本文拆解一條走紅的 AI 諷刺旅遊片，並教你用兩步做出同類“假旅遊廣告口吻”的僞紀實靜幀。
用 旅遊廣告的口吻包裝一個荒誕畫面，再用僞紀實的攝影質感讓觀衆多看兩秒。本文只拆其中最核心的兩步：先用 gpt-6 寫結構化提示詞，再用 gpt-image-2.5-sunburst 或 gemini-nano-banana-2.1 批量出靜幀。
- 目標：做出一組 1024 打樣圖和一張定稿靜幀，主題是虛構城市的“半價旅遊廣告”。
- 大概耗時：首輪約 30 分鐘（估算）。時間主要花在改提示詞上，單張出圖耗時見下文實測表。
- 開始前要有：一個 API易賬號和 API Key
一張圖騙過 300 萬人？先拆 GPT Image 2.5 僞紀實旅遊圖的原帖
原帖作者是荷蘭影視創作者 Wytse Koetse，X 賬號是 @Wytsekoetse，簡介寫着 Filmmaker / AI Creative。帖子發佈於 2026-10-19 15:58 UTC，也就是北京時間 2026-10-19 23:58。他假借“Paris City Tours 五折”的旅遊廣告口吻拍巴黎，正文裏寫着 Same iconic sights. Slightly different experience.，並直接標註了 My latest AI satire.。
作者公開了自己的工具鏈。下表列出這些工具，同時說明本文只復現其中兩步：
| 環節 | 原帖公開的工具 | 本文是否復現 | 本文用什麼 |
|---|---|---|---|
| AI 產品 | ChatGPT | 做，第一步 | gpt-6 |
| 出圖 | GPT Image 2.5 / Nano Banana 2.1（未寫 flare 還是 sunburst） | 做，第二步 | gpt-image-2.5-sunburst 或 gemini-nano-banana-2.1 |
| 視頻 | Seedance 2.5 | 不做 | — |
| 音樂 | Suno v6 | 不做 | — |
| 剪輯 | Adobe Creative Cloud | 不做 | — |
AI 諷刺僞紀實旅遊圖的創作邊界
原作的畫面是遊客在巴黎抗議現場中觀光。本文不復刻這個場景，原因很簡單：仿真實抗議現場很容易被截圖後當成新聞轉發。我們換成一個虛構城市，用“廣告承諾”和“現場實況”之間的反差來製造笑點。
GPT Image 2.5 還是 Nano Banana 2.1：僞紀實旅遊圖怎麼選模型
選模型只需要看三句話。如果你更看重畫面質量，同時希望接口和 OpenAI 出圖接口保持一致，就用 gpt-image-2.5-sunburst。用法是先用 low 打 4 張看方向，再用 medium 或 high 定稿。如果你要便宜地鋪量，尤其是出 4K，就用 gemini-nano-banana-2.1 的按次計費，每張 0.045 美元。
| 你的需求 | 選哪個 | 理由 | 什麼時候不該換 |
|---|---|---|---|
| 畫面質量優先、字段沿用 OpenAI | gpt-image-2.5-sunburst | API易文檔定位爲質量優先、編輯更準 | 只想先看構圖時，不要直接上 max |
| 便宜鋪量，尤其是 4K | gemini-nano-banana-2.1（按次） | 1K / 2K / 4K 同價，每張 0.045 美元 | 需要 512 小圖時不要換，2.1 不支持 512 |
| 需要透明底，或完全沿用 OpenAI 字段 | gpt-image-2.5-sunburst | 兩者字段體系不同 | 不要換到 Nano Banana |
| 只想快速打樣 | 同系列 gpt-image-2.5-flare 也可以 | 文檔定位爲速度優先 | 本文主線仍然用 sunburst |
關於 flare 還要補充一句：API易文檔的建議是文生圖默認用 flare、改圖用 sunburst。本文按選題統一用 sunburst，你只是想把打樣跑得更快的話，可以把模型名臨時換成 flare。Nano Banana 2.1 於 2026-10-06 正式可用。它在 Arena 文生圖榜上首日拿到 1328 分，票數 5312，文檔也說明它仍低於 gpt-image-2.5 那一檔。這個榜單是第三方的，而且票數偏少，參考時請打折看待。
