本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要 · 三十秒看完核心结论

GPT-Image 2 是 OpenAI 在 2026 年 4 月推出的新一代图像生成模型，已经集成进 ChatGPT 主对话框。它最厉害的不是「画得更漂亮」，而是把「文字渲染、版式排版、多图一致性、PSD 分层导出、Photoshop 调用」这五件事全部捏在了一个对话框里。 对商业视觉创作者来说，这意味着海报、详情页、Logo、品牌手册、UI 界面、PPT、表情包、舞蹈分镜——这些过去需要在 Figma、PS、AI、剪映之间反复横跳的活儿，现在可以靠一段提示词加几张参考图直出。

本文整理了我自己在过去一个多月里反复跑通的 十一套实战流程：从一张海报拆成可编辑 PSD，到 IP 角色四季延展，再到长图详情页一次八连发，最后还有 16 宫格分镜动作图直接接 Sora 2 出视频。每个流程都附带可复用的提示词模板、关键参数、避坑要点和真实使用感受。

想看完整拆解，往下翻就行——每个案例独立成章，按需阅读。

第一章 为什么 GPT-Image 2 值得每个商业视觉创作者认真对待

很多人第一反应是「不就是个画图模型嘛，又一个 Midjourney 的对手」。我一开始也这么想，直到把它放到工作流里压了一周。结论是：它和我们以前用过的所有图像模型都不一样。

差异在哪里？说几个能直接落到工作里的点。

第一，它内置了 Thinking Mode 推理机制，在生成前先做构图与语义推理，所以你给一段长指令，它不会再像 DALL-E 时代那样「读一半画一半」。它会先把你想要的整体结构想清楚，再下笔。

第二，文字渲染能力是质变级的。以前做中文海报、UI 界面、信息图，模型一遇到中文就糊，要么乱码要么变成抽象笔画。现在 GPT-Image 2 直接把中文当一等公民对待——表盘上的真实时间、品牌名、价格标签、按钮文案，都能写得清清楚楚。

第三，支持单次提示生成最多 8 张相关联图像，系统会保持角色、风格与物体一致性。这一条是商业落地的关键。做详情页要 6 张主图一脉相承，做 IP 表情包要 12 个动作神态一致，做品牌物料要全套色系统一——以前都靠 ControlNet + LoRA 反复折腾，现在一句话就够。

第四，它和 Adobe Photoshop 通过 MCP 服务器深度集成，可以直接在 ChatGPT 里调用 PS 能力，把生成的扁平图实时拆成可编辑的 PSD 分层。这件事我后面会专门展开，因为它直接抹平了「AI 出图」和「手动精修」之间的那道沟。

第五，多模态上下文。你可以一边对话一边修改图片，让它「把这张换成深色调」「保留人物把背景换成沙漠」「色调要和参考图一致」，每一次都是在已有图的基础上微调，不用从零再来。这种「连续对话」式的出图体验，是过去任何独立图像模型都做不到的。

把这五点合起来，GPT-Image 2 不再是「灵感板生成器」，而是真正的「商用素材生产线」。莫潇羽折腾了这一个月，对它的总评是：能用、敢用、好用。

1.1 横向对比一下，它到底强在哪里

为了让感受更具体，我把市面上常被拿来比较的几个主流图像模型，按商业视觉创作的几个关键维度做了一个对比表。

这张表不是给 GPT-Image 2 当吹捧用的——它在「艺术性创作」「极端写实人像」这种特定细分场景里并不一定打得过 Midjourney 或 Flux。但在我们日常的商业视觉生产场景下，它综合得分确实是目前最高的。

1.2 它适合谁，不适合谁

最后给个直白的判断：

✅ 强烈推荐使用 GPT-Image 2 的人群：
   - 自媒体作者、内容创作者
   - 电商运营、淘宝美工、独立品牌主
   - 产品经理、独立开发者（做原型与 mockup）
   - 中小品牌策划者（缺设计资源）
   - 学习 AI 视觉的初学者

⚠ 不太推荐主力依赖它的人群：
   - 追求极致写实人像与摄影质感的影楼摄影师
   - 需要矢量源文件交付的专业设计公司
   - 出版级印刷品的细节把控岗位

