一张商品图只想换背景，最怕包装和品牌色也被顺手改了。11月4日，OpenAI发布Images 2.6，把原来在ChatGPT里可用的图片标注带到API，并单独给开发者一个控制场景规划复杂度的参数。新版也加入GIF和SVG相关能力，但动图、矢量交付与接口调用不是同一件事；选型时最好把这些能力逐项验收。

快速看点：标注用于指出修改位置；复杂度与画质可以分别选择；可导出的文件格式和溯源信号都不能代替交付质检。

从文字描述位置，变成直接指给模型看

过去做局部修改，经常要把空间关系写进提示词：是换右上角的标签，还是只改标签里面的一行字？标注把这部分要求落在原图上，文字则继续交代改成什么、哪些元素保持不变。对一张包含多个相似商品的图，这比单纯写“把第二个瓶子改成深蓝色”更容易明确对象。

但标注不能当作不许改变边界以外任何像素的保证。可以把原图和编辑结果并排，先核对被选中的元素，再核对不应改动的字样、比例和背景。若业务要求条码、产品编号或已获审的商标保持原样，仍宜用可控的图层合成或后处理来锁定这些元素，而不是仅靠一句提示。

复杂度管规划，画质管细节

OpenAI在API里公布了Flare和Sunburst两个型号。公告对复杂度的解释是模型要为画面做多少规划，对画质的解释则是细节和保真；两者不是同一个档位。一个小范围的背景清理可能只需要低复杂度，却仍要求高质量输出；一张有多处排版约束的海报则可以先用较低画质测试较复杂的布局。

公告把低复杂度用于多数编辑任务的快速迭代，也建议元素和约束多的场景尝试更高档。这里不把厂商最快样例或整体提速当作生产时延。团队更适合固定一组输入，按复杂度和画质分别记录首张成功率、返工次数、总耗时和人工复核时间，并标明图片尺寸、是否有参考图以及失败后是否重试。

ChatGPT、Codex和API的上线都已获官方公告确认。实际接入时，应分别确认当前入口和SDK是否已暴露所需设置，以及旧模型与新模型的请求、返回文件和错误处理如何兼容。不能把产品界面里看见的按钮直接变成API字段，也不把旧版公开参考页当作2.6完整的参数表。

GIF、SVG和溯源，是三道不同的交付检查

GIF可以让一张静态图形成循环动效，适合让团队先看节奏；是否可发布，还要逐帧检查文字、颜色与产品外形有没有变化，并检查第一帧与最后一帧衔接时是否跳动。SVG导出则面向网页、应用和印刷等流程。能打开文件，不代表文字已按设计规范处理、路径可复用，或打开后所有元素都可像设计源稿那样独立编辑。

系统卡同时说明了两类溯源信号：C2PA元数据，以及作为补充的不可见SynthID水印。溯源信号可帮助检查支持的文件，但不是原图授权、素材真实性或后续修改历史的替代证明。用于对外传播时，可分别保存生成原件与发布文件，检查压缩和转码后的结果，而不是把某一个检测结果当成完整内容审核。

一个低风险试点是用已经获得授权的样品图，固定商品外形，只改两处背景与装饰，分别留出标注图、生成件和人工修正版。若团队有动图或SVG需求，再为它们单列验收表。这样即便生成结果看起来不错，也不会漏掉不同文件类型在终端显示和下游处理中的差别。

更贴近日常交付的做法，是把同一张图分成两道验收：设计师先判断光影、构图与审美，业务方再核对价格、包装版式和宣传用语。后者不宜被漂亮的画面掩盖。若项目有固定品牌标准，可以事先指定哪些区域允许重画、哪些必须从已审素材中合成，再对照人工作业的耗时。

轮到批量制作时，也建议保留一份无需生成的回退模板。模型在同一主题下成功处理一张参考图，并不说明它能稳定处理不同语言、不同长宽比和不同版式；把这些变化放到样本中，才能发现哪些任务适合自动化，哪些仍应交给设计师。

小编判断

Images 2.6值得关注的不是一次成图有多快，而是团队能不能更清楚地规定“改哪里、花多少规划、交什么文件”。先用少数高频修改验证范围控制，再决定是否替换现有流程；没有明确核验过的速度、成本或品牌一致性，不应写成对业务的保证。