如何製作能正確呈現標題的 AI 電影海報（2026）

海報提示詞的結構

海報必須在大約一秒內抓住注意力，因此有效的提示詞只需描述四件事：一個主體、一種類型與情緒、光線，以及文字要放在哪裡。最後一點是人們最常忽略的。如果你沒有告訴模型要留下空間，它會把畫面填得滿滿的，最後你會找不到不遮住臉部的地方來放標題。

一個可靠的結構是：[主體 + 動作] + [類型與情緒] + [光線與鏡頭] + [色彩分級] + [明確指定標題與演職員名單的留白] + [長寬比]。控制在幾個句子內。更長的提示詞不會讓海報更好 — 只會給模型更多把文字弄亂的機會。

請記住這句話：先描述畫面，再告訴模型要在哪裡留下空白畫布。

依類型分類的可直接複製提示詞

以下每一段都是文字生成影像提示詞。它們刻意為標題保留空間，並要求使用 2:3 畫面比例 — 這是真實電影海報的形狀。在 Gemini 3 Pro Image 上執行可獲得最豐富的風格；如果你已經知道標題文字會很多，則可使用 gpt-image-2。

動作

一名孤獨的特種部隊行動人員在黃金時刻衝過正在崩塌的屋頂，塵土與碎屑凝結在半空，直升機在充滿煙霧的天空中盤旋，以 35mm 變形寬銀幕鏡頭拍攝，強烈的輪廓光，青綠與橙色調，超高細節且具電影感。頂部三分之一保持乾淨，留給醒目的金屬質感標題；底部 15% 加深，留給演職員名單。直式電影海報，2:3。

恐怖

夜晚從門口望向一條昏暗的農舍走廊，遠處盡頭站著一個失焦的人影，微弱的月光，強烈的電影顆粒感，低飽和的綠色與病態的黃色，深沉陰影吞沒邊緣，50mm 鏡頭，令人不安的負空間。上方保持空白，留給纖細的襯線標題與簡短標語。直式電影海報，2:3。

科幻

夜晚，一個孤獨的人影站在屋頂上俯瞰霓虹巨型城市，高聳的全息廣告看板，飛行載具拖曳著光跡，體積霧，青色與洋紅色調，濕潤的反光表面，超廣角電影構圖。頂部中央保留清晰空間，留給寬幅未來感標題；底部邊緣留給演職員名單。直式電影海報，2:3。

愛情

黃昏時分，兩個人在雨水映亮的城市街道上、串燈下靠近站立，溫暖柔和的散景，柔和的逆光，淺景深，電影攝影色彩，親密而安靜。頂部留下大量空曠天空，留給優雅的手寫體標題；底部留出空間放置單行標語。直式電影海報，2:3。

動畫

一名勇敢的年輕發明家和一個小巧圓潤的機器人夥伴，在日出時站在綠草如茵的山頂上，充滿風格化的 3D 動畫電影質感，柔和的全域照明，溫暖且飽和的色彩，富有表情的臉部，家庭冒險氛圍。天空頂部保持開闊，留給大型圓潤標題；底部留給上映日期欄。直式電影海報，2:3。

如上所示，保持通用的動畫風格。要求使用特定工作室的獨有風格，或直接指定其角色名稱，會讓你陷入商標問題，而你不會希望商業海報建立在這種風險之上。

把你自己的照片變成海報

人們最常搜尋的版本是「把我放上海報」。這屬於影像編輯工作：你提供一張照片作為參考，模型會在保留相貌特徵的同時，圍繞照片構成海報。使用你自己的照片，或是你擁有相關權利的虛構角色 — 不要使用真實名人，也不要使用商標角色。未經同意把別人的臉放上海報，是這裡唯一可能真的讓你惹上麻煩的捷徑。

將以下提示詞貼到附有你照片的影像編輯模型中：

動作主角

以我上傳的照片作為主角，製作一張電影感動作海報：中央採用低角度英雄姿勢，黃金時刻的輪廓光，身後有煙霧與火星，青綠與橙色調。保持我的臉部與相貌特徵不變。頂部三分之一保持空白，留給標題。直式，2:3。