理解清楚自己是不是它的目标用户，比单纯听别人说「好用」要靠谱得多。下面进入实操部分。

第二章 写在动手之前：把 ChatGPT 调到正确的姿势

在跑任何一个案例之前，有几个最容易被忽视的设置，先统一交代清楚。这些细节不到位，后面再厉害的提示词都白搭。

2.1 模型选必须选「最新版」

GPT-Image 2 是绑定到具体模型版本上的能力。只有切到当前最新的 GPT-5.x 模型，图像生成和图层拆分这些进阶功能才会被激活。 如果你切到老模型（比如 GPT-4o、GPT-4），加号菜单里那些「创建图片」「Photoshop」按钮要么消失，要么点了没反应。

我自己的习惯：每次新建窗口前，先扫一眼左上角的模型选择器，确认是不是最新版。这一步不到位，后面所有功能都用不上。

2.2 思考程度调到「进阶 / Thinking」

ChatGPT 的对话框上方一般会有「思考程度」或「Reasoning」开关。做图像任务必须切到「进阶」或「Thinking」档，不要用「标准」。原因很直接：

标准模式 → 模型快速反应，画面凑合，分层任务大概率失败
进阶模式 → 先思考构图、再下笔生成，分层、文字、版式才能稳

特别是当你要做 PSD 拆分、详情页连贯、品牌视觉手册这类涉及多步推理的活儿，Thinking 模式是刚需，不是选配。必须开思考功能，这是最容易漏的，在 ChatGPT 里确保 Reasoning（思考模式）是打开的。

2.3 创建图片入口 + 宽高比强制

加号菜单里有个「创建图片」选项，点进去会出来一组宽高比预设：1:1、3:4、4:3、9:16、16:9、2:3 等等。建议每次都通过这个入口启动出图，而不是裸提示词。

为什么？因为你不强制指定比例，模型会按上一次的输出比例默认延续，经常和你想要的不一样。竖版海报硬给你出成横屏，详情页一屏一屏明明要 9:16 又跳成 4:3。每次创建图片入口走一遍，比例就被锁死。

莫潇羽的私房习惯：竖版手机海报固定走 9:16，详情页固定 3:4，公众号封面 16:9，朋友圈海报 1:1，PPT 4:3 或 16:9。

2.4 应用连接：Photoshop 一定要先 Connect

后面的 PSD 分层流程需要 ChatGPT 调用 Adobe Photoshop。这功能目前只有网页版能用，打开 ChatGPT 网页版后点击左下角个人头像，再点设置，进入「应用程序」，点右上角「新增更多」，找到 Photoshop 并完成连线。

连线只要做一次，后面所有窗口都能用。连完之后你会发现，加号菜单里多了一个 Adobe Photoshop 图标，每次需要拆 PSD 都得手动切到这里。

✅ 准备清单
[ ] 模型切到最新版 GPT-5.x
[ ] 思考程度选「进阶 / Thinking」
[ ] 出图走「创建图片」入口
[ ] Adobe Photoshop 已 Connect
[ ] 提示词准备好，参考图准备好

前置工作就这些。下面正式进入十一套实战流程。

第三章 案例一 · 一张海报拆成 PSD 分层，AI 出图不再是「死稿」

这是我个人觉得整套 GPT-Image 2 里最颠覆的一个能力。以前 AI 出图最大的痛点就一个字——「死」。出来一张图，看着挺顺眼，但客户说「文字往左挪 5 像素」「促销价改成 ¥199」「背景换个色」，你就只能整张重生。

GPT-Image 2 解决了这个问题。它能把生成的扁平海报直接拆成 Photoshop 可编辑的 PSD 分层文件，每个元素一个独立图层，拿到 PS 里随便挪、随便改。

3.1 拆分背后的原理

先讲一下原理，免得后面操作时一头雾水。GPT 生成 PSD 分层文件的本质，并不是真正"理解设计源文件"，而是调用内部 Agent 对图片进行抠图、拆解和重新合成。具体来说：

graph LR
A[扁平海报] --> B[语义分割识别元素]
B --> C[逐个元素抠图保留位置]
C --> D[Python psd-tools 写文件]
D --> E[Photoshop 可读 PSD]

