GPT-IMAGE-2Capability Boundary
02 / 28
第 2 页 · GPT-IMAGE-2 能力边界
它擅长生成视觉,
不负责最终判断
GPT-IMAGE-2 适合把文字意图、参考图和局部编辑需求转成高质量静态视觉,但商业交付还要靠设计、法务和业务共同验收。
Input
Text+图
支持文本提示、参考图和局部编辑,适合从意图到视觉草案。
Output
4K
可输出多尺寸静态图,适合主视觉、KV、产品图和概念稿。
Strength
Style
强在语义理解、风格迁移、参考图融合和视觉探索速度。
Boundary
Text
精确文字、Logo、复杂版式和跨批次一致性仍需要人工控制。
Not For
Final
不应直接作为最终广告资产上线,必须经过版权、品牌和法律审核。
Ops
Net
网络、额度、区域可用性和接口变化会影响生产稳定性。
能力边界 · 静态视觉生成 / 局部编辑 / 人工验收
GPT-IMAGE-2 · 01
GPT-IMAGE-2Applications
04 / 28
第 4 页 · GPT-IMAGE-2 核心应用场景
从灵感草图到商业视觉
Brief → 参考图 → GPT-IMAGE-2 → 方向筛选
快在探索,慢在取舍
概念
把抽象创意转成 3-6 个可讨论的视觉方向。
风格
快速比较材质、色彩、场景、人物和品牌语气。
分镜
生成海报、场景板、广告分镜首帧和概念验证图。
母版 → 局部编辑 → 多比例 → 人工修订 → 发布
快在扩展,严在验收
产品图
包装、材质、使用场景、电商主图和社媒变体。
营销
Campaign KV、渠道适配、节日海报和本地化创意。
素材库
沉淀 prompt、参考图、失败样本和可复用视觉配方。
应用场景 · 概念板 / 产品图 / Campaign KV / 本地化素材
GPT-IMAGE-2 · 03
Seedance 2.0ByteDance Background
06 / 28
第 6 页 · Seedance 2.0 技术背景
字节的多模态视频生成模型
Seedance 2.0 来自 ByteDance Seed,面向文字/图片/音频/视频输入到高质量视频输出,强调运动稳定、多镜头表达、物理连续和音画同步。
Model Foundation · Input
01
多模态输入
自然语言、参考图、视频片段、音频片段都可以作为生成约束。
02
图生视频
把静态 style frame 推进成短镜头,补齐运动、景别和时间维度。
03
文字生视频
用 prompt 描述角色、场景、动作、镜头和风格生成动态片段。
04
音画联合
官方强调音频、节奏和画面可以作为同一生成任务的一部分。
Generation Quality · Output
05
运动稳定
重点解决主体漂移、动作断裂、镜头跳变和物理不连续。
06
多镜头叙事
适合广告片、短剧、产品片中常见的镜头切换和节奏推进。
07
导演控制
需要明确景别、机位、运动方向、主体稳定和禁动元素。
08
人工验收
商业片仍要逐帧检查品牌、版权、人物、文字和物理细节。
技术背景 · ByteDance Seed / 多模态视频 / 音画同步
SEEDANCE 2.0 · 01
GPT-IMAGE-2 + Seedance 2.0Combo
07 / 28
第 7 页 · GPT-IMAGE-2 与 Seedance 2.0 组合应用
先定静帧,
再推镜头
组合逻辑是:GPT-IMAGE-2 负责锁定风格、主体、构图和品牌语气;Seedance 2.0 负责把这张 style frame 推进成可控短镜头。
把静态图当成“视频首帧合同”:先让画面可控,再让运动发生。
组合应用 · 图像生成 → 图生视频 → 人工验收
产品宣传
先生成产品主视觉,再制作 5-15 秒短视频广告和社媒素材。
概念实现
把概念场景、角色、包装和环境快速变成动态概念片。
设计动效
用静帧验证风格,再让粒子、光影、镜头和材质轻微运动。
短剧预演
用于分镜、场景调性、角色动作和镜头节奏的早期预演。
组合应用 · 产品宣传 / 概念实现 / 设计动效 / 短剧
SEEDANCE 2.0 · 02
Seedance 2.0Applications
08 / 28
第 8 页 · Seedance 2.0 应用场景
让“视觉方向”动起来
Seedance 2.0 的价值不是把图片随机动画化,而是把品牌、产品、角色、场景和叙事节奏转成可预演的动态素材。
01
产品宣传
