Agent Skills
返回列表
🎨

GPT Image 2 多参考图生成

设计多媒体 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @infimind/gpt-image-2-multi-reference-image 到 AI 助手中。

技能介绍

电商主图、商品详情页、带货种草图这类场景,往往需要同时参考商品实物、材质细节、构图风格等多张图片生成结果——手动操作要么要反复粘贴参考图,要么面对模型参数、价格、任务状态来回切换,流程零散且容易出错。更关键的痛点在于:部分多图生成接口可能悄悄调用其他模型冒充,导致结果风格与预期不符;价格不透明,批量生成前难以预估成本;任务提交后需要反复刷新查看状态,结果还要手动下载。

核心能力

这个技能把 GPT Image 2 多参考图生成的产品化流程压缩到命令行里,核心是让「输入参考图→提交任务→拿结果」的链路可控、可追溯。它固定调用 public_model_gpt_image_2,不兜底其他模型,避免风格偏移;支持文生图、参考图生成、图片编辑等场景,通过 --image 一次传入多张参考图(至少两张),每张参考图的角色需明确说明(比如图1提供商品主体、图2提供材质细节),避免模型猜测冲突的参考关系。

脚本会自动完成四件事:查询实时模型配置和价格 snapshot,让 COST_FIRST 模式下的成本预估基于当前实际售价;上传参考图并提交任务,返回可追溯的 taskId;轮询任务状态直到完成,无需手动刷新;将结果下载到本地,默认保存至 ~/Downloads/AiHive。批量生成用 --batch 控制数量,模型参数(如分辨率)通过 --param key=value 传递,路由模式可选 COST_FIRST(默认)、SPEED_FIRST 或 SUCCESS_FIRST 适配不同需求。

适用边界

需要注意三个边界:一是技能不支持模型自动切换,public_model_gpt_image_2 下线或更名时需手动查询后台;二是参考图必须至少两张,仅靠文字提示无法触发该能力的完整效果;三是 --param 的参数枚举、尺寸、格式等必须以实时 imageConfig 为准,不能照搬旧参数。

使用场景

  • 电商运营需为爆款商品生成主图,要求结合商品主体图与材质图,输出符合平台比例的清晰卖点图
  • 设计师要拆解商品详情页视觉,需按首屏主视觉、核心卖点、使用场景等模块生成不同图片并确保不虚构事实
  • 带货主播需为小红书封面图做准备,重点突出真实使用场景与痛点,并能适配不同社媒平台的尺寸要求
  • 内容创作者要对商品图进行修改,明确要求保留主体、更换背景材质,需同时提供商品图与参考风格图进行编辑

适合人员

  • 电商运营,每周处理上百款商品主图,需要固定参考图规则和批量生成降低重复操作
  • 电商设计师,负责商品详情页模块拆解,需要通过多参考图控制不同部分的视觉风格统一
  • 带货种草团队,需在一周内为小红书/抖音产出50+竖版封面,需适配多平台尺寸与风格
  • 品牌营销人员,需生成广告KV时明确受众与传播主张,需通过多参考图传递品牌调性而不用设计软件