費用要分清哪些是“文檔單次實測”，哪些是“估算”。下表中 sunburst 的數據來自 API易文檔 2026-09-09 的單次實測：同一提示詞、1024×1024、每個檔位各跑一次。
| 模型與檔位 | token 數 | 單張費用 | 耗時 | 數據性質 |
|---|---|---|---|---|
| sunburst low | 196 | 約 0.006 美元 | 14 秒 | 文檔單次實測 |
| sunburst medium | 439 | 約 0.013 美元 | 19 秒 | 文檔單次實測 |
| sunburst high | 1756 | 約 0.053 美元 | 42 秒 | 文檔單次實測 |
| sunburst xhigh | 3122 | 約 0.094 美元 | 60 秒 | 文檔單次實測 |
| sunburst max | 7024 | 約 0.211 美元 | 142 秒 | 文檔單次實測 |
| Nano Banana 2.1 按次 | — | 0.045 美元 | — | 文檔計價，1K / 2K / 4K 同價 |
| Nano Banana 2.1 按量 | — | 1K 中位約 0.029，4K 中位約 0.063 美元 | — | 文檔生產抽樣 |
按上表推算，用 sunburst low 打 4 張約 0.024 美元，再用 high 定稿 1 張約 0.053 美元。這兩個數都是基於單次實測的估算，不是官價。sunburst 的 2K / 4K 沒有官方固定單價，網上按像素外推出來的美元數同樣只能當估算看。另外，2.5 的檔位名稱和上一代 gpt-image-2 不是同一級：2.5 的 high 大約相當於上一代的 medium，不要直接等參數替換，2.5 需要升一個檔位。
💡 選擇建議：兩個模型都已接入 API易，接口體系統一。建議先用同一段提示詞在兩邊各跑一張小樣，對比哪種畫面更接近你要的僞紀實質感，再決定後續批量用哪一個。
第一步：用 gpt-6 寫 GPT Image 2.5 結構化提示詞
操作方法很直接：給模型發送下面這段“要求它按字段輸出”的指令。讓模型分字段輸出，是爲了方便你下一步只改其中一個變量，而不用整段重寫。
你是諷刺廣告的分鏡助理。請把下面的創意寫成給出圖模型用的英文提示詞，並按字段輸出：
1. 場景：一句話說明畫面裏發生了什麼
2. 鏡頭：機位、焦段感、手持還是三腳架
3. 光線與色調：時間、天氣、膠片或手機質感
4. 廣告字：不超過 2 行，每行不超過 6 個英文單詞
5. 笑點：觀衆一眼能看出的反差在哪裏
6. 必須避免：新聞臺標、真實抗議或衝突場面、可識別的真人面孔、真實品牌標識
最後把 1-5 合併成一段不超過 120 個英文單詞的完整提示詞，並在 6 的基礎上補一句排除要求。
然後再給出 4 個變體，每個變體只改動鏡頭或笑點中的一項。
創意：虛構海濱小城 Port Bellamare 的“半價海景遊”廣告。海景被一排施工圍擋擋住，遊客依舊認真拍照。
Pseudo-documentary travel ad photo, handheld 35mm look, overcast seaside morning
in the fictional town of Port Bellamare. A tidy tour group in matching yellow caps
lines up on a boardwalk, cheerfully photographing a long row of grey construction
hoardings that completely block the sea. A tour guide raises a small flag.
Bold retro ad headline at the top: "HALF-PRICE SEA VIEW".
Small footnote at the bottom: "*sea view not included".
Muted film colors, natural light, slight grain. Faces small, turned away or blurred.
No recognizable people, no news logos, no real brands. Small corner label "AI SATIRE".
