鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

GPT Images 2.5 首发实测,手绘成图、指哪改哪、也太逼真了!

程序员鱼皮
程序员鱼皮
2026-09-09 14:13
阅读 13
程序员鱼皮
2026-09-09 14:13
阅读 13

大家好,我是程序员鱼皮。

5 个月前我写过一篇 GPT Image 2 的测评,当时就已经被它的真实感震撼到了,连微信聊天记录都生成的无比真实。

刚刚 OpenAI 又放了个大招,ChatGPT Images 2.5 正式发布!

这次升级不仅提高了生图的质量、提升了多达 50% 的生成速度、提升了多轮编辑的一致性,更关键的是 改变了整个 AI 生图的创作方式。

新增了 Sketch 草图参考功能,可以直接在 ChatGPT 里画草稿让 AI 帮你生成完整图片。还支持了在图片上放 Comment 标注来精准修改局部细节。此外,还新增了 Templates 创作模板、Prompt 共享、透明背景生成能力。

官方提供的成品图

现在打开 ChatGPT 生图,默认就是 Images 2.5 了,所有用户都已经可以直接体验。

我第一时间把这些新能力全测了一遍,整理出 10 个最有意思的邪修玩法分享给大家,每个都附上了完整提示词和操作流程,傻子可懂。

一、Sketch 草图 - 画给 AI 看

Sketch 是这次最让我兴奋的新功能。以前想让 AI 生成特定构图的图片,只能用文字描述"左边放什么、右边放什么",来来回回调半天。现在直接在 ChatGPT 对话框里输入 @Sketch,就能打开一个画板,随手画个草稿当构图参考。

重点是,你完全不需要有任何绘画基础,画得越「灵魂」越有反差效果。

1、草图变文章封面

作为一个天天写文章、做视频的博主,封面图是我最头疼的事情之一。以前要么用设计软件自己拼,要么纯靠文字描述让 AI 反复试,构图经常不是我想要的。

现在有了 Sketch,我可以先用草图画出封面的大致布局,比如标题放在哪、文字是什么、人物在什么位置、背景有哪些元素。

然后把我的真人照片也上传作为参考,AI 就能理解我要的是什么效果。

提示词:

▼
markdown
复制代码
制作 16 比 9 的封面图,画面为写实风格,标题醒目,构图和人物参考我提供的图片

不到一分钟,AI 就生成了封面。整体构图完全按照我画的草图来的,人物位置、标题区域全都对上了:

这个流程比纯文字描述高效太多了。以前我得花好几轮对话才能让 AI 理解我想要的构图,现在花几十秒画个草稿就搞定了。以后做封面图可以省下不少时间。

2、草图秒变室内设计

Sketch 的另一个实用场景是室内设计。你不需要会用任何 3D 建模软件,只要能画出房间的大致布局,比如沙发在哪、桌子在哪、窗户在哪个方向,AI 就能帮你生成一张像模像样的室内设计效果图。

提示词:

▼
markdown
复制代码
根据房间布局草图生成现代简约风格的实拍房间图,暖色调灯光,北欧风家具,窗外是城市夜景

如果你正在装修或者搞出租屋改造,完全可以先用这个功能快速出效果图,看看自己的想法实现出来是什么感觉,满意了再动手。

3、草图变漫画分镜

这个玩法我觉得特别适合有故事想法,但是不会画画的人。用 Sketch 画出 4 格漫画的分镜草图,每一格只需要画个火柴人和简单的场景轮廓,再用文字描述每格的内容和对话,AI 就能生成一张完整的漫画页面。

来感受一下我的大作,你能看出来我画的是什么故事么?

然后我把自己 cosplay「老头程序员」的照片也上传了上去,让 AI 参考我的形象来画主角。

提示词:

▼
markdown
复制代码
根据四格漫画分镜草图,生成一页完整的彩色漫画。风格是日系轻松搞笑风,主角是一个程序员,参考我上传的照片中的人物形象。

来看下成品效果,不错吧!

以前想做个漫画要么自己学画画,要么请人画,成本都不低。现在有了 Sketch 加持,别说做个草图了,可发布的成品大作都能给你搞定。

二、Comment 评论编辑 - 改图之王

Comment 是这次另一个很实用的新功能。

生成图片后,你可以直接在图上点击某个位置放一条评论,写上修改指令。操作逻辑和 Figma 里给设计稿打标注差不多,AI 会按你标注的位置精准修改,其他地方保持不动。

在图片编辑工具栏里,除了 Comment,还有 Markup 标记、Remove BG 去背景、Erase 擦除、Resize 调整尺寸等工具,编辑能力比 2.0 丰富了很多。

4、Comment 标注精修

我先让 AI 给自己的编程导航生成了一张宣传海报,提示词如下:

▼
markdown
复制代码
生成一张编程导航(codefather.cn)的宣传海报:深蓝色科技感背景,中央大标题「编程导航」,副标题「从学编程到做项目到找工作,一站搞定」,下方展示三个核心卖点图标(学习路线、实战项目、面试刷题),底部放网址

