GPT Image 2.5 在不破坏设计的情况下翻译图像中的文本

翻译后的标题看起来没问题。然后你注意到角落里藏着一个英文标签、一句较长的文字碰到了箭头，以及某个产品细节发生了变化。这些检查往往决定了本地化图片是否已经准备好交付。

GPT Image 2.5 图片文字翻译通过图像编辑实现：上传原图、指定目标语言和编辑边界，然后请求生成新图片。在发布之前，检查翻译、遗漏的文字和未变化的区域。一张有说服力的缩略图只是该审查的开始。

要点

• 准备原图，定义语言，配置编辑器，运行提示词，然后审查。
• 每种语言都从同一张原图开始。
• 分别检查各个文字区域和图像本身。
• 当需要精确保留位置或频繁更新时，使用可编辑文字图层。

GPT Image 2.5 图片文字翻译：有效之处

有用的结果是生成一张新图片，将另一种语言置入现有设计中。这可以帮你避免重新制作一张扁平化的促销图，前提是你能仔细检查结果。它不会自动恢复原始设计师的文档。

OpenAI 发布了一张翻译成西班牙语的咖啡机信息图，并附有保留其他所有内容的说明。其示例使用 1024x1536 和 high 质量。该指南明确建议检查翻译和保留在源语言中的词语。一个已发布的示例支持这种编辑用例；它并不代表在每种语言或设计上都有同等可靠性。（OpenAI 图像提示，访问于 2026 年 9 月。）

首先确定你需要哪种交付物。阅读外语菜单的人可能只需要提取的文本和翻译。准备区域营销活动的营销人员需要一张替换图片。维护月度优惠的设计师需要下个月仍可编辑的文字图层。

OCR 指从图像中提取字符。它给你可供翻译、搜索或编辑的文本，但仍需有人将该文本放回设计中。图像编辑在新的光栅输出中合并了这些可见更改，同时让你对单个字母和位置的控制更少。

PNG 包含的是像素，而非原始的实时文本框、字体样式或组件层级。只要源文件存在，请保留它。如果图像必须保持像素级一致，请保留该图像并使用确定性编辑方法替换文字。

此处使用的英文咖啡机源图是 OpenAI 发布的输入插图。它是生成的示例，不是经过验证的机器示意图。其中的组件编号和规格是在翻译过程中需要保留的内容，而非本文认可的技术声明。

用作图像翻译程序源图的官方英文咖啡机信息图

OpenAI 发布的输入插图。42 个区域的审查清单将每个标题与其关联说明归为一组；此图片是源图，不是本次会话的输出。

GPT Image 2.5 图片文字翻译：5 个步骤

1. 准备清晰可读的原图并清点文本。

使用可用的最大原始导出文件。检查标题、小标签、图例、页脚和对象上的文字。如果你无法读出一个短语，请在要求模型翻译之前解决这个问题。放大模糊的截图并不能确定缺失的字母原本是什么。

对于此源图，审查清单包含 42 个语义文本区域。每个组件标题及其说明合计为一个区域。因此，12 个编号组件描述计为 12 个，无论换行如何。数字标记和专有名词标志另作保留检查。

2. 指定语言、区域和受保护内容。

为西班牙选择西班牙语（西班牙）、为德国选择德语、为中国大陆选择简体中文。确定应保持不变的品牌名称。告知编辑器是否允许换行，以及哪些功能必须保持不变：箭头、插图、数字、颜色和文字区域位置。

在工作输出文件夹之外保留原图副本。对于真实营销活动，还要将已批准的翻译保存为纯文本，以便审阅者无需逐个辨认渲染字符即可比较措辞。

3. 上传原图并设置输出。

在 Atlas Cloud 上，打开 Sunburst Edit。上传英文咖啡机图片。使用模型 openai/gpt-image-2.5-sunburst/edit、质量 max、尺寸 1024x1536、输出 png、背景 opaque 和数量 1。在此自然语言约束测试中将 Mask 留空。

