GPT Image 2 Agent
AI 编排的多帧生成器:GPT 5.5 读你的一段简报,为每个场景规划独立提示词,再由 GPT Image 2 逐帧渲染。一次运行,最多 10 张连贯图像 —— 为故事板、镜头序列、成组物料而生。
能力
| 特性 | 支持情况 |
|---|---|
| 文生图（多帧） | 支持 |
| 图生图 | 支持（参考图作用于每一帧） |
| 单次帧数 | 最多 10 帧 |
| 最高分辨率 | 4K (3840 x 3840) |
| 参考图像 | 最多 6 张 |
| 画面比例 | 1:1、1:3、2:3、3:1、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9 |
| 画质档 | 1K、2K、4K、Auto |
| 推理力度 | Low / Medium / High / X-High |
| 典型耗时 | 2–30 分钟（随帧数和力度增长） |
工作原理
- 你写一份简报 —— 整个序列一条提示词:"抢劫题材 6 镜故事板:外景定场、金库门、激光网、得手、警报、天台逃脱。"
- GPT 5.5 做规划 —— 把简报拆成逐帧提示词,让角色、服装、色板、镜头语言在帧间保持一致。
- GPT Image 2 渲染每一帧,按你选的画质档。
结果作为一组落在节点输出栏 —— 每帧都是普通图像产物,可以编辑、引用或喂给视频模型。
推理力度
控制规划器渲染前思考多深:
- Low / Medium —— 松散的氛围组、主题变体够用。
- High / X-High —— 叙事序列值得开:连续性错误（外套在镜头间变色）代价高。更高力度增加的是规划时间,不是每帧渲染时间。
提示词技巧
- 给镜头编号。 显式镜头清单（"镜头 1:… 镜头 2:…"）给规划器干净的边界,它会自动补上风格上的连贯性。
- 不变量只钉一次。 在简报开头声明角色/服装/色板等常量 —— 规划器会把它们传播到每帧提示词。
- 参考图是全局的。 最多 6 张参考作用于所有帧 —— 适合角色设定表和风格圣经,不适合逐帧参考。
- 预算好时间。 10 帧、高力度、4K 的一次运行可能要 30 分钟。先用 1K、少帧数迭代。
局限
- 帧规划一次成型 —— 不能只改第 3 帧并保留原规划（重跑,或用普通图像模型编辑那一帧）
- 参考图为全帧共享,不能按帧指派
- 无种子;运行不可复现
- 高帧数 / 高力度 / 高分辨率下耗时较长
另请参阅
- GPT Image 2 —— 底层的单帧渲染器
- GPT 5.5 —— 规划器模型,也可直接作为对话节点使用