么难说清楚，不然后面的参考图和 prompt 读起来没根。

餐饮消费者决策的路径和服装、美妆很不一样：看到图时大脑里主要运行一个问题——“好不好吃”。这个判断大多数时候只花半秒钟，全靠几个物理信号：酱汁的光泽是不是”挂得住”、食材的纹理是不是”吸水饱满”、热菜有没有”刚起锅的油亮”、冷饮有没有”手握上瞬间的凉”。只要某一项没到位，消费者大概率就划走了——这盘菜 / 这杯饮料也就过不了”想吃”这关。

这也是为什么餐饮美食摄影是商业摄影里最吃细节的一类。同一盘红烧肉，打光差一档变成”油腻”，少一丝热气变成”冷菜摆拍”。AI 生图学的是这些现象的视觉统计分布，学不到”食物要活”的底层逻辑——所以 GPT Image 2 在餐饮线上的最大价值不是替代大片级的招牌菜拍摄，而是替代批量菜单图、饮品场景图、外卖封面适配这些”量大、复用、单张预算低”的场景。菜单上 30 道菜、饮品单上 20 个 SKU、外卖平台要求的封面 + 详情 + 套餐组合图矩阵，靠 AI 跑一次的成本比摄影棚便宜两个量级。

有了这层认知，下面三类的拆解才有意义。新读者可以先看总体上线公告《GPT Image 2 在图叮AI 正式上线》补背景，价格 0.06 元/张起，餐饮场景单张成本跟外包摄影棚相比差出一到两个量级。

第一类：菜品图 · 中餐、西餐、日料的不同解法

菜品图是餐饮线里最容易翻车也最值得细拆的一类。难点集中在”每个菜系的成图语言完全不同”——把中餐的 prompt 套给西餐，出来的画面大概率变成”一道看不懂菜系的菜”。

典型痛点 有三个。一是”菜系错位”——同样一盘意大利面，用中餐摄影的俯拍加深色大盘，拍出来变成”中式红酱面”，菜系识别度直接崩；二是”食材假”——AI 画的米饭颗粒经常糊成一坨、肉纤维方向乱画、汤汁质感像塑料；三是”构图撑不住屏”——菜品放画面正中，四周留白处理不对，缩小到菜单缩略图尺寸直接”看不清主体”。

中餐 prompt 模板 可以照这个骨架改：

a Chinese braised pork belly (hong shao rou) on a dark matte ceramic plate,
overhead top-down shot, soft warm top lighting,
subtle steam rising from the plate,
glossy caramelized soy sauce coating the meat,
dark wooden table background, 
a pair of bamboo chopsticks placed at 30-degree angle on the right,
shallow depth of field,
editorial food photography style, warm natural tones.

四个关键词建议锁死：菜名（用拼音 + 英文俗称双写）、盘型（深色哑光陶瓷 vs 亮面白瓷，直接决定菜系观感）、光向（中餐顶光，勿用侧打光）、热气（“subtle steam rising”，这个词能让一盘菜”活起来”，但写 “heavy steam” 会糊掉主体）。

西餐 prompt 模板 反着写：

an Italian cacio e pepe pasta on a large shallow white porcelain plate,
three-quarter angle shot, soft window side-light from left,
freshly cracked black pepper scattered on top,
silver fork twirling pasta in the center,
rustic linen napkin slightly out of focus in the foreground,
depth of field around f/2.8 look,
restaurant editorial photography.

西餐关键差异：大平盘 + 侧打光 + 3/4 角度 + 前景虚化道具。用顶光拍意大利面就立刻变成”家庭餐桌”氛围，而不是 fine dining。

日料 prompt 模板 又是另一套：

a sashimi moriawase (assorted sashimi) on a dark slate stone plate,
overhead top-down shot, soft cool-white lighting,
fresh tuna, salmon, hamachi slices arranged in fan composition,
daikon radish shreds and shiso leaf garnish,
wasabi and pickled ginger in tiny bowls on the side,
clean minimal composition, negative space on the left,
cool high-key Japanese food photography style.

