OpenAI 新推出的 GPT Image 2.5 带来 Sketch 手绘分镜、图片标注和多轮局部编辑，让 AI 图片从一次性生成变成可反复迭代的创作流程，真正进入可控制的生产力阶段。

OpenAI 又突然更新了。

这次是 GPT Image 2.5。

更快、更清晰、人物一致性更强，多轮改图也更稳定，同时还加入了 Sketch、Templates、图片标注修改等新的创作方式。

但体验下来，我觉得这次最值得聊的，不是：它又画得更好了。

而是：我们用 AI 做图的方式，正在发生变化。

以前更像是在“生图”。

现在开始有点像真正“做图”了。

为了验证这件事，我直接拿两个自己平时真正会遇到的场景来测试。

第一个：随手画一个分镜，让 AI 直接把它变成电影镜头。

第二个：用我的照片做一张公众号封面，然后一轮一轮继续修改。

随手画一个分镜，直接变成电影镜头

试这次我觉得最好玩的功能：Sketch。

我平时做 AI 视频，经常会遇到一个问题。

脑子里明明已经有画面了，但是很难准确描述出来。

比如我想要这样一个镜头：

一个男人站在天台右侧，背对镜头。左边是城市夜景。远处有一块巨大的广告屏。镜头从人物身后拍过去，人物只占画面一小部分。

这种东西当然不是不能写 Prompt。

真正麻烦的是：人物到底站哪里？占多大？广告牌放在哪？地平线多高？整个镜头空间怎么分？

这些信息如果全部翻译成文字，可能写两百字都不如自己画五秒钟。

所以这次我直接打开 Sketch。

然后随手画了一张极其潦草的分镜。

画成这样，我已经尽力了。

人物就是一个火柴人。

建筑就是几个方框。

左边再画一个广告牌。

核心不是画得好不好，而是把大概的位置和空间关系表达出来。

然后我直接告诉它：

根据我上传的草图生成一个电影感镜头。

严格参考草图中的人物位置、主体大小、建筑分布和画面空间关系，但不要保留任何手绘线条。

场景为雨后的未来城市天台，夜晚。

一名年轻男性背对镜头站在画面右侧，人物只占画面约 20%，看向远处城市。

左侧和背景是高楼与城市灯光，远处有一块巨大的发光广告屏。

地面有雨水反射，空气中有轻微雾气。

电影摄影质感，真实光影，广角镜头，有明显纵深感。

不要赛博朋克元素堆砌，不要夸张霓虹，整体真实克制。

生成结果：

这个效果让我觉得，Sketch 的意义可能比想象中更大。

以前我们和 AI 沟通画面，本质上是在干一件挺别扭的事情：先把脑子里的视觉信息翻译成文字，再让 AI 把文字翻译回视觉。

现在中间这一步开始可以直接省掉。

位置说不清？画。

大小说不清？画。

镜头关系说不清？还是画。

哪怕只是火柴人和几个方框，只要把空间关系表达清楚，AI 就可以继续把画面完成。

对于 AI 视频创作者来说，这个能力尤其有意思。

以后做分镜可能不一定需要先给每个镜头写一大段复杂 Prompt。

完全可以变成：剧本 → 手绘分镜 → AI 生成关键帧 → 视频模型生成镜头。

以前是：用文字描述镜头。

以后可能越来越像：直接设计镜头。

再来一个我每天都会遇到的真实需求

Sketch 解决的是：怎么把脑子里的画面告诉 AI。

接下来我更想测试另外一个问题：第一张图出来以后，到底还能不能继续改？

这才是过去 AI 生图最让我头疼的地方。

所以这次我直接拿自己最高频的需求来测试：做一张公众号封面。

我先上传自己的一张照片。

只给了一个很简单的需求：

使用我上传的人物照片，制作一张介绍「GPT Image 2.5」的公众号封面。

整体简洁、高级、有科技感。

人物放在画面右侧，保持本人真实五官和身份特征。

左侧留出标题区域，核心视觉突出 GPT Image 2.5。

不要做成电商海报，4:3 横版。

生成效果：

第一版其实已经可以用了。

但今天单张图生成得漂亮，已经没那么稀奇。

真正的问题是：能不能继续改。

过去最抓狂的情况就是：第一张好不容易满意了。

然后你告诉它：“把人物往右移动一点。”

结果它直接给你换了个人。

你再说：“把衣服上的 Logo 去掉。”

结果背景、五官、构图一起变了。

所以我继续改。

第一轮，我告诉它：

保持人物长相、表情、服装、背景和其他内容不变。

只把人物整体向右移动，给左侧标题留更多空间。

除人物位置之外，不要重新设计画面。

接着把衣服上的 Logo 去掉：

只删除衣服上的 Logo。

保持衣服颜色、材质、褶皱以及人物其他部分不变。

除了通过提示词修改，还支持是另一种改图方式：

直接在图片上标出来。

点击图片进入详情页面上方可以看到有标注和评论功能。

比如我直接画出修改的指定区域并备注。

生成结果：

连续几轮下来，一个明显的感受就是：

它开始更能理解“我只让你改这个地方”。

官方这次也专门强化了精准编辑，以及连续多轮修改时的细节一致性：

改变场景、风格或者构图时，尽可能保留原图中的其他信息。

这件事看起来可能没有那么炸裂。

但真正拿 AI 做设计的时候，其实特别重要。

因为绝大多数真实需求都不是：

重新帮我画一张

而是：

这一版已经很好了，再帮我改一点。

过去 AI 生图更像“抽卡”。

不满意，就重新生成。

现在则开始有点像真正做设计：先有第一版，再在第一版上继续工作。

这才是我认为 GPT Image 2.5 很关键的一次变化。

它不只是更会“生成”。

而是开始更会“修改”。

最后

体验下来，我觉得 GPT Image 2.5 这次其实发生了两件事。

第一件事是：模型本身更强了。

更快、更清晰，参考人物保持得更好，连续改图也更稳定。

Sketch 让你直接把构图画出来，Templates 帮你跳过从零开始，图片标注让你直接指出哪里有问题，再加上更精准的局部编辑和多轮一致性，这些能力开始真正连成了一套工作流。

以前做 AI 图片更像：写 Prompt → 生成 → 不满意 → 再生成。

现在越来越像：想法 → 草图 → 第一版 → 修改 → 局部调整 → 最终成品。

这意味着以后想用好 AI 生图，可能越来越不需要先成为一个“提示词专家”。

说不清楚的，直接画。

哪里不满意，直接指出来。

第一版不够好，就继续改。

所以如果一定要总结 GPT Image 2.5 这次真正做成的一件事，我觉得就是：它开始把“生图”，变成了“做图”。

第一张图不再是终点，而只是创作的开始。

而这可能才是 AI 图片真正进入生产力阶段的标志。

感谢你读完。

很高兴与你相遇，我们下期见。