执行多层方法图指令
将算法、流程与系统描述转成技术图，并指定模块、连接器、标签、图例和面板顺序。
GPT Image 2 是 OpenAI 的图像生成模型，现已接入 FigEditor，适合多层指令、文字密集布局和高保真参考编辑，减少反复重试。
选择一个学术示例以重复使用其对方法图、结果面板、证据流或图形摘要的提示。
适合需要同时协调准确文字、多面板、参考保真度和精确局部修改的科研图像。
将算法、流程与系统描述转成技术图，并指定模块、连接器、标签、图例和面板顺序。
协调标题、注释、标注与示意面板，无需把复杂需求压缩成单一视觉概念。
修改源图的一部分，同时要求保留重要的主体身份、布局、品牌或结构。
模型优势GPT Image 2
提供完整视觉规范，并在从生成转向修改时保留更多源图信息。
同时指定标题、标签、图例和注释，处理文字属于视觉系统一部分的科研说明图。
在一个提示中说明面板顺序、对齐、间距、连接器、重点与排除项，获得更可预测的布局。
为参考图指定源结构、主体、布局、内容或视觉方向，使局部修改保留真正重要的细节。
减少复杂图像简述中不必要的重绘，同时由研究者继续审查每项科学内容。
在一个提示中保留更多约束，减少因面板、标签或关系遗漏而产生的返工。
减少重试
要求对布局、术语、箭头、调色板和重点进行重点更改。
对话式编辑
将积分使用量与早期草稿、精美的图形或密集的 4K 布局相匹配。
分辨率定价
使用聚焦输入，在局部修改中保留可识别主体、产品细节、布局或视觉上下文。
高保真输入
使用灵活的方形、纵向、横向和超宽格式。
广泛的比率支持
在分享之前查看声明、标签、轴、箭头、解剖结构和证据。
研究者审核
输入完整研究结构，上传源图以保持保真度，再逐项核对输出与所有约束。
粘贴方法、图注或结构化提纲，并说明目标受众、图像目的、关键实体与关系。
为源图指定明确角色，再设置准确文字、面板顺序、箭头方向、宽高比、分辨率与排除项。
在导出或发布之前检查术语、数值、声明、可访问性和视觉完整性。
可先使用免费积分，也可为持续创作订阅套餐，或为下一篇论文和演示购买积分包。
关于多层提示、文字渲染、高保真修改、分辨率限制和负责任学术使用的说明。
使用 GPT Image 2 处理多层科研提示、文字密集布局和更容易审查的高保真参考修改。
随时取消 · 订阅积分有效期为 30 天