日料的视觉语言：石板 / 木板 + 冷白光 + 负空间构图 + 极简道具。日料写”warm tone”出来的图立刻不对——日料的”鲜”是冷色传达的，暖色一加变成韩式烤肉观感。

参考图组合 三类都一样搭法：1 张干净的主体参考（最好是拍过的真盘，哪怕手机拍的也行）+ 1 张菜系调性参考（从该菜系经典摄影作品里挑一张氛围）+ 1 张餐具材质参考（深色陶瓷 / 白瓷大平盘 / 黑石板，这张决定整套图的菜系基调）。GPT Image 2 在图叮AI 上支持最多 5 张参考图，菜品场景 3 张基本够用，超过反而分散模型注意力。参考图的搭配细节可看《GPT Image 2 的 5 张参考图用法 Playbook》。

可能翻车点 有三个，都要 PS 人工补：一是米饭 / 面条的颗粒纹理经常糊化，高端菜单线的素材要用 PS 锐化画笔在主体上刷一层；二是酱汁高光位置偶尔出现”两条”（AI 没处理好光源一致性），反选高光层做一次蒙版擦除；三是筷子 / 刀叉的金属反光容易过曝成一条白线，要做一次高光压暗。翻车治理思路可参考《GPT Image 2 能力边界》。

我们前阵子经手过一家本帮菜连锁店的菜单改版，一口气出 42 道菜的主图。原本按外拍+精修报价要两万出头、排期 10 天，换成”每道菜由后厨摆盘拍一张手机参考图 + GPT Image 2 换盘换背景出成品菜单图”这条路之后，整套跑在图叮AI 里耗了大半天，人工补锐再花了一天半，整体单张成本降到个位数元。客户最后留下的反馈也不是省钱——“42 道菜的视觉一致性肉眼看不出差别”这件事对菜单系列图的意义，比单张质量更重要。全流程的做法可参考我们之前写的《菜品图和用餐氛围怎么一起卖：餐饮菜单双套素材 SOP》。

第二类：饮品 · 咖啡、奶茶、鸡尾酒的质感差异

饮品是餐饮线里对”物理真实感”要求最高的品类。菜品翻车往往还能靠”摆盘漂亮”弥补，饮品翻车——冰块像塑料、水珠画成贴纸——画面整张废掉没得救。

图注：冰咖啡能不能做出”凉意”，看的不是 prompt 里有没有写”ice”，而是冰块的形态、杯壁的水珠、杯底的水渍有没有同时到位

咖啡

咖啡是三类饮品里 GPT Image 2 表现最稳的——咖啡液面的克丽玛（crema）、冰美式的冰块层次、拿铁的奶泡拉花，训练数据覆盖量最大。

prompt 模板：

an iced americano in a tall clear glass, 
real crystalline ice cubes with natural irregular facets,
visible condensation water droplets clinging to the outer glass wall,
a thin pool of water forming at the glass base on wooden counter,
soft diffused window light from the left,
shallow depth of field with blurred cafe background,
specialty coffee editorial style, true-to-life color.

关键词锁死：“real crystalline ice cubes with natural irregular facets”（避免模型画成魔方般的规整冰块，这是饮品 AI 翻车第一大症状）、“condensation water droplets”（杯壁水珠是”凉意”的核心物理信号）、“water pool at the base”（杯底水渍是”真的冰了一会儿”的信号，缺了这条画面没有时间感）。

奶茶

奶茶的视觉核心是层次 + 料感——珍珠沉底、茶汤分层、芋泥波波的颗粒、奶盖的厚度——任何一层画糊，产品识别度就没了。

prompt 模板：

a brown sugar boba milk tea in a tall clear plastic cup with a dome lid,
visible layers from top to bottom: thick milk foam, caramelized brown sugar streaks on the inner wall, creamy milk tea, and tapioca pearls settled at the bottom,
the brown sugar syrup drizzling down the glass wall creates tiger-stripe pattern,
soft natural light, warm wooden tabletop, blurred tea shop background,
beverage product photography, vibrant but realistic colors.

