昨晚睡覺前我寫了一篇關于 GPT-Image-2 的文章，有讀者說無圖無真相，也不知道具體在哪怎么用。

所以，今天我準備寫一篇有圖且有真相，但真相又不一定真實的文章。

先直觀感受下 GPT-Image-2 到底比之前的 Nano Banana 系列到底強在哪里。

看這張桌面「截屏」。

當你以為這是我電腦桌面截屏時，其實這就是 GPT-Image-2 基于我的需求生成的。

重點看幾個點，一個是屏幕上所有字體的清晰度和準確性，尤其是中文。還有一個是對元素一致性的還原，比如窗口樣式、Icon 元素等。

生成這張「截屏」的提示詞如下，用的就是 GPT-Image-2 的模型。

不過一開始我還是想說一個觀點，我并不建議你們直接通過 ChatGPT 去使用 GPT-Image-2。

一個原因是目前僅有高級會員才能用這個模型，為此去專門開個會員不劃算。

另一個原因，就是這個模型更重要的能力是放在專業生產領域，比如設計、電商、內容創作等，ChatGPT 那種對話模式并不適合對設計作品進行微調。

因此，我目前使用 GPT-Image-2 的方式是通過 Lovart 這個工具，目前他們已經接入了 GPT-Image-2，它也是我日常提升設計生產力的主力產品。

網址我放這里了：https://www.lovart.ai/

簡單說，GPT-Image-2 負責提升生成質量，而 Lovart 接著搞定生成后怎么用以及怎么調的工作流。

如果你想在 Lovart 里直接用上 GPT-Image-2，在對話框下面的模型選項里需要指定一下模型。

接下來，我就給你們展示幾個我在 Lovart 里是如何用 GPT-Image-2 去提效真實設計類工作流效率的。

1、產品線框圖和高保真設計

現在我如果要做一些產品設計，基本已經不用手畫了，也不會去用 Sketch 或者 Axure 這類工具了，直接提需求，然后在 Lovart 里完成。

比如，我現在要做一個健康管理類的 App，把產品核心模塊和功能描述通過文字的形式描述清楚，然后選擇 GPT-Image-2 模型，接著就可以生成一個線框稿。

拿著這個線框稿去和研發和其他團隊的人確認，沒有問題的話就可以進入下一個環節，做高保真設計。

大多數產品團隊都會有自己的設計規范，比如字體、顏色、主題風格等，過去都是由設計師來定義和加工的。

現在我可以直接用 Lovart 里的品牌套件功能，然后把設計師定義好的風格直接應用在產品高保真的渲染上。

這里，我就用我自己的品牌套件做演示，先看結果。

這就是基于我的品牌套件并結合前面的線框圖還原的帶視覺風格的設計稿。

用法也很簡單，直接在對話窗口里說出自己的需求，然后用@的方式調用我之前定義好的品牌套件，里面包含了字體、顏色、以及風格等。

如果你是做產品設計或者包裝設計以及公司品牌物料設計的，這個功能就非常好用。

如果我覺得頁面上的文字需要修改，也不需要重新輸入提示詞，只需要選擇編輯文字功能，直接在圖上改。

改完后，也不會破壞已經生成好圖片元素。

2、設計活動海報

我在上次的文章里用 NBP 模型演示了如何用品牌套件生成海報，當時做出來的結果是這樣的。

其實做出來的效果已經可以了，那這次我用同樣的提示詞和同樣的品牌套件，換成 GPT-Image-2 試試。

通過結果你們會看到，海報的內容豐富度比之前好很多，而且加上了很多基于我提供主題的內容描述。

這說明，GPT-Image-2 不只是能生圖，而且是會基于你的描述完成思考和創作的。

如果我想把上述海報里的卡通版的我換成真人版的我，操作也很簡單，直接在 Lovart 里選中圖片提出需求即可。

然后，我就得到了一張可以直接用的海報。

咱就說，這效果是不是已經達到了直出可用的級別了。

同時，這些素材也是支持矢量圖和 PSD 格式導出的，對于后續設計師進一步加工也很友好。

如果我想對海報里的一些細節做微調，比如人物大小，里面的文字內容，我不需要重新輸入提示詞去改，因為那樣可能會出錯。

我只需要直接用 Lovart 里的編輯元素功能，然后直接在原圖基礎上做對比修改即可，這種精確度就高很多了。

你們應該發現了，上面的這些操作都是在 Lovart 里通過他們自帶的功能來完成的，比起每次都通過提示詞去修改，可控性要強很多。

所以，這也是我之前說并不建議你們直接去 ChatGPT 里使用 GPT-Image-2 的原因。

畢竟放在真實生產環節，一個好工具能靈活快速出結果才是最重要的。

像是做封面圖、海報這種固定工作流的需求，我還可以用 Lovart 的創建 Skill 功能固化下來。

下次要用的話，直接在對話框里復用即可。

3、設計電商產品圖

很多做電商業務的人都有做產品圖的需求，這里我就拿一個案例來演示，主要看模型本身的能力和工具的優勢。

這一步，我是先生成了一輛保時捷 911 的零件拆解圖，然后，我再讓它還原成一輛完整的車。

接下來，我在 Lovart 里選中這兩張生成好的圖片，直接讓它生成一個可以在電商里用的商品圖。

大概一分鐘左右，結果就出來了。

還沒完，這次我先讓它生成一輛帕加尼 Zonda R 的真車圖。

然后，我再讓它把這輛車做拆解。

注意，這次我的要求是在拆解圖里全部用中文做標注。

這個效果，真的有點驚艷到我了。

同樣，我再基于這兩張圖讓在 Lovart 選中并輸入提示詞，讓它生成一個介紹真車的電商圖。

這個效果，還是非常可以的。

可以看到，零件清晰度、中文標注、視覺風格都非常不錯。

因為帕加尼是一個意大利超跑品牌，而且這個品牌本身有很強的藝術氣息，所以我把海報風格換成了帶有意大利藝術氣質的樣式。

看到這，我覺得很多問題就有答案了。

設計師并不會被取代，但畫圖師會被時代終結。

AI 能力會越來越強，但真正想要發揮出模型的能力，還得配上一個好用的工具。

像我一樣完全不懂設計的普通人，也能用 Lovart 這樣的工具再結合 GPT-Image-2 的能力做出這些作品。

我覺得，AI 是生產力這句話的含金量又一次提升了。

目前 Lovart 還有活動，會員無限免費使用 30 天，感興趣的可以自己去體驗下：https://www.lovart.ai/

················· 唐韌出品 ·················

安可時刻

我用 GPT-Image-2 干了一件事，按我的記憶還原了我小時候住過的一個家屬大院，是那種三層紅磚房。

風格我用了 90 年代老照片的樣式，我站在院子里，看向自己小時候住過的場景。

一時間，有種穿越的感覺。