主题
GPT Image 画布实战：图片生成与编辑
对话框里生成图片的痛点是"看不见过程"：改一版就丢一版，想在某张图的基础上继续改也没有入口。本教程用开源项目 infinite-canvas（无限画布）解决这件事：所有图都摊在一张无限画布上，提示词、参考图、生成结果连成线，改哪张从哪张继续。
完成后你会得到：
- 一个连着你自己的 OpenAI 兼容图片接口的画布工作台；
- 一套可直接套用的生成模板和编辑模板提示词。
1. 先看最终效果
打开画布，输入一段提示词生成一张海报；把生成的图作为参考图，拖出下一个节点，输入"把背景换成夜晚，文字保持不变"，得到第二版；两版都在画布上，随时对比、继续迭代。
API Key 和画布内容默认保存在浏览器本地（IndexedDB），不经第三方服务器转存。
2. 项目边界与选型
text
infinite-canvas 是什么：创作工作台。画布编排 + 浏览器直连你配置的接口。
infinite-canvas 不是什么：生产管线。批量、可复现、节点化流程请用 ComfyUI。一句话决策（完整选型见《AI 绘画与图像实战》第 1 节）：
text
要艺术概念图 → Midjourney；图里必须有准确文字 → GPT Image
批量又要便宜 → Nano Banana；做成自动化流水线 → ComfyUI
想边比边改、过程可视化 → 本篇的无限画布提示词的底层方法论（六段式、一致性控制）本篇不重复，直接引用《AI 绘画与图像实战》第 2、3 节；本篇专注部署、接接口、生成与编辑的实操模板。
3. 部署画布
3.1 方案 A：直接用已部署实例
打开 http://infinite.stjhub.com/ 即可使用，跳到第 4 节配置接口。适合先体验再决定是否自部署。
3.2 方案 B：Docker 自部署
bash
git clone https://github.com/basketikun/infinite-canvas.git
cd infinite-canvas
docker compose up -d浏览器访问 http://localhost:3000。
3.3 方案 C：源码运行（想改代码时）
bash
git clone https://github.com/basketikun/infinite-canvas.git
cd infinite-canvas/web
bun install
bun run dev注意：项目仍在开发期，不保证历史数据兼容；打算长期维护就 fork 自己的分支。
4. 配置图片 API
打开右上角设置，填三项：
| 配置项 | 填什么 | 说明 |
|---|---|---|
| Base URL | https://你的服务商/v1 | 任何 OpenAI 兼容接口（中转站、自建服务） |
| API Key | sk-xxxxxxxx | 服务商颁发的密钥，只存浏览器本地 |
| 模型名 | gpt-image-2.5-flare | 以你的服务商为准，各家名称可能不同 |
GPT Image 的 API 有两款（2026-09 核对）（见《AI 绘画与图像实战》1.2 节）：Flare 默认款，平衡速度与质量，日常首选；Sunburst 高控制款，构图与元素位置控制更强，适合精密电商图。
画布实际调用的就是两个标准端点，理解它们有助于排查问题：
text
文生图：POST /v1/images/generations JSON：{ model, prompt, size, n }
图编辑：POST /v1/images/edits multipart：image + prompt + modelCORS 提醒：画布是浏览器直连接口。若服务商没开 CORS，请求会失败——此时用项目支持的"自定义接口调用脚本"包一层（让 Agent 帮你写这个适配脚本也是一次标准的代码委托），或改用开了 CORS 的中转站。
5. 第一张图：文生图
新建画布 → 添加文本节点 → 粘贴提示词 → 连到生图节点执行。第一张图建议直接用六段式骨架：
text
设计一张咖啡店开业海报。
主体：蒸汽升腾的拿铁，杯身印 "MORNING BREW 晨酿"。