关键词锁死：“tiger-stripe pattern” / “layers from top to bottom”——奶茶的 prompt 不能只写”a milk tea”，模型会默认给你一杯奶白色的素奶茶，没有卖点。要一层一层把”看点”写进去，珍珠、糖浆挂壁、奶盖厚度、吸管斜插角度，模型才画得出奶茶的”层次质感”。

鸡尾酒

鸡尾酒是饮品里最挑的一类。玻璃器型 + 液体颜色 + 装饰物 + 冰块形态四件事同时决定画面成色，缺一不可。

prompt 模板：

a classic negroni cocktail in a rocks glass,
bright ruby red liquid with slight transparency,
a single large clear ice cube (ice sphere style) in the center,
an orange peel twist curled on the rim, a few droplets of orange oil on the liquid surface,
background: dark marble bar counter with bokeh warm bar lights,
moody three-quarter angle shot, side-light from left,
professional cocktail photography, rich saturated color but not over-saturated.

鸡尾酒的 prompt 建议指定经典鸡尾酒名（Negroni / Old Fashioned / Martini），而不是只写”a cocktail”。模型对具名饮品的视觉记忆精度远高于泛称——杯型、颜色、冰块规格、标准装饰物全部靠”名字”一把锁住。

参考图组合：饮品场景 2 张参考最好——1 张干净的产品参考（最好有真杯拍的效果图，哪怕吧台实拍的手机照）+ 1 张氛围参考（该饮品的目标调性，比如精品咖啡店、网红奶茶店橱窗、高端酒吧吧台）。别把”不同饮品的效果图”混在一起喂——模型会”串味”，出来的咖啡里带着奶茶的珍珠，画面直接废。

可能翻车点 三条：

• 冰块塑料感：首轮 80% 概率出现”过于规整的魔方冰块”。补救法是 prompt 加 “natural irregular ice with slightly melted edges”，不够再加一张真冰照片作参考，第二轮就稳。
• 水珠贴纸感：AI 画的水珠有时整齐排成一列（像喷了一排小点），明显不真实。prompt 写 “scattered random-sized condensation droplets, some larger, some smaller” 能缓解；仍假的话 PS 补一层真实水珠素材叠上。
• 液体透明度错乱：鸡尾酒、奶茶的液体透明度画不准——鸡尾酒应该是”半透明有底”，奶茶是”完全不透明”。prompt 分别写死 “slight transparency”（鸡尾酒）和 “opaque”（奶茶），模型才不混。

冰感场景的更完整做法可看我们之前那篇《饮料产品海报怎么做出冰感：涂抹控图冰雪场景实战》，用涂抹控图能把”冰块位置”死锁在构图里，对”冰块塑料感”这个问题的治理效率比纯 prompt 高一档。

图注：左边冰块太规整、水珠排列太整齐，右边冰块有不规则棱面、水珠大小错落——这就是饮品图”塑料感”与”凉感”的分水岭

第三类：外卖封面 · 美团、饿了么的平台风格适配

外卖封面是这三类里最特殊的一类，因为它本质上是拍给”一厘米缩略图 + 平台算法”看的，不是给用户在大屏细看的。

图注：外卖封面要”在缩略图尺寸下被一眼认出”，不是”在 A4 尺寸下看着漂亮”——这是和菜单图最大的设计差别

典型痛点 两个：一是饱和度把控不住——很多餐饮老板看到外卖平台上其他店”红彤彤亮晶晶”的封面，让 AI 跑出来却变成”塑料感 + 色彩失真”，反而降低点击率；二是构图不过首屏——用菜品摄影的”留白 + 精致摆盘”做外卖封面，缩到用户手机里变成一个”看不出是什么的色块”，完全败给旁边一张”汉堡塞满整个画面”的封面。

美团风格

美团用户习惯的封面视觉：主体撑满画面 60% 以上、暖色调（偏黄橙）、高食欲信号（光泽、流心、焦化）、背景极简不抢戏。

prompt 模板：

a juicy double cheeseburger, patty dripping melted cheddar cheese,
crisp lettuce and tomato slice peeking out,
toasted sesame brioche bun with visible sesame seeds,
the burger occupies about 65% of the frame, placed slightly off-center left,
warm overhead key light creating a subtle golden glow,
clean warm beige backdrop (not pure white),
commercial food photography style, vibrant warm tones but NOT oversaturated,
3:2 aspect ratio suitable for delivery platform cover.

