Qwen Image 2.1：用文字或參考圖做出想要的圖片

參考圖欄位留空，模型就只看你的文字描述來作畫；放進幾張照片後，同一個輸入框就成了修圖指令。點子剛冒出來時先用文字試，之後要換上真的商品照，也不必另開工具、重寫一次需求。

商品照、品牌標誌、背景底圖、色票，可以在同一次任務裡一起交給模型。每張圖都有固定的排序位置，你能清楚說明哪一張負責提供主角，哪一張只是借用它的光線或配色。

最先上傳的就是「第一張圖」，再來是「第二張圖」，以此類推。寫一句「把第一張圖的玻璃瓶擺到第三張圖的木頭桌面上」，比重新描述每張照片長什麼樣子精準得多。

不用先把想法翻成英文再輸入。中文、日文、韓文或其他語言都可以，輸入框最多可放 5000 個字元，畫面情境、氣氛、版面安排，還有要印在圖上的文字，都寫得進去。

需要在畫面裡放字的時候，像是海報主標、餐廳菜單板、禮盒上的品名，中文和英文都能有不錯的表現。把要出現的字原封不動放進引號，再交代擺放位置，模型就會把它當成文案，而不是場景的一部分。

試稿用 1K，要列印、裁切或放在大螢幕上就用 2K。長寬比從正方形一路到超寬的 21:9 和超高的 9:21；編輯模式另外多了「自動」，直接沿用第一張參考圖的比例。

第一張上傳去背乾淨的商品照，第二張放客廳或戶外風景，請模型把商品自然地擺進這個場景。如果光線看起來太平，再加一張氣氛對的圖，並註明它只用來參考光線。

中文大標配英文副標，或是反過來，一段提示詞就能寫完。要印刷的海報選 3:4 或 2:3，螢幕用途選 16:9；字要在大尺寸下維持清晰時，再改用 2K。

提供同一個人、毛小孩或吉祥物的幾張照片，請模型換個姿勢或換個地點。寫明哪張圖看臉、哪張圖看穿搭，能幫助模型抓住你在意的細節。

收集最多 10 張能代表色調、材質與氛圍的圖片，請模型融合成單一畫面。在正式安排拍攝之前，用它跟客戶溝通視覺方向，既快又直觀。

描述成品之前，先說明每張圖的角色：「第一張是商品，第二張是背景，第三張只參考色調」。有了這份分工，模型就不必自己猜哪張照片才是重點。

做招牌或海報時，把文字一字不差地寫在引號裡，再補上位置與大小，例如「上方一行大標題，下面一行小字」。字數越精簡，每個字正確落位的機會越高。

整段畫面可以用中文描述，同時在引號裡寫出要出現在圖上的英文標語；反過來也行。同一段提示詞混搭多種語言，完全不成問題。

構圖還在調的階段，先跑幾版 1K；方向確定之後再切換成 2K 輸出正式版。2K 需要等比較久，把這段時間花在真正值得留下的那張圖上。

5000 個字元很夠用，但照固定順序寫會更好讀：主角、場景、光線、風格，最後才是文字與版面。結構清楚的提示詞，下一次要修改時也輕鬆許多。