🫧 GPT Image Edit — Pro Pack on RunComfy

核心用法

该 Skill 通过 RunComfy CLI 封装 OpenAI GPT Image 2 的 /edit 端点（即 ChatGPT Images 2.0 的图生图能力），支持本地调用云端模型完成专业级图像编辑。核心调用范式为 runcomfy run openai/gpt-image-2/edit，输入需包含编辑指令 prompt 与 1-10 张参考图片 URL，可选 size 参数控制输出比例。

关键用法遵循「先声明保持、后声明修改」的提示结构：以 "Keep [face/pose/brand/framing] unchanged" 开头锁定需保留的元素，再以具体指令描述变更。多图参考时按序号引用（"image 1"、"image 2"），多语言文本编辑需直接引用目标字符并标注文字体系（如 "コーヒー" in bold Japanese kana）。

显著优点

1. 身份保持能力领先：在图生图模型中属第一梯队，面部、姿态、品牌标识的稳定性显著优于通用方案
2. 多语言嵌入式文本编辑：支持拉丁、假名、CJK、西里尔、阿拉伯等文字体系的精准替换与生成，对本地化广告素材制作极具价值
3. 布局精准度：响应具体空间指令（如 "top-right to bottom-center"），适合 CTA、标题位置调整
4. 多图参考支持：最多 10 张图片作为辅助线索，可实现跨图元素合成（人物来自图1、场景来自图2）
5. 比例自适应：size: "auto" 默认保持输入宽高比，避免不必要的裁切变形

潜在局限

• 批量一致性不足：单次最多处理 1 张主图，若需对 20+ SKU 保持身份一致性，应改用 Nano Banana Edit
• 复合指令漂移：单条 prompt 涵盖过多修改目标时，细节保持能力下降，建议拆分为多轮编辑
• 尺寸枚举限制：仅支持 1024×1024、1024×1536、1536×1024 及 auto，其他值触发 422 错误
• 肖像真实感：与 Nano Banana Pro 直接对比时，后者在照片级人像真实度上仍占优
• 网络依赖：所有图像 URL 需公网可访问，且由 RunComfy 服务端抓取，存在外部内容不可控风险

适合人群

• 跨境电商/出海品牌的设计师：需快速生成多语言版本广告素材
• 内容运营团队：需批量调整图文排版、替换标题与 CTA
• AI 工作流开发者：需在 ComfyUI 或本地脚本中集成 GPT Image 2 的编辑能力
• 对「改图不改人」有强需求的产品摄影场景

常规风险

1. API Token 安全：runcomfy login 写入 ~/.config/runcomfy/token.json（权限 0600），CI 环境建议改用 RUNCOMFY_TOKEN 环境变量
2. URL 内容风险：传入的图片 URL 由 RunComfy 服务端抓取，存在第三方图片注入攻击的理论可能
3. 隐私边界：编辑指令明文传输至 model-api.runcomfy.net，敏感内容应避免在 prompt 中暴露
4. 输出不可控：AI 编辑存在固有随机性，关键商用素材需人工复核

核心用法

本 Skill 为纯文档型工具，通过本地 runcomfy CLI 将图像编辑请求转发至 RunComfy 托管的 OpenAI GPT Image 2 /edit 端点。核心调用方式为：

runcomfy run openai/gpt-image-2/edit \
  --input '{"prompt": "...", "images": ["https://..."]}' \
  --output-dir /path/to/output

支持多图参考（最多 10 张）、尺寸自动保留（size: auto）及三种固定比例。输入图像需提供公开可访问的 HTTPS URL。

提示词工程要点

必须前置保留指令：以 "Keep [face/pose/brand/layout] unchanged" 开头，再陈述修改目标。多语言文本编辑需直接引用目标字符并标注脚本类型，如 "reads \"コーヒー\" in bold Japanese kana"。空间操作使用具体方位词（"top-right to bottom-center"）。多图场景按编号引用（"image 1", "image 2"）。

---

显著优点

1. 多语言内嵌文本编辑业界领先：支持拉丁、假名、CJK、西里尔、阿拉伯等任意脚本的原位替换，排版精度高
2. 身份保持能力突出：人脸、姿态、品牌标识在定向编辑中稳定性强于同类模型
3. 多图参考架构：最多 10 张参考图，适合复杂合成（主体来自图1、场景来自图2、光照来自图3）
4. 布局精确控制：响应"移动标题从右上至底部居中"等空间指令
5. 尺寸智能保留：auto 模式自动维持输入宽高比，避免意外裁切

---

潜在缺点与局限性

| 局限 | 说明 |

|------|------|

批量一致性弱 | 单次最多处理 1 张主图，20 张以上 SKU 批量编辑建议用 Nano Banana Edit |

| **复合指令漂移** | 长串多目标编辑（"改A且改B且改C"）易产生遗漏，建议拆分为多次调用 |

| **尺寸选项僵化** | 仅支持 `auto`、`1024_1024`、`1024_1536`、`1536_1024` 四种，自定义比例会 422 报错 |

| **人像真实感** | 极端 photorealism 场景下，Nano Banana Pro  head-to-head 更优 |

| **外部 URL 依赖** | 输入图像须为公开 HTTPS URL，无法直接读取本地路径（需自行托管） |

| **T3 来源** | 维护者为个人开发者 kalvinrv，非知名组织，长期维护存在不确定性 |

---

适合人群

• 跨境电商运营：需快速生成多语言版本广告图，保持品牌视觉一致性
• 设计师/创意工作者：需要精确替换海报文案、调整排版而不破坏整体构图
• 内容本地化团队：处理含内嵌文字的图片翻译与脚本转换
• AI 工作流搭建者：已将 RunComfy CLI 纳入自动化 pipeline 的技术用户

---

常规风险

1. 凭据泄露风险：RUNCOMFY_TOKEN 若写入日志或环境变量快照可能被捕获；建议配合密钥管理工具使用
2. 图像 URL 投毒：输入的第三方图像 URL 可能被恶意替换为攻击载荷，建议仅使用可信 CDN
3. 生成内容合规：GPT Image 2 可能产生版权敏感或不当内容，商业发布前需人工审核
4. 服务可用性：依赖 RunComfy 第三方托管服务，存在单点故障与定价变动风险
5. 版本漂移：当前认证针对 v0.1.4，后续版本未经审计，升级需重新评估