贾栾：GPT-image 2 国内无障碍使用，一张图成本 4 分

贾栾：GPT image 2 国内无障碍使用，一张图成本 4 分 贾栾：GPT image 2 国内无障碍使用，一张图成本 4 分 Modified April 23 飞书远程控制 飞书通过 CC Connect 实现远程控制 Claude Code，直接发送任务。结果产物直接发送到飞书。 批量制作 单图制作能力有了，批量作图可以直接循环调用脚本。 以下是单张图片的生成脚本，批量执行可实现批量生图。 如果中转平台限制并发，可以多平台、多账号一起。 Code block Plain Text Copy 仅使用 grsai 引擎 python scripts/generate.py config config/engine.json \ provider grsai style hand drawn prompt "a cute cat" \ out cute cat.jpg PPT 制作 在批量制作的基础上，再实现提示词风格的一致性，即可实现 PPT 的制作。 首先将所有页的内容参考以下方式生成完整的提示词 然后制作脚本按页解析、批量调用单图脚本执行生图，最后合成 PDF 即可。 提示词 Markdown Copy 风格指令 (STYLE INSTRUCTIONS): Design Aesthetic: 极简主义科技风格，干净、现代、未来感 Background Color: 浅灰色背景， F5F5F7，带有极细的网格纹理 Primary Font: SF Pro Display（或类似无衬线字体） Secondary Font: SF Pro Text（或类似易读无衬线字体） Color Palette: Primary Text Color: 深灰色， 2C2C2E Primary Accent Color: 蓝色渐变， 007AFF 到 5856D6 Visual Elements: 抽象几何图形、渐变背景、科技感线条、图标化视觉元素 绘制内容 (CONTENT TO DRAW): 第 1 页： // NARRATIVE GOAL (叙事目标) 作为封面页，设定整个演示的基调：展示GPT image2的突破性图像生成能力，突出其革命性地位，吸引观众对这项新技术的兴趣。 // KEY CONTENT (关键内容) 主标题：GPT image2：图像生成的范式转变 副标题：OpenAI最新旗舰级图像生成模型 发布日期：2026年4月22日发布 核心卖点：七项文生图赛道全部屠榜 设计提示：使用大胆的排版，主标题占据页面大部分空间，背景可以使用由GPT image2生成的抽象艺术图案或渐变。 // VISUAL (视觉画面) 满版出血的视觉设计：中央为主标题，背景是由GPT image2生成的抽象几何艺术图案，融合蓝色渐变和科技感元素。页面底部有极简的OpenAI标志。 // LAYOUT (布局结构) 海报式布局：标题居中偏上，占据视觉焦点。背景图像覆盖整个页面，但不过于复杂。整体设计简洁有力，字体粗壮现代。 第 2 页： // NARRATIVE GOAL (叙事目标) 介绍GPT image2的定位和核心突破，解释为什么它被称为图像生成领域的"范式转变"，建立技术权威性。 // KEY CONTENT (关键内容) 主题句：从辅助工具到创意伙伴的进化 关键突破： 超越DALL·E 3，成为新的行业标杆 七项文生图赛道全部领先（写实、动漫、设计等） 支持"思考模式"：更智能的图像生成逻辑 底层架构升级：gpt image 2模型架构 技术指标：对比前代模型在准确度、细节处理、指令遵循方面的提升 // VISUAL (视觉画面) 分屏对比展示：左侧显示传统AI图像生成的典型问题（文本模糊、细节丢失），右侧显示GPT image2的优秀表现（清晰文本、精细细节）。中间使用"VS"符号分隔。 // LAYOUT (布局结构) 三栏布局：左侧为传统问题示例，中间为"进化"关键词，右侧为GPT image2的优势展示。底部有简洁的技术架构示意图。 第 3 页： // NARRATIVE GOAL (叙事目标) 深入解析GPT image2的核心能力，特别是那些使其在批量作图生成PPT场景中极具价值的特性。 // KEY CONTENT (关键内容) 主题句：五大核心能力解析 能力详解： 1. 多语言文本渲染 ：支持中文、英文等多种语言的精准文本生成 2. 高级指令遵循 ：可处理复杂、详细的图像生成指令 3. 多比例支持 ：生成各种长宽比的图像（16:9、1:1、9:16等） 4. 思考模式 ：具备逻辑推理能力的图像生成 5. 商业级品质 ：直接生成可用于商业提案和电商投放的成品图 应用价值：为批量PPT生成提供高质量、多样化的视觉素材 // VISUAL (视觉画面) 五个图标化的功能模块，每个模块用不同的几何形状表示，形成一个圆形的布局图。每个功能旁边有简短的示例图像或图标说明。 // LAYOUT (布局结构) 中心辐射式布局：中央标题，五个功能模块围绕中心排列。使用不同的颜色和图标区分各功能模块，保持整体平衡。 