GPT Image 2 会淘汰设计师吗？用7个实测案例说清楚！

一、全文速览图

最近几天，关于OpenAI更新的最新生图模型GPT-Image-2，各种自媒体又high起来了，标题一个比一个夸张，包括在我的各个设计师群里面，也都是担忧的更多，就感觉设计师又又又又要完蛋了。

我忍不住回了几句，别慌，不要听那些自媒体瞎分析，设计师每天都在被完蛋......

往前翻几个月的群聊，类似的标题类似的焦虑，每隔一段时间就来一轮，大家说是不是？

说真的，自从AI画图有了之后，设计师可能是全行业里最惨的一群人。每隔两三个月就有一个新模型发布，每次都是同样的剧本，自媒体疯狂吹，老板刷到几篇营销号的文章就觉得AI无所不能，转头跑来问你这个用AI做是不是5分钟就能搞定？你解释半天他也不听，因为他看的那篇10万+写得比你说得好听多了。

我在群里还看到有更过分的是，有些老板还会把自媒体的demo图截给设计师看，问他为什么做得不如这个好看。他心里想说那个是AI出的飞机稿，没有任何落地约束，你让我按公司品牌规范做出一模一样的我做不到，但又不好这么直接说。

就这种环境，你说设计师能不焦虑吗？但其实，真正在一线做事的设计师都非常清楚AI到底能落多少，老板们还是想多了。

有人就问我测了GPT的最新生图模型没有，我看群友们都非常激动，大半夜的不睡觉，就也打开电脑试用了下，第一感受确实也是蛮好用的，可控性确实更好了。

然后冷静下来想想这个问题，作为一个最早就开始写AI教程的资深设计师而言，一路看着AI更新到现在，实际上我现在已经没有感到什么冲击了，对实际项目的影响没有想象的那么大，也就仅此而已。

之前类似这种新模型刚出来我写过好几篇，Google Stitch、Claude Design、Midjourney的每一个大版本我基本都跟过，结论基本都是一个路数，demo炸得不行，一到真实项目里就拉胯。这次GPT-Image-2我用了几天之后，感觉它确实又往前走了一步，无非是可控性方面比之前更进了一些。真正落地到项目里，除了纯画图的工作确实很危险外，其他部分暂时还差得远。

群友也在催更，那今天就展开来说一下，为什么我这么看？

先给没关注过的朋友简单说下背景。GPT-Image-2是OpenAI 4月21日发的新一代图像模型，直接在ChatGPT里就能用。打开ChatGPT聊天窗口，直接说你的画图需求默认就是用它了，免费版也都能用。

看我上面输入的提示词，就直接出了一张这样的图，有点意思。

它在Image Arena三个榜单上全部第一，文生图那项领先第二名242分，这个榜单以前从来没出过超过100分的断层。从这个层面看，确实还是挺强的一次更新。

https://x.com/arena/status/2046670703311884548

用了几天，给我的感觉，这次最大的变化在三块。

一个是文字终于能写对了。中日韩阿拉伯文都能渲染，准确率99%。以前你让AI做个招聘海报，图可能还行，字根本没法看。这次这个门槛是真的被跨过去了，比大家常用的即梦和香蕉啥的要好用。

另一个是对这个世界的理解能力强了很多。比如你让它画小红书的笔记截图，它能把小红书那种特有的素人感、排版逻辑、tab栏位置都还原出来，是真的像。

还有一个是叙事密度。这次最直观的感受是，AI不再是在拼像素了，它开始理解排版里的层级关系和呼吸感，能把很密集的信息梳理得像一个专业设计师排的版。一张图里同时塞进去一堆中文描述，出来的东西信息量巨大但看着不乱。这种信息密度+美感+准确性的三角组合，以前只有比较不错的视觉设计师能做到。

另外加了个Thinking模式，生图前会先推理，所以对输入内容的理解会更好。最高支持 4K 级输出，最长边可到 3840px。

参数这些网上到处都是了我就不多重复。说说真正对设计师有用的部分。

这次更新有一个很容易被忽略的亮点，就是它对prompt的理解能力强了很多。以前写提示词像写咒语，少一个词效果就差一大截，要反复抽卡碰运气。现在很多时候一两句大白话就能出很好的结果。有人说这次GPT-Image-2标志着抽卡式生成时代的终结，我觉得虽然说得有点夸张，但方向是对的。以前是你求着AI理解你，现在是AI在努力听懂你在说什么。

