今年3月，ChatGPT悄悄换了默认图像引擎。不是DALL·E，而是一个叫GPT图像二代的新模型——它把图像生成直接塞进对话流，能听懂"左边放标题、右边换张图、按钮用品牌蓝"这种连续指令。这到底改变了什么？我按官方指南完整跑了一遍流程。
它不再是"画图工具"，而是"能看图说话的设计协作者"
过去用DALL·E 3，你得把需求一次性说完。改一次重新生成，上下文断得干干净净。
GPT图像二代（gpt-image-2）的架构差异在于：它原生嵌在GPT-4o里，图像和文本用同一套推理逻辑处理。官方文档的原话是："it reasons about images and text together"——它对图像和文本进行联合推理。
对网页设计师来说，这带来三个可感知的变化：
第一，文字渲染准确率显著提升。实测中，界面里的按钮标签、导航文案、数据图表的数值，出错率比前代低一个数量级。
第二，多轮对话迭代成为可能。你可以先生成线框图，再指令"把侧边栏改成深色模式"，系统会保留布局结构只改配色——而不是像抽卡一样重Roll一张。
第三，复杂提示词的遵循度更高。官方建议"给它的细节程度要和 briefing 真人设计师一样"，反过来也说明：模糊指令会浪费它的能力。
两种接入方式，对应两种工作流
设计师最轻量的入口是ChatGPT本身。今年3月起，Plus/Pro/Team/免费用户都默认调用GPT图像二代，直接在对话框输入设计需求即可。
但如果你想把AI塞进自己的设计工具链，需要调用OpenAI的API。这里分两条技术路线：
路线一：图像API（单次生成）。适合批量出图、固定模板的场景。代码层面指定model="gpt-image-2"，设置尺寸（官方示例用1536x1024）、质量档位、生成数量，返回base64编码的图片数据。
路线二：应答API（多轮对话）。这是迭代式设计的关键。你在input字段描述需求，tools参数声明调用图像生成能力，系统返回的输出流里会包含image_generation_call类型的结果。核心优势在于：同一次对话session里，你可以基于上一张图继续下指令。
官方示例的对比很直观：用应答API生成落地页首屏后，你可以追加"把CTA按钮从蓝色换成橙色，文案改成'立即试用'"——模型理解这是同一张图的局部修改，而非全新创作。
提示词工程：从"许愿"到"briefing"
官方文档放了两组提示词对比，差距悬殊：
差版本："Make a website homepage"（做一个网站首页）
好版本包含：具体场景（SaaS落地页首屏）、色彩规范（深海军蓝背景#0A0F1E）、布局结构（左对齐）、文案层级（大标题+灰色副标题）、甚至交互元素（CTA按钮）。
这种结构化表达不是"技巧"，而是匹配模型能力的必要输入。GPT图像二代的上下文窗口和推理深度，让它能消化真人设计师级别的brief——但前提是你真的写了那么多。
实测中，我尝试用同一组需求分别投喂两代模型。DALL·E 3对"数据图表"的理解经常跑偏成装饰性图形；GPT图像二代能生成带坐标轴、图例、近似数值的柱状图，虽然数据是随机的，但视觉结构正确，可直接进Figma当占位符。
网页设计的四个落地场景
官方指南划定了GPT图像二代在网页工作流中的具体位置，不是替代设计师，而是压缩重复劳动：
场景一：线框图与原型。用自然语言描述信息架构，快速生成低保真布局。重点不是美观，是验证"这个层级关系是否合理"。
场景二：UI mockup。在确定的设计系统内生成高保真界面。你可以指定"用Tailwind的slate色系"，模型会输出符合该色彩逻辑的配色方案。
场景三：设计资产。图标、插图、空状态图形、社交分享图。这些原本需要打开Illustrator或委托插画师的任务，现在可以用对话完成多轮微调。
场景四：首屏大图与营销素材。产品截图背景、团队虚拟形象、场景化配图。官方特别提醒：涉及真实人物肖像时需注意合规边界。
一个被低估的细节：文本渲染的可靠性
网页设计中有大量"带字图形"——按钮、标签、徽章、数据卡片。传统AI绘图模型的文本渲染是概率性的，"Submit"可能变成"Subm1t"或"Sbmit"。
GPT图像二代没有彻底解决这个问题，但官方将其列为"significantly better"（显著改善）的能力项。实测中，短单词（6个字母以内）的准确率接近可用级别，长句仍建议后期用Figma/Sketch覆盖。
这意味着：它可以承担"视觉占位"任务，但正式上线前的文字精修环节不可跳过。
API定价与成本估算
官方文档未公开具体价格表，但明确了两个计费维度：图像尺寸（1024x1024、1536x1024等）和质量档位（standard/high）。高分辨率+高质量的组合适合最终交付物，低保真迭代可用标准档控制成本。
对于日均生成50张图的设计团队，建议用应答API的会话机制减少重复生成——相比每次从零开始的图像API，多轮对话能显著降低token消耗。
当前能力的边界
官方指南坦诚列出了限制：复杂交互状态（hover、动画关键帧）无法直接输出；设计系统的全局一致性需要人工校验；生成图的图层结构是扁平的，无法直接导出可编辑的SVG或分层PSD。
这些不是"缺点"，而是定位问题。GPT图像二代是设计流程的加速器，不是设计工具的替代品。它的产出物进入Figma、Webflow、代码仓库之前，仍需设计师的专业判断。
数据收束：3月、API、1536x1024
梳理关键事实：2025年3月，GPT图像二代成为ChatGPT全量用户的默认图像引擎；开发者通过OpenAI API接入时，需在model字段明确指定"gpt-image-2"；官方示例代码中高频出现的输出尺寸是1536x1024——一个接近16:10、适合网页首屏的宽高比。
这三个数字勾勒出产品落地的时空坐标：它不是实验室demo，而是已开放商业调用的生产工具。对25-40岁的科技从业者来说，问题不再是"AI能不能做设计"，而是"我的设计流程里，哪些环节值得用API重新串一遍"。
热门跟贴