核心用法
GPT Image Edit 是 OpenAI GPT Image 2 (/edit endpoint) 在 RunComfy 平台上的专业封装，通过本地 CLI 调用 runcomfy run openai/gpt-image-2/edit 实现图像到图像的精准编辑。
关键调用模式
1. 单图保留编辑：首图为主输入，配合 "Keep [元素] unchanged" 前缀锁定需保留内容
2. 多图参考合成：最多支持10张图，通过 "image 1/image 2" 编号引用实现跨图元素迁移
3. 多语言文字替换：直接引用目标文字字符并注明语种（如 "コーヒー" in bold Japanese kana），模型可精准重写嵌入式文本
输入参数
prompt：编辑指令（必填），建议结构为「保留目标」+「修改内容」images：1-10张公开 HTTPS URL（首图为主要编辑对象）size：auto（推荐，保持原比例）、1024_1024、1024_1536、1536_1024
显著优点
| 优势 | 说明 |
|------|------|
| **最强身份保留** | 面部、姿态、品牌标识在定向编辑中稳定性领先同类 |
| **多语言文本编辑** | 支持拉丁、假名、CJK、西里尔、阿拉伯等文字的精准替换与排版 |
| **布局精度** | 方向性指令（"top-right to bottom-center"）响应准确 |
| **多参考融合** | 10图上限支持复杂合成场景，编号引用降低 cue 冲突 |
潜在局限
- 批量一致性：20张以上 SKU 批处理建议改用 Nano Banana Edit
- 极致写实人像：Nano Banana Pro 在 photorealism 上更优
- 复合指令漂移：多目标同时编辑时质量递减，建议分步执行
- 尺寸限制：仅支持 3 种固定比例 + auto，其他值返回 422
适合人群
- 品牌本地化团队：需快速生成多语言广告素材变体
- 电商运营：商品图背景替换、文案调整而不改变主体
- 设计师：精准 layout 调整（CTA 位置、标题排版）
- 内容创作者：多图合成场景（人物+场景分离拍摄后融合）
常规风险
- 提示词敏感性：缺少保留声明时模型可能隐性修改面部/品牌
- URL 公开性：输入图片需为公开 HTTPS 可访问地址
- 依赖外部 CLI：需维护
runcomfy登录态或RUNCOMFY_TOKEN环境变量 - 速率限制：高频调用可能触发 429，需配合退避重试策略