这些是请求的测试设置。运行前请确认表单显示这些设置。源图是竖版，因此保持其 2:3 比例。横向对比卡片可以包含两张竖版图片，而无需更改任一生成画布。

官方西班牙语示例使用 high；此程序请求 max。因此这是对示例的改编，而非完全相同的参数复现。更高质量也不能消除校对的需要。

4. 粘贴完整提示词，运行并下载。

首次运行使用下面的西班牙语提示词。测试过程中不要更改其保留说明或输入。等待完成输出并下载实际生成的图片。将提示词、显示的估算、耗时和结果尺寸一并保存。

Sunburst Edit 完成运行界面，显示仅标题的西班牙语翻译结果

Sunburst Edit 中的完成运行界面。源图、提示词、输出预览、1024×1536 尺寸和每次运行的估算均可见，适用于此仅标题的西班牙语编辑。

5. 审查，然后接受或修订。

将每个清单区域与原图进行比较，在完整尺寸下阅读下载的文件。然后以读者实际会看到的尺寸检查它。将语言、含义、单位、截断、变音符号和意外的英文残留与机器、箭头和布局分开检查。

仅当文件预期用途允许观察到的差异时才接受该文件。如果某个区域失败，请记录具体修正。如果产品或图表已更改，请从原图重新开始。需要精确品牌字体的文件可能需要常规文字图层，即使其翻译读起来很好。

GPT Image 2.5 图片文字翻译：3 种语言

每个实验独立使用相同的英文源图。将西班牙语翻译成德语再翻译成中文，会把翻译漂移与重复图像编辑结合在一起。保持输入、模型和设置不变，使比较回答一个更窄的问题：每种本地化如何适配这个特定设计？

源图包含 12 个组件描述、6 个流程图例条目、6 张卡片的过程条、5 个传感器描述以及这些组周围的文字。那些拥挤的底部卡片与大字标题同样重要。只有当某个区域的完整内容可读且翻译无误时，该区域才算通过。

西班牙语：完整覆盖和重音符号

输入：英文信息图。目标：面向西班牙读者的完整西班牙语版本，保持原始的标签到箭头关系。粘贴：

plaintextCopy
1将所提供的咖啡机信息图中的每个可读英文文本元素翻译成面向西班牙读者的西班牙语。
2
3翻译标题、章节标题、组件标签、说明和脚注。全文使用一致的术语。
4
5保持所有插图、箭头、连接线、数字、符号、颜色、边距和文本框位置不变。保留原始排版层级，并尽可能匹配现有字体风格。
6
7将翻译适配到现有文字区域内。允许自然换行，但不要移动插图或将文字缩小到难以阅读的程度。
8
9不要添加说明、新声明、标签、装饰或水印。以原始宽高比返回一张编辑后的图片。

西班牙语本地化输出：翻译成西班牙语的咖啡机信息图

西班牙语本地化输出。在批准之前，检查每个翻译区域、重音符号、数字、箭头关系和受保护的插图。

检查大标题和小说明中的重音符号。正确的标题无法弥补遗漏的温度传感器描述。在适当的地方保留 Jura 和 Claris 等专有名词；未更改的品牌名称与未翻译的普通标签是不同的。

还要比较编号圆圈。翻译听起来可能合理，但关联的箭头可能移向了另一个部件。对于说明性内容，这会改变读者的理解。接受需要同时进行文本审查和对这些关系的单独检查。

德语：现有区域内的长术语

输入：再次使用英文原图。目标：在不扩展画布或删除信息的情况下获得可读的德语。粘贴：

plaintextCopy
1将所提供的咖啡机信息图中的所有可读英文文本本地化为面向德国读者的德语。
2
3使用清晰的技术德语和一致的组件名称。原样保留所有数字和符号。
4
5保持咖啡机插图、箭头、连接线、颜色、边距以及每个文字区域的位置不变。
6
7在现有文字区域内使用自然的德语换行。保持文字可读。不要为了适配翻译而拉伸字母、移动插图、扩大画布或省略词语。
8
9匹配标题、章节标题和标签的现有层级。不要添加任何新内容。以原始宽高比返回一张编辑后的图片。