也就是说，这是「生图 + 图像分割 + 写代码」三件事一起干。所以为什么必须开 Thinking 模式？因为模型得先看懂画面结构，想好怎么拆，再写代码执行。

3.2 完整流程（三段提示词，照着抄）

整个流程分三步，每一步配一段提示词，顺序不能乱。

第一步：先正常出一张海报。

模型：最新版 GPT-5.x
思考程度：进阶
入口：加号 → 创建图片 → 选 9:16 或 3:4
提示词：你的常规海报提示词，例如：
「生成一张运动品牌运动鞋海报，画面运动感强烈，
包含产品主体、品牌文字、促销信息、装饰元素，
专业电商风格。」

第二步：让它把海报拆成若干独立图像。 直接在同一窗口追加：

接下来，我要把这张图改成 PSD 导入 Photoshop 做编辑。请你先把生成的这张海报拆成若干个图像，每个元素拆成独立成分，不要改变相对位置，底色为白色。

模型会重新输出一张「拆解版」，画面里能看到所有元素被白色背景隔开，每一块都单独存在。这一步是为下一步的 PSD 写文件做准备。

第三步：切到 Photoshop 应用，让它打包 PSD。 点加号菜单，切换到 Adobe Photoshop，再贴上：

根据以上拆分的图像，拼成一个 PSD 文件，每个图像对应一个图层。注意区分图像和文字。去除白色底。给我可下载的 PSD 文件。

等几十秒到两分钟，它会跑完 psd-tools 调用，输出一个 PSD 文件 + 一个 ZIP 压缩包。ChatGPT 会在后台调用 Python 的 psd-tools 包来完成处理，最终输出一个 PSD 文件。

# 后台实际发生的事情大致如下（伪代码）
from psd_tools import PSDImage
psd = PSDImage.new(mode='RGBA', size=(1080, 1920))
for layer_img in segmented_elements:
    psd.add_layer(layer_img, position=(x, y))
psd.save('output.psd')

下载下来，拖进 Photoshop。打开图层面板，所有元素整整齐齐排在那里。文字、产品图、装饰、背景，一层一层独立可编辑。

3.3 真实使用感受 · 这些坑要避开

聊点莫潇羽@无忆研习社实测下来的真实情况，不是宣传稿。

第一坑：画面别太复杂。 如果图片本身非常复杂，比如大型海报、复杂商业合成图、多人物多光效场景，拆分效果就会明显变差，会出现乱抠、漏抠、图层混乱的问题。我的经验是，元素控制在 8 个以内拆得最干净，超过 10 个就开始翻车。

第二坑：不开 Thinking 大概率失败。 我测过几次想偷懒不开进阶模式，结果模型直接给我返一张扁平 PNG 假装是 PSD。开了进阶模式之后稳定多了。

第三坑：网页端有处理上限。 网页端的局限在于它只处理一次，不会回头检查图层质量，复杂图片通常只能拆出 7 层左右，可能存在文字残影、背景和文字未分离等问题。如果你做的是要交付客户的成品，建议把模型拆出来的 PSD 当 80% 完成度的稿子用，最后一公里还是要在 PS 里手动收尾。

第四坑：连接没生效。 偶尔会遇到 Adobe Photoshop 应用切过去之后没反应，这时候去设置 → 应用程序里把 Photoshop 断开重连一次，基本就好。

整套流程下来，单张海报从生图到拿到可用 PSD，平均耗时 3-5 分钟。莫潇羽过去做一张电商海报、要 PSD 源文件，外包至少 200 元、等半天。现在这条流水线把这块的人力成本直接压到了趋近于零。

第四章 案例二 · IP 角色四季延展，一次出八张同人物物料

做过 IP 内容的都知道，最难的从来不是画第一张，而是让同一个角色在不同场景下「长得一模一样」。GPT-Image 2 这块比上一代强太多。

4.1 单张 IP 一致性延展提示词

假设你已经有一张 IP 主形象图（可以是 Midjourney 出的、可以是你自己的设定稿、也可以是 ChatGPT 之前生成的），想把它扩展成一组四季主题海报。流程极简：

1. 在创建图片入口选好比例（推荐 1:1 或 3:4）
2. 上传 IP 主形象图
3. 输入提示词

提示词模板（直接复制改名字就行）：

基于这张角色形象，生成一张【春/夏/秋/冬】主题海报。角色名字：{角色名}。如果不需要文字，去掉角色名这一行即可。需保持 IP 角色一致，包括五官、配色、服饰元素均与原图一致，仅改变背景环境和氛围。

