GPT-Image-2 全面使用教程：设计师和运营应掌握的 9 个工作流

过去两年间，首个真正进入专业工作流的 AI 图像模型，是 OpenAI 于 4 月 21 日推出的 GPT-Image-2，它也被称为 ChatGPT Images 2.0。

第二名落后 242 分，因为它在 LM Arena 文生图榜单取得了 1512 分。

Nano Banana Pro 到 DALL-E 所体现的代差，大致可以用来衡量这个差距。

一、认识GPT-Image-2

作为新一代原生多模态图像生成模型，GPT-Image-2 由 OpenAI 于 2026 年 4 月 21 日发布，内部代号为“Spud”。

在接替 DALL-E 3 的同时，它也完成了对 GPT-Image-1.5 的全面升级。

GPT-Image-2包含哪些升级

1.生图前规划、完成后自检：原生 Thinking 模式

创建 → 打草稿 → 生成初稿 → 搭建场景 → 打磨细节 → 收尾 → 润色 → 微调，一张图必须完整经过这八步。GPT-Image-2 之所以形成这一核心架构创新，是因为接入了 OpenAI O 系列推理模型。

这一过程中还可进行联网搜索、错误自检和迭代修正。也就是说——当你要求它制作一张财报信息图时，它会先联网获取最新数据，然后绘图，并在完成后自行核对数字是否有误。

从架构层面看，所有 Diffusion 模型都无法做到这一点。

2.由世界知识驱动

生成结果之所以遵循真实产品的视觉规律，是因为 GPT-Image-2 的训练数据明显向真实视觉素材倾斜，其中包括 UI 截图、店面招牌和真实界面布局。

3. 分镜中的角色一致性

可生成一整组系列物料，例如同一 IP 形象在 8 个不同场景中的图片

4.像素级区域编辑

编辑指定区域时，其余部分基本不会发生漂移。

光照、透视与阴影的一致性能够完整保留，原本要在 PS 中“手动抠图改细节”的操作，如今一句自然语言便可完成。

GPT-Image-2 价格汇总

二、GPT-Image-2 如何使用

1. ChatGPT 免费版本

从 4 月 21 日开始，所有 ChatGPT 用户，包括免费用户，都可以使用 GPT-Image-2；不过免费用户仅能使用 Instant Mode（即时模式），Thinking Mode 则位于付费墙之后。

每 24 小时采用滚动窗口计算额度，通常能生成 2~3 张；高峰期则以 3 张为封顶值。

2. ChatGPT Plus / Pro（重度推荐）

• Plus（20 美元/月）：日均可达 100+ 张，Thinking Mode 获得解锁，每 3 小时约有 50 张
• Pro（200 美元/月）：日均可生成 500+ 张，使用限制几乎没有

具体操作步骤：

1. 先确认订阅状态，再登录 chatgpt.com
2. 在对话框直接输入生图 prompt 或上传参考图
3. 想触发 Thinking Mode，在 prompt 末尾加上 "think carefully before generating" 或 "请仔细思考再生成"
4. 出图耗时方面，约 3 秒对应 Instant 模式，约 30-60 秒对应 Thinking 模式
5. 图片生成后可直接打开“编辑模式”，通过自然语言进行局部调整

一个较少被提及的技巧是：任务若涉及股价、汇率或新闻热点等实时数据，可直接要求“先联网查最新数据再画图”，从而自动启动 web search + 图像生成的组合链路。

如果不清楚怎样订阅GPT，可以阅读我此前发布的文章。