OpenAI发布ChatGPT Images 2.5，参考图编辑更稳

原文要点

OpenAI发布图像模型更新，宣称在多轮对话中指令遵循更好、响应更快、更能保留参考照片中的主体。API提供两个模型ID：gpt-image-2.5-sunburst侧重编辑精度，gpt-image-2.5-flare侧重快速日常出图，Simon认为Sunburst更强。他升级了自己的openai_image.py命令行工具，支持用-i传入一张或多张参考图，演示了往一张图表截图里加入"思考图表的浣熊科学家"。

这次做成什么

用openai_image.py命令行工具，基于一张本地参考图做主体保留式编辑：往一张数据图表截图中合成一个新角色，并学会在两个模型ID之间按需求选择。

准备什么

• 一台可联网的电脑，已安装uv（Python包运行器）
• 已设置好OpenAI API密钥环境变量OPENAI_API_KEY
• 一张本地参考图，例如chart-demo.png

具体怎么做

1. 准备参考图并确认密钥

   把要编辑的图存为本地文件，如chart-demo.png；在终端执行export OPENAI_API_KEY="你的密钥"（Windows用setx）。密钥只放环境变量，不写进命令里。

2. 运行编辑命令

   执行：uv run https://tools.simonwillison.net/python/openai_image.py '在图表右下角加入一位戴护目镜的浣熊科学家，正用手指着上升曲线，保持原图表文字清晰可读' -i chart-demo.png -m gpt-image-2.5-sunburst。uv会自动下载脚本依赖并运行，-i传入参考图，-m指定偏编辑精度的sunburst。

3. 按需换模型与多参考图

   如果只是日常快速出图、不在意细节对齐，把-m改为gpt-image-2.5-flare对比速度；如需融合多张参考（例如角色图+场景图），重复-i参数：-i raccoon.png -i chart-demo.png，并在提示词里说明各图用途。

4. 多轮修正

   首次结果若角色遮挡了坐标轴，追加一句约束重新运行，例如"角色缩小并放在空白处，不得遮挡任何坐标轴与图例"，利用新版多轮指令遵循能力逐步逼近效果。

可直接复制的材料

基于我提供的参考图进行编辑，不要重绘整张图：
1. 在图表右下角空白区域加入一位戴护目镜、穿白大褂的浣熊科学家，尺寸约占画面高度的四分之一。
2. 浣熊右手指向图表中上升的蓝色曲线，表情专注。
3. 完整保留原图的标题、坐标轴刻度、图例和全部文字，保持清晰可读，不得遮挡或改写。
4. 新增角色的光影、色温与原图一致，风格为扁平插画风。

export OPENAI_API_KEY="sk-换成你的密钥"
uv run https://tools.simonwillison.net/python/openai_image.py \
  '在图表右下角加入一位戴护目镜的浣熊科学家，正用手指着上升曲线，保持原图表文字清晰可读' \
  -i chart-demo.png \
  -m gpt-image-2.5-sunburst

输入与输出示例

本站虚构演示描述，非OpenAI实际返回图像，未运行验证。

输入

参考图为一张虚构的"2026年上半年季度访问量"柱状图截图，提示词要求：在右上角空白处加一位端着咖啡的狐狸分析师，注视最高的那根柱子，保留全部坐标轴文字。

对应输出

生成结果为原柱状图保持不变的版本：标题、X轴季度标签、Y轴刻度与图例均清晰可读；右上角空白处出现一只扁平插画风格的狐狸分析师，手端咖啡杯，视线朝向Q2最高的蓝色柱子，光影与整体色调一致，未遮挡任何数据元素。

做完检查这些

• 命令执行后终端无401/403报错，说明API密钥生效
• 输出图中参考图原有的文字、坐标轴与图例完整可读，未被新增角色遮挡
• 改用gpt-image-2.5-flare重复同一提示词，能观察到出图速度差异（具体耗时以你的实测为准）
• 追加约束重新运行时，新结果能体现修正指令而非完全重来

容易卡住的地方

• 未设置OPENAI_API_KEY或密钥无图像API权限会直接报错，先确认账户额度与权限
• -i需要可读取的本地路径或可访问的URL，路径含空格要加引号
• 编辑精度敏感的任务选flare可能导致细节漂移，按原文建议此类场景用sunburst
• API调用计费以OpenAI官方价格为准，本文不提供费用估算