如果想一次性出四张拼成季节套图，把提示词调整成：

基于这张角色形象，生成一张「四季主题海报」，画面分四宫格：左上春、右上夏、左下秋、右下冬。每格保持角色五官与造型一致，仅改变环境与服饰配色。

4.2 主题切换 vs 系列出图

实测下来有两种用法。

用法 A：一张图一个主题。 比如「沙漠场景的同一只 IP」「雪地场景的同一只 IP」「森林场景的同一只 IP」，每次单独跑一张，比例自由。优势是单图精度高，每张都可以再单独细化。

用法 B：单图四宫格系列。 一次输出四个主题，画面分割成四格。优势是版式连贯、出片快；劣势是单格分辨率会缩水。

我的选择标准：做封面或单独物料用 A，做朋友圈九宫格 / 表情包 / 衍生周边图用 B。

4.3 进阶用法：三视图 + 物料矩阵

如果你需要一整套 IP 的衍生物料（表情包、三视图、海报、手机壳、徽章、贴纸……），不用每个分别去做。直接给一张主形象图加这段提示词：

基于这张角色形象，生成一张「IP 物料矩阵图」，包含：三视图（正面、侧面、背面）、5 个表情包、1 张场景插画、1 张宣传海报、3 个周边产品（手机壳/徽章/贴纸）。色调统一为【暖色调/冷色调/暗色调】。

它会一次性输出一张大拼图，里面所有元素都基于同一个角色衍生。这种图特别适合做提案、做物料预览、做版权登记的视觉证据。

💡 莫潇羽小贴士：色调切换不需要重新出图
生成完之后，如果想把暖色调换成冷色调，
直接在同一对话窗口里说一句：
「保留所有元素，色调改成冷色调。」
它会在原图基础上换皮，五官、版式、动作都不动。

整个案例二的核心是一致性。GPT-Image 2 在这一点上比我之前用的任何模型都强一个段位。

第五章 案例三 · Logo 品牌设计，一次出多套备选

做 Logo 这件事，最磨人的不是画，是改。客户要看十个方案选一个，每个方案还要看不同配色、不同字体、不同应用场景。GPT-Image 2 把这个流程极大压缩了。

5.1 信息结构化提示词模板

直接上模板（这是莫潇羽自己用顺手的版本）：

请为我设计一套品牌 Logo，要求如下：

【品牌名称】：________
【品牌行业】：________
【品牌个性】：________（如：专业 / 时尚 / 活泼 / 高端 / 极简）
【目标受众】：________（如：25-35 岁女性 / 职场新人）
【喜欢的方向】：________（列举 3 个，如：扁平、几何、徽章）
【讨厌的方向】：________（如：花哨、过度装饰）
【视觉风格】：________（如：黑白极简 / 莫兰迪色 / 渐变科技）
【数量】：3 个方向，1 张图呈现

输出要求：1 张图，包含 3 个不同方向的 Logo 主标志，
每个 Logo 配一行品牌名标准字体，
排版整齐、留白合理，方便后续选型对比。

把这段贴进创建图片，搭配 4:3 或 3:4 比例，几十秒之内能拿到一张包含 3 个 Logo 方向的对比图。

5.2 数量怎么定才合理

GPT-Image 2 单次最多出 8 个相关元素，但对 Logo 这类要看细节的场景，3-5 个最合适。原因有两个：

实操中我一般是：第一轮用 3 个出大方向 → 选定后用 1 个出高清版 → 拿高清版去做品牌手册延展。

5.3 字体系统 + 配色规范

Logo 出完了，下一步是把它扩展成完整的品牌视觉系统。直接追加提示词：

基于上图选定的第二个 Logo，生成一张「品牌字体与配色规范图」，包含：主标准字（含中英文）、辅助字体（含字重示例）、主色板 5 色（含十六进制色值）、辅助色板 3 色、应用示意（名片 / 信封 / 包装一角）。整图风格保持极简，便于打印。

