ChatGPT Images 2.0：人们正在解锁的全新创意用法

GPT Images 2（ChatGPT Images 2.0）刚出来时，大部分人只拿它"画张图"。但很快有人发现：它的真正威力不在单张图，而在"图 + 别的工具"的组合。

这课是 10 个疯狂案例的灵感集——不讲具体提示词模板（模板在第 11、22 课），只让你看到"原来还能这么玩"，打开思路。

以下来自 @DilumSanjaya（2026-05-09）的"有趣互动科学应用创意"系列第三部分：

• 尝试生成三维生物结构，并做成一个可交互探索的应用。
• 分工：界面设计用 GPT Images 2，代码用 Gemini 3.1 Pro 写。

看懂这个分工：AI 生图负责"长什么样"，代码模型负责"动起来、能点"。一张静态图变成可探索的 3D 应用，靠的是两个模型各干各擅长的事。

以下来自 @aimikoda（2026-05-07）：GPT Image 2 + Seedance 2.0 = Latte Art，一段音乐动画。

他用到的技术栈是：角色表 + 分镜表 + IPA。意思是：先让生图固定角色形象（角色表），再规划镜头（分镜表），最后驱动成音乐动画。他承认"某些地方会跳过一两拍，但那完全正常"。

以下来自 @kumiko_shiraki（2026-05-06）：一条提示词，无限创建你喜欢的等距人物。

等距（isometric）人物是信息图、教程、游戏 UI 的刚需素材。过去要么买图库，要么自己画；现在一条提示词批量生成，风格统一、要多少有多少。

这类"量大、风格统一"的需求，正是 AI 生图最擅长的：单张比不过画师，但 100 张同风格只要 100 次生成。

三个案例抽象出一个通用公式：

• 生图 × 代码模型 = 可交互应用（案例 1）。
• 生图 × 视频模型 = 音乐动画（案例 2）。
• 生图 × 提示词工程 = 无限同风格素材（案例 3）。

原帖说"10 个疯狂案例"，正文只展开了前 3 个——剩下的 7 个只有配图。这也说明：创意扩散的速度，永远比教程写出来的速度快。

GPT-image-2 在本专题出现 5 次，各讲各的，不重复：

• 本课（第 3 课）：创意灵感集——看"能玩出什么花"。
• 第 11 课：汉服拆解图鉴——提示词模板全文，学"怎么写"。
• 第 22 课：科普百科图——另一个提示词模板，学"模块化信息图"。
• 第 15 课：vs nano banana pro 横向对比——知道它的强项与翻车点。
• 第 9 课：Codex 内建 Image2——用它批量生成 2D 游戏素材。