一句提示词，GPT Image 2真把中文图画出来了

最近不少录友问我：GPT Image 2 到底怎么调用？国内能不能直接用 API 生图？

我原来走的是 Responses API + image_generation 工具。能用的时候确实方便，但中间多套了一层文本模型和工具调用，参数也比较绕。接口一调整，最先坏的往往就是这条链路。

后来发现 APIDock (opens new window) 已经直接支持 gpt-image-2。

这次不用让 GPT-5 再去调用生图工具，直接请求图片接口：

POST https://apidock.ai/v1/images/generations

我实际跑了一遍，模型、中文标题、人物场景和右下角水印都正常生成。

上面这张图就是通过 APIDock 的 gpt-image-2 生成的，而且用的是它目前支持的 low 清晰度。

标题“一句提示词，画面就出来了”、对白“这次真跑通了！”、状态“正在生成”和右下角“卡码大模型”，都直接出现在原图里。

所以先说结论：APIDock 当前虽然只支持 low，但做公众号插图、博客配图、文章封面和普通产品示意图，已经够用了。

下面我把完整调用过程写清楚，代码可以直接复制。

GPT Image 2是什么？和GPT-5.6不是一回事

先别把名字混了。

gpt-image-2 是专门负责图片生成和图片编辑的模型。OpenAI 把它定位为当前主力图像模型，输入可以是文字或图片，输出是图片，还支持局部重绘。

它和 gpt-5.6 这类文本、推理模型不是一回事：

模型	主要工作	这篇文章是否使用
gpt-image-2	直接生成或编辑图片	使用
gpt-5.6	文本生成、推理、编程，也可以调用生图工具	不需要

OpenAI 官方提供两种生图路线：

1. Image API：直接让 gpt-image-2 根据一段提示词生成图片
2. Responses API：让 GPT-5.6 等主模型在对话中调用 image_generation 工具

如果你的目标就是“一段提示词生成一张图”，Image API 更直接，少一层工具调用，也更容易排查问题。OpenAI 官方图像生成文档 (opens new window)也是这么建议的。

这篇文章走的就是第一条。

为什么我用APIDock调用GPT Image 2？

如果你已经有 OpenAI 官方 API Key、付款和网络都正常，当然可以直接调用官方接口。

但很多国内录友真正卡住的不是代码，而是这些事：

• 没有合适的海外付款方式
• 官方 API 网络不稳定
• 不想继续折腾 OpenAI 账号
• 只是偶尔给文章和项目生成几张图
• 希望后台能直接看到调用记录和余额变化

我现在用的是 APIDock (opens new window)。注册后创建一个独立 Token，把官方地址换成 APIDock 的地址，模型名仍然填写 gpt-image-2。

整个调用只需要三项配置：

API Base URL：https://apidock.ai/v1
API Token：在APIDock后台创建
模型名：gpt-image-2

这里不需要 ChatGPT Plus，也不需要把 ChatGPT 密码、邮箱验证码或 Cookie 交给平台。

Token 就是余额钥匙。不要截图发群，不要写进公开仓库。

第一步：在APIDock创建Token

先打开 APIDock官网 (opens new window) 注册账号，然后进入后台创建一个新的 Token。

建议单独建一个生图 Token，不要和 Claude Code、Codex 或其他项目共用。这样有三个好处：

• 调用记录更容易核对
• 可以单独控制额度
• 不小心泄露时，只需要删除这一枚 Token

拿到 Token 后，在终端设置两个环境变量：

export OPENAI_API_KEY="替换成你的APIDock Token"
export OPENAI_BASE_URL="https://apidock.ai/v1"

不要把真实 Token 直接写进准备提交 Git 的代码文件。

第二步：先确认账号能看到gpt-image-2

可以先请求模型列表：

curl -sS "${OPENAI_BASE_URL}/models" \
  -H "Authorization: Bearer ${OPENAI_API_KEY}" \
  | jq -r '.data[] | select(.id == "gpt-image-2") | .id'

正常会输出：

gpt-image-2

如果没有任何输出，先别急着生成。检查 Base URL、Token，以及 APIDock 后台当前是否给你的账号开放了这个模型。

第三步：用curl生成第一张图

最小请求如下：

curl -sS "${OPENAI_BASE_URL}/images/generations" \
  -H "Authorization: Bearer ${OPENAI_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "画一张温馨的手绘卡通图：一位程序员和友善的AI机器人击掌庆祝，浅灰白背景，柔和马卡龙色，画面上方写中文标题：生图接口已跑通",
    "size": "1536x1024",
    "quality": "low",
    "output_format": "png"
  }' \
  | jq -r '.data[0].b64_json' \
  | base64 --decode > gpt-image-2-demo.png

macOS 自带的 base64 如果不支持 --decode，把最后一行改成：

  | base64 -D > gpt-image-2-demo.png

这里最关键的是四个参数：

{
  "model": "gpt-image-2",
  "size": "1536x1024",
  "quality": "low",
  "output_format": "png"
}

