GPT Image 2一发，为什么大家开始重新评估AI生图了

GPT Image 2 这次一出来，我最直观的感受不是“它又能画得更漂亮了”，而是很多人突然开始不把它当普通生图模型看了。

大家在 X 上转的，已经不只是好看的图，而是各种压力测试。

有人测菜单，有人测试卷，有人测中文排版，有人测网页首页、直播截图、社交平台页面，还有人专门测“换背景但别动人物”“做四格漫画但角色别跑”。这就很能说明问题了。因为这些任务都不只是审美题，而是实用题。

换句话说，GPT Image 2 这轮热度，核心不在“更会画”，而在“更像能干活”。

为什么这次讨论突然变得这么具体

原因其实挺简单。

以前 AI 生图最大的短板，大家都知道: 图里一旦有复杂文字，基本就容易露馅；一旦要做界面、页面、截图感的东西，也很容易看着像，但细节全不对。

所以过去很多模型虽然能出氛围图、概念图、插画图，但真要拿来做带字海报、产品广告、页面草稿，你心里总是虚一下。

GPT Image 2 这次最明显的变化，就是它开始补这些最容易翻车的地方。

TechCrunch 直接拿它做餐厅菜单，外媒和中文社区则反复测试海报、书法、试卷、信息图、网页和社交页面。这些测试之所以传播得快，就是因为它们都在回答一个现实问题:

它到底能不能从“好玩”往“可用”再走一步。

第一种，文字渲染。

字能不能写对，已经不是小问题了。只要文字靠谱，很多广告图、信息图、UI 图和内容封面就都有了实际价值。

第二种，页面结构。

网站首屏、仪表盘、商品详情、直播界面、社媒截图，这些东西不是靠一个“高级感”就能糊弄过去的。标题、按钮、留白、卡片、数据、图标，哪个位置不对，看起来都假。

第三种，多图一致性。

单张图惊艳早就不够了。现在大家更看重的是，能不能同一个角色连续出几张图，能不能同一个产品一口气出一组素材。

第四种，编辑能力。

做图这件事，最麻烦的从来不是第一张，而是改到第三轮。你说只改背景、只换颜色、只删一个物体，别把别的地方一起改坏，这才是真需求。

我看这轮 GPT Image 2 的提示词分享，有个特别明显的变化: 越来越少人迷信那种长得像咒语的提示词了。

真正有用的经验，反而都很朴素。

就是把需求按顺序写清楚:

OpenAI 官方提示词指南基本也是这个思路。说白了，现在更有效的提示词，不像文学创作，反而更像视觉需求单。

你把用途写出来，告诉它这是海报、广告图、信息图还是 UI 页面；把文字原文写出来，告诉它别乱改；把约束写出来，告诉它别加额外元素。这样出来的结果，往往就会稳很多。

以前大家看 AI 生图，常问的是: 这张图真不真、炸不炸、有没有感觉。

现在很多人问的是: 这张图能不能直接拿去做初稿，能不能进入工作流，能不能少返工。

这其实是两套完全不同的评价体系。

前者看审美，后者看可用性。

而 GPT Image 2 这次之所以让很多人重新评估 AI 生图，就是因为它开始在“可用性”这件事上交出更像样的答卷。它不一定已经完美，但它已经强到让设计、营销、内容、电商这些岗位没法继续把它当成纯玩具。

当模型越来越会做中文文字、越来越会做真实界面、越来越会模仿熟悉的平台风格时，普通人判断真假图像会越来越难。

以前大家还能靠错别字、乱按钮、假界面来识别 AI 图。以后这条路会越来越窄。

所以 GPT Image 2 这次的热度，既是效率话题，也是信任话题。

GPT Image 2 为什么一发出来，大家就开始重新评估 AI 生图了？

因为它把讨论从“能不能画”推进到了“能不能用”。

这一步看着只是几个字的区别，背后却意味着整条产品线的位置在变。以前它更像一个灵感工具，现在它开始像一个能接住部分真实需求的工具。再往前走，它很可能会变成很多团队默认先试一下的图像入口。

这就是 GPT Image 2 这轮真正让人上头，也让人警惕的地方。