For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
主要導覽

建議

搜尋與檢索

連接工具與資料

建立工具工作流程

電腦與程式碼

媒體

API Dashboard
試用 ChatGPT

圖像生成

讓模型生成或編輯圖像。

圖像生成工具可讓你透過文字提示詞生成圖像，也可選擇提供圖像輸入。它使用 GPT Image 模型，包括 gpt-image-2.5-sunburst、gpt-image-2.5-flare、gpt-image-2、gpt-image-1.5、gpt-image-1 和 gpt-image-1-mini，並會自動最佳化文字輸入以改善生成效果。

將 image_generation 工具的 model 設為 gpt-image-2.5-sunburst，即可進行精準編輯；設為 gpt-image-2.5-flare，則可快速生成高品質圖像。在 Responses 的頂層 model 欄位中，請使用支援的主系列模型。

如要進一步瞭解圖像生成，請參閱我們的專門文件：圖像生成 指南。

使用方式

在請求中加入 image_generation 工具後，模型便能根據你的提示詞和任何提供的圖像輸入，決定在對話中何時生成圖像，以及如何生成。

image_generation_call 工具呼叫的結果會包含一張以 base64 編碼的圖像。

生成圖像
from openai import OpenAI
import base64

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    input="Generate an image of gray tabby cat hugging an otter with an orange scarf",
    tools=[{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}],
)

# Save the image to a file
image_data = [
    output.result
    for output in response.output
    if output.type == "image_generation_call"
]

if image_data:
    image_base64 = image_data[0]
    with open("otter.png", "wb") as f:
        f.write(base64.b64decode(image_base64))

你可以使用檔案 ID 或 base64 資料來提供輸入圖像。

若要強制呼叫圖像生成工具，可以將 tool_choice 參數設為 {"type": "image_generation"}。

工具選項

你可以透過圖像生成工具的參數設定下列輸出選項：

  • 尺寸：圖像的長寬尺寸，例如 1024 × 1024 或 1024 × 1536
  • 品質：算繪品質，例如低、中或高
  • 格式：輸出檔案的格式
  • 壓縮：JPEG 和 WebP 格式的壓縮程度（0-100%）
  • 背景：透明、不透明或自動
  • 動作：指定請求要生成圖像、編輯圖像，或自動選擇

size、quality 和 background 都支援 auto 選項，讓模型根據提示詞自動選擇最適合的設定。

對於 gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，quality 也接受 xhigh 和 max。較早的 GPT Image 模型不支援這些值。預設品質仍為 auto。

gpt-image-2 支援彈性設定 size 值，只要符合其解析度限制即可。透明背景目前以預覽功能提供；設定 background: "transparent" 即可要求使用透明背景。請使用 png（預設值）或 webp；jpeg 不支援透明背景。

如需可用選項的詳細資訊，請參閱圖像生成指南。

使用 Responses API 的圖像生成工具時，支援的 GPT Image 模型可以選擇生成新圖像，或編輯對話中已有的圖像。選用的 action 參數可控制這項行為：將 action 保持設為 auto，讓模型選擇生成或編輯；也可以設為 generate 或 edit，強制執行對應動作。若未指定，預設值為 auto。

修訂後的提示詞

使用圖像生成工具時，主系列模型（例如 gpt-5.5）會自動修訂你的提示詞，以改善生成效果。

你可以在圖像生成呼叫的 revised_prompt 欄位中取得修訂後的提示詞：

{
  "id": "ig_123",
  "type": "image_generation_call",
  "status": "completed",
  "revised_prompt": "A gray tabby cat hugging an otter. The otter is wearing an orange scarf. Both animals are cute and friendly, depicted in a warm, heartwarming style.",
  "result": "..."
}

提示詞撰寫技巧

在提示詞中使用 draw 或 edit 等詞語，能讓圖像生成達到最佳效果。

例如，若要合併圖像，可以不用 combine 或 merge，改為「編輯第一張圖像，將第二張圖像中的這個元素加入其中。」之類的說法。

多輪編輯

你可以參照先前的回應 ID 或圖像 ID，反覆編輯圖像，藉此在多輪對話中逐步調整圖像。
多輪圖像生成
from openai import OpenAI
import base64

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    input="Generate an image of gray tabby cat hugging an otter with an orange scarf",
    tools=[{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}],
)

image_data = [
    output.result
    for output in response.output
    if output.type == "image_generation_call"
]

if image_data:
    image_base64 = image_data[0]

    with open("cat_and_otter.png", "wb") as f:
        f.write(base64.b64decode(image_base64))


# Follow up

response_fwup = client.responses.create(
    model="gpt-6-astra",
    previous_response_id=response.id,
    input="Now make it look realistic",
    tools=[{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}],
)

image_data_fwup = [
    output.result
    for output in response_fwup.output
    if output.type == "image_generation_call"
]

if image_data_fwup:
    image_base64 = image_data_fwup[0]
    with open("cat_and_otter_realistic.png", "wb") as f:
        f.write(base64.b64decode(image_base64))

串流

圖像生成工具支援在生成最終結果的過程中，以串流方式傳送部分生成的圖像。這能更快提供視覺回饋，縮短使用者感受到的等待時間。

你可以透過 partial_images 參數，設定部分生成圖像的數量（1-3 張）。

串流傳送圖像
from openai import OpenAI
import base64

client = OpenAI()


def save_base64_image(filename, image_base64):
    image_bytes = base64.b64decode(image_base64)
    with open(filename, "wb") as f:
        f.write(image_bytes)


stream = client.responses.create(
    model="gpt-6-astra",
    input="Draw a gorgeous image of a river made of white owl feathers, snaking its way through a serene winter landscape",
    stream=True,
    tools=[
        {"type": "image_generation", "model": "gpt-image-2.5-sunburst", "partial_images": 2}
    ],
)

for event in stream:
    if event.type == "response.image_generation_call.partial_image":
        idx = event.partial_image_index
        save_base64_image(f"river-partial-{idx}.png", event.partial_image_b64)
    elif event.type == "response.completed":
        image_data = [
            output.result
            for output in event.response.output
            if output.type == "image_generation_call"
        ]

        if image_data:
            save_base64_image("river-final.png", image_data[0])

支援的模型

下列模型支援圖像生成工具：

  • gpt-5.5
  • gpt-5.4-mini
  • gpt-5.4-nano
  • gpt-5.2
  • gpt-5
  • gpt-5-nano
  • o3
  • gpt-4.1
  • gpt-4.1-mini
  • gpt-4.1-nano
  • gpt-4o
  • gpt-4o-mini