第 4 页： // NARRATIVE GOAL (叙事目标) 展示GPT image2的实际应用场景，特别是如何赋能批量作图生成PPT的工作流程，体现其商业和实用价值。 // KEY CONTENT (关键内容) 主题句：批量创作工作流的革命 应用场景： PPT批量配图 ：根据文本内容自动生成匹配的插图 品牌视觉一致性 ：保持品牌风格在多页PPT中的一致性 快速原型设计 ：在几分钟内生成多个设计方案 多语言内容适配 ：为不同语言版本自动生成本地化图像 工作流程：从文本输入到图像输出的自动化流程图 效率对比：传统手动配图 vs GPT image2自动化生成的时间成本对比 // VISUAL (视觉画面) 流程示意图：展示从PPT文本输入→AI分析→图像生成→PPT整合的完整工作流程。旁边有时间对比柱状图（传统方法 vs GPT image2）。 // LAYOUT (布局结构) 左右分栏：左侧为工作流程示意图，右侧为应用场景图标和简要说明。底部有显著的效率对比数据展示。 第 5 页： // NARRATIVE GOAL (叙事目标) 作为封底页，总结GPT image2的变革性影响，展望AI图像生成的未来，留下深刻印象。 // KEY CONTENT (关键内容) 核心信息：创意表达的新纪元 总结观点： GPT image2重新定义了AI图像生成的质量标准 批量创作不再是重复劳动，而是创意放大 每个人都可以成为视觉故事讲述者 结束语："当技术理解创意，创作的边界将无限扩展" 未来展望：AI图像生成技术的下一步发展方向 // VISUAL (视觉画面) 抽象但富有未来感的视觉：融合光线、几何图形和渐变色彩，象征创意与技术的融合。中央可以是发散的光线从"GPT image2"文字向外辐射。 // LAYOUT (布局结构) 全出血设计：视觉元素充满整个页面，文字集中在视觉焦点区域。设计感强，富有艺术性，作为整个演示的有力收尾。 PDF 翻译 原图 指令 Code block Plain Text Copy /image / /en.png 将该图翻译成中文 输出 飞书远程控制 飞书通过 CC Connect 实现远程控制 Claude Code，直接发送任务。结果产物直接发送到飞书。 批量制作 单图制作能力有了，批量作图可以直接循环调用脚本。 以下是单张图片的生成脚本，批量执行可实现批量生图。 如果中转平台限制并发，可以多平台、多账号一起。 PPT 制作 在批量制作的基础上，再实现提示词风格的一致性，即可实现 PPT 的制作。 首先将所有页的内容参考以下方式生成完整的提示词 然后制作脚本按页解析、批量调用单图脚本执行生图，最后合成 PDF 即可。 PDF 翻译 原图 指令 输出 更多场景，可以多关注社区案例 End 👉 所谓的“中年危机”，不过是另一场马拉松的起点。 现在的我没有包装精美的成品，只有最真实的实战记录。 每天朋友圈公开我的 AI 学习、一人公司建设、跑步进化 的所有细节。 欢迎加我微信，全方位围观。 用我踩坑的经验，帮你少走三年弯路。 👇 添加微信：qdrsw001，备注【围观】 所谓的“中年危机”，不过是另一场马拉松的起点。 现在的我没有包装精美的成品，只有最真实的实战记录。 每天朋友圈公开我的 AI 学习、一人公司建设、跑步进化 的所有细节。 欢迎加我微信，全方位围观。 用我踩坑的经验，帮你少走三年弯路。 👇 添加微信：qdrsw001，备注【围观】 个人微信 服务号：WayToAIGC 个人微信 服务号：WayToAIGC GPT image 2 正式发布了，全网都在刷各种逆天的生图效果，文字渲染、中文理解、画面质感。 我第一时间通过 ChatGPT 测试了下效果，确实很好。 如下图，一句话就能生成完整的几乎看不出错误的详细攻略图。 由于我不是 GPT 付费用户，测了几张后就额度用完了。 然后我就等着中转平台接入后第一时间接入使用。 果然各平台接入速度很给力，当天上午就有两个平台接入了，我顺利接入并测试通过。 接下来我把接入后的功能打包成了 Skill 并开源到 Github 了。 今天来带你走一遍如何使用。 技能说明： 技能地址： https://github.com/shaoyi1991/visual forge （后边有安装包，可直接下载） 简要说明： Visual Forge 是一个面向内容创作者的 AI 图像生成工具。它将复杂的 Prompt 工程封装为 28 种预设风格，通过自然语言驱动，支持封面、信息图、自由生图、PPT 四大场景。内置双引擎自动 fallback 机制，当主引擎不可用时自动切换备用引擎，确保生图成功率。 已接入模型： gpt image 2 / nano banana 2 / nano banana pro 接入方式： 通过两个中转平台接入，国内可以直连，不需要外网。 稳定性： 目前测试基本稳定， gpt image 2 与 nano banana 2 模型基本在 1 分钟以内。 价格： 一张图 4 到 5 分钱人民币左右。（没听错，不是 4 毛，是 4 5 分）。 我自己跑了差不多几十张了，算下来也就花了几块钱。根据各平台定价不同，仅供参考。 