德语本地化输出：翻译成德语的咖啡机信息图

德语本地化输出。在批准之前，检查复合名词、换行、文字大小和所有受保护的视觉区域。

检查复合名词、换行和最小的说明文字。一个段落可以留在其区域内，但同时可能变得太小，无法用于预期的放置位置。在称其为成功适配之前，请以发布尺寸检查页面。

避免以德语是否占用与英语完全相同的行数来评判。含义、可读的间距和合理的断词是更有用的接受标准。如果需要缩短文字，请先让人批准缩短后的翻译再放置。

简体中文：字符和术语

输入：再次使用英文原图。目标：术语一致、标点自然的清晰简体中文。粘贴：

plaintextCopy
1将所提供的咖啡机信息图中的每个可读英文文本元素翻译成面向中国大陆读者的简体中文。
2
3使用简洁、自然的技术术语。翻译标题、章节标题、组件标签、说明和脚注。同一组件出现多次时使用相同的中文术语。
4
5保留所有数字和测量符号。保持所有插图、箭头、连接线、颜色、边距和文本框位置不变。
6
7使用清晰的简体中文字符和自然的中文标点。将文本适配到现有文字区域内，同时保留原始层级。
8
9不要编造规格或添加说明性内容。除应保持不变的专有名称或标准符号外，不要留下未翻译的英文文本。以原始宽高比返回一张编辑后的图片。

简体中文本地化输出：翻译成中文的咖啡机信息图

简体中文本地化输出。在批准之前，检查术语、标点、字符渲染和所有受保护的视觉区域。

阅读字符，而不是依赖其整体外观。检查侧边标签和过程条中重复的组件术语，并区分合法符号与意外的英文残留。简洁的措辞仍需要保留原始限定条件和测量值。

GPT Image 2.5 图片文字翻译：保持布局

布局保留有两个独立的测试。首先，词语必须传达预期含义。其次，周围图像必须保持你所依赖的关系。翻译可能通过一项测试而在另一项上失败。

对于产品图片，比较轮廓、印刷标记、配件和背景边缘。对于此信息图，比较编号组件、箭头端点、软管、杯子、图例和下方的过程卡片。也要检查受保护的文本：如果仅标题编辑重写了组件描述，则其已超出范围而失败。

使用有意识的保留顺序：

1. 保持含义、数值和标签到对象的关联正确。
2. 保留非文本元素的位置。
3. 将文本保持在指定区域内。
4. 保持可读的字母和间距。
5. 尽可能匹配原始排版外观。

当约束冲突时，该顺序给你决策依据。较长的翻译可能需要另起一行。同时要求相同字体大小、不变的文本框和每个翻译词，可能没有可行解。在审查输出之前定义可接受的折衷方案。

选择性编辑：仅翻译顶部标题

返回英文源图并使用以下提示词。此实验检查指令的边界，而非另一个完整语言版本。

plaintextCopy
1仅将所提供的信息图顶部的主标题翻译成面向西班牙读者的西班牙语。
2
3保持所有其他文本元素完全保持原始语言和位置。不要翻译任何组件标签、说明或脚注。
4
5保持插图、箭头、连接线、数字、颜色、边距和画布尺寸不变。匹配标题现有的字体风格和层级。如有需要，可在原始标题区域内使用自然换行。
6
7不要添加任何其他内容。以原始宽高比返回一张编辑后的图片。

仅标题的西班牙语编辑输出，更改后的标题以红色轮廓标出

仅标题的西班牙语编辑输出。红色轮廓标出更改后的标题；验证所有 41 个受保护区域是否保持原始语言和位置。

至少，在检查新标题后立即比较副标题、第一个组件描述、流程图例和页脚。在验收前继续检查其余区域。抽查可以快速揭示失败；但无法证明每个受保护区域都保持不变。

对于真实的 UI 截图、图表和工程图纸，当精确性很重要时，请使用源文档或确定性叠加层。AI 编辑的界面图像是本地化模型。它不能证明实际软件显示这些标签或实现了所描绘的控件。

