# 影片筆記：Codex内巨好用的生图插件 | 原生体验 支持批量 傻瓜式操作

## 一句話總結
影片介紹了一款專為 Codex API 用戶開發的開源插件「深圖」，透過本地模型輔助生成提示詞並結合 JSON 溯源機制，解決 API 用戶無法使用原生生圖功能、手機端查看圖片不便及批量生成品質下降等痛點，提供接近原生的傻瓜式操作體驗。

## 核心重點
1.  **解決 API 用戶痛點**：針對使用 API 接口調用 Codex 的用戶，解決其無法使用 Codex 原生「深圖」插件的問題。
2.  **雙版本模型支持**：提供基於 Gemini 的 Nano 模型與 GPT Image 2 模型兩個版本，GitHub 開源。
3.  **本地輔助與標準化請求**：利用本地模型（如 5.6 版本）理解意圖並生成嚴謹提示詞，再標準化發送請求至圖片大模型。
4.  **JSON 溯源機制**：生成的圖片伴隨 JSON 文件，記錄提示詞與請求參數，方便追溯問題、減少溝通「幻覺」並進行迭代。
5.  **原生體驗模擬**：圖片直接顯示在聊天框中，而非以文件形式下載，特別解決手機遠程操作時無法查看圖片的問題。
6.  **批量與並發能力**：支持圖生圖、文生圖及紙張圖，支持一次請求多張圖片（如十張），提升生成效率。
7.  **會員降質問題緩解**：Plus/Pro 會員若使用官方接口批量生成易出現模型降質（線條、圓球狀），此插件可提供替代方案。

## 詳細大綱
1.  **插件背景與開發動機**
    *   API 用戶無法調用 Codex 原生深圖插件。
    *   現有第三方插件或 Scale 體驗不如原生。
    *   開發目標：提供幾乎與原生無區別的使用體驗。
2.  **插件版本與資源**
    *   版本一：基於 Gemini 的 Nano 模型。
    *   版本二：基於 GPT Image 2 模型。
    *   資源：GitHub 開源，可下載安裝。
3.  **安裝步驟**
    *   進入 Codex 左上角插件選項。
    *   點擊「創建」->「添加插件市場」。
    *   粘貼 GitHub 地址並添加市場。
    *   在「個人」標籤頁中找到並安裝插件。
4.  **工作流程與邏輯**
    *   **第一步**：使用本地當前模型（如 5.6 版本）理解用戶意圖。
    *   **第二步**：本地模型整理出嚴謹的目標圖片提示詞。
    *   **第三步**：插件標準化發送請求至圖片大模型。
    *   **第四步**：獲取圖片並自動保存至 C 盤 Codex 目錄，同時保存相關提示詞與 JSON 文件。
5.  **實測演示（車輛漂移場景）**
    *   **初始測試**：僅更換背景，未改變結構。
    *   **優化提示詞**：要求不同角度、場景、拍攝手法，生成十張圖片，質量不錯。
    *   **調整構圖**：指出車輛位置太刻意，要求不局限位置，重新生成。
    *   **處理細節**：修正倒影中的「鬼影」問題，調整車距。
    *   **最終效果**：實現逼真的漂移效果、人物清晰度及輪胎煙霧效果。
    *   **模型對比**：GPT Image 2 在細節與風格上優於 Gemini Nano，但兩者均能達到一定成功率（約 5-7 張可用）。
6.  **痛點解決與優勢**
    *   **聊天框顯示**：圖片直接出現在對話框，無需啟動本地圖片查看工具。
    *   **遠程友好**：解決手機遠程 Codex 時因圖片以文件形式發送而無法查看的問題。
    *   **迭代效率**：通過 JSON 文件追溯上一張請求的問題，避免全靠文字溝通產生的誤解。
7.  **適用對象與建議**
    *   主要面向使用 API 接口調用 Codex 的用戶。
    *   Plus/Pro 會員若使用官方接口，批量生成時易出現模型降質（線條、圓球狀），可嘗試此插件。
    *   可在 Codex 自定義指令中要求調用該插件。

