GPT Image

GPT Image 接入教程

Q: GPT Image API 适合直接生成最终设计稿吗？

多数情况下不建议直接当最终稿。API 生成适合出草案、候选图、灵感图和批量 素材；真正发布前，还要检查构图、文字、品牌、版权、人物、商标和平台规则。

Q: Images API 和 Responses API 怎么选？

如果任务就是“输入 Prompt，得到图片”，优先考虑 Images API。若流程里还要 阅读资料、生成文案、调用工具，再决定是否生成图片，可以考虑 Responses API 里的图像生成工具。OfApp.cn 当前推荐和支持情况请以控制台或官方文档为准。

Q: 返回的是 URL 还是 base64？

OpenAI GPT image 文档示例常见处理方式是读取 base64 图片数据并保存成文件。 不同服务、模型和端点的返回格式可能不同，接入时应先打印完整响应，再按实际 字段解析。

Q: size、quality、output_format 一定可用吗？

不一定。参数是否可用、可选值是什么、默认行为是什么，都取决于当前模型、端 点和服务实现。生产代码里不要写死未经验证的参数组合。

Q: 可以把 API Key 放在前端吗？

不可以。API Key 应放在服务端、环境变量或密钥管理中。前端页面需要生图时， 应请求自己的后端接口，由后端调用 OfApp.cn 或其他服务。

Q: 什么时候用 OfApp.cn 接入？

当你希望用 OpenAI 兼容方式统一配置 Base URL、API Key，并把生图能力接进 网页、脚本、后台任务或内容系统时，可以考虑 OfApp.cn。具体模型、能力、价 格和额度请以 OfApp.cn 控制台或官方文档为准。

GPT Image 接入教程说明如何用 OfApp.cn 配置图像生成 API，覆盖接入自检、接口选择、Prompt、参数、保存图片、流式预览和发布复核。

预计阅读: 8 分钟
最近更新: 2026/07/03
维护方式: 人工编辑

GPT Image 接入不只是把一段 Prompt 发给模型。真正值得放进项目、内容系统或自动化流程的生图能力，需要同时处理用途、参数、返回格式、文件保存、版权复核和人工编辑。本文用 OfApp.cn 的 OpenAI 兼容入口组织示例，Base URL 写作 https://api.ofapp.cn/v1；具体模型、尺寸、价格、额度和可用参数请以 OfApp.cn 控制台或官方文档为准。

页面摘要

项目	内容
阅读时间	约 8 分钟
更新时间	2026-07-03
适合人群	开发者、产品经理、运营、自媒体作者、设计协作人员、内容团队和希望把生图接入工具链的 AI 用户
核心收益	从一次 Prompt 生图升级为可验证、可保存、可记录、可复核的图像生成工作流
你会得到	接入自检清单、流程图、接口选择矩阵、最小请求、JavaScript 和 Python 保存脚本、参数策略、流式预览说明、案例、发布复核清单和资料来源
边界提醒	本文不承诺固定模型、尺寸、价格、额度或可用参数；涉及 OfApp.cn 能力时，请以 OfApp.cn 控制台或官方文档为准

适合谁读

读者	你可能正在做什么	读完能完成什么
开发者	给内容后台、脚本或 SaaS 产品接入生图	配置 Base URL、Key、模型名并保存图片
设计师和创作者	需要快速生成封面、海报或视觉草案	写出更稳定的 Prompt 和复核清单
运营和自媒体	批量做文章封面、活动图或社媒素材	把生图变成可记录、可复用的流程
产品和创业团队	想评估 AI 生图能否进业务链路	看懂 Images API、Responses API 和上线边界
AI 初学者	想理解 API 生图和对话生图的区别	用最小请求完成一次可复现测试

如果只是偶尔生成一张图片，可以先用网页工具或对话界面。API 接入更适合重复任务、批量生成、需要保存参数、需要接进系统的场景。

接入成熟度分层

层级	当前状态	适合动作	不建议做什么
0 探索阶段	只有一句生图想法，还没有用途和发布位置	先在网页入口或天才游乐场试方向	直接写接口代码或批量调用
1 单次请求	已经知道要生成封面、配图或产品草案	用最小请求验证 Key、Base URL、模型和返回字段	一次加入过多参数
2 可保存脚本	能把 `b64_json` 或返回图片保存到文件	记录 Prompt、模型、参数、输出路径和错误信息	只保留图片，不留生成记录
3 内容工作流	多篇文章、多个活动或素材库需要持续出图	建立命名、复核、重试和人工编辑流程	让模型输出直接发布
4 产品化接入	面向用户或团队提供生图功能	增加队列、权限、速率控制、日志、失败回退和安全复核	把 API Key 暴露到前端