同样，在正常观看尺寸下匹配外观并不等同于像素一致。严格的不可更改要求需要图像差异检查以及直接保留背景像素的工作流。

GPT Image 2.5 图片文字翻译：修复错误

通过指出一个观察到的缺陷来开始修正。记录源短语、输出内容和已批准的替换。这为下一次尝试提供了明确目的，并使其结果更容易评估。

遗漏的文本。 确定区域并提供准确的替换。修复后检查其他小标签。单个遗漏的说明文字可能容易纠正，但同一次运行也可能修改了先前可接受的字母。

错误的术语。 请一位精通该语言和主题的读者批准措辞。然后逐字指定该措辞。要求更准确的翻译而不指出有争议的术语，你对下一版本几乎没有控制力。

文本不再适配。 首先考虑保留含义的较短翻译。然后允许在原始区域内自然换行。避免通过缩小每个标签来解决溢出，因为生成的图形在移动屏幕上可能变得不可读。

图像被更改。 如果机器、箭头或其他受保护区域发生移动，请返回原始源图。反复修复已更改的图片会使那张已更改的图片成为下一个参考。然后你会有更多差异需要识别和解释。

这些是故障排除假设。不完美的结果并不证明用户写了不好的提示词。输入、拥挤的设计、翻译长度和图像编辑行为都可能是因素。

当除一个文本区域外的所有内容都已通过时，有针对性的修复可以使用该已接受的中间文件。如果不相关的区域已更改，请从原图重新开始并包含已批准的替换措辞。单独保留每次尝试，以便审阅者可以看到修正是否引入了另一个问题。

对于此工作流，在转向常规文字图层之前，使用 2 次针对性修正尝试的上限。这是编辑上的停止规则，而非对模型能力上限的声明。它防止在需要精确字体的文件上浪费一个下午进行不可预测的修订。

对于不可读的小字，首先解决源图问题。不要因为听起来适合咖啡机或营销海报就接受编造的措辞。不确定的源内容应保持不确定，直到你获得可读的原图。

选择 Sunburst、Flare 还是可编辑文本

Sunburst 是这些实验中指定的唯一模型。OpenAI 将其定位为编辑精度重要的工作，并列出了 low、medium、high、xhigh、max 和 auto 质量设置。这种定位解释了选择原因；但并不承诺每个标签或受保护像素都能存活。（Sunburst 模型文档，访问于 2026 年 9 月。）

官方提示指南将 Flare 介绍为面向速度的起点，而 Sunburst 用于更苛刻的质量要求。本文不运行 Flare 对比，因此不提供两者之间的翻译准确性排名或测量的速度优势。

根据你需要交付的内容来选择：

• **产品标注：**当图像已扁平化且文案较短时，可以尝试可审查的图像编辑。像检查语言一样仔细检查产品本身。
• **营销海报：**当日期、地点和优惠频繁变化时，可编辑文本很有用。图像编辑可以帮助处理偶尔的本地化版本。
• **教学材料：**验证每个箭头、数字和技术术语。内容密集的说明卡片可以为重建排版提供理由。
• **真实软件界面：**当图像必须记录实际行为时，更改应用的语言并重新捕获。
• **扫描页面：**提取并审查文本，然后在可访问性、搜索或长文阅读很重要时重建文档。

这些是工作流选择，而非客户成功案例。正确路径取决于现有源文件、交付要求和审阅者时间。

可编辑文字图层提供了对字体选择、换行、字距和定位的直接控制。它们还允许同事下周替换一个短语，而无需重新生成整个图像。如果你已经拥有源设计，该控制可能比单次图像编辑提示的便利性更重要。

一个有用的混合工作流保留原始插图，获得已批准的翻译，并以常规方式排版。从一开始就保留该选项，尤其是对于重复性营销活动或受监管的产品措辞。你仍然可以将图像编辑用于探索性版本，同时将最终排版保留在受控文档中。