愛情，兩位主角（附上兩張照片）

以兩張上傳的照片作為兩位主角，構成一張愛情海報：兩人的臉靠得很近，身後是黃昏城市街道的溫暖光線與柔和散景。保留兩人的相貌特徵。頂部留出空間放置手寫體標題，底部放置標語。直式，2:3。

恐怖獨角戲

將上傳的肖像照變成恐怖電影海報的主角：半張臉隱沒在陰影中，冰冷月光，低飽和色調，強烈顆粒感，身後是一條空蕩走廊。保留相貌特徵。上方保留空間，留給纖細標題。直式，2:3。

想在不撰寫程式碼的情況下試試這些提示詞嗎？在 gpt-image-2 影像編輯頁面或 Gemini 3 Pro Image 影像編輯頁面上執行，或直接跳到完成品 AI Movie Poster Maker。

如何選擇模型：文字或風格

兩個模型正好沿著一條界線分工 — 文字精準度與其他一切。

在我測試的所有模型中，gpt-image-2 生成影像內文字的準確度最高，包括密集的演職員名單與非拉丁文字。如果你的標題是日文或中文，就應該選它。它按 token 計費（GPT Proto 上每 1M 輸入 token 為 $6.4，每 1M 輸出 token 為 $24），因此單張高品質大型海報的費用會高於按張計費的模型，而且尺寸與品質越高，費用也會增加。

Gemini 3 Pro Image 則偏向另一端：更強的寫實風格、更好的系列角色一致性、最高可輸出 4K，以及每張固定 $0.0804。當你執行批次任務時，這種可預測性正是它的價值所在。

實際操作上：先在 Gemini 3 Pro Image 中製作藝術效果與風格；如果標題無法清楚呈現 — 或你需要第二種語言 — 再使用 gpt-image-2 進行精確文字處理。這項取捨確實存在。gpt-image-2 的準確度意味著每張圖片成本更高，因此只有在文字確實需要它時，才選用這個模型。

設定正確的比例

影院電影海報的尺寸是 27×40 英吋，也就是 2:3 比例。大多數提示詞指南都會給你正方形圖片，因為那是模型的預設值；但當你把正方形海報放在真正的電影海報旁邊時，立刻就會顯得不對。請明確設定形狀。

在 gpt-image-2 中，以像素傳入 size：快速生成 2:3 圖片可使用 "1024x1536"，若要用於印刷則可選擇更大的尺寸 — 最長邊最高 3840px，兩邊皆須為 16 的倍數，長寬比不得寬於 3:1。

在 Gemini 3 Pro Image 中，將 aspect_ratio 設為 "2:3"，並將 size 設為 "4K"，即可得到 3392×5056 的圖片，尺寸足以印刷。社群媒體可使用 9:16，適合限時動態；4:5 則適合動態消息。

真正的難點：讓標題文字清晰

這是我最常遇到的失敗。要求一個提示詞同時繪製複雜場景、長標題、標語與演職員名單時，文字會最先出問題 — 字母融化、單字拼錯、字距崩潰。兩個模型生成文字的能力都比去年的擴散模型好得多，但要在詳細的藝術作品中一次生成密集的排版文字，仍然是它們最容易失敗的地方。

解決方法是拆成兩個步驟。

第一步：生成藝術作品，並讓標題區域保持空白（上面的每個提示詞都已經這樣做）。第二步：將該圖片透過影像編輯呼叫再次送回模型，只要求它加入文字 — 標題、標語與演職員名單，並明確說明字型與位置。由於模型現在是在編輯，而不是從頭創造整個畫面，因此文字更常能清楚地呈現。

以下是一個第二步驟的影像編輯呼叫，使用第一步驟生成的圖片作為輸入：

titled = generate(
    "openai/gpt-image-2/image-edit",
    {
        "prompt": (
            'Add the title "MIDNIGHT SIGNAL" in a bold condensed sans-serif '
            "across the empty top third, a smaller tagline just below it, and a "
            "credits block along the bottom edge. Do not change the rest of the image."
        ),
        "images": [poster["outputs"][0]],   # the pass-one image URL
        "size": "1024x1536",
        "quality": "high",
        "response_format": "url",
    },
)
print(titled["outputs"])

如果是非拉丁文字標題，請在 gpt-image-2 上執行第二步 — 它的多語言文字生成能力，正是值得支付較高單張費用的原因。請記住這句話：不要讓模型在同一個步驟中既畫圖又寫標題。