平台一价格： 平台二价格： 运行效果示意： 👉 以上是基本说明，如果你能自己运行技能，可以自己去安装配置了。 如果不了解如何使用，接下来带你一步步走一遍。 我自己也踩过一些坑，所以把整个安装过程整理了一下，两种方式，一种给完全不懂代码的小白，一种给平时会折腾的开发者。 以上是基本说明，如果你能自己运行技能，可以自己去安装配置了。 如果不了解如何使用，接下来带你一步步走一遍。 我自己也踩过一些坑，所以把整个安装过程整理了一下，两种方式，一种给完全不懂代码的小白，一种给平时会折腾的开发者。 准备内容 Visual Forge 需要一个图像生成 API 的密钥才能工作。至少需注册一个平台的 Key ，推荐以下两个平台都注册，作为备用方案。 • 平台一：yunwu.ai：https://yunwu.ai/register?aff=ml8W • 平台二：grsai ：海外 https://grsai.com/zh / 国内直连 https://grsai.ai/zh 分别去注册两个平台的密钥 key，后边需要配置用。 两个平台都有免费使用额度。 注意：grsai 的海外平台与 国内平台链接不互通，如果你用国内直连链接，后边的链接配置需要修改下。 云雾 AI 密钥示意图： 渠道尽可能多选，毕竟是中转平台，多个渠道可以保证相对稳定性（价格越贵的渠道稳定性越高）。 Grsai 平台密钥示意图： 就这么简单。拿到 Key 之后，剩下的就是安装了。 开始安装 小白版：CherryStudio 这个是给完全不想碰代码的朋友准备的。CherryStudio 是一个桌面 AI 客户端，有图形界面，装上就能用。 我现在的最新版本是 V1.9.2。 当前版本的智能体已经支持技能的运行，接下来一步步操作。 方式一：智能体自己安装 Cherry Claw 是 Cherry Studio 自己的类似龙虾的智能体，你可以直接将需求给它。可以直接发送以下命令： 发送任务后自动安装 Cherry Claw 你可以认为是 Cherry Studio 做了一个类似龙虾的智能体。自动分析、规划、执行任务。 No access 20260423155248 rec 00:00 No access 20260423155248 rec 00:00 安装成功 配置两个平台的密钥 1、直接将两个密钥发给它即可 2、或者你让他给你配置文件的地址，直接修改配置文件。 配置成功 自动配置成功，并且还自动测试效果。 注意： 这里出现了一个小问题，就是 Cherry Claw 没有把 Visual Forge 以技能的形式安装，仅仅是作为了一个脚本项目。这是你需要跟它沟通下： 然后它就会将 Visual Forge 安装为技能，并且可以通过 /image 快捷调用。 这个是作为一个小插曲，如果你遇到类似的问题，就让 Cherry Claw 解决即可。 当然你用第二种技能包的方式安装，就不会遇到类似问题。 调用测试 注意：仔细看执行过程，yunwu 平台创建失败，实际通过了备用方案创建成功。所以，推荐两个平台都注册使用，保证创建成功率。 方式二：安装技能包 下载技能包 直接下载技能文件，通过本地技能文件的形式安装。 这是技能文件，可以直接下载使用。 visual forge 1.3.0.zip 17.96MB visual forge 1.3.0.zip 17.96MB 注意：下载后解压缩为文件夹，并修改文件夹的名字为“image”，避免后续使用快捷指令时出现不是“/image”的情况。 进入 Cherry studio 的设置界面，选择技能，通过文件夹形式安装，直接安装技能包文件。 参考视频，一定要看 No access 技能本地安装演示 00:00 No access 技能本地安装演示 00:00 注意过程 1、通过文件夹安装后，如果 斜杠命令中没有 /image ，需要让他注册下。 2、注册成功后，需要新开会话。如果还没有/image 指令，可以输入/clear 清空下，然后就会出现了。 以上其实都是 Cherry Studio 的一些体验问题，相信未来版本会优化。 安装成功 输入 “/image” 会有技能介绍 配置密钥 跟方式一类似，可以直接让 Claw 配置或者你手动配置，这里使用另一个方式。 输入“/image setup”，本质还是让 Claw 帮你配置。 输入密钥即可 使用示例 不知道怎么选择参数时，可以只输入 "/image"， 会弹出 Html 帮助页面。 可以通过操作指引 HTML 页面，来选择你想要的风格、渠道、模型等。 No access 通过帮助快捷选择指令演示 00:00 No access 通过帮助快捷选择指令演示 00:00 输入 输出 👉 至此，通过 CherryStudio 使用的方式已经介绍完了。过程中会有一些体验问题，但影响不大。 遇到问题，你可以让你的 Cherry Claw 分析、处理。 CherryStudio 的方式非常适合新手调用，但是我目前还是习惯在 Claude code 中使用，尤其是结合飞书，可以实现远程控制。 接下来，我们讲 Claude Code 的使用方式。 至此，通过 CherryStudio 使用的方式已经介绍完了。过程中会有一些体验问题，但影响不大。 