GPT Image 2 技能用于在 RunComfy 上调用 OpenAI GPT Image 2（ChatGPT Images 2.0）模型，托管于 RunComfy Model API，无需 OpenAI 密钥，采用异步 REST 调用方式。
用途与选型 该模型最突出的能力是指令精度：相比同类模型，它更可靠地遵循多元素提示、版式线索以及内嵌文字指令。因此当关注点是画面内容本身而非风格化时，应优先选择它。适用场景包括：内嵌文字、标识、招牌与多语言排版；品牌安全导向的电商、广告与 UI 模型图；以及需要保持构图稳定的迭代式细化。若需求是重度风格化与绘画感、超写实人像或电影感与美学优先的主视觉，资料中给出了对应的其他模型建议（Flux 2、Nano Banana Pro、Seedream 5）。如果用户明确要求 GPT Image 2 / ChatGPT Image 2 / Image 2，则应直接路由到本模型。
前提条件 需要 RunComfy CLI，安装命令为 npm i -g @runcomfy/cli；需要 RunComfy 账号，执行 runcomfy login 会打开浏览器设备码流程；在 CI 或容器环境中，改为设置 RUNCOMPY_TOKEN 环境变量（资料原文写作 RUNCOMPY_TOKEN，实际书写请以官方为准）而不是执行登录。
端点与输入结构 同一模型提供两个端点。文生图端点 openai/gpt-image-2/text-to-image 的字段：prompt（字符串，必填）、size（枚举，可选，默认 1024_1024；可选值仅有 1024_1024 即 1:1、1024_1536 即 2:3 竖版、1536_1024 即 3:2 横版三种）。编辑端点 openai/gpt-image-2/edit 的字段：prompt（字符串，必填）、images（字符串数组，必填，最多 10 个可公开访问的 HTTPS 参考图 URL）、size（枚举，可选，默认 auto，即保持输入比例，或上述三种固定尺寸之一）。编辑时使用 size=auto 会保留输入宽高比，除非编辑明确要改变取景，否则强烈建议使用。
调用方式 文生图示例：runcomfy run openai/gpt-image-2/text-to-image --input '{"prompt": "<user prompt>", "size": "1024_1536"}' --output-dir <absolute/path>。单参考图编辑示例：runcomfy run openai/gpt-image-2/edit --input '{"prompt": "<edit instruction>", "images": ["https://..."]}' --output-dir <absolute/path>。多参考图编辑（最多 10 张）示例：runcomfy run openai/gpt-image-2/edit --input '{"prompt": "compose subject from image 1 into the room from image 2; match the lighting of image 2", "images": ["https://...subject.jpg", "https://...room.jpg"]}' --output-dir <absolute/path>。CLI 提交任务后每 2 秒轮询一次直到终态，然后将结果中所有以 .runcomfy.net 或 .runcomfy.com 结尾的 URL 下载到 --output-dir。标准输出为结果 JSON，标准错误为进度信息。用于管道时可用：runcomfy --output json run openai/gpt-image-2/text-to-image --input '{"prompt":"..."}' --no-wait | jq -r .request_id。
提示词实践 以下为经验上能提升输出质量的模型特定模式，文生图与编辑均适用。明确主体、场景与氛围，例如“A close-up of a matte ceramic water bottle on warm linen, soft window light, neutral background”这类包含三个具体指令的写法优于笼统描述。内嵌文字要用引号精确给出，并保持简短；GPT Image 2 在该类模型中文字渲染最强，但前提是把字面字符放入引号，长段落文字会退化；多语言文本需指明书写系统，如“Japanese kana”“Cyrillic”“Arabic right-to-left”。可直接使用构图线索，如“rule of thirds”“close-up”“aerial view”“centered subject”“shallow depth of field”。