电商产品片、发布会 teaser、社媒短视频和广告预演。
02
概念实现
把新产品、新包装、新场景快速拍成“看得见”的概念样片。
03
设计动效
用于首屏 hero、KV 动态版、产品光效、材质和镜头实验。
04
短剧预演
验证角色、场景、镜头节奏、情绪和分镜可行性。
应用场景 · 产品宣传 / 概念实现 / 设计动效 / 短剧
SEEDANCE 2.0 · 03
CODEX-5.5Technical Principle
10 / 28
第 10 页 · CODEX-5.5 技术原理
从聊天模型到 coding agent
01 · Context
读仓库
理解文件结构、依赖、历史模式、测试和运行环境。
02 · Reasoning
推理规划
把需求拆成可执行步骤,判断影响范围和依赖关系。
03 · Tools
工具调用
通过 shell、文件编辑、浏览器、测试命令形成闭环。
04 · Patch
代码修改
生成 diff、修测试、解释取舍,逐步接近可合入状态。
05 · Verify
验证证据
运行 lint、单测、构建、截图和回归检查。
06 · Review
人审合入
模型提供候选实现,最终合入仍由团队负责。
技术原理 · 上下文窗口 / 推理规划 / 工具调用 / 验证闭环
CODEX-5.5 · 01
CODEX-5.5Interfaces
11 / 28
第 11 页 · CODEX-5.5 应用形态
CLI · Codex App · IDE 插件
CODEX-5.5 可以以不同入口进入研发工作流:命令行适合深度改造,桌面 Codex App 适合长任务和浏览器验证,IDE 插件适合开发者日常补全和局部修改。
应用形态 · 任务深度不同,人审责任不变
CODEX-5.5 · 02
CODEX-5.5Workflow
12 / 28
第 12 页 · CODEX-5.5 工作流
从 vibe 到可合入,中间要有证据链
01 · Brief
写清任务目标、成功标准、相关文件、禁改范围和交付物。
输入
02 · Explore
让 Codex 先读代码、梳理依赖、定位影响范围,再动手。
理解
03 · Patch
小步修改,保留 diff 可读性,避免跨模块大范围重写。
实现
04 · Verify
运行 lint、测试、构建、浏览器截图,失败就让模型继续修。
证据
05 · Review
人类 reviewer 检查业务、设计、架构、安全和维护成本。
合入
工作流 · Brief → Explore → Patch → Verify → Review
CODEX-5.5 · 03
Prompt PatternHow To Operate
13 / 28
可复制的操作模板
一题三步,
一改三验
不要让 Codex “自由发挥”。每次都把目标、上下文、禁止事项、验收标准和验证命令写进去。
Codex task brief
目标:把设置页补齐空态和错误态。上下文:沿用现有 SettingsLayout、Button、Toast。限制:不要新增 UI 库,不要改接口。输出:小步修改 + 说明影响文件。
Review & verification brief
验收:桌面/移动不遮挡,键盘可达,错误文案清晰。验证:运行 lint、相关测试、浏览器截图。最后列出未验证项和 reviewer 应重点看的风险。
一句 prompt 不够,要给 Codex 一个生产上下文
Pattern · One To Many
Future DirectionWhere It Goes
14 / 28
未来不是更像外包团队
而是更像产品操作系统
A
规则图谱
设计 token、组件边界、交互原则、失败样本和审核结论进入项目规则。
B
多代理流水线
一个代理读需求,一个实现,一个跑测试,一个做设计和可访问性 review。
C
实时预演
设计评审从看稿变成看真实页面,越早暴露交互和边界问题。
真正的未来方向:模型从“帮我写一段代码”,走向“帮团队维护一套可迭代的软件生产系统”。
未来方向 · rules graph / agents / realtime preview
Future · 03
SourcesResearch Notes
15 / 28
资料来源与口径
以官方为主,
模型名保持谨慎
GPT-5.5
Using GPT-5.5: positioned for complex reasoning, coding, agentic workflows and frontier code generation.