接入前先判断自己处在哪一层。大多数团队不需要一上来就产品化，先把 1 到 2 层跑稳，再进入批量任务和内容后台，会更容易定位问题。

接入流程图

这张图的重点是把“能生成”拆成可上线流程。先确认用途和 Prompt，再做最小请求；图片成功返回后，仍然要保存参数、检查风险，并在设计工具里完成必要修改。

先准备四类信息

信息	示例或位置	建议
API Key	`OPENAI_API_KEY`	只放在服务端环境变量或密钥管理里，不写进前端代码。
Base URL	`https://api.ofapp.cn/v1`	示例使用 OfApp.cn 入口；实际以官方文档为准。
图像模型	`IMAGE_MODEL`	从控制台或官方文档复制，不凭记忆猜模型名。
Prompt 和参数	主题、风格、尺寸、输出格式	先少量参数验证，再加入质量、格式、流式等选项。

export OPENAI_BASE_URL="https://api.ofapp.cn/v1"
export OPENAI_API_KEY="sk-xxxx"
export IMAGE_MODEL="以控制台可用图像模型为准"

如果最小请求失败，优先查 Key、Base URL、模型名、端点路径和账号当前权限。不要一开始就把问题归因到 Prompt。

接入前自检清单

检查项	怎么确认	出错时先看哪里
Key 安全	Key 只出现在服务端环境变量、CI Secret 或密钥管理中	是否误写进前端包、日志、截图或公开仓库
Base URL	OfApp.cn 文档中可确认 `https://api.ofapp.cn/v1`	是否多拼或少拼 `/v1`，SDK 字段是否叫 `baseURL` 或 `base_url`
图像模型	从 OfApp.cn 控制台或官方文档复制当前可用模型	模型名是否拼错，账号是否具备访问权限
端点路径	Images API 风格通常请求 `/images/generations`	是否把文本端点、Responses 端点和图像端点混用
返回字段	先打印完整响应，再决定读取 `b64_json`、URL 或其他字段	是否假设所有兼容服务返回结构完全一致
复核责任	明确谁检查版权、商标、人物、文字和事实表达	是否把生成图片直接交给发布流程

这张表适合贴在项目 README 或内部接入任务里。它能把“为什么请求失败”和“为什么不能发布”分开处理，避免工程问题和内容风险混在一起。

选择 Images API 还是 Responses API

方式	适合场景	判断方法
Images API	直接从 Prompt 生成图片，例如封面、配图、产品草案	任务中心是“得到一张图片”，流程简单清晰
Responses API 图像工具	对话、资料理解、工具调用和图像生成混合在一起	任务需要模型先分析文本、再决定是否生成图片
网页工具或天才游乐场	临时试 Prompt、给非开发者体验、做人工探索	不需要把能力接入代码或后台系统

OpenAI 官方文档把图像生成放在 Images API，也提供在 Responses API 中调用 image generation 工具的方式。接入 OfApp.cn 时，请按 OfApp.cn 当前文档和控制台展示选择端点与模型。

接口选择矩阵

判断问题	更偏 Images API	更偏 Responses API 图像工具
任务输入	已经有清晰 Prompt 和视觉目标	需要模型先阅读资料、分析上下文或生成文案
输出目标	主要要一张或多张图片	图像只是多步任务中的一个工具结果
产品形态	内容后台、批量脚本、封面生成器	对话助手、资料理解、工具编排型应用
排错方式	重点查模型、Prompt、参数和图片字段	还要查对话输入、工具调用、流式事件和输出过滤
日志记录	保存 Prompt、参数、输出文件和人工备注	保存输入上下文、工具调用、图片结果和最终回复

如果你的需求一句 Prompt 就能表达，先从 Images API 开始。只有当任务需要先理解资料、拆解意图、再决定是否出图时，再考虑把图像生成放进 Responses API 工具链。

最小请求

下面用 Images API 风格做连接验证。这个请求只验证端点、鉴权、模型名和基础返回结构，不追求视觉质量。

curl "$OPENAI_BASE_URL/images/generations" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"$IMAGE_MODEL\",
    \"prompt\": \"生成一张清爽可信的中文 AI 教程封面草案，不要出现品牌 logo，不要出现可识别人物。\"
  }"

