Grok Imagine 可以用文字生成图片，也可以根据参考图做自然语言编辑。官方 API 当前推荐新请求使用 grok-imagine-image-quality，支持批量生成、常用画幅和 1K/2K 分辨率。
一、Imagine 图片功能能做什么
文字生成图片
适合概念图、商品场景、海报底图、人物和风格探索。
图片编辑
上传现有图片，通过文字修改背景、材质、风格或局部元素。
多张参考图
官方 Imagine 概览显示图片编辑可使用最多 3 张参考图。
多尺寸输出
图像 API 支持多个常用比例，并可选择 1K 或 2K 分辨率。
入口差异：grok.com、App 和 API 的按钮名称、额度与可调参数可能不同。本文方法通用，具体可选项以你的页面为准。
二、七段式绘画提示词
- 主体：画面中的人物、产品、动物或物体。
- 场景：时间、地点、环境和背景复杂度。
- 构图：远近、视角、主体位置和留白区域。
- 光线：天光、棚拍光、逆光、硬光或柔光。
- 材质：玻璃、木材、布料、金属及表面细节。
- 色彩与风格：主色、饱和度、真实摄影或插画语言。
- 输出：画幅、分辨率和需要避免的问题。
完整示例：
一台白色 AI 桌面设备悬浮在明亮的未来实验室中，正面略偏右，三分法构图，左侧保留大面积干净标题区；柔和天光从左上方进入，带细腻接触阴影；材质为白色陶瓷、磨砂铝和少量半透明玻璃；冷白与浅蓝色，高端科技产品摄影，真实、克制、无杂乱装饰，16:9，2K。
一台白色 AI 桌面设备悬浮在明亮的未来实验室中，正面略偏右，三分法构图，左侧保留大面积干净标题区；柔和天光从左上方进入，带细腻接触阴影；材质为白色陶瓷、磨砂铝和少量半透明玻璃；冷白与浅蓝色，高端科技产品摄影，真实、克制、无杂乱装饰，16:9，2K。
不要把互相冲突的风格堆在一起。先得到构图正确的版本，再补材质、文字或氛围，比一次要求几十个细节更稳定。
三、编辑图片时采用“保留—修改—禁止”结构
图片编辑最常见的问题，是模型在换背景时顺便重绘主体。解决方法是先明确不可触碰的边界，再描述需要改变的区域。
背景替换模板：
保留：完整保留产品形状、颜色、文字、字体、标识、比例、位置和表面细节。
修改：只把背景更换为明亮的浅色科技空间，加入柔和天光与自然接触阴影。
禁止：不重绘产品，不改文字，不新增标识，不改变镜头角度，不裁切主体。
保留：完整保留产品形状、颜色、文字、字体、标识、比例、位置和表面细节。
修改：只把背景更换为明亮的浅色科技空间，加入柔和天光与自然接触阴影。
禁止：不重绘产品，不改文字，不新增标识，不改变镜头角度，不裁切主体。
使用多张参考图时
- 为每张图指定用途，例如“图 1 只参考产品，图 2 只参考光线，图 3 只参考背景材质”；
- 不要让多张参考图同时控制同一要素，否则容易产生冲突；
- 人物或产品一致性要求高时，先固定主体，再迭代背景；
- 每次只改变一类变量，便于判断是哪条指令造成偏差。
四、如何选择画幅与分辨率
| 比例 | 适合场景 | 构图提示 |
|---|---|---|
| 1:1 | 头像、社交媒体、商品主图 | 主体居中或轻微偏移 |
| 16:9 | 网站首屏、视频封面、演示文稿 | 明确标题留白位置 |
| 9:16 | 短视频封面、手机故事 | 主体避免贴近上下边缘 |
| 4:3 / 3:4 | 演示插图、人物和商品详情 | 兼顾主体与环境信息 |
| 2:1 | 横幅、头图 | 减少小元素，强化横向层次 |
官方图像文档列出 1K 和 2K 两档。构思阶段可先用较小输出快速试错，构图稳定后再生成最终尺寸。API 返回的默认 URL 可能是临时链接，应及时下载或按官方 Files API 方法持久化。
五、三个实用提示词模板
电商商品主图
[产品] 位于画面中央偏下，纯净暖白背景，柔和棚拍光，真实接触阴影，产品边缘清晰，材质通透但不过曝；完整呈现包装文字，不新增文案，1:1，高端电商摄影。
科技网站首屏
抽象 AI 计算核心，位于画面右侧 40% 区域，左侧留完整标题空间；浅灰白背景、低饱和蓝紫光、玻璃与磨砂金属材质，细腻景深，现代科技网站视觉，16:9，无文字。
中文活动海报
为[活动]制作竖版海报，主标题准确写“[文字]”，副标题“[文字]”；主标题位于上方，人物位于中下部，颜色[配色]，排版简洁。除指定文字外不添加任何字符，9:16。
文字提醒：即使模型加强了文字表现，正式发布前仍应逐字校对。涉及品牌名称、价格和日期时尤其不能只看缩略图。
六、生成后检查这六项
文字
逐字检查标题、包装和标识。
结构
产品比例、人物手部和物体连接是否正常。
边缘
透明、毛发和复杂轮廓是否有破损。
光影
光源方向与接触阴影是否一致。
品牌
是否凭空增加了 Logo 或近似商标。
尺寸
画幅和留白是否满足最终版式。