生成之后,点击图片进入编辑模式,点击上方工具栏上的「评论」按钮。

我在图上添加了 3 个 Comment:

  1. 标题上标注「加大字号,换成渐变金色」
  2. 副标题标注「改为:近 30 套项目教程 + 万道面试真题」
  3. 背景标注「加一些代码粒子飘落的视觉效果」

标注完成后,点击发送评论,可以看到所有的改动都精准生效了:

以前只能跟 AI 对话,通过文字描述要修改的内容,AI 经常搞错位置。现在直接点击图片的某个位置添加具体的改动,准确率高了太多。

5、修改微小细节

既然 Comment 编辑主打精准,那我就来测测它的极限。

这次我选了个高难度任务,先让 AI 生成一张火影忍者中宇智波佐助的半身像,默认是万花筒写轮眼,然后用 Comment 只修改眼睛这一个微小细节。

先生成图片,提示词如下:

▼
markdown
复制代码
生成一张宇智波佐助的动漫风格半身像,黑色头发,穿着经典的鹰小队白色开襟上衣,双眼为永恒万花筒写轮眼(六芒星图案,红色瞳孔),表情冷峻,背景为暗色调

生成之后,我在佐助的左眼上精准添加了一个 Comment 标注「把左眼的万花筒写轮眼改为轮回眼」。

来看下效果:

卧槽,真牛啊!

眼睛在整张图里就那么一小块区域,AI 做到了只修改瞳孔图案和颜色,佐助的发型、表情、衣服、背景全都纹丝不动,这个精准度真的能用在实际创作中了。

再见 PS,真的可以卸载了!

三、Templates 模板 - 快速复刻

Templates 是给不想写提示词的人准备的功能。ChatGPT 内置了一批高频创作模板,比如 Poster 海报、Merch 周边、Product Photo 商品图、Logo 等等。

选一个模板,按提示填写信息和风格偏好,就能生成对应的图片,省去了从零构思提示词的过程。

6、一键电商大片

试试 Templates 的 Product Photo 商品图模板。随便拿一个日常物品,看看模板能不能帮它拍出带有「高级感」的电商产品图。

选择 Product Photo 模板,然后上传一张图片(比如鱼皮的光头小企鹅盆栽),点击发送:

AI 会询问你一些问题,比如产品照的用途、摄影风格、背景和灯光等等:

看看效果,还不错吧,很有生活气息。感觉哪天我的头像可以更新一波了~

对于做电商、做小红书带货的朋友来说,这个功能太实用了。以前拍一张像样的产品图要么请摄影师,要么自己搭灯光布景折腾半天。现在手机随手拍一张,选个模板就能出一张可以直接上架的商品图。

四、多轮编辑 + 精准局部编辑

ChatGPT Images 2.5 的多轮编辑一致性是一个重要升级。以前用 Images 2.0 连续编辑几轮之后,画面质量会越来越差,人物五官也会慢慢跑偏。

这次官方说多轮编辑时,之前的修改结果会更稳定地保留下来,每一轮新编辑都是在上一轮的基础上叠加,而不是重新生成。

精准局部编辑也有提升,AI 在修改指定区域的时候,能更好地保持其他区域的构图、光线和细节不变。

7、同一人物七十二变

上传一张照片,连续 5 轮让 AI 把同一个人变成不同的风格,看看到最后一轮人物还像不像本人。

提示词如下:

▼
markdown
复制代码
上传一张人物照片。 第 1 轮:把这张照片转换成日系动漫风格,保持人物五官特征 第 2 轮:在上一张的基础上,换成文艺复兴油画风格 第 3 轮:换成赛博朋克风格,加上霓虹灯光效 第 4 轮:换成中国水墨画风格 第 5 轮:换成乐高积木风格

等 AI 生成完所有图片后,我再让 AI 把原图和生成的所有图片按顺序拼接成一张图,便于我对比效果:

显然 5 轮下来,人物是始终保持一致的,多轮一致性做得很好!(第二张图我打算拿来做头像了哈哈)

另外我还测了个搞笑版本。同一条狗的照片,每一轮都让 AI 把主体的头发再减少一点:

几轮下来,除了发量在肉眼可见地减少之外,人物的五官、表情和动作始终保持一致,说明 Images 2.5 的多轮一致性能力确实靠谱。

TNND,仿佛看到了自己从前和以后的样子……

但哪怕时光流逝,年少不再,也要始终保持自信的微笑呀!

8、上海迪士尼四季轮转

上传一张上海迪士尼城堡的照片,只通过文字描述,让 AI 连续变化春夏秋冬四个版本。

▼
markdown
复制代码
第 1 轮(春):春天,城堡前的花坛换成盛开的粉色樱花,草地嫩绿,天空晴朗 第 2 轮(夏):夏天,在上一张的基础上,植被变成深绿色,加强阳光感,天空湛蓝配几朵白云 第 3 轮(秋):秋天,树叶变成金黄和橙红色,地面铺满落叶,天空变成暖色调黄昏 第 4 轮(冬):冬天,树木变成光秃秃的枝干,城堡屋顶和地面覆盖一层雪,天空变成灰白色

注意,我甚至不需要在提示词中告诉 AI「要和原图保持一致」:

这个测试的关键是看城堡的造型、尖塔的位置、前方广场的布局这些元素,在四轮编辑中是不是始终保持一致。

来,感受一下 GPT Images 2.5 可怕的局部编辑能力和一致性!

