返回博客

GPT Image 2.6 多图编辑实战指南:最多 16 张参考图合成与视觉标注引导

E2X Team··7 分钟阅读
gpt-image-2.6gpt-image-2.6-sunburstgpt-image-2.6-flareopenaiimage-editingmulti-image-editingproduct-photography

在电商商品视觉制作、品牌多区域本地化营销以及影视游戏角色设定中,最核心的痛点莫过于:“在 100% 锁定原产品包装几何结构或人物面部特征的前提下,精准修改包装上的文字标签,并将主体无缝融入全新的光影场景中。”

OpenAI GPT Image 2.6 通过 E2X 上的 openai/gpt-image-2.6-sunburst/edit-image 与 openai/gpt-image-2.6-flare/edit-image 接口,将单次请求可传入的参考图数量(image_urls)从上一代的 10 张大幅提升至 16 张。配合长达 50,000 字符的增量编辑提示词与视觉标注引导(markup_image),你只需每张 1K $0.0525(享 75% 折扣)即可在生产环境中自动化完成影棚级多图合成。

高科技艺术指导工作台封面图:悬浮的人物、奢华香水瓶与霓虹街道参考照片汇聚至中央主合成画框,带有青色标注箭头、边界框与 e2x.ai 标签

本文将详细拆解 16 个参考图槽位的最佳分配策略、3 组由 E2X 真实生成的 Before/After 编辑对比案例、增量提示词(Delta Prompt)编写公式,以及完整的 TypeScript 与 cURL 接入代码。


GPT Image 2.6 edit-image 接口核心规格一览

参数名openai/gpt-image-2.6-sunburst/edit-imageopenai/gpt-image-2.6-flare/edit-image
image_urls(参考图数组)必填 · 支持 1 至 16 张公开 HTTPS 图像 URL必填 · 支持 1 至 16 张公开 HTTPS 图像 URL
prompt(编辑指令长度)最高支持 50,000 字符最高支持 50,000 字符
quality(画质档位)low, medium, high, xhigh, maxlow, medium, high
resolution(输出分辨率与 E2X 定价)"1K" ($0.0525), "2K" ($0.105), "4K" ($0.1575)"1K" ($0.0525), "2K" ($0.105), "4K" ($0.1575)
aspect_ratio(画幅比例)共 15 种(含 "1:1", "4:5", "16:9", "21:9" 等)共 15 种(含 "1:1", "4:5", "16:9", "21:9" 等)
output_format(输出格式)"png", "jpeg", "webp""png", "jpeg", "webp"

3 组真实 Before / After 深度拆解:从输入参考图到商业成片

下面我们通过 E2X 平台真实生成的 3 组 Before/After 对比,展示 Sunburst 与 Flare 在不同编辑任务中的表现:

案例 1:Sunburst 高精度主体结构保持与影棚级光影重塑

第一组案例使用 openai/gpt-image-2.6-sunburst/edit-image 接收原始参考图(sunburst-ref-input.png),在精准锁定核心主体比例与结构特征的同时,对环境光影与材质细节进行了全方位升级。

Before(输入参考图 image_urls[0]):

Sunburst edit-image 输入参考图

After(Sunburst edit-image 编辑输出图):

Sunburst edit-image 高精度编辑与重打光后的输出图像

Sunburst 的 xhigh 与 max 档位能够精准解析原图的法线朝向与表面反射率,并根据新环境的虚拟光源重新计算自然的高光与环境遮蔽阴影。


案例 2:Flare 极速参考编辑与场景风格转换

第二组案例调用高速变体 openai/gpt-image-2.6-flare/edit-image,传入参考图(flare-ref-input.png),以极低的推理延迟完成整体场景氛围与背景元素的重构。

Before(输入参考图 image_urls[0]):

Flare edit-image 输入参考图

After(Flare edit-image 编辑输出图):

Flare edit-image 极速场景转换后的输出图像

Flare 在保证极高主体一致性与构图准确度的同时,将生成耗时大幅缩短,非常适合电商平台为成千上万个 SKU 批量生成节日主题背景或驱动实时交互式画布。


案例 3:锁定植物精华瓶身 + 替换烫金标签文字 + 火山玄武岩与发光苔藓场景合成

第三组案例展示了商业广告中最具代表性的高难度需求:保持产品容器外观分毫不差,仅修改标签上的印刷文字,并将其置入极具视觉冲击力的自然奇观场景中。

Before(白底影棚产品原图 gallery-edit-before-botanical-bottle.png):

编辑前输入参考白底图:带有 E2X BOTANICALS 标签的磨砂祖母绿玻璃瓶

After(标签改字与场景重打光后 gallery-edit-after-botanical-serum.png):

编辑后输出图:磨砂祖母绿瓶身与拉丝黄铜滴管完全不变,标签改为烫金 E2X.AI NIGHT SERUM 2.6,并置于湿润黑玄武岩与发光生物苔藓中

使用的编辑 Prompt:

Keep the exact frosted emerald glass botanical elixir bottle and brushed brass dropper cap from image 1 unchanged. Change the label text to read "E2X.AI NIGHT SERUM 2.6" in embossed gold foil serif lettering, and place the bottle on wet black volcanic basalt stones surrounded by glowing bioluminescent moss and warm golden sunburst rim lighting.

