上周我介紹了 gemini 生圖模型，我覺得已經算是實用性很強了，但緊接著 Open AI 就卷起來了，也更新了一波圖像生成模型，然后迅速在全網(wǎng)刷屏。那它的效果到底好不好用呢？是不是被吹的很厲害？我很好奇啊，所以周末趕緊深度實測了一波，先說結論：生成的圖確實比 Gemini 的更好，但也并不完美。

我用 GPT-4o 深度測評了 2 天，當它真的可以指哪打哪后，我實在是不知道怎么形容。這篇文章我先跟大家總結 10 個最好用的使用示例，向你證明它確實是太好用了！

先說明一下，有些人可能會發(fā)現(xiàn)不充會員也能用 GTP-4o，但出來的圖效果完全不行。這是因為免費用戶是用不了新的圖像生成模型的，每天送的那 5 次用的其實是 Dall-E 模型，不是真正的新繪圖模型。

充值后，選擇更多中的“創(chuàng)建圖片”用的才是全新的 GTP-4o 畫圖模型。

所以，我周末花費巨資，先是買了一張?zhí)摂M信用卡，然后又再充值了一個 plus 會員，很順利的就用上了。注意咱們只需要花$20 買 plus 會員就夠了，不用去買那個$200 每個月的，太浪費了。 從我使用的情況來看，plus 會員就能一直生圖，我用了 2 天，沒出現(xiàn)限制的情況。

我測試了以下 10 種場景，各個都非常驚艷！

注意：用的時候，記得先點更多，選擇創(chuàng)建圖片后再輸出提示詞，在提示詞前面會有藍色的“創(chuàng)建圖片”，確保使用新模型且生效。

10 個最常用的使用場景案例

1. 生成組圖

我測試的第一個生成圖片，就是直接挑戰(zhàn)高難度，讓它在一個畫面中同時生成一批帶有對應特征的內容。這在目前其他 AI 生圖能力上基本都超綱了，咱們直接上強度，看看它到底行不行？

提示詞：一張正方形圖片，包含一個 4 行 4 列的網(wǎng)格，網(wǎng)格上有 16 個圖形，背景為白色，從左到右，從上到下。圖形的風格請保持和參考圖一致，列表如下：1、一塊橙色的面包 2、一個白色的星巴克杯子 3、一個草莓蛋糕 4、一瓶牛奶 5、一瓶汽水 6、一杯奶茶 7、一張桌子 8、便利店 9、一只戴著帽子的狗 10、一輛紅色的小汽車 11、一束玫瑰花 12、一把黑色雨傘 13、一雙紅色高跟鞋 14、幾個包子 15、用草書寫的“caiyun”16、辦公樓

效果出來了，16 個元素，位置、內容完全正確，風格和細節(jié)程度還做到了統(tǒng)一，非常棒！

接著，我想把它的風格按我提供的參考圖重新設計下，畢竟在實際項目里，需要的風格比較確定，風格要做到一致性。

提示詞：參考這張圖，把上面的圖風格改成和參考圖一致

這是生成后的效果，開始有一些錯誤了。所以，我不滿足，讓它繼續(xù)改。

有一些修正，但也還是會有問題，所以我想把它改回來，看看有沒有修正回來的可能性，就和在實際工作中指導實習生的感覺。

提示詞：再仔細對照最初的參考圖和設計要求，顏色沒有這么多，有幾個地方的內容出錯了，第 2 個，第 7 個，第 10 個

最終改了幾輪后，有些改回來了，但又出了新的錯誤，我打算就此打住。

雖然它的效果還不是很完美，但總體上拿來稍微改改其實就能用了，已經給了我不小的驚喜，因為我也同時把這個提示詞問了谷歌 gemini，出來的圖是這樣的。

只能說，沒有對比就沒有傷害。

2. 風格轉換

GPT-4o 有類似 ComfyUI 中的 ControlNet 的功能，可以完全復刻參考圖中的人物姿勢，或根據(jù)線稿生成指定風格的圖像。

給大家看下我當時測試的一個例子。

提示詞：把上圖中的畫面轉換為 3D 風格

轉換后的圖，已經非常像了有沒有，這還學啥建模啊？質量也太高了。

眼尖的你可能會發(fā)現(xiàn)，生成后的圖和原圖稍微會有點區(qū)別，但這其實是官方刻意為之，不是做不到。因為當我要求它跟原圖一樣時，就違反規(guī)定了。

