GPT Image 2 合成家居场景图：客厅 / 卧室 / 书房 3 种场景的 prompt 与翻车规避

家居电商的场景图比其他品类更难做——消费者不仅看好不好看，还会下意识评估尺寸感、光影合不合常理、材质是不是”塑料味”。GPT Image 2 在图叮AI 上线后（截至 2026-04），我们用客厅、卧室、书房三种典型场景各跑了上百轮，把每种场景里真正能稳定出图的 prompt 写法和最常见的翻车规避动作整理在这里。

图注：客厅场景图的三要素——沙发与茶几比例、地毯覆盖范围、窗帘材质

为什么家居场景图比其他品类更吃 prompt 功夫

先把结论放前面：家居类目的场景图翻车，绝大多数不是模型能力问题，而是 prompt 没给到关键的比例锚点和材质描述。

这一点和美妆、3C、服饰不一样。美妆品类的场景图消费者更看重色彩和质感，比例失真影响没那么大；3C 品类白底图就能解决大部分问题；服饰有模特就自带比例参照。家居不同——用户看完图的下一步动作往往是量自己客厅有多大、床头柜能不能塞下当前空位。尺寸错半米，整张图的信任就塌了。

截至 2026-04，我们在图叮AI 上每天跑家居场景图的量级不小，翻出的翻车主要集中在三类：

• 比例失真：沙发看起来 1.5 米实际该有 2.2 米，或者床头柜高度超过床沿一大截
• 光影不自然：窗户在左边但影子朝左倒，或者吊灯发光但地上没对应亮斑
• 材质过 AI：皮革沙发变塑料，棉麻窗帘变橡胶，实木家具变无纹理塑料板

后面三节分别按客厅、卧室、书房拆，每节按”典型产品组合 / 参考图怎么搭 / prompt 要点 / 翻车规避”的顺序说。想先看 GPT Image 2 的 5 张参考图怎么组合更稳定，可以回头读GPT Image 2 的 5 张参考图怎么用才不乱；想看中文 prompt 的通用写法，参考GPT Image 2 的提示词写法。

客厅场景：比例是信任的底线

客厅是家居场景图里做得最多的场景，也是最容易翻车的一个。原因很简单——客厅里的家具件数多，沙发、茶几、地毯、落地灯、窗帘、抱枕、挂画，每一件都有自己的比例和材质，任何一件跑偏就会拉低整张图的可信度。

典型产品组合

客厅场景下我们最常接到的是这几类：三人沙发 + 茶几 + 地毯的组合、单体沙发 + 落地灯的氛围图、窗帘单品融入客厅背景的场景图。组合越多，模型越容易在比例上出问题，所以一次不要试图把客厅里所有家具都合进去——挑 2-3 件主角，其他作为背景存在即可。

参考图组合（建议 4-5 张）

参考图推荐按”主体 + 同风格参照”的结构组合：

• 参考图 1（主体产品图）：沙发或茶几的白底或轻背景产品图，用来锁尺寸比例和材质细节
• 参考图 2（风格基准场景）：已经拍过、氛围符合品牌调性的老客厅场景图，锁光比和色调
• 参考图 3（材质细节近摄）：沙发面料或茶几木纹的特写，让模型抓住织物纹理和木纹深度
• 参考图 4（比例参照物）：客厅里的身高参照——比如有人坐在沙发上的真实场景图，或者一把标准书椅放在茶几旁
• 参考图 5（可选，窗帘或软装）：如果需要特定窗帘材质或色调，单独附一张

参考图 4 这张比例参照物很多人忽略，但对客厅场景图特别重要。模型看过”沙发旁边坐了个真人”的图之后，再生成同一张沙发时，比例稳定度明显提升。

Prompt 要点

客厅场景的 prompt 核心是把”比例锚点 + 光源方向 + 材质类别”写清楚。参考写法：

现代客厅，三人米色布艺沙发居中偏左，沙发长度约 2.2 米（与身高 1.7 米成年人坐下后肩高比例一致），实木茶几置于沙发前方 50-60 厘米，地毯覆盖沙发和茶几下方整个区域延展至沙发外 30 厘米，侧面落地窗透入柔和自然光，窗帘为米白色亚麻材质半拉开，整体色调温暖但不浓烈，商业摄影风格，自然光主导

