GPT Image 2.6 怎么圈选修图？标注、实测与结果检查

用 GPT Image 2.6 圈选修图，需要把原图和一张独立的透明 PNG 标注图提交给图片编辑接口，用 markup 指定标注，再用提示词说明改什么。标注必须与原图对齐。返回图片后要检查整张图：选对对象，不代表没圈到的像素都保持原样。

我们在 2026 年 11 月 6 日通过 Ofox 做了两次真实 API 调用。原图是同一张三只杯子的插画，提示词也完全相同，只把红色椭圆从左侧杯子移到了右侧杯子。两次都修改了对应杯子的颜色，但未选区域的像素也发生了变化。下面提供原文件、实际输出、请求参数和检查脚本，帮助你复现并判断结果能否交付。

先下载示例，不必立即消耗 API 额度

下载圈选修图完整示例包。包内有原图 PNG 与 SVG、左右两个透明标注图层、两张实际生成图、提示词、请求记录及三个 Python 辅助脚本。下载和本地查看不会调用 API。

原图是我们专门绘制的合成测试插画，不是真实客户的产品照片。三只青绿色旅行杯上方分别标有 A、B、C，每只杯子上都有 A-17 标签；标题、背景、底部短线和橙色圆点也用于检查。这样比较容易发现选错对象或文字被改的问题，但不能据此推断人脸、珠宝、真实商品摄影或大批量任务的效果。

本地图片检查需要 Python 3 和 Pillow。解压后，在终端进入示例目录，创建独立环境：

python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install Pillow

以上使用 macOS／Linux 的 shell 写法；Windows 用户需使用对应终端的虚拟环境激活命令。解码脚本 decode_edit.py 只依赖 Python 标准库。

先判断：需要标注、蒙版，还是精确合成？

当“指一下”比描述位置更清楚时，可以使用 markup：例如三只相似杯子中的某一只、箭头指向的杂物，或复杂画面中的局部。标注用来表达编辑意图，不是最终画面的一部分。

最后一项是工作流建议，本轮两次调用没有实测合成。如果交付要求是“指定区域一个像素都不能变”，不能仅凭生成图看起来相近就通过。相关方法可参考蒙版编辑与产品保护教程。

根据 OpenAI 图片生成文档，Images 编辑接口的 Image 2.5 和 2.6 都支持 markup，并非 2.6 独有。它作用于第一张输入图，不能与 mask 或 prompt_rewriter 同时使用。标注必须是透明 PNG，尺寸与完成方向校正后的原图一致；文档规定两者各不超过 16,777,216 像素，标注文件不超过 50 MB。本教程只使用 1024 × 1024 的原图和很小的标注文件。

制作独立透明图层，别把红圈压进原图

复现示例时，原图使用 source.png，标注使用 markup-left.png；右侧版本是 markup-right.png。包内 SVG 用于编辑源素材，本次没有把 SVG 当作接口输入。

如果要制作自己的标注，可在支持图层的图片编辑器里完成：

1. 打开原图，先确定方向。如果编辑器会根据 EXIF 自动旋转照片，先导出方向正确的工作副本，再画标注。
2. 在原图上方新建透明图层，不改变画布尺寸。
3. 用清楚的圆圈圈出一个目标，尽量避免同时包含无关对象，也不要用过粗的笔画遮挡关键文字。
4. 隐藏原图，只导出标注图层为 PNG。保留完整画布，不要裁切到红圈的最小边界。
5. 重新叠放原图与标注，检查位置是否对应。原图独立保留，不要用合并了红圈的图片覆盖它。

画在图片里的棋盘格不等于透明，带红圈的白底 PNG 也不等于透明图层。标注必须真的包含透明背景像素。仅看预览像不像透明，不能完成验证。

运行下载包里的本地检查：

python3 preflight.py source.png markup-left.png

我们的文件会返回 passed: true，尺寸 [1024, 1024]，alpha 范围 [0, 255]。脚本会拒绝不透明图层、完全空白的透明图层、尺寸不匹配的图层和 JPEG；这四类失败输入均已做过本地测试。检查通过只说明基本尺寸与透明度符合要求，不代表模型权限已开通、圈选位置正确或最终修图成功。

提示词写一个修改动作，再列出需要保留的细节

下面是两次调用使用的完整提示词，也保存在下载包的 prompt.txt 中：

Change only the body of the travel mug inside the red ellipse to warm orange. Keep its dark lid, handle geometry, cream A-17 label and label text unchanged. Keep the other two mugs, their colors, the A B C headings, FIELD / 03 title, background, bottom line and small orange dot unchanged. The red ellipse is an editing annotation: do not draw it in the final image. Keep the original framing and flat illustration style.