遇到问题，你可以让你的 Cherry Claw 分析、处理。 CherryStudio 的方式非常适合新手调用，但是我目前还是习惯在 Claude code 中使用，尤其是结合飞书，可以实现远程控制。 接下来，我们讲 Claude Code 的使用方式。 进阶版：用 Claude Code 如果你不会用 Claude code，可以参考从0开始，在国内用上Claude Code的终极保姆教程来了。 从0开始，在国内用上Claude Code的终极保姆教程来了。 毕竟 Claude code 的安装、使用是一个不小的门槛。 如果你已经安装、使用了，那么安装一个技能，对你来说肯定不难。 输入指令 安装完成后，让 Claude code 指引你配置平台密钥。 配置完成后，运行"/image"，会提示技能帮助及 HTML 快捷指令文档。 使用示例 输出结果 看到图片生成成功，就说明一切 OK 了。 👉 说明：Visual Forge 是标准格式的技能包，理论上在任何支持技能的智能体上都可以执行。 说明：Visual Forge 是标准格式的技能包，理论上在任何支持技能的智能体上都可以执行。 使用方式 参数说明 参数 说明 示例 config 引擎配置文件路径 config/engine.json prompt 图像描述（中英文均可） "a cat reading a book" 或 "帮我生成一张高端洗衣机官网首页" style 预设风格 ID cyberpunk, kawaii, sketch provider 指定引擎（覆盖环境变量） auto, yunwu, grsai model 指定模型（覆盖默认） gemini 3 pro image preview out 输出文件路径 output.jpg aspect ratio 画面比例 4:3, 3:4, 16:9 image size 分辨率 1K, 2K, 4K reference 本地参考图路径（自动上传 OSS） ref1.jpg ref2.jpg reference url 参考图 URL（grsai 引擎） https://example.com/ref.png prompt file Prompt 文件（YAML 头部） prompt.md 参数 参数 说明 说明 示例 示例 config config 引擎配置文件路径 引擎配置文件路径 config/engine.json config/engine.json prompt prompt 图像描述（中英文均可） 图像描述（中英文均可） "a cat reading a book" 或 "帮我生成一张高端洗衣机官网首页" "a cat reading a book" 或 "帮我生成一张高端洗衣机官网首页" style style 预设风格 ID 预设风格 ID cyberpunk, kawaii, sketch cyberpunk, kawaii, sketch provider provider 指定引擎（覆盖环境变量） 指定引擎（覆盖环境变量） auto, yunwu, grsai auto, yunwu, grsai model model 指定模型（覆盖默认） 指定模型（覆盖默认） gemini 3 pro image preview gemini 3 pro image preview out out 输出文件路径 输出文件路径 output.jpg output.jpg aspect ratio aspect ratio 画面比例 画面比例 4:3, 3:4, 16:9 4:3, 3:4, 16:9 image size image size 分辨率 分辨率 1K, 2K, 4K 1K, 2K, 4K reference reference 本地参考图路径（自动上传 OSS） 本地参考图路径（自动上传 OSS） ref1.jpg ref2.jpg ref1.jpg ref2.jpg reference url reference url 参考图 URL（grsai 引擎） 参考图 URL（grsai 引擎） https://example.com/ref.png https://example.com/ref.png prompt file prompt file Prompt 文件（YAML 头部） Prompt 文件（YAML 头部） prompt.md prompt.md 优先级规则 以上是技能的标准说明，但你并不需要严格遵循。你只要能准确说出你的需求就可以。 使用示例 前边安装过程中也讲了一些如何使用，这里再系统分场景来说明下。 我这里都用 Claude code 的调用来示例，其它智能体可以参考。 1. 不使用任何风格提示词 使用默认渠道、默认模型 指定渠道、模型 2. 使用指定风格提示词 3. 可视化选择你要用生成的风格 不知道怎么选择参数时，可以只输入 "/image"， 会弹出 Html 帮助页面。 可以通过操作指引 HTML 页面，来选择你想要的风格、渠道、模型等。 直接复制模板命令，替换你要生成的内容 4. 图生图（参考图风格转换） 进阶使用