ChatGPT 现在可以原生生成图片，不再经过 DALL-E 3。你描述想看到的画面，选好尺寸，几秒钟就能得到一张可以继续用文字修改的图片，还能导出透明背景，也能用于商业用途。免费套餐足够上手体验；Free、Plus 和 Pro 三个套餐的额度和规则各不相同。
我叫 Erika，职业是每天用 AI 生成图片和视频。对零基础的用户，我最常推荐的工具就是 ChatGPT，因为它不要求你学习某个技术工具的语法：你像跟美术指导说话一样跟它说，它就能听懂。在这篇指南里，我会展示它在 2026 年 7 月的真实用法，附上我亲自核实过的数据，不带网上那些夸大其词。本文是我更完整的系列文章 如何免费使用 AI 生成图片 的一部分，那里面对比了所有主流工具。
ChatGPT 现在如何生成图片：原生生成，不再是 DALL-E 3
在 2025 年初之前，你向 ChatGPT 要一张图，它会把请求转给 DALL-E 3，一个独立的模型。现在已经不是这样了。生成是原生的：直接发生在语言模型内部，因此它能记住对话的上下文，能理解你上传的图片，还能在不丢失一致性的前提下反复迭代。这就好比：以前是翻译把话传给隔壁房间的画家，现在是同一个人边听你说话边画画。
所以，还在搜 “DALL-E 3” 的人，找到的其实是一个实际上已经不存在的东西。我在 DALL-E 3 到底发生了什么 里还原了整件事：简单说，OpenAI API 中的 DALL-E 快照已于 2026 年 5 月 12 日移除，Azure 上的下线时间更早。现在的引擎叫 GPT Image。版本演进如下，均已对照官方文档核实。
| 模型 | 时间 | 带来的变化 |
|---|---|---|
| gpt-image-1（"GPT-4o image generation"） | 2025 年 3 月 | 首次原生生成，取代 DALL-E 3 |
| gpt-image-1-mini | 2025 年 10 月 | API 经济版 |
| gpt-image-1.5（"ChatGPT Images"） | 2025 年 12 月 | 编辑更精准，生成更快 |
| gpt-image-2（"ChatGPT Images 2.0"） | 2026 年 4 月 | 当前模型：具备构图推理能力，多图一致性更好，分辨率更高 |
当前版本 gpt-image-2（OpenAI 对外称 “ChatGPT Images 2.0”），就是你在 App 或网站上生成图片时实际用到的模型。它能在动笔之前先规划构图，一次请求生成多张风格一致的图片，还能处理不同的画面比例。最让我惊喜的是图片内的文字渲染，这个我后面会讲。
Instant 与 Thinking：两种生成模式
ChatGPT Images 2.0 有两种工作模式，搞清楚自己正在用哪一种很有用，因为它们在质量和等待时间上差别很大。
Instant 模式速度快，所有人都能用，包括免费套餐。几秒钟出图，绝大多数日常需求都能胜任：一张插画、一张社交媒体配图、一个概念草稿。
Thinking 模式更慢，但更聪明：动笔之前它会先分析你的需求，遇到不认识的东西还可以联网搜索，搞清楚它应该长什么样，然后规划构图。当图片需要足够准确时（比如还原一个真实物体，或者包含大量需要彼此协调的元素的场景），我就用它。Thinking 仅面向付费套餐（Plus、Pro、Business）开放。
我遵循的实用原则是：用 Instant 快速迭代想法，方向对了之后再用 Thinking 拿到最好的效果。
如何用 ChatGPT 生成图片：PC 端分步教程
给你看我每天都在用的完整流程。
电脑端分步操作
- 打开 chatgpt.com 并登录（免费账号即可）。
- 点击输入框下方的”创建图像”按钮，或者直接在输入框里写”创建一张……的图像”，后面跟上你的描述。
- 写提示词：描述主体、风格、光线、构图。描述得越具体，效果越好。
- 选择画幅：Auto、方形 1:1、竖版 3:4、宽幅。也可以直接用文字说明（“横版”）。
- 发送。根据模式和服务器负载，等待时间从几秒到两分钟不等。
- 下载图片，或者继续对话来修改它。
很多教程都忽略了这一点：你不需要一上来就写出完美的提示词。原生生成的好处就在于，你可以先从一个大致的想法开始，然后用语言逐步修正。“让天空更有戏剧性”、“把 logo 移到右上角”、“去掉背景里的人”。ChatGPT 会记住这张图，只应用你要求的那处修改。