可能大家在操作的時候，經常會出現(xiàn)一個限制提示，說你違反了他們的規(guī)定。OpenAI 的內容政策特別嚴格地限制“高度擬真人物”的圖像生成，尤其是當提示詞中涉及“肖像還原”“外貌匹配”等字樣時，哪怕是你自己的照片，模型出于防止誤用（例如深度偽造）的政策，也有可能拒絕生成。

所以當出現(xiàn)人物相關需求時，可以用回 comfyUI 或 Gemini，能解決問題。

此時，我已經不滿足于把帶人物的插畫轉成照片，我想把我覺得很美的插圖壁紙也都轉成照片了，那會是什么樣的美景呢？咱們試試效果。

提示詞：把這個場景變成一張寫實照片

這是它生成出來的效果。

當我看到它生成出來的效果時，我真的是被驚艷到了，這效果還原的確實是有點太好了。

我在出這張圖的時候已經是晚上 12 點多了，但我已經沒了睡意，想趕緊多試試，這錢沒白花呀。

我又找了另外一張我很喜歡的風景插圖轉換成了真實美景。

除了轉成通用的卡通風格，還可以在提示詞中加入指定的漫畫家風格，使其更有對應風格的特點。比如我把上一篇文章中生成的美女圖換成海賊王風格會是什么樣的？

提示詞：將參考圖變成海賊王的畫風

再轉成樂高風格，提示詞：將參考圖變成樂高的畫風

我還想把哪吒的 3D 圖改為哆啦 A 夢的風格。

提示詞：將參考圖變成藤子不二雄風格

風格轉換后，有點大雄的感覺啊，哈哈。

3. 生成海報

它能根據(jù)自身的知識庫，生成符合用戶意圖的配圖。

比如我希望它幫我生成一張宇宙百科示意圖。

提示詞：我需要給百科全書畫一張插圖，請幫我用矢量插圖風格生成一張不同類型的星球插圖，需要有對應星球的名字，一句話介紹，背景為白色

這是生成出來的效果，質量很高啊，文字也都是對的。這在之前的生圖模型中，其實很難做到，現(xiàn)在居然這么準確了。

英文沒問題，那中文如何呢？我又試了下

提示詞：把圖中的英文改成中文

發(fā)現(xiàn)基本都能對上，不過也有一些小瑕疵，比如錯別字，筆畫粗細之類的細節(jié)還有提升空間，不過基本上稍微改改就能用了。

然后我又覺得太背景太干，適當加多一些細節(jié)。

提示詞：背景上需要加多一些設計感，能用在書籍的宣傳插圖

背景加的還可以，還能繼續(xù)微調，就像在指導一位設計實習生一般，沒有脾氣，不會疲勞，可以一直改，就問老板們喜不喜歡？設計師們怕不怕！

4. 虛擬試穿

GPT-4o 能把提供的衣服、模特素材，直接合成想要的畫面，完成電商里面經常用到的試穿效果圖。這個能力其實在 comfyUI 和 Gemini 中都能做到，但我發(fā)現(xiàn) GPT-4o 出來的效果似乎會更好。

提示詞：把褲子，帽子，衣服穿到模特身上，并且走在街道上

出來的效果非常好，除了帽子 logo 那稍微有點瑕疵，其他幾乎完全被復刻了過來。瞬間感覺用 comfyUI 搭建的工作流已經失去了意義。

5. 動漫設計

它可以一次性上傳多個角色設定，然后要求 GPT-4o 轉換視角和場景，生成全新的漫畫設定，同時保留漫畫角色特征。

提示詞：讓鳴人和路飛這 2 個角色在中忍考試的場景中激烈的戰(zhàn)斗，畫面中有相應角色的技能特效

直接這樣會提示違規(guī)，猜測可能是有版權的問題。按它提示繼續(xù)操作就可以了，依然能保持參考圖的特征，繞過限制。

但在出來的圖片這里，手臂是有點問題的，我們也可以用它的局部修改功能。怎么操作呢？

點擊圖片放大，然后點右上角有一個編輯圖標

點完之后，可以看到一只畫筆，然后把想修改的地方圈出來，寫上提示詞就可以了。

這是優(yōu)化之后的，能看到還是有一些瑕疵，還可以繼續(xù)優(yōu)化，我這里就不演示了。

6. 改圖標風格

在 UI 領域，也可以讓它根據(jù)一種風格生成對應的圖標。咱們設計師經常找參考圖，做情緒版，不就是為了做好風格設計嗎？這下 GPT-4o 也能搞了，而且還挺精細。