成功后先打印完整响应，确认图片字段、错误字段和返回格式。OpenAI GPT image 模型的文档示例通常处理 base64 图片数据；兼容服务是否支持 URL、base64 或其他结构，应以当前文档和实际响应为准。

JavaScript 保存图片

JavaScript 适合 Node.js 服务端、后台任务、CLI、内容系统和批量生成脚本。不要在浏览器前端直接放 API Key。

npm install openai

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: process.env.OPENAI_BASE_URL,
});

const result = await client.images.generate({
  model: process.env.IMAGE_MODEL,
  prompt:
    "为一篇中文 AI 办公教程生成封面草案。画面干净、可信、有资料整理场景，不要品牌 logo，不要可识别人物。",
});

const imageBase64 = result.data?.[0]?.b64_json;

if (!imageBase64) {
  throw new Error("响应中没有找到 b64_json，请打印完整响应并按当前接口调整解析逻辑。");
}

fs.writeFileSync("cover.png", Buffer.from(imageBase64, "base64"));

保存图片时，建议同时保存 Prompt、模型名、参数、生成时间和业务来源。以后出现版权、品牌或质量问题，能追溯是哪次生成、哪组参数和哪个页面触发。

Python 保存图片

Python 适合数据处理、批量脚本、自动化办公、内部工具和内容生产流水线。

pip install openai

import base64
import os
from pathlib import Path

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENAI_API_KEY"],
    base_url=os.environ["OPENAI_BASE_URL"],
)

result = client.images.generate(
    model=os.environ["IMAGE_MODEL"],
    prompt=(
        "为一篇中文 AI 办公教程生成封面草案。画面干净、可信、"
        "有资料整理场景，不要品牌 logo，不要可识别人物。"
    ),
)

image_base64 = result.data[0].b64_json
Path("cover.png").write_bytes(base64.b64decode(image_base64))

如果你的响应里没有 b64_json，先输出完整响应再改解析逻辑。不要假设所有兼容服务、所有模型、所有端点的返回结构完全一样。

参数怎么写才稳

参数	用途	稳定写法
`prompt`	描述主体、风格、构图、限制项	用自然语言写清用途和禁止项，少堆形容词。
`size`	控制图片尺寸或比例	只使用当前模型和文档明确支持的取值。
`quality`	控制质量或成本倾向	先验证默认效果，再按业务需要调整。
`output_format`	控制 PNG、JPEG 等格式	发布链路需要哪种格式，就只请求那种格式。
`output_compression`	控制压缩程度	适合网页加载、批量分发或存储成本敏感场景。
`stream`	流式接收生成过程	适合需要预览或缩短等待感的产品界面。
`partial_images`	返回部分生成进度图	只在当前模型和服务明确支持时使用。

参数越多，排查越难。建议先跑通 model 和 prompt，再按业务需要逐项增加 size、quality、output_format、stream 等参数。

参数上线矩阵

参数阶段	推荐做法	验收标准
基础连通	只传 `model` 和 `prompt`	能拿到可解析响应，错误时有完整日志
视觉稳定	增加尺寸、格式或质量相关参数	多次生成后构图、比例和文件格式符合发布链路
用户体验	验证 `stream` 和 `partial_images`	前端能展示进度，失败时能回退到非流式结果
成本控制	限制单次生成数量、并发和重试次数	队列不会无限重试，日志能定位高频任务
发布治理	增加人工复核、素材命名和参数留痕	每张对外图片都能追溯 Prompt、时间、用途和责任人

参数不是越多越专业。每增加一个参数，都应该能对应到清晰的业务目标、验收标准和排错方式。

流式预览和部分图片

OpenAI 官方文档说明 Images API 可以通过 stream: true 接收流式事件，并可结合 partial_images 返回部分图片，让产品界面更早展示生成进度。接入 OfApp.cn 时，先确认当前图像模型、端点和账号是否支持相关参数；如果不支持，就回到非流式请求，生成完成后一次性展示图片。

流式适合面向用户的交互界面，不一定适合后台批量生成。后台任务更看重稳定性、重试、日志和成本控制。

案例：从文章主题生成封面草案

假设你要给一篇《如何用 AI 整理会议纪要》的文章生成封面，可以这样组织：

环节	做法
提炼主题	会议记录、摘要、待办、团队协作
写 Prompt	说明画面、风格、限制项和不要出现的元素
生成草案	一次生成少量候选图，保留 Prompt 和参数
人工筛选	看构图、品牌感、文字区域、是否有误导元素
设计修正	在设计工具中补标题、统一字体和品牌规范
发布复核	检查版权、商标、人物、事实和平台规则

