Ideogram 4.0 是 Ideogram 当前的图像模型，也是这条线里第一代以开源权重发布的模型。它改的习惯很窄：你不再只描述画面，而是描述一个版式，包括那几个必须读得清的字。
这篇讲四件事：4.0 能在哪些入口用、第一张图怎么做出来、一份完整的实战提示词，以及官方没公布的部分。
Ideogram 4.0 是什么
官方模型页用一句话定义它：4.0 是 Ideogram 当前的模型，主打提示词还原度、清晰锐利的字体、可靠的编辑、原生透明、风格控制，以及设计级的输出质量。
下面那句更值得记住：它用「描述—结构化—重建」的循环训练，先把场景、背景、文字和物体读成结构化数据，再学着从这份表示重建图像。边界框是和平实的语言描述一起训出来的。
| 官方写明的能力 | 官方页面的说法 |
|---|---|
| 画面里的文字 | 从发布起就在文字渲染上领先，4.0 又加上边界框版式控制 |
| 版式控制 | 元素位置来自与自然语言描述配对训练的边界框 |
| 可编辑产物 | 透明抠图与可编辑文字图层已经可用 |
| 开源权重 | 可下载、微调并在自己的硬件上运行 |
| 早期模型 | 3.0、3.0（3 月 26 日）、2a、2.0、1.1、1.0 |
官方说生成结果是可编辑的文件，不是一张扁平画面。
现在能在哪些入口用它
官方文档列了 4.0 的四个公开入口：应用、API、面向智能体与内部工具的 MCP，以及开源权重。
| 入口 | 官方页面写在这个入口下的能力 |
|---|---|
| 应用 | 在浏览器或手机应用里出图，按订阅计费 |
| API | 端点结构见 developer.ideogram.ai，按图计费 |
| MCP | 官方列为面向智能体与内部工具的入口 |
| 开源权重 | 可下载自托管，商用授权随部署规模而定 |
有一处最容易混：官方文档写明订阅与 API 账号是分开的，付款与计费各自独立，应用里买的套餐不给 API 充值。
想在代码里调用，Ideogram API 接入指南写了请求结构。
第一张图：分步做出来
第一次跑通是把流程走一遍，不是出最好的那张图。
- 注册账号。邮箱注册也能用，但不含免费积分。
- 用户名按永久处理：登录方式、绑定邮箱和用户名都改不了。
- 提示词控制在约 150 词（约 200 token）以内，主体放最前面。
- 设好模型、比例、风格和参考图，并核对所选模型的支持能力。
- 生成、查看、下载。格式含 JPEG、PNG 或 WebP，透明输出禁用 JPEG。
比例是一组预设，从竖版 1:3、9:16 到方形 1:1，再到宽版 3:1；API 里用 x 分隔，16:9 写成 16x9。Style Reference 最多三张参考图，模式有 Auto、General、Realistic、Design。
纯文本是官方支持的路径。Magic Prompt 能把一句话自动扩写成完整的 JSON caption，应用里敲的那句话就是这样到达一个用结构化 caption 训练的模型。
实战示例：一张产品图，两行文字
要做的是台面上的一袋咖啡，产品名要清晰可读，下面加一行短字。画面越复杂越不利于排字，所以场景保持干净。
A matte black coffee bag standing on a concrete counter, studio light from the left.
Text on the front of the bag, in a clean sans-serif, reading "MORNING BLEND".
A smaller line underneath reading "Small batch".
Warm grey background, soft shadow, product photograph, shallow depth of field, 4:5.每一行都在回答不同的问题。文字放前面、加引号、写得短，正好是官方五条实践里的三条。
结果沿着同一份官方限制分开。引号里那行只有两个词，所以站得住；第二行是长度开始收费的地方，因为文字越长越容易拼错。
第二个例子只动一块：「保持两行文字和位置不变，把影棚换成透过店窗的日光，台面换成木桌。」字没改，这就是测试版式能不能站住的最便宜办法。
顺序比总长度更重要，结构化路径也一样：官方 JSON 指南写明键的顺序有意义。
一份能反复用的提示词结构
上面两个例子共用同一副骨架，正是它让好结果能被复现，而不是撞运气。
每次都值得写的几块
Ideogram 一次就把画面和文字一起画出来，不提字的提示词等于把标题交给模型。下面几块来自官方提示词指南。
主体：画面里是什么，用看得见的方式描述
文字：确切的字，加引号，放在提示词前部
位置：文字和主要物件落在哪里
风格：照片或美术风格，有的话写上媒介、光线和配色
格式：画幅比例，以及分辨率档
排除：不要出现什么，改写成「应该出现什么」
约束：复用参考图时必须保持一致的部分文字渲染在哪里出问题
官方指南列了三条限制和一个意外。文字越长越容易拼错。整篇文档级的排版不是它的用途。文字渲染在英文上最准，非拉丁文字常不可预测。意外的是：无法按字体名指定，只能描述字形。
拼错有几条出口：重新生成；把词变短；用 Canvas 的文字工具直接改写，官方文档把它写成「提示词改不了字」时的答案。
限制、费用，以及官方尚未公布的部分
Upscale 是付费档功能，最多把分辨率提升两倍，并会裁切到最接近的支持比例。输出分辨率更麻烦：模型页只写「写实的 2K 图像」，没有像素表，确切像素取决于模型、尺寸档和端点。
费用这件事，本文不碰数字。官方按图给 API 定价，分三档质量，订阅与积分额度放在 live pricing 页，而且官方明确说不要依赖文档里的静态表格做购买决定。不变的是结构：API 按图计费，订阅与 API 账号互不相通。
一句排名提醒：模型页引用了第三方榜单成绩，DesignArena 在列。那是厂商转述的第三方结果，不是独立审计。
Ideogram 主题页收着我们其余的 Ideogram 内容，GPT Image 2.5 与 Ideogram 对比把两个模型在排版和交付上拆开比。
常见问题
试一下要付钱吗？ 官方没有公布免费积分数量，而是指向 live pricing 页；明确说的只有一条：邮箱注册不含免费积分。
生成的图能留着吗？ 下载格式是 JPEG、PNG 或 WebP，透明输出禁用 JPEG。API 出的图链接会过期，得自己存。
为什么字老是拼错？ 两条官方限制是主因：字串越长失败越多，非拉丁文字不可预测。把行写短、保持英文、加引号。
可以用中文写提示词吗？ 自然语言可以，Magic Prompt 会把它扩写成 JSON caption。字能不能落对是另一个问题，官方指南很直接：英文最准。加引号的规则看我们的文字排版指南。
把顺序做对一次——文字在前、加引号——这个模型就不再像老虎机。