几个值得抽出来说的要点：

• 比例用具体数字：不要写”大沙发 + 小茶几”，写”沙发长度约 2.2 米 / 茶几高度约 40 厘米”，数字越具体模型越容易对齐
• 地毯覆盖范围要写清楚：地毯是客厅比例感的隐形锚点，只盖住沙发下方的 1/3 会显得空间局促，覆盖到沙发外 30 厘米就显得空间舒展
• 窗帘材质明确到材料：“亚麻 / 纯棉 / 天鹅绒”这些写清楚，不要只写”窗帘”——GPT Image 2 对材质类别敏感，但对模糊描述容易默认走塑料感
• 光源方向：写”侧面落地窗”比写”自然光”更能让模型锁定光影方向

翻车规避

比例失真：沙发出来像 1.5 米的单人沙发，实际应该是 2.2 米的三人款。对策：在 prompt 里明确”三人沙发 / 沙发长度 2.2 米左右 / 能坐下 3 个成年人”，并在参考图里加一张带真人坐姿的对比图。

光影不自然：吊灯打光但地板没对应高光，或者窗户在左侧但沙发右侧有反光。对策：prompt 主光源只写一处，避免同时写”吊灯 + 落地灯 + 窗户自然光”导致模型无法决定主光方向。如果确实需要多光源氛围，把其中一个降级为”点缀灯源，不作为主光”。

材质过 AI：棉麻沙发出来像塑料皮革感。对策：参考图里必须有一张面料特写，prompt 里材质要写到具体材料（“米色棉麻布艺，有明显织物纹理，非皮革非塑料”），负面描述可以直接加”避免塑料感 / 高光亮面”。

图注：左图是常见的比例失真翻车，右图是正常的客厅比例

卧室场景：床是最硬的比例基准

卧室场景图有个和客厅不一样的特点——消费者对床的尺寸有很强的心理预期。1.5 米双人床、1.8 米大床、2 米超大床，这些尺寸在用户脑子里有清晰的画面，稍微错一点就会被识破。

典型产品组合

卧室场景下最常做的组合：床 + 床头柜 + 床头灯、床 + 床品四件套、床 + 落地灯 + 飘窗氛围图、独立床头柜产品融入卧室环境图。床在大多数组合里都是主角，少数情况床品或床头柜是主角，床作为背景存在。

参考图组合（建议 3-5 张）

• 参考图 1（床或床头柜主体图）：产品白底图或轻背景图
• 参考图 2（完整卧室氛围图）：同风格的已拍卧室图，锁光比和空间感
• 参考图 3（床品面料或床头柜木纹特写）：材质锚点
• 参考图 4（床尺寸参照）：带人物的卧室图或者床边放标准枕头（50×70cm）作为尺寸参照
• 参考图 5（可选，床头灯或装饰画）：补充软装细节

Prompt 要点

卧室 prompt 的核心是把床的尺寸、床头柜的高度、床头灯的比例这三个关键比例关系写明确。参考写法：

现代卧室，1.8 米双人床居中靠墙，床头背景墙面为浅灰色乳胶漆，床头柜高度约 55 厘米（与床垫上表面齐平或略低 5 厘米），床头柜上放一盏落地灯，灯高约 150 厘米（从床头柜顶算起约 95 厘米），床品为纯棉米白色四件套有轻微褶皱，地面为浅色原木地板，侧面窗户透入柔和晨光，商业摄影，自然光为主

要点说明：

• 床头柜高度和床沿齐平是黄金比例：不写清楚模型经常生成高度比床还高一截的床头柜，看起来像餐桌
• 落地灯比例用”从底算”的绝对高度：别写”高落地灯”，写”灯高 150 厘米”更稳
• 床品褶皱要写但不过度：不写就是塑料感的平板；写”轻微褶皱 / 自然垂坠感”能出真实布料质感；写”大量褶皱”会出凌乱床
• 窗户方向：写明”侧面 / 床尾方向 / 床头方向”哪一侧有窗，避免光影冲突