仔细对比前后两张图:磨砂祖母绿玻璃的通透度、瓶肩弧度以及拉丝黄铜滴管盖的纹理与原图完全吻合;标签文字从原本的黑色衬线体 "E2X BOTANICALS" 精准替换为浮雕烫金衬线体 "E2X.AI NIGHT SERUM 2.6";四周发光苔藓的青绿荧光与金色轮廓光真实地折射在玻璃瓶底部边缘。


最多 16 张参考图 (image_urls) 的槽位编排方法论

当你在 image_urls 中传入多张参考图时,建议在 prompt 中按编号(image 1、image 2...)明确指定每张图的职责:

数组槽位编号推荐参考图角色提示词引用写法示例
image 1 ~ image 3主产品或主角的多角度标准照(正面、侧面、特写)"Keep the exact bottle geometry and cap details from images 1 to 3 unchanged."
image 4 ~ image 7搭配出镜的副产品、配角、服饰或道具"Place the botanical dropper from image 4 beside the bottle and the brass tray from image 5 underneath."
image 8 ~ image 11建筑空间、室内陈设或自然地貌背景参考"Use the wet black volcanic basalt stone environment from images 8 and 9 as the backdrop."
image 12 ~ image 14布光参考图、色彩分级色卡、微观材质样本"Apply the warm golden sunburst rim lighting and bioluminescent moss glow from image 12."
image 15 ~ image 16品牌 Logo 贴图与视觉标注引导图 (markup_image)"Follow the cyan arrow layout annotations in image 16 and emboss the badge from image 15."

生产环境接入代码:cURL 与 TypeScript

cURL 多图参考编辑请求示例

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2.6-sunburst/edit-image",
    "input": {
      "prompt": "Keep the exact frosted emerald glass botanical elixir bottle and brushed brass dropper cap from image 1 unchanged. Change the label text to read \"E2X.AI NIGHT SERUM 2.6\" in embossed gold foil serif lettering, and place the bottle on wet black volcanic basalt stones surrounded by glowing bioluminescent moss and warm golden sunburst rim lighting.",
      "image_urls": [
        "https://assets.e2x.ai/ui/assets/blog/gpt-image-2.6/gallery-edit-before-botanical-bottle.png"
      ],
      "aspect_ratio": "4:5",
      "resolution": "2K",
      "quality": "max",
      "output_format": "png"
    }
  }'

TypeScript 最多 16 张参考图编辑封装函数

const E2X_API_KEY = process.env.E2X_API_KEY!;

export async function submitMultiImageEdit(params: {
  variant: "sunburst" | "flare";
  imageUrls: string[];
  prompt: string;
  aspectRatio?: "1:1" | "4:5" | "16:9" | "9:16" | "3:2" | "2:3";
  resolution?: "1K" | "2K" | "4K";
}) {
  if (params.imageUrls.length < 1 || params.imageUrls.length > 16) {
    throw new Error("image_urls 必须包含 1 至 16 个公开可访问的 HTTPS URL。");
  }

  const model =
    params.variant === "sunburst"
      ? "openai/gpt-image-2.6-sunburst/edit-image"
      : "openai/gpt-image-2.6-flare/edit-image";

  const response = await fetch("https://api.e2x.ai/v1/jobs/submit", {
    method: "POST",
    headers: {
      Authorization: `Bearer ${E2X_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      model,
      input: {
        prompt: params.prompt,
        image_urls: params.imageUrls,
        aspect_ratio: params.aspectRatio ?? "4:5",
        resolution: params.resolution ?? "1K",
        quality: params.variant === "sunburst" ? "max" : "high",
        output_format: "png",
      },
    }),
  });

  if (!response.ok) {
    throw new Error(`Submit failed: ${response.status} ${await response.text()}`);
  }

  return response.json();
}

常见问题解答 (FAQ)

传入 16 张参考图会比只传 1 张参考图收费更贵吗?

不会。虽然上游按 Token 计费的 API 会根据输入图片张数累加输入图像 Token 成本,但在 E2X 上,无论是传入 1 张还是传满 16 张参考图,价格完全固定:1K 仅需 $0.0525(52500 微美分),2K 为 $0.105,4K 为 $0.1575。

如何防止模型在编辑背景时不小心改变了商品本身的外观?

请在 prompt 的第一句话明确使用锁定句式,例如:"Keep the exact [商品材质与结构描述] from image 1 unchanged.",随后再描述需要替换的标签文字与新增的背景光影。

edit-image 的提示词最长可以写多少字?

edit-image 端点支持最高 50,000 字符的超长提示词(比 text-to-image 的 32,000 字符还要高),足以详细定义全部 16 张参考图的空间对应关系、光影色温与排版细节。