输出的就是一张完整的品牌字体配色规范图。这张图直接可以塞进品牌手册或者发给印刷厂当依据。

5.4 真实工作中的搭配建议

莫潇羽@无忆研习社 自己接小型品牌咨询的时候，是这么搭配的：

步骤 1 - 用 GPT-Image 2 一次出 3 个 Logo 方向
步骤 2 - 客户在 3 个里挑 1 个
步骤 3 - 用 GPT-Image 2 出该 Logo 的字体+配色规范
步骤 4 - 用 GPT-Image 2 出品牌视觉手册（详见下一章）
步骤 5 - 拆 PSD 进 Photoshop 做最后精修

整套五步走完，从「客户给一句话需求」到「交付一份可用品牌包」，两个小时之内能闭环。而过去这种活儿，外包不到 3000 元做不下来，时间还得三五天。这就是 AI 商用视觉的真正价值。

第六章 案例四 · 品牌视觉手册一键扩展

上一章把 Logo 和字体配色搞定了。但客户要的从来不止是这些。一套完整的品牌包还包括：使用场景规范、错误用法警告、物料示意（名片 / 信纸 / 工牌 / 易拉宝 / 包装……）、社交媒体头像、横版 Logo、竖版 Logo 等等。

这一章就讲怎么用 GPT-Image 2 一口气出一整套品牌视觉手册。

6.1 截屏前序图，让 AI「接着画」

核心方法：把上一章生成的 Logo 截图（或选定方向的清晰图），上传到新对话窗口，然后给它这段提示词：

基于这张 Logo，帮我生成一份完整的品牌视觉手册图，要求包含：
主标志：横版、竖版、单色版各一
安全间距规范：示意图
最小使用尺寸：标注
标准色板：含主色与辅助色，附 HEX 值
字体系统：主标准字、辅助字
应用示意：名片、信封、工牌、易拉宝各一角
错误用法警示：拉伸 / 变色 / 加边框等错误示例
风格保持简约，整图比例为 16:9 横版，便于演示。

它会输出一张信息密度很高的「品牌手册总览图」。如果一张装不下，可以让它分两张：第一张主视觉规范、第二张应用示意。

6.2 色调一键切换

生成完之后，客户经常会反悔说「换个深色系吧」「换个明亮些的」。不需要重新出图，直接在同一对话框里说一句：

保留所有元素和版式，色调换成深色系。

GPT-Image 2 会在原图基础上做色彩重映射，Logo 形状、版式布局、字体规范全部不动，只换色。这一步过去我得在 PS 里手动调一晚上，现在 30 秒搞定。

6.3 延展连贯输出

品牌视觉手册往往不止一张图。给它继续追加：

在保持当前色调和风格的基础上，继续延展生成第二张：
包含社交媒体头像（圆形 / 方形 / 长条 banner）、
包装示意（手提袋 / 礼盒 / 包装纸）、
应用场景（门头招牌 / 桌面立牌）。
整图风格与上一张完全一致。

graph TD
A[选定 Logo 主稿] --> B[第一张：品牌规范总览]
B --> C[第二张：物料应用示意]
C --> D[第三张：包装与门头]
D --> E[一键色调切换 暖→冷→中性]
E --> F[整套打包交付]

6.4 实操中的几个心得

• 「保持一致」三个字一定要写进每次延展的提示词里。 不写的话模型有概率重新设计 Logo。
• 物料示意不要要求太具体的产品形状。 模型对常见物料（名片、易拉宝、手提袋）很熟，对小众物料（异形包装、特殊载体）就会瞎画。
• 延展超过 3 张之后建议开新对话。 上下文太长，模型会开始遗忘最早的色调要求。

整个案例四的本质是让 AI 承担「品牌设计师助理」的角色：定方向人来定，规范画图它来干。

第七章 案例五 · 老照片视觉与年代感场景生成

这一章涉及两个相关需求：生成有年代感的「假老照片」，以及把一个人物融入到另一张场景照片里。两个都是高频应用，提示词写法不同。

7.1 年代感老照片生成

GPT-Image 2 对「年代感」「胶片感」「老照片质感」的还原是出乎意料的好。它会自动叠加颗粒、褪色、轻微划痕、相纸纹理这些细节，比硬套滤镜真实多了。

基础提示词框架：

生成一张【年份】前后的【场景类型】照片，
画面包含：【人物 / 物品 / 环境细节】，
风格：胶片质感 / 老照片质感，
色调：泛黄 / 褪色 / 偏暖，
画质：颗粒感明显，自然褪色。

