核心用法
GPT Image Edit 是基于 OpenAI GPT Image 2 /edit 端点的图像编辑技能，通过 RunComfy CLI 调用。核心工作流为：构建 preservation-first 提示 → 调用 runcomfy run openai/gpt-image-2/edit → 下载输出。
关键输入参数：
prompt：编辑指令，必须以保留目标开头（如 "Keep face/pose unchanged"），再说明修改images：1-10 张公开 HTTPS URL，首张为主图，其余为辅助参考size：auto（默认，保持原比例）、1024_1024、1024_1536、1536_1024
最佳提示模式：
1. 身份保留优先：始终先声明"保持XX不变"，防止模型意外重写面部、品牌标识或构图
2. 多语言文字编辑：直接引用目标字符并标注文字系统，如 "コーヒー" in bold Japanese kana、"АРОМА" in Cyrillic、"تخفيض" in Arabic right-to-left
3. 空间定向语言：使用具体方位词如 "move headline from top-right to bottom-center"
4. 多图编号引用："subject from image 1, lighting from image 2"
显著优点
- 多语言文字编辑业界领先：GPT Image 2 在拉丁、假名、CJK、西里尔、阿拉伯等文字系统的图像内文字替换上表现最强
- 身份保留能力：通过 preservation-first 提示策略，面部、姿态、服装、品牌标识的保持效果优于同类模型
- 布局精度高：支持精确的排版调整、CTA 位置移动、水印替换等操作
- 多图参考支持：最多 10 张参考图，适合复杂合成场景
- 提示模式封装：Skill 内置经过验证的提示模板，减少迭代试错
潜在缺点与局限性
- 尺寸限制严格：仅支持 3 种固定尺寸 + auto，其他值返回 422 错误
- 批量处理能力有限：单请求最多处理 1 张主图，批量场景（如 SKU 图库）建议使用 Nano Banana Edit（支持 20 张）
- 长复合指令易漂移：多目标同时编辑时准确性下降，建议拆分为多轮
- 人像真实感：Photorealism 场景下 Nano Banana Pro 表现更优
- 网络依赖：需 RunComfy 账号及 CLI，纯本地离线不可用
- 成本与速率限制：依赖 RunComfy Model API，存在调用成本与速率限制
适合人群
- 本地化与全球化团队：需要快速生成多语言广告变体的营销设计团队
- 电商运营：需保持产品身份的同时更换背景、调整文案的 SKU 维护场景
- 品牌设计师：对排版精度和品牌元素保护有严格要求的视觉设计工作流
- 内容创作者：需要图像合成（人物+场景）的创意制作场景
常规风险
- 模型误替换：未明确声明保留目标时，面部、品牌标识可能被意外修改
- 文字生成错误：非拉丁文字系统若未精确引用字符，可能出现字形错误或语义偏差
- 比例失真：误用非
auto的 size 参数可能导致构图裁剪或拉伸 - 依赖单点服务：RunComfy 服务可用性直接影响工作流
- 数据隐私：图像需上传至 RunComfy 处理，敏感素材需评估合规性
- CLI 凭证管理：需妥善保管
~/.config/runcomfy/token.json中的访问令牌