但關鍵係:「Chinese」唔等於已經證明「繁體中文海報/香港招牌/台灣社交圖」可以穩定逐字正確。 上述公開資料未提供繁體中文專項準確率,亦未見針對港澳台用字、繁簡混用、標點、字距、小字可讀性、招牌遠距離觀看,或者社交平台壓縮後效果嘅系統測試。
| 想判斷嘅問題 | 現有證據支持 | 審慎解讀 |
|---|---|---|
| 多語文字渲染有冇改善? | OpenAI 頁面展示多語文字相關示例,OpenAIDevs 貼文摘要亦指 gpt-image-2 改善 multilingual text rendering。 | 可以說多語文字係明顯產品方向;唔應該延伸成每種語言都已有商用級準確率。 |
| 會唔會處理中文? | 媒體報道稱模型可在圖片內生成 Japanese、Korean、Chinese、Hindi、Bengali 等文字,準確度較高。 | 這裡嘅 Chinese 沒有細分簡體、繁體、香港用字或台灣用字。 |
| 可唔可以做海報、圖表、漫畫? | OpenAIDevs 提到 diagrams、infographics、charts、comics、multi-panel;媒體報道亦提到 posters、explainers、diagrams、comics。 | 代表呢類文字密集視覺更值得試;唔代表所有海報、招牌同社交圖都可以直接商用。 |
| 可唔可以用舊模型資料推論? | OpenAI API 文件稱 GPT Image 1 是之前嘅 image generation model;OpenAI 亦曾形容 GPT‑4o image generation 擅長準確渲染文字。 | 呢啲係產品脈絡,不是 GPT Image 2 繁體中文準確度嘅直接證據。 |
最準確嘅判斷係:GPT Image 2/ChatGPT Images 2.0 可能比上一代更適合做文字密集設計初稿,但現有證據未足以支持「繁體中文可以零校對直接出街」呢個結論。
繁體中文設計最怕嘅唔係完全冇字,而係「九成似、但一兩個字錯」。海報、招牌、餐牌、廣告圖同活動圖一旦有錯字,問題可能會直接影響價錢、地址、日期、品牌名或者活動條款。
出街前至少要檢查以下幾類問題:
公開資料支持「多語文字渲染有改善」;但商用繁體中文素材要求嘅係逐字可靠、版面穩定同最終尺寸可讀,呢部分仍然需要人手驗證。
呢類素材一旦出錯,成本唔只係「再生成一次」:你可能要重印、重交廣告素材、修改活動資訊,甚至令顧客誤解。
比較穩陣嘅做法係將 GPT Image 2 當成「視覺生成器」,而唔係「最終排版器」。
呢個流程可以保留 AI 生成視覺嘅速度,同時避免將未驗證嘅繁體中文字直接推向商用場景。
以下 prompt 適合做內部壓力測試。重點唔係相信它一定零錯,而係令錯字、漏字、繁簡混用同小字可讀性更容易被發現。
生成一張 4:5 IG 宣傳圖,風格:現代香港咖啡店海報,暖色燈光,乾淨排版。
請只使用以下繁體中文文字,不要加入其他文字,不要改字,不要使用簡體字:
主標題:週末手沖咖啡日
副標題:兩杯同行,第二杯半價
日期:6月15日至6月16日
地點:中環皇后大道中88號
備註:每日限量50份,售完即止
文字要求:
- 所有中文字必須為繁體中文
- 保持標點、數字、地址完全一致
- 主標題最大,副標題第二大,備註最細但仍然清楚可讀
- 不要出現任何假字、錯字、亂碼或額外英文
測試時唔好只睇第一眼「似唔似中文」。應該將輸出逐字同原稿比對,記錄錯字、漏字、簡體字、變形字、小字不可讀、換行錯位等問題。即使幾次生成都通過,正式商用版本仍建議保留人手排版同最終校對。
GPT Image 2/ChatGPT Images 2.0 對多語文字渲染同文字密集視覺生成有明顯改善方向,公開資料亦提到 Chinese 文字同 posters、diagrams、comics 等場景。 不過,針對繁體中文海報、香港招牌同 IG 宣傳圖入面嘅逐字準確度,現有資料未足以證明可以穩定、零校對、直接商用。
實務答案:可以用嚟起稿、試方向、做視覺概念;正式出街前,繁體中文字一定要逐字校對,最好用設計工具重新排版。