如果你想要更精准的产出，把关键信息讲清楚还是有必要的。我也试了一下我感觉可能会比较实用的7个案例，可以参考我写的，效果至少还比较能符合我的预期。

二、能落地的7个案例

第一个，随手拍产品生成电商详情页。

这个是我觉得对实际工作帮助最大的场景之一。比如我拿手机随便拍了一张我平时用的这个耳机传上去，

跟它说基于这张产品照片生成一张电商详情页长图，白底柔光，三个卖点分区每个配场景图和一句中文卖点文案，底部规格参数表格，高级简约风。

出来的东西白底、柔光、阴影处理都很像一个靠谱修图师干的活，以前这种图设计师至少搞两三天，拍照修图排版写文案一条龙。

第二个，做展示图。

做UI 效果图展示以前是比较麻烦的事，早几年大家经常能看到我在公众号上给大家分享展示模版，现在应该也不需要了。

你跟它说生成一张小红书笔记截图，博主昵称彩云，笔记标题打工人的9.9元续命神器，正文150字讲便利店咖啡体验，配图是咖啡杯放在办公桌上，底部显示3条评论，严格按照小红书最新版UI。

出来的tab栏、点赞数、收藏按钮全都到位，但可惜的是，界面不是最新的。

所以，我又从小红书上截了一张图，给它做参考。

小红书最新界面

这样改了后，UI也都成了最新的，效果直接跟我的截图就几乎没啥太多区别了。

以前这种截图还得专门去找模版来套，现在1分钟搞定。

第三个，做海报。

这个场景以前AI是很难做到很好的，因为要中文文字。

你跟它说竖版海报，新中式茶饮品牌，新品叫彩云甘柚，深绿配色融入宣纸纹理和留白，主体是一杯有冰块和柑橘的冷泡茶，文案一口清醒，半城入夏，价格中杯16元，排版要高级克制不要传单感。

第一版这个样子，虽然看起来还行，但我觉得还差点意思。所以，又让它改了下

再次输出的时候就好了一些了。

你再稍微修一下真的能直接发。

第四个，品牌视觉全家桶展示。

为手冲咖啡品牌彩云生成VI展示图，包括logo、名片、纸杯、咖啡豆袋、帆布袋，统一摆放在木质桌面俯拍展示，Logo是极简山形线条配英文Caiyun Coffee，主色墨绿+米白，日系极简风。

看它出来的图还不错，但这种实际工作中，你大概率是要传一张你产品logo参考图给它的。

这种落地也是很实用的，确实能省不少事。

第五个，情绪板找图。

这个可能是对我日常工作帮助最直接的一个场景。以前做设计提案，找情绪版的图要花大量时间去Pinterest翻、去Dribbble搜，还不一定找到完全贴合的。

现在你直接把想要的关键词丢给它，比如我们经常需要的UI风格关键词是极简，轻盈。那我们就可以跟它说，我在做UI视觉设计风格情绪版，需要用一个画面体现极简和轻盈，输出一张图给我，画面上不要有任何文字信息，比例16：9

出来的图已经挺精准的了。

做汇报、做作品集、做方向讨论，省下来的时间太多了。

第六个，传一张参考图让它学风格出新图。

这个可能又是对日常工作帮助最直接的用法之一。比如我这里找了一张苹果发布会的图，然后想让它用我的公众号Logo生成一张差不多的海报。

我是这样弄的，把我的Logo跟苹果的参考图传上来，然后跟它说参考apple event发布会海报，把我的logo设计成苹果这种风格海报。

这是一键直出的图，看起来真的还行。

以前设计师做这种参考xx风格出一套新的活儿，至少得半天。现在传一张图说两句话就行。

第七个，做UI界面。

SaaS后台数据看板截图，左侧导航栏六个菜单项，顶部面包屑和搜索框，主内容区三个数据卡片加折线图加饼图，Ant Design风格，主色蓝色。同时为了提高它的准确性，也可以垫1张参考给它，效果会更好。

出来的排版配色信息密度都对，效果还行，甚至包括界面上的小字也都是OK的。

把它生成的UI（你会发现GPT的审美目前是比Claude要好一些的），再结合我上一篇文章中的Claude design，就可以得到一个还不错的设计稿了。

这些案例看完，你大概能感觉到它在出图这件事上确实又强了一大截。那接下来聊聊最关键的问题。

三、对我们设计师来说，它到底哪些事能落地，哪些事还做不到？

能落地的场景我大概想了下。运营类物料基本都搞定了，banner、海报、KV、配图、详情页、招聘海报这些。情绪版找图效率会高到离谱。UI效果展示图可以跳过以前的套模版。早期方案探索五分钟出十个候选给老板挑。科普长图和知识卡片，信息密度+美感都够。电商产品图随手拍就能变商用级。