手机上怎么操作
App 端（iOS 和 Android）的流程几乎一模一样。
手机端分步操作
- 打开 ChatGPT App，点输入框旁边的 ”+”。
- 选择”创建图像”（也可以用语音或键盘直接输入需求）。
- 输入提示词，或者从系统推荐的模板开始。
- 图片生成后，点”编辑”对局部进行修改，或用文字描述想要的改动。
- 保存到相册，或直接分享。
我经常出门在外时用手机随手出图，质量和桌面端没有区别：背后是同一个模型。
编辑：用文字修改图片（以及”选择”工具）
这正是 ChatGPT 最出彩的地方，也是我把它推荐给不想学 Photoshop 的人的原因。它的编辑是对话式的：你描述要改什么，它就在保留画面其余部分的前提下应用修改。
如果修改只涉及某个特定区域，可以用选择工具：圈出要改的部分（比如只改人物的 T 恤）,ChatGPT 就只在那个区域动手，其余一概不碰。这相当于引导式局部重绘（inpainting)，但不需要手动绘制蒙版。
我最常用的操作：
- 定点修改：换颜色、添加或删除物体、修正细节。
- 版本历史：如果某次修改让图片变差了，就退回上一个版本。
- 外扩（outpainting)：把画面扩展到原始边界之外，比如需要从方形改成宽幅，又不想整张重新生成时非常好用。
- 改变画幅：从 1:1 改成 16:9，同时保持主体不变。
透明背景：logo、电商和社交媒体
光是这个功能就值回整篇文章：你可以要求 ChatGPT 输出透明背景，下载带 Alpha 通道的 PNG。这意味着抠好的、不带白底的图片，拿来就能叠加。我用它来：
- 做 logo 和徽章的草稿，方便放到任何底色上；
- 做电商产品图，主体需要放在白底或干净的商品卡片上；
- 做社交媒体和演示文稿的图形元素，方便和其他图层组合。
在提示词里写明就行（“透明背景，PNG”)，也可以在图片生成之后再提要求。我实话实说：要用于印刷的最终 logo，还是得用矢量编辑软件处理一遍，因为 PNG 毕竟是位图。但做概念稿、效果图和数字用途，它完全够用。
图片里的文字（包括非拉丁文字）
多年来，让 AI 在图片里写出正确的文字一直是个噩梦：字母扭曲、生造单词、招牌无法辨认。GPT Image 改变了局面。在绝大多数情况下，文字渲染清晰可读、拼写正确；在我的测试中，它和市面上其他生成器相比不落下风，经常还更胜一筹。非拉丁文字也能正常处理。
这就是为什么 ChatGPT 成了我做海报、封面、宣传图和效果图的首选工具，只要文字重要就选它。如果你要做带标题的横幅，或者带引言的帖子，它的文字渲染最可靠。不过好习惯是始终检查一遍：遇到长句子或特殊字体，还是偶尔会写错个别字符。
免费还是付费？Free、Plus 和 Pro 对比
来说说我被问得最多的问题：“它是免费的吗？“是的，免费套餐可以生成图片。关键是搞清楚能用多少、有哪些限制，因为 OpenAI 在这一点上并不透明，那我来替它透明。
免费套餐的限制没有官方数字。 OpenAI 没有公布每天确切的图片数量。根据我的经验加上网上的反馈，大约是每 24 小时滚动窗口 2-3 张，但这个数字会变：取决于服务器负载和产品更新。所以把它当作一个象征性的上限：是让你体验服务的，不是让你批量生产的。如果你需要大量免费生成，目前最慷慨的替代品是 Gemini，我在 用 Gemini 生成图片 里做了对比。
| 套餐 | 价格（约） | 图片额度 | 模式与功能 |
|---|---|---|---|
| Free | 0 | 约每天 2-3 张（非官方，有浮动） | 仅 Instant，无 Thinking、无联网搜索，速度较慢 |
| Plus | 约 20 美元 / 23 欧元每月 | 每个短窗口内多得多（非官方） | Instant + Thinking，联网搜索，优先队列 |
| Pro | 约 200 美元 / 100 欧元出头每月 | 实际上没有可感知的限制 | 全部功能，最高优先级 |
我特意用”约”来标注价格：美元价是美国官方定价，欧元金额因地区和时间而异。订阅前务必核实最新价格。真正需要理解的是背后的逻辑：Free 用来体验，Plus 适合经常生成、想要 Thinking 模式的人，Pro 适合整天靠它工作、不想操心额度的人。
商用与版权：你到底能拿它做什么
这一节几乎没有文章认真讲过，而它恰恰是最能让你免于麻烦的部分。我总结一下 OpenAI 使用条款的内容，但这不是法律意见：涉及重要用途时，请咨询专业人士。
