2026-04-22 01:18
扫码打开虎嗅APP
本文来自微信公众号： 歸藏的AI工具箱 ，作者：歸藏的 AI 工具箱，原文标题：《做了十年设计，这次真觉得自己多余了｜GPT-Image-2 上手实测》
前几天GPT-Image-2泄露了，试了一下发现非常厉害，但当时只要试一下就不给我生成了。
刚好今天终于发布了，发布以后我搞了不少的玩法。
它有一个非常牛逼的特点：不需要复杂提示词，随手几个字就能出非常好的效果。
我们在vibe coding或者日常在互联网的工作中，经常需要生成运营图片。
比如产品更新公告、活动公告等，以前可能需要写一长串复杂的提示词。
但现在你只需要告诉它"苹果风格"、"3D"、"简洁卡片化"这种你能想到的词就可以了。
比如下面两个案例：
苹果风格宣传图：
我跟它说需要一张"产品苹果风格的中文宣传图"，然后把介绍网页发给它。它生成的图片排版非常精美，而且文字完全没问题。
提示词：用gpt-image-2为这个产品生成生成苹果风格的中文卡片宣传图：https://github.com/op7418/CodePilot
OpenAI风格宣传图：
我让它基于OpenAI的风格生成宣传图，并给了它一个OpenAI的更新公告。结果生成的风格确实延续了OpenAI以往那种渐变配色、简洁的设计感。
提示词：根据这篇文章生成一个产品更新的介绍海报，风格需要符合OpenAI以往的设计风格，内容需要简洁，整体呈现苹果风、卡片化、高级感：
以前这种图至少得占设计师半天，现在从工作流里直接消失了。
然后就是非常需要世界知识的"知识类卡片"，这部分它也做得非常好。
排版非常丰富、内容也多样，而且不需要多说任何提示词。
比如第一个案例，我只是让他用可爱的风格画一张大语言模型的训练过程介绍。
提示词：用可爱的风格画一张大语言模型的训练过程科普图
第二个案例是这种类似于杂志和科普的内容，你经常在公众号里看见这种图片排版。
这种复杂排版用来介绍一些知识和科普信息。
提示词：用高级杂志感风格画一张茶叶种类和制作过程的科普图。
然后我发现它也能生成超级长的长图。
比如说，这里让它生成北京秋季的游览攻略图片，它就给了一张很长的图片。
提示词：生成北京秋季的游览攻略图片
可以看到它把秋天的特色景点、行程，以及美食、交通出行指南和一些其他的提醒都画上了。
就是你能想到的、你想不到的都在上面，而且排版非常精细优美。
你不用告诉它该画什么，它知道一张科普图该有哪些内容。
然后就想让他试一下游戏这种非常复杂的类型。
图片UI也有，可能还有CG角色以及一些小字。这种非常复杂的情况，测试结果非常好。
这里先是简单的测试。
让他（提示词）参考《无畏契约》（Valorant）的游戏风格，生成一个以三国为主题、神话风格的FPS游戏选人界面UI图片。
可以看到模仿得非常像，就是界面的布局和交互采用了《无畏契约》（Valorant）的选人方式，但是整个氛围、风格、背景以及角色都变成了三国的这种感觉。
然后我就在想，再简单的提示词它能不能get到。比如说，我直接跟它说
提示词：生成一个"黑神话武松"的游戏截图。
可以看到它真的能get到，包括UI设计、整个界面以及画面风格，都是《黑神话》的游戏风格。
在生成游戏界面之后，心动游戏的黄老板演示了一个非常好玩的东西。
他转发了我的推特，演示了生成的一个ARPG游戏截图：画面是3D的，但是带有对话的选择框UI。
这不就是直接能玩游戏的吗？我们这种ARPG游戏，不就是立绘加上选择吗？
你让他给你生成一个带立绘、带选择的界面，直接告诉他选哪个，他就能给你画出下一张图。这不就是在GPT里面玩游戏吗？太爽了，没想到真行，我试了一下。
之后还换了一些别的游戏类型。比如说，最近我在玩三消游戏。
所以就让它生成了一个古代探宝风格的三消游戏UI截图。
可以看到这个的文字渲染和UI细节就非常的精细和丰富，它甚至连消除以后的特效都给你做出来了。
整个项目不只是UI，连交互设计和整个界面该有哪些玩法都有了，非常完整。
说到交互，前几天非常火的一个测试MBTI以这种恶搞的方式火出圈了。
然后我就在想，咱们这个是不是能整点更高级的？
于是我就让它基于《战锤40K》的世界观为我生成了一套测试题。