尤其是 quality。APIDock 当前只支持 low，不要照搬官方示例改成 medium 或 high。

Node.js完整代码：直接保存PNG，不打印base64

curl 适合验证接口。真正接进项目，我更建议用下面这段 Node.js：

import fs from "node:fs";

const apiKey = process.env.OPENAI_API_KEY;
const baseUrl = process.env.OPENAI_BASE_URL || "https://apidock.ai/v1";

if (!apiKey) {
  throw new Error("缺少 OPENAI_API_KEY");
}

const response = await fetch(`${baseUrl}/images/generations`, {
  method: "POST",
  headers: {
    Authorization: `Bearer ${apiKey}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gpt-image-2",
    prompt: `
画一张手绘卡通风格插画：柔和暖色调、扁平手绘、线条圆润可爱。
场景：年轻程序员把提示词交给友善的圆脑袋AI机器人，机器人正在画画。
构图：横版，上方留出标题区，人物和画架位于中央安全区域。
必须出现的文字：标题“生图接口已跑通”，右下角水印“卡码大模型”。
要求：中文逐字呈现，不增字、不漏字、不生成乱码。
禁止：不要3D，不要写实，不要其他品牌或水印。
    `.trim(),
    size: "1536x1024",
    quality: "low",
    output_format: "png",
  }),
  signal: AbortSignal.timeout(300_000),
});

const result = await response.json();

if (!response.ok) {
  throw new Error(`生图失败（${response.status}）：${JSON.stringify(result.error)}`);
}

const imageBase64 = result.data?.[0]?.b64_json;
if (!imageBase64) {
  throw new Error("响应中没有 data[0].b64_json");
}

fs.writeFileSync(
  "gpt-image-2-demo.png",
  Buffer.from(imageBase64, "base64"),
);

console.log("图片已保存：gpt-image-2-demo.png");

保存为 generate-image.mjs，然后执行：

node generate-image.mjs

这段代码不会把 base64 打到终端，只会把它解码成 PNG 文件。生产环境也应该这样做，否则一张图就可能塞满整页日志。

GPT Image 2可以生成多大的图？

这是大家最关心的问题。

按照 OpenAI 当前 API 参考 (opens new window)，gpt-image-2 已经不只支持三种固定尺寸，还支持自定义 WIDTHxHEIGHT。

但自定义尺寸有四条规则：

1. 宽和高都必须是 16 的倍数
2. 宽高比必须在 1:3 到 3:1 之间
3. 高于 2560×1440 属于实验范围
4. 当前最高支持 3840×2160

常见尺寸可以这样选：

用途	建议尺寸	比例	说明
头像、图标、方形配图	1024x1024	1:1	最稳妥，构图简单
文章横图、博客配图	1536x1024	3:2	本文通过APIDock实测成功
竖版海报、人物全身图	1024x1536	2:3	适合手机阅读
视频封面、宽屏头图	1536x864	16:9	官方尺寸规则允许，适合严格宽屏
2K宽屏图	2560x1440	16:9	细节更多，文件也更大
4K宽屏图	3840x2160	16:9	官方最高上限，属于实验尺寸范围

这里要说清两个边界。

第一，最高支持 4K，不等于每张图都应该生成 4K。 尺寸越大，等待时间、输出量和文件体积通常也会增加。

第二，4K 是 gpt-image-2 的官方模型能力。中转线路可能根据当前服务情况限制部分实验尺寸。APIDock 这边我已经实测 1536x1024 可以稳定生成；第一次调用建议先用这个尺寸跑通，再测试自定义 16:9 或 4K。

low、medium、high到底差在哪？

OpenAI 官方的 gpt-image-2 定义了四种质量设置：

• auto：模型自动选择
• low：速度和成本优先
• medium：细节和成本折中
• high：细节优先

但这说的是官方模型能力。

APIDock 当前只支持 low。 通过 APIDock 调用时，直接固定：

"quality": "low"

别担心，low 不是“只能生成糊图”。

图片尺寸和渲染质量是两个不同参数：

• size 决定输出图片有多少像素
• quality 更影响细节密度、纹理、文字和复杂场景的表现

我前面展示的卡通图，就是 1536x1024 + low 生成的。中文标题、短对白、人物表情和场景道具都够清楚，压缩到网页尺寸后照样能看。

对这些场景，low 已经够用：

• 公众号和博客文章配图
• 知识类卡通插画
• 社交媒体配图
• 产品原型占位图
• 简单封面和海报草稿
• 批量生成视觉方案

如果你的目标是超精细商品图、密集信息图、很小的文字、需要放大打印的大海报，low 就不一定够。当前 APIDock 线路不适合硬做这种任务，别通过后期放大假装细节真的存在。