翻车规避

床尺寸错误：1.8 米床出来像 1.5 米，或者反过来。对策：prompt 里明确”1.8 米 × 2.0 米双人床”，参考图里放一张带标准枕头（50×70cm，两只并排的宽度恰好 1 米）的真实卧室图作为比例锚点。

床头柜比床沿高一截：看起来像把餐桌放床边。对策：明确写”床头柜顶面与床垫上表面齐平或略低 5 厘米”，这句是关键。

落地灯比例异常：灯比床还高，或者矮得像台灯。对策：写绝对高度（“灯高 150 厘米”）比写相对描述（“高 / 矮 / 适中”）稳得多。

床品过 AI：棉麻床品出来像塑料膜。对策：参考图里必须有一张床品面料特写，prompt 材质写到具体（“纯棉 100% / 棉麻混纺 60% 棉 40% 麻 / 天丝质感”），加一句”保留自然织物纹理”。

图注：床 + 床头柜 + 落地灯的三件套比例关系是卧室场景图的核心锚点

书房场景：纵深感比宽度更重要

书房场景和客厅、卧室不一样的地方在于——书房是一个强功能性场景，用户看图时下意识评估”能不能好好工作”。书桌高度能不能舒服放手、椅子能不能靠进桌子底下、书架纵深够不够放大部头，这些决定书房场景图的可信度。

典型产品组合

书房场景下最常做的组合：书桌 + 办公椅、独立书架产品图融入书房环境、书桌 + 台灯 + 书架完整工作区、人体工学椅融入书房氛围图。

参考图组合（建议 3-4 张）

书房的参考图可以比客厅/卧室少一张，因为场景元素相对简单：

• 参考图 1（书桌或椅子主体图）：产品白底图
• 参考图 2（完整书房氛围）：同风格已拍的书房照
• 参考图 3（木纹或面料特写）：书桌材质或椅子面料锚点
• 参考图 4（可选，书架陈列参考）：如果涉及书架，加一张包含书脊深度的参照图

Prompt 要点

书房 prompt 的核心是把书桌高度、椅子坐高、书架纵深这三个功能性尺寸写清楚。参考写法：

现代书房，实木书桌居中靠墙，桌面高度约 75 厘米（标准办公高度），人体工学椅坐高约 45 厘米可完整滑进桌下（桌下净空约 65 厘米），书桌右侧墙面为深色实木书架高约 210 厘米，书架每格纵深 30 厘米可容纳大部头书籍，书桌上放一盏现代台灯，侧面窗户透入晨光，整体色调温暖偏中性，商业摄影，自然光主导

要点：

• 桌面高度 75 厘米是标准：这个数字几乎是办公家具的通用标准，写清楚模型能更稳生成合理比例
• 桌下净空至少 65 厘米：否则椅子滑不进去，画面看起来椅子是浮在桌外的
• 书架纵深是关键：只写”书架”经常出来贴墙薄架（15 厘米以内），放不下大书看起来就假。写”每格纵深 30 厘米”更稳
• 椅子要能滑进桌下：prompt 里明确”椅子可完整滑入桌下”，避免出那种椅子横在桌前的奇怪构图

翻车规避

桌面高度异常：出来的书桌看起来像小学生课桌（60 厘米）或者吧台（95 厘米）。对策：prompt 明确”标准办公高度 75 厘米”。

椅子滑不进桌下：看起来椅子是摆在桌子旁边的，不是配套的。对策：明确”椅子可完整滑入桌下 / 桌下净空约 65 厘米 / 椅子与桌面呈标准办公坐姿关系”。

书架纵深过浅：书架贴墙像装饰板，放不下厚书。对策：写明”每格纵深 30 厘米 / 可容纳大部头书籍 / 非装饰性薄架”。

台灯比例失调：台灯高过整个书桌高度。对策：写绝对高度（“台灯整体高约 40-50 厘米”）或相对描述（“台灯高约为书桌厚度的 1.5 倍”）。

图注：书房场景图的功能性比例比美观更重要

三种场景共通的 5 个翻车规避原则

前面拆完三种场景后，回过头看有些规避动作是通用的。下面这 5 条是不管做哪种家居场景图都应该在 prompt 里刻意处理的。

第一：比例锚点优先用数字。写”大沙发”不如写”2.2 米三人沙发”，写”高床头柜”不如写”55 厘米床头柜”。模型对模糊描述的默认值经常和你想的不一样，数字是最可靠的锚点。