关键词锁死：“occupies about 65% of the frame”（把主体放大是外卖封面的硬规则，缩略图下才看得见）、“NOT oversaturated”（很多人以为外卖图要拍得越艳越好，实际上饱和过头直接让消费者觉得”廉价”——美团平台近两年审美在上移，过饱和反而会被算法判定低质，截至 2026-04 这个趋势仍在延续）、“warm beige backdrop”（别用纯白，纯白在手机深色模式下显眼得不自然；也别用正红，正红在平台千篇一律反而辨识度低）。

饿了么风格

饿了么和美团的视觉差在构图角度上——饿了么封面更偏向3/4 角度或略俯视（45° 左右），美团更偏向正俯视（90°）。这是两个平台用户习惯沉淀出来的差异。

prompt 模板：

a bowl of Sichuan mala xiang guo (dry hot pot) packed with ingredients: 
beef slices, lotus root, potato, quail eggs, green chili, dried chili, sichuan peppercorns,
vibrant red chili oil coating everything,
three-quarter angle shot at about 45 degrees,
warm golden hour lighting from the upper right,
clean dark wooden table with subtle texture,
bowl positioned center-front, ingredients filling 70% of frame,
commercial food photography, saturated warm reds but realistic,
3:2 aspect ratio for delivery cover.

关键词差异：“three-quarter angle shot at about 45 degrees”（饿了么风格的招牌角度）、“ingredients filling 70% of frame”（比美团风格的 65% 再放大一点，饿了么用户对”料多”的视觉敏感度更高）、“saturated warm reds but realistic”（川菜品类饿了么喜欢偏红，但仍要”realistic”锁住不过饱和）。

参考图组合：外卖封面场景 2 张参考——1 张主体参考（自家菜品真拍图）+ 1 张”同平台同品类高转化竞品封面”（不是抄，是让模型学平台的视觉语言）。不要拿精修级菜单图喂给模型做外卖封面——菜单图的”克制、高级、留白”和外卖封面要的”饱满、诱食、撑屏”是反方向的，混进去画面直接分裂。

可能翻车点：

• 色彩过饱和：首轮 50% 概率出现”红得发荧光”的画面，像 P 了一层红色蒙版。prompt 必加 “NOT oversaturated, realistic color”，仍翻的话降低 temperature 或换 “natural warm tones”。
• 构图不撑屏：模型默认会给”精致的小碗主体 + 大量背景留白”的构图，这在外卖封面上等于”缩略图纯背景”。prompt 一定要写死 “occupies X% of the frame”，用数字锁构图。
• 摆盘细节过于精致：AI 生成的外卖封面常有”餐厅 fine dining 摆盘”的惯性——酱汁画成艺术花纹、配菜摆成扇形。这在外卖场景里反而”不像真能吃到的东西”。prompt 加 “casual plating, looks like actual take-out serving” 能拉回。

外卖封面的验收是缩略图测试：把生成的图缩到 200×133 像素，扔在一堆竞品封面截图里，自己一眼能不能识别出主菜是什么、是不是想点。识别不出就回炉，别凭”原图好看”就放上线。关于 e 商图的整体质量验收可参考《电商视觉验收 5 条硬指标》，验收逻辑有共通之处。

三类共通的”规避翻车”总结

跑完几十单餐饮素材之后，三类场景共通的翻车规避法可以压成三条。

第一，食材不自然 → 先给真参考再写 prompt。AI 对食材物理属性的学习是统计性的——“米饭”被画成塑料颗粒、“肉丝”画成橡皮条、“虾仁”画成半透明胶皮，这些都是训练数据分布偏差导致的。治理法不是死磕 prompt，而是给模型一张自家真食材的手机照作参考图；模型对”视觉样本”的学习效率远高于对形容词的学习。一个细节：自家食材参考图建议用自然光拍，别用闪光灯——闪光灯会让食材表面的微观油脂反光变”假”，模型学进去生成的图也会跟着假。

