在 Codex 中用 gpt-image-2 画图：从配置到出图的完整教程

1 前言

Codex CLI 是 OpenAI 官方的命令行 AI 助手。你可能习惯用它写代码、改 bug，但你知道它还能直接帮你画图吗？

借助 BenszAPI 的 gpt-image-2 图片生成能力和 auto-draw-plot skill，你可以用自然语言描述需求，在 Codex 里一键出图。本文将手把手带你完成从配置到出图的全流程。

2 整体架构

先理解请求是怎么流转的：

你用自然语言描述需求（如"帮我画一只猫"）
        │
        ▼
  Codex CLI 调用 auto-draw-plot skill
        │
        ▼
  skill 自动优化 prompt → 调用 BenszAPI 的 gpt-image-2
        │
        ▼
  AI 评估图片质量 → 不满意则优化 prompt 重新出图
        │
        ▼
  交付最终 PNG

你只需要用自然语言说出需求，skill 会自动完成 prompt 优化、出图、评估和迭代的完整闭环。

3 步骤一：选择套餐并获取 API Key

3.1 1 选择支持画图的套餐

BenszAPI 提供多个订阅套餐，画图功能（gpt-image-2）需要使用支持图片生成的套餐。以下是当前各套餐的画图能力对照：

💡 最低要求：需要至少 G-Premium 套餐才能使用画图功能。G-Standard 套餐只能进行文本对话，不能生成图片。

每个支持画图的套餐都包含两个分组：文本分组处理普通对话，图片分组处理画图请求。你的 API Key 会自动路由到正确的分组，无需手动切换。

3.2 2 注册并购买套餐

1. 前往 BenszAPI 官网，注册账号
2. 在定价页面选择一个支持画图的套餐（G-Premium 或以上）
3. 完成支付后，套餐立即生效

3.3 3 创建 API Key

1. 登录后进入 API 密钥管理 页面
2. 点击 创建新密钥
3. 复制生成的 API Key（形如 sk-... 的字符串）

⚠️ API Key 只在创建时显示一次，请妥善保存。不要分享给他人。

3.4 4 验证画图能力

购买套餐后，你的 API Key 会自动绑定对应的图片分组。如果你在画图时收到权限错误，请检查：

• 是否购买的是 G-Premium 或以上套餐
• API Key 是否已正确创建并关联到你的订阅
• 如果仍有问题，请联系管理员

4 步骤二：配置 Codex CLI

4.1 1 安装 Codex CLI

如果还没安装 Codex CLI：

npm install -g @openai/codex

4.2 2 配置 BenszAPI 作为 Provider

打开 ~/.codex/config.toml，添加以下配置：

[provider]
name = "BenszAPI"
base_url = "https://api.benszresearch.com/v1"

4.3 3 配置 API 密钥

打开 ~/.codex/auth.json，填入你的 BenszAPI 密钥：

{
  "OPENAI_API_KEY": "你的BenszAPI密钥"
}

💡 这里的密钥是 BenszAPI 站点生成的 API Key，不是 OpenAI 官方的 Key。

4.4 4 验证配置

在终端启动 Codex，发送一条简单消息确认能正常对话：

codex

输入 "你好，请介绍一下你自己"，如果收到正常回复，说明配置成功。

5 步骤三：使用 auto-draw-plot skill 画图

配置完成后，就可以用 auto-draw-plot skill 画图了。它是专为 Codex CLI 设计的画图工具，会自动完成 prompt 优化、出图、视觉评估和多轮迭代。

5.1 1 什么是 auto-draw-plot

auto-draw-plot 的工作流程是全自动的：

你描述需求 → AI 理解并拆解 → 生成高质量 prompt
→ 调用 gpt-image-2 出图 → AI 视觉评估 → 不满意则优化 prompt 再出图
→ 重复直到满意或达到最大轮数 → 交付最终 PNG

默认最多迭代 3 轮，每轮都会自动评估图片质量。所有中间文件保存在 .draw-plot/ 隐藏目录中，不会污染你的项目。

5.2 2 三种绘图模式

5.3 3 使用示例

在 Codex 里直接输入以下格式的指令即可触发 skill：

通用绘图（默认模式）：

请使用 auto-draw-plot skill，调用 gpt-image-2 模型生成一张展示图。
需求：展示上下游信号链，6 个节点，用箭头连接，突出关键蛋白。
约束：白底，16:9，PNG，文字清晰。

技术路线图：

请使用 auto-draw-plot skill，调用 gpt-image-2 模型生成技术路线图。
模式：roadmap
需求：把这段研究内容整理成 3-5 个阶段，突出主链、风险控制和备选方案。

原理图/机制图：

请使用 auto-draw-plot skill，调用 gpt-image-2 模型生成机制图。
模式：schematic
需求：展示输入层、模型处理层、验证层和输出层之间的关系。