第二：主光源只写一处。客厅写”侧面落地窗”就够了，不要同时写”吊灯 + 落地灯 + 窗户”；卧室写”床头方向窗户晨光”就够了，不要同时加”吊顶筒灯 + 床头阅读灯”。多光源模型会混，结果是哪个光影都不对。

第三：材质写到具体材料。不要写”沙发”，写”棉麻布艺沙发”；不要写”木质茶几”，写”实木茶几 / 橡木 / 胡桃木”；不要写”窗帘”，写”亚麻窗帘 / 纯棉窗帘 / 天鹅绒窗帘”。材质类别越明确，出 AI 塑料感的概率越低。

第四：参考图要有材质特写。5 张参考图里至少留一张给材质特写——沙发面料的微观纹理、木纹的深浅、床品的织物走向。这张图对规避材质过 AI 的作用比任何 prompt 描述都有效。

第五：避免图内文字。家居场景图不要让模型画海报文字、品牌 logo、价格标签。GPT Image 2 截至 2026-04 中文渲染稳定度还有限，文字类需求单独用其他工具处理，不要挤在场景图 prompt 里。

图叮AI 上跑这套流程的实际成本

上面这套 prompt 逻辑在图叮AI 上跑的成本挺低——GPT Image 2 单张0.06 元/张起，家居场景图从第一轮试错到定稿通常 3-5 轮，也就是几毛钱出一张能用的图。

实操流程是这样的：

1. 先跑第一轮最简 prompt：不加复杂参考图，只写最基础的”客厅 / 卧室 / 书房 + 主要家具 + 光线方向”。看模型默认能出到什么水平。
2. 根据第一轮结果补参考图：哪块比例不对补比例参照图，哪块材质不对补材质特写图，有针对性地加。
3. 第三轮以后开始精调数字：比例数字、材质类别、光源方向逐条细化。
4. 最终定稿前检查 5 个通用原则：数字锚点、主光源、材质具体、参考图材质特写、避免图内文字。

按这套流程走，单张图的平均试错轮数通常能压到 3-4 轮，成本大概 0.2-0.3 元。对比传统拍摄（家居场景租棚一天几千元、外请模特布景几万元），成本差了三个数量级。

关于家居电商场景图合成的更底层策略，可以参考家居场景图合成实战：软装搭配与空间感营造策略；关于家具场景图里最容易踩的比例陷阱，参考家具场景图最大的坑不是假，而是尺寸感错了。

把 prompt 逻辑从”试错”沉淀成”模板”

做了几百张之后回头看，家居场景图的 prompt 逻辑其实可以结构化——每种场景都是”核心主体 + 配套家具 + 空间元素 + 光源 + 材质锚点”五段式。把这个结构记下来，每次写新 prompt 时按顺序填进去，比凭感觉写稳定得多。

截至 2026-04，我们把这套 prompt 逻辑也在积累团队内部的模板库——每新做一个细分场景（比如日式卧室、美式客厅、北欧书房），就把对应的 prompt 模板沉淀下来，下次遇到同类需求直接套。这是家居电商团队效率最大化的关键：不是每张图都从零写，而是把稳定出图的 prompt 结构固化成可复用的资产。

GPT Image 2 单张起步 0.06 元的定价让这种”多轮试错 + 模板沉淀”的工作方式变得经济可行。以前传统拍摄时代，一个风格拍错就是几千块损失，没人敢大批量试；现在单张几毛钱，多跑几轮把 prompt 跑稳才是真正省钱的做法。