生成内容归你所有，可以商用。 根据 OpenAI 的条款，你生成的图片属于你的财产，可以用于商业目的：营销、广告、产品物料、周边商品，甚至出售。这已经比其他免费工具宽松得多（比如 Microsoft Copilot 和 Designer，免费版仅限非商业的个人用途）。
但有三个注意事项我始终记在心里。
- 纯 AI 作品的版权保护很脆弱。 在美国，一张完全由 AI 生成、缺乏实质性人类创作贡献的图片，很难作为受保护的作品来维权。实际上，你可能无法阻止别人使用它。如果图片对你的品牌至关重要（比如一个 logo、一个角色），一定要在上面加入人工创作。
- Free 和 Plus 套餐下，你的输入可能被用于训练。 OpenAI 可以用你输入和上传的内容来改进模型。不要在这些套餐里上传敏感数据、机密信息或受保密协议约束的材料。
- 涉及第三方商标、人脸和角色的责任由你承担。 模型能生成著名商标或名人的脸，不代表你就可以使用。关于注册商标、肖像权和受保护角色的法律责任，始终在你自己身上。
记住这三点，ChatGPT 就是一个严肃的生产工具，而不是玩具。
实战案例：做一个透明背景的社交媒体 logo
带你走一遍我为客户做的真实流程，从头到尾。目标：一张用于社交媒体头像的 logo 图，干净，透明背景。
端到端完整流程
- 文字需求说明。 “为一个名叫 Nord 的精品咖啡品牌创建一个极简 logo。图形是一只风格化的杯子，造型让人联想到指南针，暖色调的陶土色和奶油色，风格干净现代，透明背景。”
- 先用 Instant 出第一稿。 看方案，选出可行的方向。
- 对话式修正。 “让指南针造型更清晰”、“只用一种陶土色”、“加大图形周围的留白”。
- 需要的话加文字。 加上品牌名，要求简洁的字体，并检查字母是否正确。
- 透明背景。 确认导出为带 Alpha 通道的 PNG。
- 多种画幅。 要一个方形版本做头像，一个横版做封面图，保持图形一致。
- 收尾。 最终使用时，把文件放进矢量编辑软件，清理边缘，得到可缩放的版本。
一刻钟之内，我就有了一整套风格一致的图片，可以直接发社交媒体。秘诀不是什么神奇提示词，而是对话：一次只修正一步。
写出有效提示词的建议
生成了几千张图之后，我总结出这几条真正起作用的原则。
- 像美术指导一样描述，而不是像搜索引擎。 不要写”橘猫”，要写”一只橘色虎斑猫蜷缩在窗台上，侧面的夕阳余晖，温暖的氛围，写实摄影”。
- 明确光线、构图和风格。 这是对结果影响最大的三个杠杆：“柔和的光线”、“俯视角度”、“扁平插画风”。
- 修改阶段一次只提一个要求。 一次提五个修改，模型总会漏掉几个。一步一步来。
- 能提供参考图就提供。 上传一张图片，然后说”同样的风格”或者”像这张，但改成夜晚”。原生生成对参考图的利用非常好。
- 要加文字就放在引号里。 写清楚
上面写着"营业中"，能帮助模型写出正确的字。 - 要求出多个变体。 “给我三个不同的版本”能让你一次探索多个方向。
最重要的是：反复迭代。第一张图几乎从来都不是最好的那张，这很正常。质量是在第二次、第三次、第四次修正中产生的。
需要知道的局限
实话实说，这些地方它还会出错。手部和复杂的解剖细节可能不完美。很长的文字或特殊字体偶尔会丢字符。它替代不了专业编辑软件的像素级精修，也不是矢量软件。还有别忘了免费套餐的限制：如果它”罢工”不生成图片了，十有八九是你用完了当日额度，等 24 小时窗口过后就会恢复。
这些局限没有一个妨碍我每天使用它。只要知道该期待什么就行。
总结
如今，ChatGPT 是用 AI 生成图片最简单的方式，对零基础用户尤其如此：你说话，它画画，你用语言修正。它原生生成（DALL-E 3 已成历史），图片内文字处理出色，支持透明背景导出，还允许你把成果用于工作，只需注意几点法律事项。免费套餐足够体验；要持续产出，就需要 Plus 或 Pro。
如果你想大量免费生成，可以看看最强的免费替代品 用 Gemini 生成图片；想看完整的工具全景，从 如何免费使用 AI 生成图片 开始。
想为你的品牌做这样的图片吗？
想学会为你的品牌使用这些工具，有方法、不浪费时间瞎试吗？这就是我的日常工作：图片、logo、角色和 AI 广告片。了解我的服务，或者直接联系我：我会演示给你看，如何以实用、可持续的方式把 AI 融入你的视觉生产流程，或者由我直接替你完成。
发表评论
评论会经过审核后才会公开显示。