## 工具 / 模型 / 名詞整理
*   **Codex**：對話式 AI 工具/平台。
*   **深圖插件**：影片介紹的專用插件（疑似為「生圖」之聽寫）。
*   **API 接口**：應用程序編程接口。
*   **Scale**：被提及的現有插件類型。
*   **GitHub**：開源代碼托管平台。
*   **Gimini**：Google 的 AI 模型系列（逐字稿拼寫，疑為 Gemini）。
*   **Nano**：Gimini 的特定模型版本。
*   **GPT ImageR** / **GPT Image 2**：OpenAI 的圖片生成模型（逐字稿中出現 ImageR 及 Image 2 兩種稱呼）。
*   **5.6**：指代本地使用的模型版本號。
*   **C 盤**：Windows 系統磁盤。
*   **Jason**：逐字稿中對 JSON 格式的聽寫錯誤。
*   **Plus 會員**：Codex 的高級訂閱層級。
*   **Pro 會員**：Codex 的高級訂閱層級。
*   **自定義指令**：Codex 中的個性化設置選項。
*   **圖神圖** / **文神圖**：疑似為「圖生圖」、「文生圖」的聽寫錯誤。
*   **模型降制**：疑似為「模型降質」的聽寫錯誤。

## 操作流程整理
1.  **安裝插件**：
    *   打開 Codex，點擊左上角插件選項。
    *   選擇「創建」->「添加插件市場」。
    *   輸入 GitHub 地址並添加市場。
    *   在「個人」標籤頁中找到並安裝該插件。
2.  **使用插件生成圖片**：
    *   在對話中輸入意圖。
    *   插件調用本地模型（如 5.6 版本）理解意圖。
    *   本地模型生成嚴謹的提示詞。
    *   插件將提示詞標準化後發送請求至圖片大模型（Gemini Nano 或 GPT Image 2）。
    *   圖片直接顯示在聊天框中。
    *   系統自動保存圖片至 C 盤 Codex 目錄，並生成包含提示詞與參數的 JSON 文件。
3.  **迭代與優化**：
    *   查看生成的圖片。
    *   若效果不佳，參考 JSON 文件追溯問題。
    *   通過文字溝通調整提示詞（如角度、構圖、細節）。
    *   重新發送請求，支持批量生成（如一次十張）。

## 值得注意的限制或風險
1.  **聽寫辨識錯誤風險**：影片逐字稿中存在大量疑似識別錯誤的名詞（如「深圖」、「Gimini」、「Jason」、「圖神圖」等），實際操作時需確認正確名稱。
2.  **模型成功率限制**：即使使用該插件，Gemini Nano 與 GPT Image 2 的成功率約為 5-7 張可用，並非 100% 完美。
3.  **本地模型依賴**：工作流程依賴本地模型（如 5.6 版本）來理解意圖和生成提示詞，若本地模型能力不足可能影響最終效果。
4.  **API 用戶專屬性**：主要針對使用 API 接口調用 Codex 的用戶，Plus/Pro 會員使用官方接口時仍可能遇到降質問題，此插件為替代方案而非通用解決方案。
5.  **文件保存路徑**：圖片自動保存至 C 盤 Codex 目錄，需注意磁盤空間。

## 逐字稿辨識疑點
*   **Gimini**：逐字稿中多次出現，疑似為 **Gemini** 的聽寫錯誤。
*   **GPT ImageR**：逐字稿中出現，疑似為 **GPT Image 2** 或 **GPT-4o** 等模型的聽寫錯誤或口誤。
*   **Jason**：逐字稿中出現「請求的 Jason」，疑似為 **JSON** 格式的聽寫錯誤。
*   **深圖**：逐字稿中多次使用「深圖」一詞，疑似為 **生圖**（生成圖片）的聽寫錯誤或特定術語。
*   **小 DAC**：逐字稿中出現「更新一些小 DAC」，疑似為 **小 Bug** 或 **小更新** 的聽寫錯誤。
*   **圖神圖** / **文神圖**：逐字稿中出現，疑似為 **圖生圖**、**文生圖** 的聽寫錯誤。
*   **192M3**：逐字稿中出現「192M3 的飄逸效果」，疑似為特定車型（如 **1923** 或 **911** 等）或參數的聽寫錯誤。
*   **裝筒**：逐字稿中出現「裝筒的位置」，疑似為 **車頂**、**車身** 或 **車輪** 等詞彙的聽寫錯誤。
*   **模型降制**：逐字稿中出現「模型降制」，疑似為 **模型降質** 的聽寫錯誤。
*   **革新化**：逐字稿中出現「革新化里由自定義指令」，疑似為 **個性化** 或 **設置** 相關詞彙的聽寫錯誤。

## 可延伸追問
1.  該插件的 GitHub 具體地址為何？
2.  本地模型 5.6 版本具體指哪一個模型？是否需要額外安裝？
3.  JSON 文件的具體結構是什麼？如何用於後續的迭代修改？
4.  對於 Plus/Pro 會員，使用此插件是否會產生額外的 API 費用？
5.  除了車輛漂移場景，該插件在其他類型圖片生成（如人像、風景）上的表現如何？