影片筆記：【完全解説】デキる人がおさえるべきChatGPT最新画像生成｜ChatGPT Images 2.5

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 全文快速校讀發現待確認修正

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：⚠️ 全文快速校讀發現未解決異常（segment=0 待確認：ASR可能將特定產品名稱或口語表達誤識別為通用詞彙，但在此語境下，OpenAI於9月8日發布的確實是圖像生成模型（如GPT-4o Image Generation等），該詞彙本身在技術描述上是準確的，無需替換為其他專有名詞，僅需標點修正。；暫定：画像生成モデル）
• 待修正：逐字稿可先使用，但有待校正清單（segment=19 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=50 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

⚠️ 警告：逐字稿辨識疑點與校正待辦

根據提供的可讀性檢核結果，以下片段存在斷句或識別問題，不得視為確定事實，請在閱讀詳細內容時保持謹慎，並參考「逐字稿辨識疑點」章節進行確認：

* Segment 19: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語。

* Segment 50: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語。

* Segment 182: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語。

* Segment 0: rapid_semantic_review — ASR可能將特定產品名稱或口語表達誤識別為通用詞彙。雖然 OpenAI 於 9 月 8 日發布確實是圖像生成模型（如 GPT-4o Image Generation 等），該詞彙本身在技術描述上是準確的，但需注意標點修正。

請務必查看文末的「逐字稿辨識疑點」清單，以確認特定專有名詞與關鍵詞彙的準確性。

一句話總結

OpenAI 於 9 月 8 日發布 GPT-4o Image Generation 更新（影片稱之為 GPT-4o 或 ChatGPT Images），針對過去圖像生成中「局部修改導致整體變形」或「文字消失」的痛點，推出了強調「局部精確編輯」、「保持原圖結構」、「文字準確性」及「生成速度提升」的新模型，並新增 Sketch、Template 等功能，同時為開發者提供 Flare 與 3Burst API 模型。

核心重點

1. 六大核心改進：

• 特徵保持：僅改變服裝或背景，人物臉部特徵（五官、光線、質感）不變。
• 局部精確編輯：僅修改指定區域（如整理床鋪），背景元素完全保留。
• 編輯穩定性：多次編輯後，先前修改內容不會崩壞（透過 150 張獨立生成幀對比證明）。
• 文字與排版準確性：正確處理日文、英文文字及複雜佈局（如貼紙、郵票、邀請函）。
• 生成速度提升：等待時間最多縮短 50%。
• 風格一致性：複雜指令下仍能保持統一風格。

1. 新功能：

• Sketch：透過繪製粗略輪廓輔助生成，解決語言描述構圖困難。
• Template：提供海報、商品等預設模板，解決「不知從何開始」的問題。
• Prompt 共享：分享圖片時可同時分享生成該圖片的 Prompt。

1. 開發者 API：

• Flare：專注速度與通用性，適合 SNS、商品頁大量生成。
• 3Burst：專注精密編輯，嚴格遵守指令，適合廣告素材精修。

1. 安全性與可用性：

• 支援 ChatGPT 全體、Work、Codex，桌面、行動裝置、Web 均可使用。
• 免費用戶可用，但次數受限。
• 實施 C2PA 來歷資訊與隱形水印（Steganography）安全措施。

