Agent Skills
返回列表
🎨

GPT Image 2 图像生成与编辑

设计多媒体 更新于 2026.08.30

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 @org-eyw2ohcx/acedatacloud-skills-gpt-image-2。

技能介绍

要解决什么问题

做品牌视频或营销素材时,常见痛点是:纯文生图会把 Logo、二维码「重画」变形;同一角色在不同镜头里五官和服装 drift;截图或产品图想融入新场景又得在 PS 里抠图合成。gpt-image-2 通过 AceDataCloud 暴露 OpenAI 图像生成与编辑 两类 同步 接口,编辑路径可以把真实素材当 image[] 输入,让模型在提示词约束下 合成或换风格,而不是从零臆造图形。

技能如何工作

  1. Generate(文生图):文本提示 → 返回 data[0].url 可直接下载的 PNG。
  2. Edit / composite(图生图 / 合成):一个或多个源图(本地文件用 @ 路径,或 URL)配合提示词;适合 把真实 Logo/二维码嵌进生成场景、跨镜头保持主体一致、或给截图换视觉风格。

尺寸可用预设(如 1792x1024、3840x2160)或 "auto";自定义需满足长宽为 16 的倍数、单边 ≤3840、总像素与宽高比限制,否则 400。n 可取 1–10,按返回张数计费;response_format: "b64_json" 时仍要求 n: 1。默认同步;超长 4K 可传 callback_url(可选 async: true)再轮询 POST /openai/tasks。

适用边界与注意点

  • 编辑要「保真」时,应在提示中写明 保留 Logo/二维码原色与形状、不要重绘。
  • 视频分镜一致性:先生成一张主图,再对每段做 edit,比每镜从文生图重来更稳。
  • 画内文字通常可读,适合做标题/标签而非全靠 HTML 叠字。
  • 鉴权与 Token 配置见 SKILL.md 中的 authentication 说明;本介绍不含安装步骤。

使用场景

  • 品牌宣传片分镜里,要把公司矢量 Logo 嵌进 AI 生成的街景而不变形色
  • 短视频多镜头需要同一虚拟角色服装脸型一致,用主图加每镜 edit 而非重生成
  • 营销落地页需要把真实产品摄影图合成到节日主题背景并统一光感
  • 运营海报要在生成画面里保留可扫的真实二维码,禁止模型重绘码面

适合人员

  • 负责品牌短视频素材、又不想每镜在 PS 里手工贴 Logo 的市场设计
  • 做 AI 分镜预演的导演/previs,需要跨镜头锁定角色外观的内容创作者
  • 电商运营要把实拍 SKU 图快速套进活动模板背景的活动策划
  • 需要 API 级文生图加多图合成、且能接受按返回张数计费的集成工程师