developers.openai.com/api/docs/guides/latest-model
Codex Guide
Codex prompting guide: coding agents perform best when tasks include context, verification, environment setup and review expectations.
developers.openai.com/cookbook
Codex Product
OpenAI Codex is described as a coding agent that can write, understand, review and debug code across software tasks.
openai.com / help.openai.com
Vibe Coding
Public research framing uses vibe coding to describe natural-language-driven software creation with humans steering intent and acceptance.
Andrej Karpathy / Collins / public reports
Name Note
This deck treats "GPT-5.5 for Codex" as product-facing wording. Do not assume `gpt-codex-5.5` is a confirmed API model id.
model naming boundary
生成时间: 2026-05-03 · 主题: 靛蓝瓷
Sources · Appendix
Case 01Showcase
17 / 28
案例 01
新官网项目工业制品相关板块视觉方案
参考我提供的素材风格，帮我制作不同业务的 banner：高端装备（高端智能装备机床）、电机、压缩机、工业储能、电容、半导体器件（工业芯片）。
案例展示 · 01
Industrial Visual System
Case 02Showcase
18 / 28
案例 02
双联名概念海报快速生成
帮我制作一张格力电器和 DeepSeek V4 的联名合作海报，讲述算力空调这一概念；帮我制作一张格力电器和莫氏鸡煲的联名合作海报，讲述电磁炉新品与地道鸡煲风味的跨界概念。
案例展示 · 02
Co-brand Poster Concepts
Case 03Showcase
19 / 28
案例 03
新产品电商详情页卖点、概念、视觉生成
参考格力家用脱谷机与大松轻食饭煲产品图，将产品真实质感化后生成电商长图详情页。
两组连屏图覆盖产品展示、功能卖点、细节特写、厨房使用、多空间适配、24 小时保温与礼盒送礼场景，用统一暖调产品摄影建立可复用的详情页视觉模板。
案例展示 · 03
Product Detail Visual
Case 04Showcase
20 / 28
案例 04
产品动画分镜生成
帮我针对这款产品做一个动画分镜，表达格力家用脱谷机 3D 环流柔碾技术。
以 6 个镜头串联产品亮相、环流柔碾、轻柔脱壳、脱壳率 >99%、米粒通透与营养保留，强调低碰撞低破损、膳食纤维更完整。
案例展示 · 04
GREE Rice Huller Storyboard
Case 05Showcase
21 / 28
案例 05
家用空调爆炸视图海报
帮我制作一张海报：格力家用空调内外机爆炸视图海报，高科技 3D 渲染，摄影棚灯光。
每一个零件都蕴含着支撑沉浸式体验的前沿科技与匠心设计。格力家用空调内机外机的垂直堆叠爆炸视图，展示多层不同的内部组件。
案例展示 · 05
GREE Air Conditioner Exploded View
Case 06Showcase
22 / 28
案例 06
静帧变镜头 Seedance2.0 快速输出宣传视频
Seedance 2.0 采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频输入。
模型强调运动稳定、物理还原、音画同步和导演级控制，适合把静态风格帧快速扩展成可预览、可迭代的产品宣传镜头。
案例展示 · 06
Seedance 2.0 Promotional Video
Case 07Showcase
23 / 28
案例 07
gpt-image-2 与 Seedance2.0 配合工业级输出
GPT Image 2 是静帧编译器，用它锁方向、锁风格、锁品牌约束。
Seedance 2.0 是镜头推进器，用它验证运动、节奏和动态传播。设计师的价值变得不在速度，而在判断、取舍和沉淀。
案例展示 · 07
GPT Image 2 + Seedance 2.0