图像翻译的实际成本

区分目录起始价格、配置估算和实际收费。它们描述不同的内容，且单独任何一项都无法告诉你最终接受的一张本地化图像的成本。

2026 年 9 月 18 日，Atlas 模型目录显示 Sunburst Edit 约为折扣前每张 $0.006，折扣后每张 $0.005，并带有20% 折扣标签。这些四舍五入的金额是目录起始数字。该折扣是有日期的观察结果，而非永久优惠。

公开详情页最初显示每运行约 $0.005，并说明计费包括文本输入、参考图像输入和生成图像 token。它还说明尺寸、质量和参考图像数量会影响成本。其初始控件显示中等质量、方形尺寸和自动背景，并非本教程请求的设置。

max + 1024x1536 + 此参考图像的精确估算和实际消耗未随提供的输出保留。不要将目录数字用作此实验的测量价格。

对你自己的批次使用此指标：

每张接受图像的生成成本 = 总生成费用（含重试）除以最终接受的图像数。

如果没有输出满足要求，则报告零张接受图像和花费金额。该比率没有可用的分母。将审阅者时间分开：记录用于检查文本、比较图像和进行手动修正的分钟数。

实用的运行日志包含模型、源文件名、目标区域、提交的设置、显示的估算、实际收费（如果有）、尝试次数和接受决定。将拒绝的生成计入总数。对于重复性工作，将生成和编辑的总工作量与使用可复用设计模板进行比较。

该记录比假设最低广告数字描述每个交付物更有用。它还显示是较长的文本、更严格的排版还是拥挤的源图消耗了团队大部分审查时间。

图像翻译常见问题

GPT Image 2.5 可以直接翻译图像内的文本吗？

可以。官方提示指南演示了一个图像编辑请求，将信息图文本替换为西班牙语。提供图像并要求以目标语言返回编辑后的图像。检查返回的文件是否有遗漏和意外更改。纯文本翻译本身是另一种交付物，不会替换源图像中的像素。

如何在不更改背景的情况下翻译图像文本？

指明哪些区域可以更改，并列出受保护的功能，如对象、颜色、箭头和位置。从清晰的原图开始，然后在生成后比较受保护区域。指令表达预期边界；它们不建立像素保留保证。当背景必须完全一致时，请保持其完整，并通过常规文本编辑放置已批准的翻译。

它能精确保留原始字体和布局吗？

不要假设能从扁平化图像中精确恢复字体或相同的间距。较长的翻译措辞可能需要不同的换行，而新文字需要适当的字形。要求相同的层级和接近的视觉匹配，然后检查结果。当精确的品牌字体是验收标准的一部分时，请使用原始设计和授权字体。

为什么有些文本仍保持原始语言？

仅凭输出可能无法揭示原因。小文本、模糊的字母或不完整的编辑都是可能的解释。比较整个源图清单，确定遗漏的短语并提供已批准的替换。有意豁免专有名称和标准符号，以便审阅者可以区分有意的例外与遗漏的翻译。

我可以只翻译一个标题或标签吗？

可以，你可以通过指明该区域并保护所有其他文本和图像来请求选择性编辑。上面仅标题的提示词提供了完整指令。之后检查每个受保护区域。如果另一个说明文字发生变化，即使新标题是正确的，输出也未能满足该范围要求。当该边界必须精确时，请使用文字图层。

GPT Image 2.5 图像翻译是免费的吗？哪些因素影响成本？

不要假设免费访问。检查所选提供商和账户，然后在上传源图并选择尺寸和质量后阅读估算。将重试和人工审查计入交付预算。对于 GPT Image 2.5 图片文字翻译任务，相关结果是一份带有已验证措辞和可接受的保留程度的已接受文件。

在 Atlas Cloud 上的 Sunburst Edit 中尝试一张图片，然后在创建更多语言版本之前检查翻译文本和未变化的区域。