應避免的錯誤

• 在一個提示詞中塞入複雜場景、長標題和多個角色。文字會最先出問題 — 將流程拆成兩個步驟。
• 沒有留下空白空間。沒有預留位置時，標題就會壓在臉上。
• 生成正方形圖片。海報應為 2:3；在 gpt-image-2 上將 size 設為 1024x1536，或在 Gemini 3 Pro Image 上將 aspect_ratio 設為 2:3。
• 忘記解析度。預設值約為 1K — 若要印刷，請明確傳入更大的尺寸。
• 讓 URL 過期。GPT Proto 回傳的是暫時性圖片 URL，因此請立即下載，或改為請求 b64_json。
• 在提示詞中放入真實演員的臉或商標角色。請使用自己的照片或原創角色；承擔法律風險並不值得。

透過 API 執行：製作五十張，而不是五張

以上所有方法都能在網頁工具中一次生成一張海報。使用 API 的理由在於大量生成：為片單中的每部電影使用不同標題、每張海報生成五種長寬比，或同一張海報製作三種語言版本。GPT Proto 透過同一種非同步模式執行兩個模型 — 提交請求、取得 prediction id，然後輪詢直到完成。請先將金鑰設為環境變數（export GPTPROTO_API_KEY=sk-...），絕對不要將其硬編碼。

以下是一個提交工作並等待結果的小型輔助程式：

import os, time, requests

API_KEY = os.environ["GPTPROTO_API_KEY"]
BASE = "https://gptproto.com/api/v3"
HEADERS = {"Authorization": API_KEY, "Content-Type": "application/json"}

def generate(path, body):
    # submit the job
    r = requests.post(f"{BASE}/{path}", headers=HEADERS, json=body)
    r.raise_for_status()
    get_url = r.json()["data"]["urls"]["get"]
    # poll until the prediction finishes
    while True:
        data = requests.get(get_url, headers=HEADERS).json()["data"]
        if data["status"] in ("completed", "failed"):
            return data        # data["outputs"] holds the image URL(s)
        time.sleep(2)

使用每個模型生成海報 — 呼叫方式相同，只需使用不同的 body：

# gpt-image-2: pixel sizes + a quality level
poster = generate(
    "openai/gpt-image-2/text-to-image",
    {"prompt": PROMPT, "size": "1024x1536", "quality": "high", "response_format": "url"},
)

# Gemini 3 Pro Image: a size tier + an aspect ratio
poster = generate(
    "google/gemini-3-pro-image-preview/text-to-image",
    {"prompt": PROMPT, "size": "4K", "aspect_ratio": "2:3", "output_format": "png"},
)
print(poster["outputs"])

透過遍歷提示詞，一次批次處理整個片單：

genres = {"action": ACTION_PROMPT, "horror": HORROR_PROMPT, "scifi": SCIFI_PROMPT}

for name, prompt in genres.items():
    out = generate(
        "google/gemini-3-pro-image-preview/text-to-image",
        {"prompt": prompt, "size": "4K", "aspect_ratio": "2:3", "output_format": "png"},
    )
    print(name, out["outputs"])

想快速測試的話，也可以使用 cURL：

curl --location 'https://gptproto.com/api/v3/openai/gpt-image-2/text-to-image' \
  --header 'Authorization: GPTPROTO_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{"prompt":"<your poster prompt>","size":"1024x1536","quality":"high","response_format":"url"}'

唯一需要注意的是：兩個模型在同一個端點上使用不同的尺寸參數。gpt-image-2 需要像素尺寸與品質等級；Gemini 3 Pro Image 需要尺寸級別（1K/2K/4K）以及 aspect_ratio。驗證方式相同、輪詢方式相同，但 body 不同。（這些呼叫方式比照 GPT Proto 文件記載的請求格式；正式執行前，請查看模型頁面以確認目前的參數清單。）

立即試用

想在撰寫程式碼前先看看效果嗎？開啟 AI Movie Poster Maker，或在 gpt-image-2 和 Gemini 3 Pro Image 模型頁面的 Playground 中執行提示詞。準備好批次生成後，上面的呼叫方式可以擴展到你需要的任何海報數量 — 而 定價頁面會清楚顯示每次執行的費用。