做不到的事，这部分可能才是大家真正应该关心的。

精确数据类图表，官方自己建议使用前人工核查。数字、百分比、趋势箭头方向都不保证正确。严格品牌规范还原还做不到，它能模仿大致风格但精确到规范级别的控制给不了。精细迭代修改方面，大改可以，小改费劲，你让它移个2px它可能整张图重画。还有就是亚洲人脸多图一致性不太稳定。

把能做不能做放一起，会发现一个很有意思的事。

AI擅长的，全是画图这一步的事。AI不擅长的，全是规则、系统、精确、可编辑这些事。

但我们设计师日常工作里，画图其实从来都不是最重要的那部分。

这个说法可能很多不是设计师的人不理解。他们以为设计师就是画图的，就像以前很多人以为程序员就是打字的一样。但实际上，日常工作里画图占的比例远比外人想象的要低。真正占时间的是对接人，跟产品聊需求、跟业务对齐目标、跟老板讨论方向、跟开发沟通落地、跟用研做访谈，以及自己脑子里反复推演策略和信息结构。

画图只是最后把想清楚的东西落到视觉上的那一步。

而且越资深的设计师，画图在工作中的占比越低。一个刚入行的视觉设计师可能80%的时间在画图，但一个资深设计师可能只有20%的时间在画图，剩下的时间在想为什么要画这张图、画给谁看、要解决什么问题。这也是为什么，越资深的设计师看到GPT-Image-2越平静，越初级的设计师看到它可能就越焦虑。因为在工作中画图占比越高，被替代的比例就越高。

所以GPT-Image-2这次更新，说到底做了什么事呢？

它把工具实现能力又往前推进了一步，但它依然只是工具在发挥得更好而已，就像再精确也不如我们自己在figma里手动挪像素去改。距离真正的设计师价值，还有很远的距离。

画图变便宜了，但想清楚要画什么这件事没有变便宜。

就像很多设计师被叫美工会不开心一样，美工没什么不好，只是这个岗位本来就建立在纯画图之上，AI能画图之后它第一个被冲击。插画师、纯粹的平面设计师，短期内都会比较难。但做产品UI体系、做设计系统、做交互框架、做品牌策略的设计师，短期内替代不了。

说到这儿，我们可能也会注意到一个反直觉的事。

AI出来以后大家的工作量不但没减少，反而更忙了。因为AI把单位产出的成本打下来之后，期待值也跟着水涨船高了。以前一个banner要一天，老板让你做三个方向就顶天了。现在AI半小时出十个方向，老板的潜台词就变成了那我为什么不让你一天出一百个？

每一次效率工具的出现，最终都会把标准线拉高，而不是让人变轻松。

所以AI时代最值钱的其实一直是我在跟大家反复说的判断力和目标感。
有一天，我跟AI一起干了一天活，产出了一堆东西，效率高到离谱。但干完之后有那么一瞬间我盯着屏幕愣了一下，脑子里冒出一个问题，那我这个人在中间的价值到底是什么？琢磨了一会儿我发现，跟AI合作的过程不是把问题扔过去它把答案甩回来这么简单。中间我一直在帮它判断、调方向、做收敛。最后那个产出虽然是它画的，但每一次调整，每一次筛选，都是我在推。这部分东西没有在最终结果里，但它在过程中真实的出现过，就像上面我给大家看的案例一样，也需要给它判断跟调优。

品味是用眼睛和时间喂出来的，AI目前替代不了这个积累过程。

说回GPT-Image-2。

回顾AI画图这几年，它其实一直在解决同一件事，可控性。最开始Midjourney刚出来你写什么它画什么全靠缘分，抽卡抽到天亮可能还没抽到想要的。我当年出了一堆写prompt、垫图、用ControlNet的教程，说到底都是在帮它变得可控。但现在，真正的可控性还是不如figma。

GPT-Image-2这次的升级，核心贡献也是可控性。文字能写对是一种可控，对世界的理解对了是一种可控，叙事密度够了是一种可控。它把这条线往前推了一大段。

但这条线还没走到底。可能过几个月半年再看这类工具，能做到三到五年中级设计师的水准。可控性一旦解决，审美跟上来只是时间问题，你回想一下Midjourney v1的效果再看看现在就知道了。到那时候设计师得同步提升自己，特别是判断力和系统化思考的能力。因为那些可能才是AI最后一个够到的东西。

三年前MJ刚出来的时候，群里的讨论跟今天一模一样，都在喊设计师要失业了。三年过去了，失业的不是设计师，是那些把自己定义成画图师的设计师。

AI每一次大的升级，淘汰的不是一个行业，是一个行业里最薄的那一层。

GPT-Image-2让画图这件事变得更便宜了。但没让想清楚要画什么这件事变便宜。

工具永远在进化，但拿着工具的那个人的脑子，才是真正值钱的东西。

共勉。

欢迎关注作者的微信公众号：「彩云译设计」