高质量生成
更自然的光线、材质、色彩和真实感，适合产品、人物与场景视觉。
OpenAI 图像生成模型
GPT‑Image‑2
从一句描述到可直接使用的视觉作品，也可以对现有图片进行高保真、可迭代的编辑。
适用于图片生成、图片编辑、营销素材、文字海报、产品图和透明背景素材。
01 · 模型简介
不仅生成图片，
还理解你的意图。
GPT‑Image‑2 是 OpenAI 面向高质量图像生成和编辑的先进模型。它接受文本输入，也能接收图片作为参考，并输出生成或编辑后的图片。官方将其推荐为新图像工作流的默认选择。
查看 OpenAI 官方模型说明 ↗输入
文字 + 图片
输出
高质量图片
质量
Low / Medium / High
工作流
生成 + 编辑 + 迭代
02 · 核心能力
更快、更准，
也更适合实际创作。
高保真编辑
修改背景、颜色、构图或局部内容时，更好地保留主体特征和视觉一致性。
图中文字
支持海报、包装和信息图中的文字渲染，但重要文字仍建议生成后校对。
灵活尺寸
API 支持满足约束的自定义分辨率，并兼容方形、横版与竖版常用规格。
透明背景
透明 PNG 和 WebP 处于预览阶段，可用于商品抠图、贴纸、图标和演示素材。
多轮修改
在 Responses API 或对话中逐步调整，适合从初稿到定稿的连续创作流程。
03 · 使用场景
一套模型，覆盖多种视觉任务。
电商产品图
更换背景、生成场景图、制作透明底商品素材。
品牌与广告
营销海报、社交媒体配图、活动视觉和文字排版。
人物与角色
肖像风格化、角色设定、多轮编辑与形象一致性。
信息图与演示
流程图、概念图、课程插图和演示文稿视觉素材。
UI 与创意草图
界面概念、场景预览、游戏资产和设计方向探索。
旧图编辑
扩图、局部替换、去除元素、调整光线和画面比例。
04 · 官方生成案例
看看它能生成什么。
将标题和视觉布局直接融入宣传图。
保留商品轮廓和标签，移除原始背景。
保留布局和透视，补充真实材质与光线。
05 · 提示词教程
把需求写清楚，
比堆砌形容词更重要。
建议按照“主体 + 场景 + 构图 + 光线 + 风格 + 文字 + 输出限制”组织提示词。编辑图片时，再明确哪些内容必须保留、哪些内容允许修改。
产品图
白底商品素材
将参考图中的耳机完整保留，去除原背景，生成纯透明背景产品图。保持真实材质、边缘干净、无多余阴影，输出 PNG。
宣传海报
带中文标题
设计一张竖版科技新品海报，深蓝渐变背景，产品居中，顶部准确显示“重新定义创造力”，使用简洁无衬线中文字体，留出底部品牌信息区。
图片编辑
只修改指定区域
保留人物的脸部、姿势和服装不变，只把背景替换成雨后的东京街道。自然匹配人物现有光线，不添加其他人物，不改变画面比例。
通用公式
任务类型 + 主体细节 + 环境场景 + 构图镜头 + 光线色彩 + 视觉风格 + 必须保留 + 不要出现 + 尺寸格式
06 · 开发者 API
两种接入方式。
Image API
适合从单条提示词直接生成或编辑一张图片，可明确选择 gpt-image-2。
Responses API
适合对话式、多步骤和多轮编辑流程，可在上下文中组合文本与图片输入。
JavaScript
import OpenAI from "openai";
import fs from "fs";
const openai = new OpenAI();
const result = await openai.images.generate({
model: "gpt-image-2",
prompt: "一只水彩风格的机器人在图书馆阅读",
size: "1024x1024",
quality: "medium",
output_format: "png"
});
const bytes = Buffer.from(
result.data[0].b64_json,
"base64"
);
fs.writeFileSync("image.png", bytes);常用尺寸
1024×1024
1536×1024
1024×1536
自定义尺寸
宽高需为 16 的倍数，长短边比例不超过 3:1，并满足像素限制。
输出格式
PNG
JPEG
WebP
注意
API 可能要求完成组织验证；价格、限额和可用性以开发者控制台为准。
07 · 使用限制
能力很强，
仍然需要检查。
文字与细节
长文本、非常小的文字、复杂手指或精细关系仍可能出现错误，应在发布前检查。
事实与品牌
模型输出不等于真实照片或权威资料，Logo、产品信息和数据图表需要人工核对。
内容安全
提示词与生成内容会经过安全过滤，使用时应遵守平台政策和相关法律。
08 · 常见问题
关于 GPT‑Image‑2。
GPT-Image-2 是什么？＋
它是 OpenAI 的图像生成与编辑模型，支持文本和图片输入，并输出生成或编辑后的图片。
普通用户如何使用？＋
可在支持图像生成功能的 ChatGPT 入口中直接描述画面，也可以上传参考图并说明要修改的内容。具体额度取决于套餐与工作空间设置。
它可以编辑现有图片吗？＋
可以。可修改局部或整体，也能通过多轮提示逐步调整。提示词应写明必须保留和允许改变的部分。
支持透明背景吗？＋
支持预览阶段的透明背景。API 中需设置透明背景，并选择 PNG 或 WebP 输出格式。
与 GPT-Image-1.5 有什么区别？＋
官方将 GPT‑Image‑2 推荐为新项目默认模型，重点提升生成质量、编辑可靠性、文字图像和灵活尺寸支持；已有稳定工作流可在验证后迁移。
开始创造