5.4 4 写出好需求的小技巧

描述越具体，出图效果越好。以下要素可以帮助你获得更好的结果：

• 主体：画什么？（一只猫、一个产品、一个场景）
• 风格：什么视觉风格？（产品摄影、水彩画、扁平矢量、写实）
• 构图：什么角度和布局？（正面、俯视、16:9、居中）
• 色调：什么色彩倾向？（暖色调、冷色调、低饱和度、白底）
• 文字：图中是否需要中文或英文文字？（需注明内容）

5.5 5 各模式的输出规范

general 模式：

• 画布：1600 × 900 px
• 要求：主体清晰、构图稳定、色彩有层级
• 禁止：水印、Logo、签名、乱码

roadmap 模式：

• 画布：2400 × 2263 px（A4 比例）
• 要求：3-5 个阶段分区、阶段标题条清晰、主链粗实线箭头
• 风格：白底、学术蓝灰、低饱和高对比、适合打印
• 禁止：3D 效果、照片风、背景纹理

schematic 模式：

• 画布：3200 × 2000 px
• 要求：分组大框 + 圆角节点、主链粗箭头 + 辅助细箭头
• 风格：白底、学术蓝灰、关键术语忠实保留
• 禁止：文字扭曲/弯曲/透视/手写体

5.6 6 模型自动选择

auto-draw-plot 会自动检测可用的图片模型：

正常使用 BenszAPI 配置的 Codex 会自动走 gpt-image-2 路径，无需手动干预。

5.7 7 适用的图片尺寸

gpt-image-2 支持灵活的尺寸设置：

自定义尺寸的规则：

• 宽高均为正整数，且是 16px 的倍数
• 长边不超过短边的 3 倍
• 总像素在 655,360 到 8,294,400 之间

6 步骤四：通过 API 直接调用（开发者模式）

如果你是开发者，想在自己的应用中集成图片生成能力，可以直接调用 BenszAPI 的 OpenAI 兼容 Images API。

6.1 1 生成图片

curl "https://api.benszresearch.com/v1/images/generations" \
  -H "Authorization: Bearer 你的BenszAPI密钥" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2","prompt":"A clean product photo of a red ceramic mug","size":"1024x1024","quality":"auto","response_format":"b64_json"}'

6.2 2 用 Python 调用并保存图片

import base64
import requests

API_BASE = "https://api.benszresearch.com/v1"
API_KEY = "你的BenszAPI密钥"

resp = requests.post(
    f"{API_BASE}/images/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "gpt-image-2",
        "prompt": "A cozy reading corner with warm light",
        "size": "1024x1024",
        "response_format": "b64_json",
    },
    timeout=180,
)
resp.raise_for_status()
data = resp.json()["data"][0]["b64_json"]
with open("output.png", "wb") as f:
    f.write(base64.b64decode(data))
print("图片已保存为 output.png")

6.3 3 API 请求参数说明

7 常见问题

7.1 Q：为什么 Codex 说它不能画图？

A：请按顺序检查：

1. 套餐是否支持画图：G-Standard 套餐不支持图片生成，需要升级到 G-Premium 或以上
2. Codex 配置是否正确：~/.codex/config.toml 中 base_url 是否指向 https://api.benszresearch.com/v1
3. API Key 是否有效：~/.codex/auth.json 中的 API Key 是否正确且未过期

7.2 Q：图片生成会额外扣费吗？

A：图片生成按 BenszAPI 站点的正常计费规则执行。gpt-image-2 的 token 消耗与文本模型不同，具体费率请参考站点定价页面。

7.3 Q：gpt-image-2 和 DALL·E 3 有什么区别？

A：gpt-image-2 是 OpenAI 最新的图片生成模型，比 DALL·E 3 有更好的指令遵从度、更精准的文字渲染和更灵活的尺寸支持。它通过 Responses API 的 image_generation 工具调用。

7.4 Q：auto-draw-plot 生成的图不满意怎么办？

A：skill 默认会自动迭代 3 轮优化。如果仍不满意，可以：

• 在需求中添加更具体的约束（如"文字必须水平"、"禁止 3D 效果"）
• 指定 mode: schematic 或 mode: roadmap 获得更结构化的输出
• 增加迭代轮数（告诉 AI max_rounds: 5）

7.5 Q：图片中的中文文字不清晰怎么办？

A：在描述中明确要求"所有中文文字必须水平、清晰、完整，禁止旋转或倾斜"。auto-draw-plot 的 roadmap 和 schematic 模式已内置了中文文字清晰度的约束。

8 总结

前提：至少购买 G-Premium 套餐才能使用画图功能。

三步走：选择支持画图的套餐 → 配置 Codex → 用 auto-draw-plot skill 画图。就是这么简单。

本文由 Bensz 发布于 Vibe 频道。如有问题，欢迎在评论区交流。