迭代时每次只改一个属性（光照、背景、姿态或文字其中之一），其余提示词保持原样，模型在只动一个变量时能保持构图稳定。不要让指令互相冲突，例如“no text”与标签上出现“AQUA+”是不一致的，模型会任选其一且不可控。不要堆叠风格，“ukiyo-e + watercolor + 8K + cinematic + minimalist”会相互抵消，最多选一到两个风格锚点。编辑端点另有要点：说明需要保留的内容，如“keep the person's pose and face identity unchanged”“keep the brand mark and typography on the package”“keep the overall framing”，模型需要知道哪些不要改；空间编辑使用方向性语言，如“Move the headline from top-right to bottom-center”而非“reposition the headline”；多参考图时在提示词中编号，如“subject from image 1, lighting and background from image 2”，模型会正确路由线索。
优势场景 电商产品摄影（标签文字可靠、光照品牌安全、跨 SKU 一致）、高转化广告（标题与画面一次完成整合）、品牌素材本地化（一份源素材生成同一标题的多语言版本）、招牌海报与包装样机（多尺度文字渲染准确）、UI 模型图与科学插图（版式精度与标签可读性）。资料中还给出了若干经验证效果较好的示例提示词，涉及产品主视觉、多语言招牌与保留主体的背景替换编辑。
限制 文生图仅支持 3 种固定尺寸，编辑除这 3 种外还支持 auto；极端宽高比会被自动调整为最接近的受支持尺寸。提示词长度约为数千 token 量级，过长的内嵌文字会降低输出质量。编辑的多图能力是“最多 10 张参考图提供引导”，并非 ControlNet 式堆叠；第一张图被视为主体，其余提供辅助线索。人像的写实性不是其强项，资料指出 Nano Banana Pro 在该对比中胜出。
退出码 runcomfy CLI 使用 sysexits 风格代码：0 成功；64 CLI 参数错误；65 输入 JSON 错误或 schema 不匹配（例如 size: "2048_2048" 会返回 422）；69 上游 5xx；75 可重试的超时或 429；77 未登录或令牌被拒。完整参考见 docs.runcomfy.com/cli/troubleshooting。
工作原理 该技能调用 runcomfy run openai/gpt-image-2/<endpoint> 并传入符合上述 schema 的 JSON 请求体。CLI 携带用户 bearer token，以 POST 请求发送至 https://model-api.runcomfy.net/v1/models/openai/gpt-image-2/<endpoint>。Model API 返回 request_id，CLI 每 2 秒轮询 GET .../requests/<id>/status。到达终态后，CLI 请求 GET .../requests/<id>/result，并将主机名以 .runcomfy.net 或 .runcomfy.com 结尾的 URL 下载到 --output-dir，其他 URL 只列出而不抓取。轮询期间按 Ctrl-C 会发送 POST .../requests/<id>/cancel，以避免为已停止的 GPU 计费。
边界说明 该技能不是直接的 OpenAI API 客户端，不授予任何能力，依赖可用的 RunComfy 账号，且非多租户。
安全与隐私 令牌存储：runcomfy login 将 API 令牌写入 ~/.config/runcomfy/token.json，权限为 0600（仅所有者可读写）；在 CI 或容器中可通过设置 RUNCOMPY_TOKEN 环境变量完全绕过该文件。输入边界：用户提示词以 JSON 字符串通过 --input 传给 CLI，CLI 不会对提示词做 shell 展开，而是直接通过 HTTPS 将 JSON 请求体发送至 Model API，因此提示词内容不构成 shell 注入面。第三方内容：传入的图片、遮罩或视频 URL 由 RunComfy 模型服务器抓取，而非本机 CLI；应将外部 URL 视为不可信，基于图像的提示注入是所有图像或视频编辑模型的已知风险。出站端点：仅 model-api.runcomfy.net（提交请求）与 .runcomfy.net、.runcomfy.com（生成结果的下载白名单），无遥测、无回调。生成文件大小上限：CLI 会中止任何超过 2 GiB 的单次下载，以防止恶意或失控的模型输出占满磁盘。
价格与收费信息暂未提供。