Prompt 可以这样写：

为一篇中文文章《如何用 AI 整理会议纪要》生成封面草案。
画面：干净的会议桌、打开的笔记本电脑、结构化待办清单、少量纸质笔记。
风格：清爽、可信、现代办公、适合知识库文章封面。
构图：预留上方标题区域，画面不要拥挤。
限制：不要品牌 logo，不要可识别人物，不要水印，不要伪造真实产品界面。

这类 Prompt 把“要什么”和“不要什么”都写清楚，比单纯写“高级感 AI 封面”更容易得到可用草案。

发布前复核清单

检查项	为什么要看	处理方式
版权	图片可能包含相似素材或受限元素	不确定时重生成或改用自有素材
商标	模型可能生成近似 logo 或品牌符号	删除、遮挡或重生成
人物	可识别人物涉及肖像和误导风险	使用非写实人物、背影或无人场景
事实	图表、界面、设备细节可能不真实	不把生成图当事实证据
文字	图片中的中文容易错字或变形	在设计工具中重新排版文字
平台规则	不同平台对广告、医疗、金融等内容要求不同	发布前按平台规则检查
品牌一致性	风格可能偏离品牌调性	建立固定 Prompt 模板和设计规范

AI 生图更适合作为草案、素材探索和批量起稿。对外发布的主视觉，仍建议经过人工设计和复核。

常见问题

GPT Image API 适合直接生成最终设计稿吗？

多数情况下不建议直接当最终稿。API 生成适合出草案、候选图、灵感图和批量素材；真正发布前，还要检查构图、文字、品牌、版权、人物、商标和平台规则。

Images API 和 Responses API 怎么选？

如果任务就是“输入 Prompt，得到图片”，优先考虑 Images API。若流程里还要阅读资料、生成文案、调用工具，再决定是否生成图片，可以考虑 Responses API 里的图像生成工具。OfApp.cn 当前推荐和支持情况请以控制台或官方文档为准。

返回的是 URL 还是 base64？

OpenAI GPT image 文档示例常见处理方式是读取 base64 图片数据并保存成文件。不同服务、模型和端点的返回格式可能不同，接入时应先打印完整响应，再按实际字段解析。

`size`、`quality`、`output_format` 一定可用吗？

不一定。参数是否可用、可选值是什么、默认行为是什么，都取决于当前模型、端点和服务实现。生产代码里不要写死未经验证的参数组合。

可以把 API Key 放在前端吗？

不可以。API Key 应放在服务端、环境变量或密钥管理中。前端页面需要生图时，应请求自己的后端接口，由后端调用 OfApp.cn 或其他服务。

什么时候用 OfApp.cn 接入？

当你希望用 OpenAI 兼容方式统一配置 Base URL、API Key，并把生图能力接进网页、脚本、后台任务或内容系统时，可以考虑 OfApp.cn。具体模型、能力、价格和额度请以 OfApp.cn 控制台或官方文档为准。

资料来源

OfApp.cn 主页：用于确认 OfApp.cn 与 OpenAI、GPT Image、Codex、Claude 和 API Key 相关入口。
OfApp.cn 官方文档：用于确认 OfApp.cn 的 OpenAI 兼容入口、Base URL、API Key 和图像相关文档线索。
OfApp.cn 天才游乐场：用于确认 OfApp.cn 提供面向用户的在线体验入口。
OpenAI API 文档：用于核对 Images API、图像生成返回 b64_json、Responses API 图像工具、stream 和 partial_images 的当前说明。

API 生图示例：查看 Prompt、参数记录和错误排查。
自媒体封面生成：把生图用于文章和社媒封面。
产品图、海报、头像、插画场景：拓展常见视觉任务。
生图 Prompt：复制可改写的图像提示词模板。
AI 工作流：图片视频处理：把生图放进内容生产流程。
图像生成 Images API 示例：阅读更通用的图像 API 写法。

带走什么

GPT Image 接入的核心不是参数越多越好，而是把图片生成放进可验证、可复核、可追溯的工作流。用 OfApp.cn 时，先用 https://api.ofapp.cn/v1 和控制台可用模型跑通最小请求，再逐步加入尺寸、格式、流式预览、批量任务和业务审核。涉及模型、价格、额度和能力边界时，请以 OfApp.cn 控制台或官方文档为准。