核心用法
ChatGPT Image Generation Skill 是一款基于 Playwright 的自动化工具，通过模拟浏览器操作与 ChatGPT 网页版交互，实现零成本的 AI 图像批量生成。用户只需准备 JSON 格式的提示词文件，即可自动完成：打开新对话 → 输入提示词 → 等待图像生成 → 悬停触发下载按钮 → 保存编号图像文件的全流程。
显著优点
- 零 API 成本：完全依赖 ChatGPT 网页版的免费额度，无需 OpenAI API 密钥或额外付费
- 批量自动化：支持从 JSON 文件读取多个提示词，自动生成
001.png、002.png等编号文件，并输出results.jsonl日志 - 智能完成检测：采用五重验证机制（发送按钮状态、图像 DOM 存在、分辨率验证、下载按钮可见性、图像 URL 稳定性、无加载动画），有效避免下载未完成或占位图
- 会话持久化：使用 Chrome 用户配置保留登录状态，仅需一次手动登录
- 灵活恢复：支持
--start参数从指定索引断点续传 - 多平台支持：自动检测 macOS/Windows/Linux 的默认 Chrome 配置路径
潜在缺点与局限性
- 网页依赖风险：ChatGPT 网页版界面变更（DOM 结构调整、class 名修改）可能导致脚本失效，需持续维护
- 速率限制未明确处理：文档未提及对 ChatGPT 免费账户的生成频率限制（如每小时/每天上限）的应对策略
- 无并行能力：单线程顺序处理，大批量任务耗时较长
- 项目功能缺失：默认不支持 ChatGPT Projects 自动选择（需手动修改脚本或参考
free-image-generation技能） - 浏览器资源占用：需完整 Chromium 实例，内存占用高于纯 API 方案
适合人群
- 拥有 ChatGPT Plus/Free 账户但无 API 访问权限的用户
- 需要中等批量（数十至数百张）图像生成的小型企业、设计师、内容创作者
- 希望将图像生成本地化存储、避免云端 API 依赖的技术用户
- 熟悉 Node.js 和命令行操作、具备基础调试能力的开发者
常规风险
- 账户安全：自动化操作存在被 OpenAI 检测为非人类行为的风险，可能导致临时速率限制或账户审查
- 知识产权：生成图像的版权归属取决于 ChatGPT 服务条款，商业使用需谨慎
- 数据隐私：提示词和生成内容经过网页传输，敏感信息存在泄露风险
- 稳定性风险：网页改版、网络波动或 ChatGPT 服务端更新均可能中断任务