举几个我跑过效果不错的例子：

关键技巧：给一个具体年份。 这样模型才有清晰参考物。模糊的「以前」「老」「复古」效果差很多。

7.2 比例不对怎么救

实测里偶尔会遇到，明明在创建图片里选了 16:9，模型还是默认输出 4:3。怎么办？不用重新出图，点击生成的图片进入编辑界面，里面有「修改宽高比」选项，可以直接扩图。

GPT-Image 2 的扩图能力很扎实，扩展部分会自然延续画面元素，不会出现拼接缝。

7.3 人物融入场景

这是高频痛点。比如有一张全家福，但当时有个家人没到场，事后想 P 进去。或者有一张你拍的风景照，想把另一张照片里的朋友加进来。

提示词模板：

请将图二中的人物自然融入到图一的场景中。
要求：
- 保持图二人物的五官、发型、服饰不变
- 匹配图一场景的光源方向、色温、景深
- 人物位置在图一的【左侧/右侧/中央】
- 姿势保持【站立/坐着/与原图一致】
- 不要改变图一原有的其他元素

特别注意：如果图一里也有人物，并且你希望保留，必须在提示词里明确写上：

图一原有的人物完整保留，位置和姿态不变。

不写这一条的话，模型有概率把图一的人物也重画一遍，导致原本的家人「变脸」。

7.4 老照片修复

GPT-Image 2 在老照片修复这块也能用。一张泛黄褪色的老照片，扔进去配这段提示词：

修复这张老照片：去除划痕、补全缺失部分、还原自然肤色、提升清晰度、保留原有时代质感。不要把照片改成现代风格，保留年代感。

输出基本能达到「专业修复师 70-80% 水准」。对于纪念用、相册整理、家史项目，完全够用。

7.5 一个真实案例的工作流

莫潇羽@无忆研习社 之前帮一位朋友整理父母的婚礼老照片，整个流程是这样的：

graph LR
A[扫描老照片] --> B[GPT-Image 2 修复]
B --> C[人物面部精度还行]
C --> D[导入 Photoshop 局部精修]
D --> E[输出高清版本]
E --> F[打印成画框相册]

整套下来不到一小时。如果走传统修复馆，单张报价 80-200 元、等一周。这是 AI 视觉工具对普通生活场景的真实价值。

第八章 案例六 · 从一句话到一套 UI 界面

做 UI 界面以前是「设计 + 切图 + 还原」三个工种的活儿。现在 GPT-Image 2 可以让单人在十分钟内出一套设计稿。流程的精髓在于「让 AI 帮你写提示词，再让 AI 用提示词出图」。

8.1 借助 LLM 生成详细提示词

直接告诉 GPT-Image 2「画一个健身 App 主页」效果一般。但如果你先让一个 LLM（ChatGPT、Kimi、豆包都行）帮你把这句话扩展成一段详细 UI 描述，再把描述喂给 GPT-Image 2，效果立刻不一样。

第一段提示词（喂给 Kimi 或者 ChatGPT 文字对话）：

给我一份【天气预报 App】UI 界面的详细布局描述，包含：
顶部状态栏与导航
主视觉信息区
中部数据展示模块
底部交互控件
配色风格
字体与排版细节
我会用这段描述去生成对应的 UI 界面图，所以要写得足够具体可视化。

第二段提示词（拿到 LLM 输出后，扔给 GPT-Image 2 + 创建图片）：

根据以下 UI 描述，生成一张手机端 UI 界面图（9:16 竖版）：
【粘贴 LLM 生成的 UI 描述】
风格：现代极简、深色系、卡片化、圆角元素、信息层级清晰。

输出基本就是一张能直接放进 Sketch / Figma 当参考稿的高保真 UI。

8.2 多张连贯输出（UI 套组）

App 不可能只有一个页面。让 GPT-Image 2 一次出 5-8 个相关页面，怎么做？

模型：最新版
思考程度：进阶
比例：9:16
数量：5（最多 8）
提示词：基于刚才的 UI 风格，
再生成 5 个相关页面：
- 引导页
- 登录注册
- 主页详情
- 搜索筛选
- 个人中心
所有页面保持相同的色调、字体、组件风格。