五、透明背景 - 直接生成可用素材

透明背景是 Images 2.5 新增支持的能力。以前想要一张透明背景的素材,得先生成完整图片,再用第三方工具抠图,经常抠得不干净。现在可以直接在提示词里要求输出透明背景的 PNG 图片,生成出来就能直接贴到其他设计里用。

9、DeepSeek 鲸鱼娘表情包

DeepSeek 的鲸鱼娘形象大家应该都很熟悉了,蓝色渐变长发、鲸鱼鳍耳朵、女仆装,性格设定是爱吃白饭、嘴硬心软、理直气壮偷懒,活脱脱一条「蓝色大肥鱼」。

这次我提供鲸鱼娘的标准素材作为参考,让 AI 生成一套透明背景的表情包贴纸,每张表情都融入鲸鱼娘的经典梗。

▼
markdown
复制代码
参考上传的 DeepSeek 鲸鱼娘素材图片(蓝色渐变长发、鲸鱼鳍耳朵、鲸鱼尾巴、女仆装),生成一套 9 张透明背景的表情包贴纸。角色形象必须和参考素材保持一致,卡通 Q 版风格,表情夸张可爱,必须输出透明通道背景 PNG。9 个表情分别是: ①开心大笑,手举「开源大法好!」小牌子 ②无语翻白眼,旁边飘着「又在深度求索了...」文字 ③加油打气,握拳冲刺姿势,配文字「低成本冲冲冲!」 ④哭泣委屈,抱着空碗,配文字「白饭吃完了...」 ⑤比心,配文字「满血版上线!」 ⑥疑惑挠头,头上冒出「思考中...」气泡 ⑦生气鼓腮,配文字「谁说我在摸鱼!」 ⑧困了打哈欠,趴在键盘上,配文字「推理好累...」 ⑨竖大拇指,配文字「大肥鱼认证 👍」

虽然过程有点曲折,但最终 GPT Images 2.5 一口气生成了 9 张高清无背景的大图!

每张鲸鱼娘的风格都是一致的,背景也是干净透明的,以后做品牌 IP 的周边素材就方便多了,不用再手动抠图了。

好了,我现在可以到黄色大咸鱼上开个店了,有没有人需要代做表情包的?

六、Prompt 共享 - 创意接力

Prompt 共享是一个偏社交属性的功能。当你生成了一张满意的图片,分享的时候可以选择把提示词也一起发出去。

别人看到你的图片后,可以直接用同一个提示词模板,上传自己的照片和细节,生成属于自己的版本。

在 ChatGPT 的图片页面可以浏览当前热门的共享 Prompt 和 Templates 模板,看看大家都在玩什么花样。

10、80 年代复古照

GPT 官方提到,目前有一个 80 年代复古照的共享 Prompt 正在全网刷屏。

那我干脆就用这个 Prompt,来体验一下这个共享功能。

点击「80s flashback」这个热门 Prompt,上传一张自己的照片,提交任务就好:

看看效果,真不戳,鱼皮成功穿越了!

其实之前我给自己的 AI 导航网站也做过类似的图片提示词大全功能,现在官方下场了,AI 生图的生态将被无限放大。

以后热门的创意 Prompt 可以像表情包一样在社交平台上传播,每个人都能用同一个模板生成自己的版本,还挺有意思的。

写在最后

这次测完 Images 2.5,我用几十秒画的草稿变成了一张能直接用的文章封面,随手画的房间布局变成了精美的室内设计图,甚至还做出了一套完整的鲸鱼娘表情包。

要知道,我是完全没有任何美术技能的。

以前这些事情,要么得找专业设计师,要么得自己折腾 PS。

现在画给 AI 看、指给 AI 看、随随便便就能生成图片大作。感谢 AI,创作这件事的门槛,真的已经低到了前所未有的程度。

人人都是艺术家的时代,真的到来了。

除了 GPT 官方提供模板之外,我的 鱼皮 AI 导航 也提供了「AI 绘图提示词」模块,包含提示词模板大全、提示词生成器、图转提示词三大能力,完全免费,可以快速帮你复刻想要的图片。

指路:https://ai.codefather.cn/painting

你最想用 Images 2.5 的哪个新功能?欢迎在评论区分享你的作品和玩法~

AI
编程
程序员
AI编程
计算机
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥 热门文章
1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
450
2
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
410
3
DeepSeek 全新模型发布,性价比最高的一集!
400
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
370
5
又一个国产版 Codex 神器,也来卷办公了!
340
6
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
330
7
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
320
8
我的第一个出海产品!7 天 2 万
310
9
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
310
10
什么是LLM
300
11
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
260
12
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
260
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题