第二步：在 Playground 用 GPT Image 2.5 批量出僞紀實靜幀
這一步不用寫代碼，全程在 API易文檔裏該模型的 Playground 中完成。sunburst 一次請求只出 1 張圖，所以“批量”的意思就是用不同的變體提示詞重複發幾次。
用 GPT Image 2.5 sunburst 從打樣到定稿
- 打開 API易文檔裏 gpt-image-2.5-sunburst 的 Playground。
- 模型名填
gpt-image-2.5-sunburst，提示詞粘貼第一步得到的變體 1。 - 尺寸填
1024x1024，quality 選low，然後生成。看到圖出來，這一張就算完成。 - 換成變體 2、3、4，重複上一步，得到 4 張 low 小樣。按單次實測，每張大約 14 秒。
- 從 4 張裏挑出構圖最有笑點的一張，用同一段提示詞把 quality 改成
medium再出一張，確認方向沒跑偏。 - 方向確認後，quality 改成
high出定稿。
quality 一定要顯式填寫。省略時默認是 auto，不是 medium，而 auto 的費用會波動。也不要一上來就用 max：它的單次實測約 0.211 美元、142 秒，只看構圖的話完全沒必要。等到要正式批量生產時，建議把模型名換成文檔推薦的快照名 gpt-image-2.5-sunburst-2026-09-08，避免別名背後的版本變化導致畫風漂移。
換 Nano Banana 2.1 鋪 4K 僞紀實靜幀
如果定稿方向已經確定，只是需要很多張 4K 圖，可以打開 gemini-nano-banana-2.1 的 Playground，用同一段提示詞出圖。尺寸檔位按文檔字段選 4K。按次計費每張 0.045 美元，1K、2K、4K 價格相同，文檔的生產抽樣顯示 4K 按量的中位成本約 0.063 美元，所以 4K 選按次更划算。另外，2.1 默認會開啓思考，思考產生的 token 也計入輸出費用，這也是按量計費在大圖上更貴的原因之一。
| 完成到哪一步 | 你應該看到什麼 | 下一步做什麼 |
|---|---|---|
| 準備 | 拿到 API Key，能打開 Playground | 開始寫提示詞 |
| 第一步 | 一段按字段輸出的提示詞，加 4 個變體 | 複製變體 1 |
| low 打樣 | 4 張 1024 小樣，廣告字大致可讀 | 挑出笑點最清楚的一張 |
| medium 定方向 | 構圖和光線穩定，人物不可識別 | 確認後升到 high |
| high 定稿 | 細節和質感到位，角標清晰 | 需要鋪量時換 Nano Banana 4K |
🚀 快速開始：第一次做建議只走 sunburst 這一條線，在 API易 Playground 裏先把 4 張 low 小樣跑通。確認流程順了，再考慮用 Nano Banana 鋪 4K。
GPT Image 2.5 僞紀實靜幀排錯與接口復現
GPT Image 2.5 出圖排錯清單
| 現象 | 可能原因 | 處理辦法 |
|---|---|---|
| 畫面出現彩條或噪點 | sunburst 的已知問題之一 | 按延伸閱讀中的彩條診斷文章逐類排查 |
| 出圖和提示詞幾乎無關 | 提示詞超過 8192 token，被整段忽略 | 讓 gpt 壓縮到 120 詞左右 |
| 費用比預期高 | quality 沒填，走了 auto | 顯式選擇 low、medium 或 high |
| 請求超時，但仍然扣了費 | 接口是同步的，客戶端斷開後照樣計費 | 超時設到約 360 秒，high / max 再放寬 |
| 報參數錯誤 | 傳了 response_format 或 input_fidelity | 刪掉這兩個字段，結果默認返回 b64_json |
| 想一次出多張，卻只拿到一張 | 一次請求只出 1 張 | 改爲多次請求 |
| 畫面太像真實新聞 | 廣告元素太弱 | 加大廣告字、補上腳註和 AI 角標，刪掉任何臺標 |
Nano Banana 2.1 的接口字段和 OpenAI 出圖接口不同，請以 API易文檔中該模型的頁面爲準，不要直接套用上面的參數。