第二，冰块假 → 分”形态 + 规格 + 数量”三维锁。上面已经讲过”natural irregular ice”是防塑料感的关键，这里补充一个更高阶的技巧：冰块的”规格差异”要在 prompt 里显式写。比如”3 irregular ice cubes of different sizes: one large about 3cm cube, one medium about 2cm, one small sliver”, 比”some ice cubes”稳定度高一档。原理是模型在生成”some”时倾向于画对称均匀的堆叠，一旦数字 + 尺寸显式写出，它会”认真处理”每一块冰。冰感极致要求的场景（夏季新品主图）还可以上涂抹控图路径，具体见《饮料产品海报怎么做出冰感：涂抹控图冰雪场景实战》。

第三，色彩过饱和 → 用”NOT oversaturated”做硬锁。餐饮线里最常见的一个问题：老板觉得”颜色越艳越想吃”，让 AI 跑出来的画面却变成”色彩失真的塑料感”。治理思路是——色彩不是靠堆饱和出来的，是靠正确的光源和对比出来的。prompt 里加 “NOT oversaturated, realistic color, natural warm tones”，比写”vibrant color”效果好。顶级餐饮摄影作品的共通点都是”色彩真实 + 对比强烈 + 光源清晰”，AI 可以照这个原则走，而不是照”更艳”走。关于 prompt 的结构化写法总结可参考《GPT Image 2 prompt 写法总结》。

一个典型场景：连锁餐饮的”三类素材一次出齐”

现实场景里餐饮客户通常是”菜单图 + 饮品图 + 外卖封面”要一起要——不然跨渠道的视觉割裂会让品牌形象散掉。

核心原则是让三类 prompt 共用一套”品牌视觉锚点”：同一套色温、同一套构图偏好（留白多还是撑屏）、同一套道具系（是否有筷子 / 餐具 / 木板 / 餐巾纸）。任何一维不统一，三渠道的图拿在一起就容易散。

具体做法是先定一张”品牌调性参考图”——可以是品牌线下门店照、视觉手册里的一页、或一张自己手机拍的最满意的真图。这张参考图在三次生成里都挂着作为氛围锚点，每次只换菜品本体，锚点不动。这样跑出来的一整套图才会是”一个品牌的三个渠道版本”，而不是三张独立图。

我们前阵子经手过一单二线城市新锐茶饮品牌的 SKU 视觉升级，20 个饮品 SKU × 3 套渠道图 = 60 张。用”单一品牌锚点图 + GPT Image 2 换主体”跑下来，整体预算压到原外包报价的六分之一，交付周期从三周压到三天。客户最满意的一句是——“走进门店看一圈、再回头看外卖封面，感觉是一个地方”。这件事摄影棚跨三周分多次补拍反而更难做到，因为每次补拍都是不同天、不同光。

最后一段不算总结的话

餐饮做 AI 生图不是”写 prompt 出图就完事”——这个品类藏着菜系语言 × 物理真实感 × 渠道视觉规则三层约束，任何一维失控画面就散。

实操建议：前期用 0.06 元/张起的成本跑 30-50 张小样，把三类场景的参考图组合都跑熟，把”自家品牌视觉锚点”沉淀成一份 prompt 说明书——之后每月新品上架、季节新菜单、平台大促素材全部套模板，单张几分钱起，交付从按周算变成按小时算。

“菜品塑料感""冰块假""外卖封面糊”这三个翻车点，在 prompt 锚点设对、参考图挑对、色彩不过饱和的前提下，GPT Image 2 基本都能大幅缓解（少数极端素材仍需人工补）。餐饮这条线本来就是 AI 出图最该吃的场景之一——高频、大批量、单张预算低、视觉一致性比单张大片更重要。