现在GPT-image-2 的生图能力非常牛逼，但改图依然是AI的痛。
所以像Lovart这样的设计Agent，就出了能直接对AI生成图片编辑的功能
但，我发现，ChatGPT也可以直接完成这件事了。
基本上一句话就能从Image2的图转成多个图层、可以编辑的PSD文件。
但在网页端的体验还是无法落地成生产力。
之前分享过Codex配合Image2的工作流，于是，经过我一顿操作
成功开发了一个可以在Codex里生成Image后再转成PSD的skill
这才是生产力啊！！开源地址在文末。
接下来分享一下过程。
01
ChatGPT 网页端：连上 Photoshop，把合并图拆成图层
ChatGPT，先在设置里打开连接点，把 Photoshop应用链接进来。
然后，新开聊天框生图。
刚好我们下个月6月8日在厦门有场 AI 跨境电商线下大会，需要一张海报。正好让 GPT-image-2 生成了一张。
这时候海报是一张合并图。要改文字或者换底色，直接改不了。
换个思路：先让 GPT 把海报拆成若干张独立图像，底色白色，每张对应 PSD 里的一个图层，再拼成 PSD 文件。
第一步：拆图层
直接用这段提示词：
接下来，我要把这张图改成 PSD 导入 Photoshop 做编辑，
所以需要你先把生成的这张海报拆成若干个图像，
不要改变相对位置，底色为白色。
第二步：选中 Photoshop 应用，生成 PSD
在应用选择里点开 Photoshop。
然后让 ChatGPT 把拆好的图拼成 PSD：
根据以上拆分的图像拼成 PSD 文件，每个图像对应一个图层，
注意有些是图像，有些是文字。去除白色底。给我 PSD 文件。
跑完能拿到一个 PSD 文件。
导入 Photoshop，看到图层了。
这次拆出来 7 层。
能用，但问题也很明显：标题下面有残影，文字和背景图合在了同一层里没有分开。图比较复杂的话，7 层是网页端的上限。
02
翻了一下对话记录，发现背后是 Python 包在跑
为了搞清楚网页端的极限在哪，我偷瞄了一下 ChatGPT的思考过程。
发现它背后调用的是 Python 的 psd-tools 包。
也就是说，流程是：生图 → 用 Python 处理图像拆分 → 拼成 PSD。
说白了就是，图层拆得细不细，取决于 Python 脚本怎么写。而网页端是一次性生成，生完就结束，不会回头检查「这个图层拆得对不对」。
然后我想到了 Codex。
Codex 有 reasoning loop——它在跑任务的过程中会检查自己的中间结果，发现问题了会回去修。这个特性用在图像拆分上，理论上能拆出更多图层，质量也更可控。
所以，我尝试把这套流程开发成 Skill。
03
用 Codex 开发 bggg-creator-image2psd Skill：12 层，无残影
打开 Codex，给了一段需求描述，加上网上找到的两个开源项目作参考。
一顿操作就开发好了 bggg-creator-image2psd Skill，然后用同样的厦门大会海报测试。
结果出来了。
12 层。
导入 Photoshop。
标题下面那块残影消失了。文字单独成层，背景、图形元素各自分开。
Codex 在跑任务的过程中，发现拆出的图层有边缘污点，会自动回去调整 Python 脚本的参数，重新处理，直到结果干净为止。这是 reasoning loop 在实际工作中的效果。
同一套 Skill，拿跨境电商的素材图也测了一遍，同样能拆。
04
Skill开源地址
https://github.com/binggandata/bggg-skills/tree/main/bggg-creator-image2psd
包括之前开源的饕餮.skill，以及后续的 Skill，都会同步到这个仓库：
https://github.com/binggandata/bggg-skills
求stars支持
不过有一说一，这个效果还不是很完美，如果有更好的想法欢迎提议！！
热门跟贴