ChatGPT Images 2.0和前一代有什麼不一樣?
‧會思考的影像生成模型
你第一次打開ChatGPT的新影像介面時,會發現奧特曼(Sam Altman)團隊明顯從Gemini的Nano Banana 2汲取大量靈感。Images 2.0加入進階推理,幫助模型理解用戶請求背後的潛在意圖,並回傳更符合預期的結果。
這種推理過程在生成時清晰可見,畫面上會顯示「正在分析請求」、「準備草圖」、「生成環境」或「進行最後潤飾」等提示文字。為了增加實用性,介面還提供了多種預設風格(如動漫、戲劇化人像、著色本),還用貓咪示範各種風格。
‧影像品質重大改進
根據OpenAI,Images 2.0支援極端的長寬比(寬至3:1,長至1:3),而且在精確遵守物件擺放與細節要求方面,品質有飛躍性的進步。它能以極高的忠實度渲染高密度文字、圖標、使用者介面(UI)元素以及複雜的構圖。
‧連貫性:單次生成8張圖像
Images 2.0的強項之一,在於能一次生成多達8張圖像,並在不同張圖片中維持角色、場景、風格、物件的高度連貫性,對於製作漫畫分鏡或系列廣告非常有用。
‧具備現實世界的知識
另一個優點是更強大的現實世界知識。這個模型擁有更新至2025年12月的資訊,所以能創建準確、專業排版的資訊圖表、視覺摘要、科學海報、學習指南與行銷素材,也能即時搜尋網路以確保內容在上下文中的準確性,並在生成前對圖像結構進行推理,最後對產出結果進行內部自我檢查。
‧支援多國語言文字
OpenAI特別強調多語言理解能力,解決了以往AI繪圖最被詬病的文字拼寫錯誤,目前這是OpenAI史上文字渲染能力最強的模型。Images 2.0不只能處理拉丁字母,日文、中文、韓文效果也很好,方便行銷人員直接用AI替品牌做在地化行銷,不用自己再事後貼上正確文字。
‧精準編輯
用戶可以加入特定物件、更換衣服款式或移除畫面元素,速度比前代模型快四倍。
Images 2.0有什麼缺點?
OpenAI承認模型還是不擅長處理物理邏輯(如複雜的摺紙或拼圖)、極度細密的細節、部分遮擋或翻轉的表面。如果要製作含有高度精確標籤的圖表,可能還是需要人工檢查。
誰能使用Images 2.0?多少錢?
目前所有用戶都可以使用ChatGPT Images 2.0,但權限不太一樣。
一般帳戶:可以使用基本模型。
Plus、Pro與Business訂戶:獨享進階推理功能,包括即時上網搜尋、一次生成多張連貫變體以及結果驗證。
開發者:可經由OpenAI API或在Codex工作空間中使用,支援原型開發與產品開發。
收費模式: API採用按量計費,費用取決於渲染品質以及解晰度。
目標客群是誰?
《CNET》分析指出,ChatGPT Images 2的目標客群非常明確:
職場用戶:需要快速生成專業視覺內容的老師、行銷經理或社群經營者。
市場定位:介於Midjourney(藝術創作愛好者)與Adobe(專業設計師)之間,適合想要一定品質影像但沒有深厚設計功力的普通用戶。
初學者怎麼開始用?
第一步:進入ChatGPT Images 2.0
1. 前往chatgpt.com
2. 開啟新對話
3. 直接要求它創建圖像,不用切換模式或手動選擇模型。
第二步:撰寫提示句
關鍵是提示句要清晰、具體,就像在對設計師下達指示。
•基礎範例:
「為一家叫做『Morning Brew』的咖啡店製作海報。使用溫暖的棕色調,包含標語『Start your day right』,風格要現代、極簡。」
•提示句裡應該要包含的要素:
o 你想生成什麼:(海報、Logo、插畫、資訊圖表……)
o 風格或氛圍:(現代、復古、俏皮、專業……)
o 顏色或視覺參考
o 任何應該出現在圖片中的文字
第三步:用在實際創意工作上
ChatGPT Images 2真正擅長的領域包括:
• 資訊圖表
「製作一張解釋水循環的資訊圖表。使用簡潔、具教育意義的風格,並附上帶有標籤的圖解。」
• 社群媒體視覺圖
「為護膚品牌設計一張公告夏季8折優惠的Instagram貼文。使用柔粉色調、乾淨的版面,清楚包含折扣文字。」
• 分鏡圖與漫畫
「創作關於一隻討厭週一的貓的四格漫畫。卡通風格,表情要幽默。」
• 產品樣機
「把Logo印在白色帆布袋上,放置在自然光下的木桌上拍攝。」
• 含文字的設計
你可以生成中文菜單、標籤、招牌、簡報。
第四步:編輯、精修
對第一次生成的結果不滿意?直接告訴它要修改哪裡就好。
• 範例:
o 「把背景調暗一點」
o 「將字體換成更粗的風格」
o 「維持一切不變,但移除角落那朵花」
• 你也可以上傳照片並要求它編輯:
o 「移除這張產品照片的背景」
o 「讓這張照片看起來像水彩畫」
o 「為這張風景圖添加夕陽天空」
第五步:針對複雜專案,使用思考模式
如果你有精細或多步驟需求,請開啟思考模式,這樣模型就會在創作前先進行規劃,就像聘請了一位會閱讀需求的設計師。
• 最適合用來做:
o 具有一致角色的多圖系列
o 包含大量數據的細節資訊圖表
o 一次生成多種尺寸的行銷素材
建議這樣做,不要這樣做
| 「設計瑜珈工作室的極簡Logo,黑白配色」 | 「幫我做個 Logo」 |
| 「有大膽紅色標題文字的4K海報」 | 「改好看一點」 |
| 「同一個角色,三種不同姿勢」 | 分別生成每一張圖片 |
| 描述氛圍 + 風格 + 內容 | 只描述主體 |
(資料來源:resource.digen.ai、CNET、marketing4ecommerce)
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢,獨家解讀
請查看您的信箱,我們將寄送驗證信給您,確保未來信件會送到您的信箱