常見問題
Q1：什麼是 AI 諷刺僞紀實旅遊圖？
它指的是用旅遊廣告的口吻，配上紀實攝影的質感，去包裝一個荒誕畫面的靜幀。笑點來自“廣告承諾”和“現場實況”之間的反差，畫面和畫面裏的字都應該讓人看出這是玩笑。
Q2：sunburst、flare 和 Nano Banana 2.1 有什麼區別？
按 API易文檔的定位，sunburst 質量優先、編輯更準，flare 速度優先，兩者在同檔位下 token 數相同，只是耗時不同。Nano Banana 2.1 的優勢是按次計費、4K 同價，適合鋪量，但不支持 512 尺寸。
Q3：原帖是什麼時候發佈的，數據是多少？
原帖發佈於北京時間 2026-10-19 23:58。2026-10-21 11:12 抓取時，播放 3016039、贊 2882。這些都是播放和互動數據，沒有任何關於“被騙人數”的統計。
Q4：能不能直接拿真實城市、真實事件來做？
不建議這樣做。本文的做法是使用虛構城市，並且不仿真實抗議現場、不仿新聞臺標、不出現可識別的真人。諷刺效果靠反差就能實現，用不着依賴“像真新聞”。
Q5：如何通過 API 快速調用 GPT Image 2.5？
先在 API易 註冊賬號並獲取 API Key，然後把本文接口示例裏的 base_url 指向 API易，模型名填 gpt-image-2.5-sunburst。字段沿用 OpenAI 出圖接口，原有代碼基本只需要換地址就能用。
Q6：這套做法有哪些已知限制？
sunburst 一次請求只出 1 張，接口是同步的，斷開連接也會計費。提示詞超過 8192 token 可能被整段忽略。2K / 4K 沒有官方固定單價。Nano Banana 2.1 的榜單分數來自第三方，而且票數偏少。遇到彩條問題請查看專門的排查文章，在 API易 Playground 裏換不同 quality 複測是最快的定位辦法。
AI 諷刺僞紀實旅遊圖核心要點
- 鉤子要拆：原作是一條 4K 視頻，播放約 301.6 萬，不等於 300 萬人被騙。
- 只做兩步：AI 寫結構化提示詞，sunburst 或 Nano Banana 出靜幀。
- 檔位要顯式：low 打 4 張，medium 定方向，high 定稿，不要直接用 max。
- 鋪量看計費：4K 選 Nano Banana 2.1 按次計費，每張 0.045 美元。
- 諷刺有邊界：使用虛構城市，不出現臺標，不出現可識別真人，畫面帶 AI 角標。
- 上手方式：在 API易文檔的 Playground 裏跑通流程，再按需改用接口。
總結
這條走紅的巴黎諷刺片，核心手法可以濃縮成兩步：
- 結構化提示詞：用 gpt-6 按場景、鏡頭、光線、廣告字、笑點、禁區六個字段輸出，每個變體只改一個變量。
- 分檔出圖：sunburst 先用 low 打樣，再升到 high 定稿；需要大量 4K 時換 Nano Banana 2.1 的按次計費。
- 守住諷刺邊界：笑點靠反差，不靠以假亂真。
建議從本文的示例提示詞開始，換成你自己的虛構城市和笑點，在 API易 Playground 裏先跑通 4 張 low 小樣，整個流程就算上手了。
參考資料
- Wytse Koetse 原帖：巴黎旅遊諷刺視頻及公開的工具鏈
- 鏈接：
x.com/Wytsekoetse/status/2112211697008075021 -
說明： 本文所有播放和互動數據均爲 2026-10-21 11:12（北京時間）的抓取讀數
-
API易文檔 gpt-image-2.5 與 gemini-nano-banana-2.1 模型頁：計價、單次實測和接口約束
-
說明： sunburst 的檔位實測日期爲 2026-09-09，Nano Banana 2.1 的計價於 2026-10-07 檢索
-
半島電視臺 Al Jazeera 視頻新聞（2026-10-20）：對該 AI 諷刺視頻的報道
- 說明： 屬於新聞報道，不是模型評測
作者: APIYI 技術團隊
技術交流: 歡迎在評論區分享你做的假旅遊廣告靜幀，更多模型參數可以在 API易文檔中心查閱。
最後提醒一句：這類諷刺靜幀發出去時，請在畫面或正文裏明確標註“AI 生成”。
