核心用法
本技能利用 Playwright 浏览器自动化框架，操控 Chrome/Chromium 浏览器打开 ChatGPT 网页版，模拟用户输入提示词、等待图像生成、自动提取并保存结果图片。支持从 JSON 文件批量读取提示词，按顺序执行生成任务，输出编号图片文件及结构化日志。
主要功能特性：
- 批量生成：从
prompts.json读取多条提示词自动执行 - 断点续传：支持
--start参数从指定位置恢复任务 - 无头模式：通过
--headless实现后台静默运行 - 会话持久化：首次登录后保存状态，后续免重复验证
显著优点
1. 零API成本：直接操作网页版，无需 OpenAI API 额度
2. 完整功能访问：可使用 ChatGPT 原生图像生成能力（DALL·E 3/4）
3. 输出标准化：自动生成编号文件与 JSONL 日志，便于集成下游工作流
4. 技术门槛低：仅需 Node.js 环境，无需复杂 AI 工程经验
潜在缺点与局限性
| 维度 | 说明 |
|------|------|
| **稳定性风险** | 网页版 DOM 结构变化会导致选择器失效，需持续维护 |
| **账号依赖** | 需有效 ChatGPT Plus/Pro 订阅，免费用户无图像生成权限 |
| **速率限制** | 受 OpenAI 网页端并发策略约束，高频调用可能触发风控 |
| **法律灰色地带** | 自动化工具违反 OpenAI 服务条款第 3 条（禁止自动化访问）|
| **资源占用** | 完整 Chromium 实例内存占用高（~300-500MB/实例）|
适合人群
- 需要批量生成素材但 API 预算有限的内容创作者
- 希望将 ChatGPT 图像能力集成到自动化工作流的开发者
- 研究浏览器自动化或 RPA 的技术爱好者
常规风险
- 账号封禁：OpenAI 可能检测并封禁自动化行为账户
- 数据隐私：登录凭证与生成内容流经第三方脚本
- 维护成本：ChatGPT 界面更新频率高，脚本需持续适配
- 输出不可控：图像生成质量与网页版一致，无额外参数调优能力