詳細大綱

I. 新模型核心改進（六大亮點）

• 背景與特徵保持
• 範例：舊照片轉為現代肖像。
• 細節：僅改變服裝與背景，人物臉部特徵（五官、光線、質感）保持不變。
• 解決痛點：解決過去「變成別人」的問題。
• 局部精確編輯
• 範例：僅整理凌亂的床鋪。
• 細節：牆壁、燈具、窗戶等背景元素完全不動。
• 解決痛點：解決「改背景卻改到商品形狀」的問題。
• 多次編輯穩定性
• 範例：比較 GPT-4o Image 2 與 2.5 生成 360 度旋轉影像。
• 方法：生成 150 張獨立圖片並排，無插值（No Interpolation）。
• 結果：證明多次修改後，先前修改的內容不會崩壞或消失。
• 文字與複雜排版
• 範例：
• 日文貼紙包裝（片假名與直排日文）。
• 美國國家公園郵票（8 種名稱與文案）。
• 婚禮邀請函（複雜裝飾與文字）。
• 重點：文字不崩潰、內容正確、佈局不破綻。
• 生成速度提升
• 細節：等待時間最多縮短 50%。
• 意義：允許用戶進行更多嘗試。
• 風格一致性
• 範例：多種藝術風格（復古未來、印象派、馬賽克等）及 9 張海報系列。
• 重點：即使風格多樣，整體視覺調性保持一致。

II. 新功能介紹

• Sketch（草圖功能）
• 操作：在輸入欄輸入 @Sketch。
• 流程：打開畫布 -> 繪製粗略輪廓（不需畫技） -> 添加文字描述 -> 生成。
• 優勢：對於難以用語言描述的構圖，繪圖比文字更有效。
• Template（模板）
• 功能：提供海報、商品等常見格式的預設模板。
• 優勢：解決「不知道從哪裡開始畫」的問題，只需替換內容與風格。
• Prompt 共享
• 功能：分享圖片時，可同時分享生成該圖片的 Prompt。
• 優勢：接收者可利用相同的 Prompt 結構生成自己的圖片。

III. API 與開發者資訊

• 新模型名稱
• Flare：專注於速度與通用性，等待時間比前代短 50%，適合 SNS 圖片、商品頁、大量生成。
• 3Burst：專注於精密編輯，嚴格遵守編輯指令，適合廣告素材、精修商品圖，耗時較長。
• 定價與設定
• 單價與前代模型相同。
• 新增品質設定等級：X 與 MA。
• 支援指定背景不透明。

IV. 安全性與可用性

• 可用性範圍
• 平台：ChatGPT 全體、Work、Codex。
• 設備：桌面、行動裝置、Web。
• 時間：發布當日（9月8日）起逐步開放。
• 費用：免費用戶也可使用，但生成次數上限依方案而定。
• 安全措施

1. 檢查輸入與輸出，攔截有害內容。
2. 嵌入 C2PA 來歷資訊（來源證明）。
3. 添加肉眼不可見的隱形水印（Steganography），以便後期識別 AI 生成內容。

• 參考文件：System Card。

V. CEO 觀點與總結

• Altman 推文
• 內容：「雖然可能解不開超難的數學題，但成果真的很好，希望大家享受。」
• 解讀：相對於之前強調數學/科學能力的模型，此更新強調的是「圖像質量提升」與「日常實用性」，而非單純的智力炫耀。
• 行動建議

1. 編輯時指定「只改這裡」。
2. 需要傳達構圖時，使用 @Sketch 繪製草稿。
3. 製作海報或商品時，從 Template 開始。

VI. 額外資源

• 免費資料包（4項）

1. AI 重要關鍵字 50 條。
2. 提升 AI 回答質量的魔法 Prompt 短語 30 條。
3. 實用的 Perfect Guide。
4. 各產業 AI 應用案例 70 則。

• 免費研討會
• 主辦：Tech Camp AI College。
• 內容：Claude Code 進階用法、AI 初學者入門。

工具 / 模型 / 名詞整理

• OpenAI
• ChatGPT
• GPT-4o（影片口語稱為「GPT-4o」或「GPT Image」）
• GPT-4o Image 2
• GPT-4o Image 2.5
• Work（ChatGPT 的工作區）
• Codex
• Flare（API 模型）
• 3Burst（API 模型）
• C2PA（來歷資訊標準）
• X（社群媒體平台，原 Twitter）
• Altman（CEO 姓名）
• Claude Code（研討會提及）
• Tech Camp AI College（頻道名稱/教育機構）