PNG、JPEG、WebP怎么选？

GPT Image API 支持 png、jpeg 和 webp。不过通过 APIDock 第一次跑，建议直接选 PNG：

"output_format": "png"

原因很简单：兼容性最好，文字边缘也更稳，排查 base64 解码时最省事。

格式	适合场景	特点
PNG	插画、带文字图片、需要后期处理	清晰、无损，文件较大
JPEG	写实照片、对体积敏感	文件小，但文字边缘可能有压缩痕迹
WebP	网页展示	体积通常更小，现代浏览器兼容良好

JPEG 和 WebP 还可以配合 output_compression 控制压缩程度。PNG 不使用这个参数。

另外，gpt-image-2 当前不支持透明背景。需要透明素材时，先生成纯色背景，再用抠图工具后处理，不要直接传 background: "transparent" 后疑惑为什么报错。

怎么让GPT Image 2把中文写对？

这次让我最意外的是中文。

以前不少生图模型画面没问题，一写汉字就变成乱码。GPT Image 2 已经好很多，但提示词仍然不能只写一句“帮我加个中文标题”。

我的做法是把文字单独列出来：

【必须出现的文字】
标题：“一句提示词，画面就出来了”
程序员对白：“这次真跑通了！”
状态标签：“正在生成”
水印：“卡码大模型”
要求：以上中文逐字呈现，不增字、不漏字、不改字，不生成其他乱码文字。

再补三条约束：

1. 明确每段文字放在哪里
2. 一张图不要塞十几段文字
3. 标题、对白和水印都用引号标出原文

OpenAI 的 GPT Image 提示词指南 (opens new window) 也建议把需要逐字出现的文字明确引用，并说明字体、大小、颜色和位置。

不要把一张技术文档硬塞进生图模型。 图里放一句标题、两三个短标签就够了，详细解释放回文章正文。

为什么返回的是base64，不是图片链接？

调用成功后，你会拿到类似这样的 JSON：

{
  "data": [
    {
      "b64_json": "很长的一段base64数据"
    }
  ]
}

这不是报错。

GPT Image 模型返回的就是 base64 图片数据。程序要做的是：

读取 data[0].b64_json
        ↓
base64 解码
        ↓
写入 PNG 文件

不要把它直接复制到 Markdown，也不要整段写进数据库日志。需要在线图片地址，就先保存文件，再上传到自己的对象存储或图床。

常见报错怎么处理？

401：Token不对

检查：

• OPENAI_API_KEY 是否真的加载
• Token 前后有没有空格
• 有没有误用 OpenAI 官方 Key
• APIDock 后台的 Token 是否已被删除

404：接口地址或模型名写错

正确地址：

https://apidock.ai/v1/images/generations

正确模型名：

gpt-image-2

不要把模型名写成 gpt-image2、gpt-image-2.0，也不要继续调用旧的 /responses 工具链路。

400：quality参数不支持

如果你通过 APIDock 调用时写了：

"quality": "high"

改回：

"quality": "low"

APIDock 当前只支持 low，这不是你的提示词问题。

成功了，却找不到图片URL

去读：

result.data[0].b64_json

然后 base64 解码落盘。不要读取 data[0].url。

图片文字偶尔写错

别把完整提示词推翻重写，只针对文字重试：

保持人物、画风、构图和配色不变。
只修正标题为：“生图接口已跑通”。
要求逐字正确，不添加其他文字。

如果连续两次仍然写错，就让模型预留干净标题区，后期用可靠中文字体贴字。生图模型进步很快，但生产流程不能全靠运气。

使用APIDock前，我建议先小额跑通

任何 API 中转站都不要一上来放大量余额。

我的建议很简单：

1. 打开 APIDock (opens new window) 注册
2. 创建一枚只用于生图的 Token
3. 先请求 /models，确认能看到 gpt-image-2
4. 用 1024x1024 或 1536x1024、quality: "low" 生成一张图
5. 回后台核对调用记录和实际扣费
6. 确认没问题，再接进自己的脚本或内容工作流

具体价格、赠送额度和实验尺寸支持都可能调整，以 APIDock 后台当前显示为准。

别只看“模型列表里有”就开始批量跑。能生成、能落盘、账能对上，这才叫真正跑通。

最后

GPT Image 2 的调用没有想象中复杂。

记住四个东西就行：

接口：/v1/images/generations
模型：gpt-image-2
清晰度：low
结果：data[0].b64_json

国内不想折腾 OpenAI 官方账号、海外付款和网络，可以用 APIDock (opens new window) 建一枚 Token，先生成一张 1536x1024 的图试试。

一句提示词，画面真就出来了。

相关阅读

• 没有ChatGPT账号，国内怎么用GPT-5.6？
• GPT-5.6 Luna、Terra、Sol API国内怎么接入？
• 中转站怎么样？靠谱中转站避坑测评推荐
• APIDock API接入文档 (opens new window)
• OpenAI GPT Image 2模型说明 (opens new window)