GPT-Image 2 会输出一张拼图，里面 5 个页面并排或网格排列。然后让它继续延展：

按上面的风格，往下延续 5 张画面。

它会接着往后画，每张都和前面的风格统一。理论上可以一直延展，但每开一次延展，记得回到「进阶」模式——因为刷新之后模式会被默认重置回标准。

8.3 UI 组件库延展

光有页面不够，正经 UI 项目还需要可复用的组件库。继续追加：

根据上述 UI 风格，生成一套 UI 组件，包含：
卡片（含状态变体）
按钮（主/次/警示/禁用）
输入框
标签
进度条
Tab 栏
弹窗
整体色调与前面页面完全一致，每个组件展示常用状态。

这一张可以直接当成「组件设计规范图」用，丢给前端工程师做开发参考。

8.4 适用场景与边界

GPT-Image 2 做 UI 不是万能的。它擅长出概念稿、视觉提案、风格探索；不擅长出最终交付稿、像素级精确的设计稿。原因是它毕竟是图像模型，不是矢量编辑器，文字、控件、间距都是「画」出来的，不是「构建」出来的。

✅ 适合用 GPT-Image 2 的 UI 场景：
   - 提案演示
   - 风格探索
   - 客户对接初稿
   - 自媒体作品集
   - 个人项目快速原型

❌ 不适合的：
   - 最终交付给开发的源文件
   - 需要逐像素精确的稿件
   - 大型 B 端复杂界面

但作为前 70% 的工作量替代，它真的值。

第九章 案例七 · UI 风格一键转 PPT 套组

接着上一章。做完 UI 界面，经常需要把同样的视觉风格「平移」到 PPT 里做演示。GPT-Image 2 在这一步配合得很好。

9.1 风格继承的核心思路

不要重新写一遍风格描述。直接把上一章生成的 UI 界面图复制到新窗口，让模型「看图说话」继承风格。

提示词模板：

基于这张 UI 界面的色调、字体、装饰元素，生成一份 8 页 PPT 演示稿。主题：天气预报产品介绍。
一共 8 页，每页一个主题：
封面
产品介绍
核心功能
数据展示
用户场景
与竞品对比
未来规划
结束页致谢
比例 16:9，风格与上图保持一致。

9.2 文案生成偷懒方案

不想自己写每页文案？让 GPT-Image 2 也代劳：

帮我生成图片，我只需要内容由你来填。
以【天气预报产品】为主题，
一共 8 页 PPT，每页一个主题。
帮我想好每页的标题和正文要点。
风格保持与刚才 UI 一致。

它会自动给每页编标题、写卖点、配数据。输出的文字内容你完全可以再去修改，因为分层后就是一个个图层。

9.3 一张图能装下几页？

GPT-Image 2 单次输出最多 8 张相关图像，这刚好是大部分演示 PPT 的常规页数。如果需要更多：

模型回复完第一组 8 页之后，追加：
「保持风格不变，再延续 5 页：
 - 团队介绍
 - 商业模式
 - 融资计划
 - 联系方式
 - Q&A 页」
它会继续往下补。

9.4 转交付的工作流

GPT-Image 2 输出 → 截图保存每一页 → 导入 PPT 当背景
                ↓
              或者拆 PSD → PS 修文字 → 导出 PNG → 放 PPT
                ↓
              或者直接录屏当演示视频

莫潇羽@无忆研习社 自己的偏好是中间这条：拆 PSD → 改文字 → 导回 PPT。因为这样每页文字是可以根据现场情况随时改的，不像图片硬定死。

第十章 案例八 · 电商主图与详情图制作

接下来是电商场景。这块是 GPT-Image 2 真正能直接产生工作价值的领域。

10.1 参考图 + 产品图双图模式

电商主图最常见的需求是：「我有一张产品的素拍图，想要做成像 X 品牌那样的氛围感主图」。提示词模板：

图一是我的产品（智能手表），图二是我想参考的版式与风格。
帮我按照图二的版式去设计一张淘宝主图，
主图比例 1:1，
文案内容可以根据图一的产品自动生成，
文案风格简洁、有冲击力，
整体色调参考图二。

操作步骤：

1. 加号 → 创建图片 → 1:1
2. 上传两张图：产品图 + 参考图
3. 贴入上面的提示词
4. 模型 = 最新版，思考程度 = 进阶

输出基本能达到「专业电商美工 80% 水准」。仅基于如此简单的两句提示词，就