环境：暖色木质吧台，午后阳光。
构图：竖版居中，顶部留白放标题。
光影：柔和侧光，暖色调。
风格：现代简约，高级感。
文字：顶部大字 "MORNING BREW 晨酿"，小字 "OPENING 9.10"。为什么选 GPT Image 开工：图里有精确文字时它最稳（准确率口径见《AI 绘画与图像实战》版本快照）。尺寸先用默认，跑通后再调。
6. 图生图与参考图编辑
编辑是画布相对对话框最大的优势：把已生成的图连线到下一个生图节点，它就走 images/edits 通道。四类高频操作：
text
局部修改：保持画面其他部分不变，只把左下角的杯子换成玻璃杯。
换背景：主体不变，背景替换为夜晚的城市街景，光线随之调整为霓虹冷暖对比。
风格迁移：保持人物姿势与构图，把整体风格改为吉卜力手绘风。
扩图延展：以这张海报为核心，向左右扩展成横版 banner，风格延续。编辑提示词的核心是说清"什么不动"，模型默认会重画全局；主体一致性的更多手法见《AI 绘画与图像实战》第 3 节。
7. 可复用提示词模板
7.1 生成模板（六段式落地版）
text
任务：做一张【海报 / 电商主图 / 头像】。
主体：谁/什么，有什么细节。
环境：在哪里，什么氛围。
构图：横竖版、主体位置、留白用途。
光影：什么光，什么色调。
风格：什么风格，参考什么质感。
文字（如有）：逐字写清内容、位置、字体感觉。7.2 编辑模板（保留 + 修改 + 禁止）
text
参考图是【描述这张图】。
保留：主体外观、【关键元素】、【构图/文字】完全不变。
修改：仅将【目标区域】改为【目标效果】。
禁止：不要改变主体长相，不要改动画面其他部分。7.3 填好的示例
text
【电商白底图】主体：一只白色陶瓷马克杯，杯口有轻微热气。
构图：竖版居中，纯白背景。光影：顶部柔光，杯身有淡反射。
风格：产品摄影，商业级清晰度。文字：无。
【风格化头像】参考图是本人半身照。保留：面部特征、发型、眼镜。
修改：仅将背景改为青紫渐变，整体风格改为扁平插画风。
禁止：不要改变五官比例，不要添加饰品。
【活动海报】任务：做一张讲座海报。主体：讲台与话筒剪影。
构图：竖版，下部 1/3 留白放信息。风格：深蓝底色，科技感线条。
文字：底部写 "AI 时代工作坊 · 9.26 19:00"，清晰无衬线体。模板存进画布内置的提示词库，下一次直接调用，不必重新组织语言。
8. 常见报错与排查
| 现象 | 常见原因 | 处理 |
|---|---|---|
| 401 Unauthorized | Key 错误 / 中转站未授权该模型 | 核对 Key 与模型名 |
| 429 Too Many Requests | 限流或余额不足 | 等待重试、充值或换线路 |
| 请求发出但无响应 | 服务商未开 CORS（浏览器直连限制） | 换开 CORS 的中转，或用自定义调用脚本 |
| 生成图与提示词无关 | 模型名不匹配（如填成了聊天模型） | 确认是图像模型再执行 |
| 长时间超时 | 高峰期排队 | 换 Flare 款、降低尺寸，或稍后重试 |
更多通用排错见《排错与帮助》。
9. 进阶与完成标准
跑通基础链路后，值得继续的三件事：
- 提示词库：把第 7 节模板存进画布内置提示词库，或接自定义 JSON 来源，团队共享；
- 自定义接口调用：默认 OpenAI 格式不满足时（某些中转站参数不同），让 Agent 按项目提供的 TypeScript SDK 写一个调用适配脚本，这是又一次标准的代码委托练习；
- 本地 Canvas Agent：连接 Codex / Claude Code，让 Agent 通过 MCP 直接操作当前画布——批量生成、按规则改图就能交给 AI 干了，对应《AI 编程》的委托思路。
完成标准：
- [ ] 画布能成功生成第一张含准确文字的图；
- [ ] 用编辑模板完成一次"局部修改且主体不变"的迭代；
- [ ] API Key 只存在浏览器本地，且已确认没有粘贴到共享截图里；
- [ ] 生成模板和编辑模板各存入提示词库一次；
- [ ] 能独立读懂一次失败请求对应第 8 节表格中的哪一行。