它的意思是：只把红色椭圆内的旅行杯杯身改成暖橙色，保留深色杯盖、杯柄几何形状、米白色 A-17 标签及文字；其他两只杯子及其颜色、上方的 A/B/C、FIELD / 03 标题、背景、底部线条和圆点不变；红圈仅用于说明，不应出现在最终图片里；保持原有构图和扁平插画风格。

提示词没有写“左边”或“右边”，位置由标注表达。它也把杯身与杯盖、杯柄、标签分开说明，便于逐项验收。

用于自己的素材时，替换对象、修改动作和保留项。先做一项修改，避免同时要求改色、打光、移动对象和换背景，否则失败后很难判断是哪一步导致。保留项是你提出的要求，不是模型已经做到的证明。

OpenAI 图片提示词指南介绍了局部编辑与模型参数。本轮选择 quality=medium、complexity=low，没有传 input_fidelity。这些是本次小任务的测试条件，不代表所有图片都应该使用同样配置。

通过 Ofox 发送完整请求

本轮实测接口是 https://api.ofox.io/v1/images/edits，Ofox 模型 ID 为 openai/gpt-image-2.6-flare。网关 ID 与模型厂商直接调用时的 ID 不一定相同。替换模型前，请核对 Ofox Images API 文档和账号实际可用的模型。

以下请求会消耗账号额度。先在本地环境中安全设置 OFOX_API_KEY；不要把密钥写进文章、下载包或共享笔记本。

curl --fail-with-body --silent --show-error \
  https://api.ofox.io/v1/images/edits \
  -H "Authorization: Bearer ${OFOX_API_KEY:?Set OFOX_API_KEY first}" \
  -F 'model=openai/gpt-image-2.6-flare' \
  -F 'image=@source.png;type=image/png' \
  -F 'markup=@markup-left.png;type=image/png' \
  -F 'prompt=<prompt.txt' \
  -F 'size=1024x1024' \
  -F 'quality=medium' \
  -F 'complexity=low' \
  -F 'n=1' \
  -F 'output_format=png' \
  -o response.json

让 curl 自动生成 multipart 的内容类型和 boundary，不要手动增加一个缺少 boundary 的 Content-Type: multipart/form-data 请求头。这里 prompt=<prompt.txt 的含义是读取文件内容作为表单字段，不是把文件名当作提示词。

curl 成功退出后，再解码并检查：

python3 decode_edit.py response.json my-left-result.png
python3 inspect_edit.py source.png my-left-result.png

解码器会检查错误响应和 PNG 文件签名，并拒绝覆盖已有输出。检查脚本使用的是这张 1024 × 1024 测试图的固定裁切坐标。换成自己的照片时，应把坐标改成真正需要保护的区域，不要照搬杯子的坐标。

若要复现右侧测试，只把 markup-left.png 改成 markup-right.png，仍然使用 source.png，并为响应与输出换新文件名。每次调用都会计费。不要把第一次生成图作为第二次输入，否则起始图片也变了，就不再是本次的对照方法。

两次真实输出说明了什么？

这是本地实测记录页的真实浏览器截图，使用英文展示实际 API 输出和测量值，不是 Ofox Chat 产品界面。文章头图另为概念插画，不作为实测证据。

每个目标只调用一次，没有重试。两个耗时只是观察值，不是速度评测或服务时延承诺。相同提示词下，返回的输入 token 数不同，本次测试不能解释原因。我们没有测试 Sunburst，也没有进行跨供应商比较。

两张输出中的标签仍然可读，目标杯子也确实改了颜色。不过生成图增加了细微纹理与明暗变化。其他杯子看起来仍是青绿色，RGB 值却不是原图的逐像素副本。请打开完整原图、左侧结果和右侧结果检查，不要只看缩小的截图。

本地脚本没有缩放图片，而是对同位置裁切区域计算 RGB 通道的平均绝对差，通道取值范围为 0–255：

这是像素差异，不是画质分数，也不是通用合格阈值。下载包记录的五个检查区域，包括用于检查目标的杯身区域，都与原图存在差异。结果足以说明本次输出没有在圈外逐像素保持原样，但没有测量所有保护像素，也不能替你判断这些变化是否影响实际用途。

按交付要求验收，而不是看到改色就结束

交付前，分别检查三件事：

• 位置：改的是目标对象，旁边杯子没有被同样改成橙色，标注没有残留。
• 内容：标签、数字、品牌和要求保留的形状是否正确。本例要逐一读出所有 A-17，不能只检查上方的大字母。
• 保留程度：细微纹理和色值变化是否可接受。如果必须完全一致，需要检查保护区域像素，并保留原图图层供后续合成。

把原图、标注、提示词、模型 ID、参数、结果和验收说明一起保存。修改时一次只处理一个原因：圈歪了就调整标注；对象选对但风格变化太大，就收紧保留说明，或换用能保留原始图层的编辑流程。不诊断原因地反复生成，只会让比较变得混乱。

在 Ofox Chat 中尝试图片修改任务

如果更习惯对话操作，可以进入 Ofox Chat，上传原图并清楚说明：改哪个对象、改成什么、哪些细节必须保留。拿到结果后，仍然按位置、文字和保留程度三项验收。

Ofox Chat 已可使用 Image 2.6，但本文两次实测走的是 API。本轮没有验证 Chat 是否提供将独立透明图层转发为 markup 字段的控制项。在对话中上传一张带标注的参考图，不能证明底层使用了同一个字段或相同参数。需要复现本文双文件请求时，请使用上面的 API 步骤。

把文件问题、请求问题和结果问题分开排查

如果错误原文是 Complexity 'low' is not supported，可对照Responses API 的 complexity 报错案例。该案例涉及 Responses 工具与 gpt-image-2，不等于本文 Images 编辑接口上的 Image 2.6 请求也有同一问题；先核对端点和模型。

如果目标是生成不同格式，而不是局部修图，可继续阅读 Image 2.6 GIF 教程和 SVG 工作流（英文）。它们有各自的接口限制与文件验收方式。模型访问与计费背景见 Image 2.6 API 说明；上面的 token 记录不能视作固定的每次修图报价。