然后在结束之后，基于我回答的答案给我生成一个我在《战锤40K》里的角色卡片和对应的性格分析。
结果他给的这个角色分析卡可太对味儿了！
基于我的回答，它给我分配的是一个审判官（异端审判官）。
而且还虚构了身份档案、人物特征、专长能力，甚至还有角色小传。
一张图加几句对话，其实就是一个可玩的游戏demo，游戏原型的门槛又塌了一层。
前面不是说它能生成长图吗？我就在想能不能让它解释论文。
我们AI圈经常就是看论文，于是就把最近的Seedance 2.0的模型卡片（System Card）论文发给了它，没想到真可以！
提示词：帮我用高级、有杂志感的排版风格，详细且图形化地介绍这篇论文的内容，生成一张长图图片来让我理解它。要求使用中文。
这是个极端挑战：我直接从小红书随便找了一张汽车的图片。
提示词：为这个汽车生成符合其气质和风格的官网UI设计稿。
原图是一张小米SU7的图片，图上没有任何文字，只有一个侧面的汽车。
但是它居然脑补出了这是小米的车，虽然把它猜成了SU7（也很厉害了，因为它就后背那点不一样，而且配色都是一样的）。
它为这张图生成了一个汽车官网，你们看一下吧，我觉得这个质量太离谱了。
他不知道学了多少。这张关于这辆车的图片，所有的细节都是对的：
内饰、剖面图、轮毂、大灯、尾翼、甚至价格🤣。
然后我又试了一下其他类型的网页，比如说我们常见的那种B端官网。
我直接跟他说：为B端广告投放平台生成一个官网的UI设计稿。
只能说他这个知识和搜索能力是非常的厉害。
他甚至知道这类型的网站上应该有哪些卖点，以及UI上应该展示哪些信息。太会了，这玩意儿真是完美设计。
它不只是会画，它还知道这行里每个角色该说什么话。
GPT-Image-2模型甚至能给你随手拍的任何商品生成非常高级的商品海报。
而且你不需要说更多的提示词和内容，你只需要说一句：
提示词：帮我为这个产品生成宣传图片，宣传图片要符合这个产品的气质和风格
这是我随手拍的我的键盘，光线非常差，键盘上也比较脏。
但是它把这些都处理好了，而且还加上了跟这个键盘真的相关的卖点，整个设计风格非常像那么回事。
然后我又拿来了一盒朋友送的蓝莓，还是用的上面那个提示词，一个字都没有变。
但是它这次生成的风格完全匹配了农产品这个路数。
商品一致性可以说是非常高了，连蓝莓的位置都是对的。
但是蓝莓变得更大更饱满了。我只能说GPT你还是太会了。
一张商品图该用什么风格、该放什么卖点，这种判断以前是设计师最值钱的部分。
然后是UI设计。既然它的网页设计那么厉害，其实UI设计也不会差。
我先是找了一张参考图。
提示词：基于参考图的风格，生成一个健康App的UI设计稿。
他的还原度非常高，而且参考图其实跟这个主题没啥关系，只有一两个组件。
然后我又给了他一张VI设计的参考图
又给了他我用vibe coding开发的开源软件CodePilot的GitHub页面。
让他基于这个图片的风格和特色，为我的项目设计一套VI。主要的项目信息在这里：
它在读取了我的项目信息以后，没有简单地照抄参考图，而是把这些元素都提取出来，跟我本身的产品能力进行了扩展。
可以看到这套VI非常全面，该有的都有了：
色彩与字体、UI图与简单的介绍、图标贴纸与Logo变体、品牌主张与能力映射、宣传海报与官网示例。
比参考图原来的内容详细多了。
原本参考图里的那些设计元素也都被保留了下来。
给它一个参考，它能在这个参考上再往前走一大截。
玩到这里，我越来越觉得这代模型真正变强的地方，是它"知道该画什么"。
以前设计师值钱的地方有两层：能画出来、知道该画成什么样。
第一层这两年早塌了，这次连第二层也开始松动。
你随手说一句"苹果风的宣传图"、"B端广告平台的官网"、"黑神话风的游戏截图"，它就懂你在说什么。
因为这个行业这些年所有的视觉语言、排版规律、品牌调性，它都吃下去了。
对大部分非设计岗的人来说，这是好消息。
以前卡在"先得找个设计师"那一步的事，现在自己就能往下走。
对我们这行来说，日常那些重复性的商业设计会被收走，剩下还值钱的是原创审美和品牌高度——本来那也只是金字塔尖那一小撮人的事。
再想远一点，Image V2出设计稿，GPT-5.5 Pro还原成代码，CodeX串成工作流。
从想法到可交付的东西，OpenAI在把这条生产线直接打包。