比如讓它按找到的設計參考圖，重新設計圖標。

提示詞：按照第 1 個風格圖標重新設計第 2 張圖中的圖標

最后生成的效果，雖然圖片還存在一定的瑕疵，比如透視關系不大對，但這個效果還是非常不錯的。

一整套圖標時也可以出效果

最后的效果也還不錯，除了第一個圖標有瑕疵。

7. 圖像提取

GPT-4o 可以從圖像中摳圖，它還不是一種簡單的摳圖，而是扣出畫面內容，然后幫你做高清修復。

比如我找到了這張圖，水中的海豚其實已經很不清晰了，整個圖片也不到 700px，要想摳出來完整細節(jié)挺不容易的。

提示詞：幫我把畫面中的海豚提取出來

看到了嗎？它不是簡單的摳圖，而是把需要摳圖的海豚完整的摳出，而且還自帶了修復，并且還給了一張透明格式的圖片！

8. AI 找圖

它不僅能按提示詞出圖，還能根據(jù)它自己的知識庫，根據(jù)我的一句話描述，直接把我想要的圖“找”出來。

提示詞：找一張火影里面的小櫻的圖

這是幫我找出來的圖，質量非常高，幾乎沒有啥瑕疵。

9. 老舊照片上色

這個功能其實其他 AI 也有，只是我覺得 GPT-4o 出來的圖更好，尤其是在那些細節(jié)還原度上，甚至景深那些都能比較好的復原。

比如我從網(wǎng)上找到這樣一張照片，我覺得挺有質感的，咱們來實驗一波。

提示詞：為這個老照片變?yōu)椴噬?/p>

這是修復后的照片，細節(jié)還原度拉滿。

10. 一鍵修圖

它的修圖能力，感覺比 PS 還要強，一鍵就把畫面中的人物全干沒了。

提示詞：修改圖片，要求移除畫面中所有人，完全保留畫面中的其他實景細節(jié)

這是修完之后的效果，除了細微處還有點瑕疵外，乍一看，幾乎挑不出毛病。

好了，以上就是我自己在測試中覺得最實用的 10 個使用場景，它還有更多其他用法等待大家去發(fā)現(xiàn)，留言區(qū)期待你的發(fā)現(xiàn)和分享。

當前這個模型也不是完美的，它也有一些做的沒那么好的地方。比如對中文的生成還沒那么好，對一些細節(jié)做遷移的時候會有一些瑕疵，限制比較多，出圖速度上也比較慢，而且動不動還限速，挺麻煩的，然后它在一些出圖的美感上也有點不太足，和 Midjourney 稍差一些。但我覺得，這些問題很快就會被迭代解決，畢竟 AI 領域的更新節(jié)奏實在是太快了。

從各家大模型卷的方向來看，都是先保實用性，再提升美感。這和咱們平時做產品的思路一樣，先保證可用，再做到好看。

從天馬行空的驚喜到精準可控的生成，這就是這次升級中最核心的升級內容。

最后說點心里話。

從最初 Midjourney 剛出的時候，就有一種聲音在說設計師要下崗了，不再需要設計師了。但后面這種聲音也隨著實際項目中的應用情況而逐漸回歸理性，設計師還是沒法被取代。而到近期 GPT-4o 出來時，大家更能感覺到工具的好用，設計師下崗論似乎更加強烈。

但我覺得此時如果真的被取代的不是設計師，而是只會畫圖的美工，進而會進一步拉大初級和資深設計師之間的鴻溝。畫圖在實際項目中，只是設計師日程工作中的一部分，項目前期的需求溝通、概念策劃、后期與開發(fā)的對接、還原走查、用戶反饋后的分析、策略調整都是工作，而這個鏈路暫時都需要設計師的介入，沒法完全實現(xiàn) AI 代辦。

雖然我覺得設計師完全被取代不大可能，但我隱約看到一種趨勢：距離直接畫圖越近的設計師，越容易被取代。而在項目中做設計項目管理，做概念策劃的人，負責節(jié)點較多的人會比較難被取代。原因是流程多，組織團隊復雜，需要人的介入就更多，越不容易被 AI 自動化。

所以，苦心鉆研技術可能并不會有出路，關鍵還是策略的思考。如果你想依賴學習到的技術做為壁壘，當你苦心學習了很多年的各種技能，結果被給 AI 說的一句話就打敗了，想想還是有點悲哀的吧。

歡迎關注作者的微信公眾號：「彩云譯設計」