操作流程整理

一般用戶操作流程

1. 使用 Sketch 功能：

• 在 ChatGPT 輸入欄輸入 @Sketch。
• 在畫布上繪製粗略輪廓（無需專業繪圖技巧）。
• 添加文字描述。
• 點擊生成。

1. 使用 Template 功能：

• 選擇預設模板（如海報、商品圖）。
• 替換模板中的內容與風格。

1. 進行局部編輯：

• 上傳圖片。
• 指定修改區域（例如：「只整理床鋪」）。
• 確認背景元素（牆壁、燈具等）未被修改。

1. 分享與共享：

• 生成滿意圖片後，選擇分享。
• 系統同時分享圖片與生成該圖片的 Prompt。

開發者 API 使用流程

1. 選擇模型：

• 若需快速生成大量圖片（SNS、商品頁），選擇 Flare。
• 若需高精度編輯與嚴格遵守指令（廣告素材、精修圖），選擇 3Burst。

1. 設定參數：

• 設定品質等級（X 或 MA）。
• 設定背景透明度（支援指定背景不透明）。

1. 呼叫 API：

• 按照前代模型單價進行計費。

值得注意的限制或風險

1. 生成次數限制：免費用戶雖可使用新功能，但生成次數上限依方案而定。
2. 安全性檢查：OpenAI 會檢查輸入與輸出，攔截有害內容。
3. 來源證明與水印：

• 生成的圖片會嵌入 C2PA 來歷資訊。
• 會添加肉眼不可見的隱形水印（Steganography），用於後期識別 AI 生成內容。

1. 模型能力邊界：CEO Altman 暗示該模型在解開超難數學題方面仍有局限，主要優勢在於圖像質量與實用性。

逐字稿辨識疑點

以下為分段筆記中提到的疑似辨識錯誤或聽寫問題，請根據上下文判斷是否為正確專有名詞：

• 「GPTイメージズ」：疑為「GPT-4o」或「ChatGPT Images」的聽寫錯誤或口誤。
• 「OENAI」：疑為「OpenAI」的聽寫錯誤。
• 「フレア」：疑為 API 模型名稱「Flare」的日文音譯或聽寫。
• 「3バースト」：疑為 API 模型名稱「3Burst」的日文音譯或聽寫。
• 「成の待ち時間」：疑為「生成の待ち時間」（生成等待時間）的聽寫錯誤。
• 「策例」：多次出現，疑為「事例」或「範例」的聽寫錯誤。
• 「拍紙」：在 Template 段落出現「拍紙から何を描けば...」，疑為「ポスター」（海報）的聽寫錯誤。
• 「触手」：在資料包描述中出現「触手でAIがどう使われてる」，疑為「業界」或「分野」的聽寫錯誤。
• 「原たい方」：疑為「原稿の方」或「原文の方」的聽寫錯誤。
• 「にゃんきち」：影片中的角色名稱或稱呼。
• 「アルトマンCEO」：指 OpenAI CEO Sam Altman。
• 「XとMA」：指 API 模型中的品質設定等級。
• 「ノーインターポレーション」：指「無插值」，用於描述影像生成方法。
• 「ハコ度」：疑為「水印」或「隱形標記」相關詞彙的聽寫錯誤（上下文指隱形水印）。

可延伸追問

1. Flare 與 3Burst 的具體定價標準為何？

• 影片僅提到單價與前代模型相同，但未提供具體每張圖片或每百萬 token 的價格細節。

1. C2PA 與隱形水印（Steganography）的技術細節為何？

• 影片提到會嵌入這些資訊，但未說明如何被第三方工具識別或驗證。

1. Sketch 功能對繪圖精確度的要求下限為何？

• 影片提到「不需畫技」，但對於極度抽象的草圖，生成結果的準確性如何？

1. 免費用戶的「生成次數上限」具體數值為何？

• 影片未說明免費方案與付費方案在次數上的具體差異。

1. GPT-4o Image 2.5 與前代 GPT-4o Image 2 在「編輯穩定性」上的具體技術差異？

• 影片透過 150 張幀對比展示結果，但未深入解釋技術原理。