GPT-Image-2 生成 PSD 分层文件

2026-09-10

用 AI 生图的人都有一个共同烦恼：出来的图是一张「死图」。不管用 Midjourney、DALL·E 还是 GPT Image 2，最终拿到手的都是一个扁平的 PNG——想挪一下标题位置？重新生。想换个背景颜色？重新生。想把产品图单独拿出来？打开 PS 慢慢抠。

GPT Image 2 解锁了一个能力：生成可编辑的 PSD 分层文件。不是一层到底的假 PSD，而是真的把画面里的产品、文字、背景、装饰元素拆到独立图层，在 Photoshop 里打开就能直接拖、直接改。AI 出图和 PS 精修之间那道坎，没了。

下面是从多篇实测中整理的三种实现路径和注意事项。

方法一：ChatGPT 网页端，两步出 PSD

第一步：正常生图

跟平时一样描述要什么图。比如一张羽毛球的电商海报：

请生成一张羽毛球产品的电商海报图，竖版 3:4 比例。

画面风格：运动感、动态、专业电商风。  
包含产品主体、品牌文字、促销信息、装饰元素。

第二步：追加指令，拆层生成 PSD

图片生成好之后，在同一个对话里继续输入：

帮我生成 PS 可以打开的分层 PSD 文件，

然后把生成的图片拆成若干元素，  
每个元素不要改变位置，  
在 PS 里面生成对应的图层，  
底色为白色，不要为透明度。

这段提示词每句话都有用：

• 「分层 PSD 文件」——告诉它要的是分层文件，不是普通图片
• 「拆成若干元素」——让它把画面里的视觉元素分离出来
• 「不要改变位置」——很关键，这样每个元素在 PS 里的坐标跟原图一致，图层叠起来就是完整画面
• 「底色为白色，不要为透明度」——白色底比透明底稳定，避免 PS 里显示异常

跑完会看到一个可下载的 PSD 文件，用 Photoshop 打开，产品、文字、线条、色块都在各自的图层上，可以自由移动和调整。

网页端的另一种入口：连接 Photoshop 应用

ChatGPT 设置里可以打开连接器，把 Photoshop 应用链接进来，然后：

1. 先让模型拆图层：接下来，我要把这张图改成 PSD 导入 Photoshop 做编辑，所以需要你先把生成的这张海报拆成若干个图像，不要改变相对位置，底色为白色。
2. 在应用选择里点开 Photoshop，再让它拼合：根据以上拆分的图像拼成 PSD 文件，每个图像对应一个图层，注意有些是图像，有些是文字。去除白色底。给我 PSD 文件。

实测这个入口能用，但问题明显：标题下面有残影，文字和背景图合在同一层没分开。图比较复杂的话，7 层左右是网页端的上限。

方法二：多轮对话收窄需求，再分层

推特上流传的一句话玩法，核心流程是：

1. 先让 Image 2 生成设计图
2. 多轮对话调整，把需求精确收窄
3. 差不多定稿后，让它分层生成单独的 PNG 素材
4. 最后拼合成 PSD 文件，打包下载

拿到压缩包后可以直接交付，或者在 Photoshop 里精调。演示视频如下：

PSD 生成演示视频

注意：现阶段生成的 PSD 文件不会很精细，分层也可能不太精确，适合作为初稿起点而不是最终交付物。

方法三：Codex + 专用 Skill，拆到 12 层

网页端之所以层数有限、有残影，是因为背后调用的就是 Python 的 psd-tools 包，一次性生成、生完就结束，不会回头检查「这个图层拆得对不对」。

把这套流程搬进 Codex 做成 Skill（bggg-creator-image2psd）后，效果上了一个台阶：Codex 有 reasoning loop，跑任务过程中会检查中间结果，发现拆出的图层有边缘污点，会自动回去调整 Python 脚本参数重新处理，直到结果干净为止。

用同一张海报测试，网页端拆 7 层带残影，Codex Skill 拆出 12 层、无残影，文字单独成层，背景、图形元素各自分开。拿跨境电商素材图测也同样能拆。

Skill 开源地址：https://github.com/binggandata/bggg-skills/tree/main/bggg-creator-image2psd

原理

Image 2 本身生成的还是一张扁平图片，真正干活的是代码执行能力：

1. 对生成的图片做语义分割，识别画面里的各个元素
2. 把每个元素单独抠出来
3. 创建一个多图层的 PSD 文件（用 psd-tools 之类的库），把每个元素放到对应图层
4. 保持位置不变

说白了是生图 + 图像分割 + 写代码三件事一起干。这也是为什么必须开思考模式——模型得先看懂画面结构，想好怎么拆，然后才能写代码执行。

坑与注意事项

• 必须开思考功能。 这是最容易漏的。不开 Reasoning，模型大概率完成不了从「理解画面」到「写代码拆层」这一整套推理。
• 画面越简洁，拆得越干净。 产品海报、知识卡片这种元素清晰的图效果很好；元素叠了七八层的复杂插画，拆出来容易乱。
• 底色选白色，别选透明。 白底在 PS 里最稳；确实要透明底的话，在 PS 里删掉白色背景图层即可。
• 生图和拆层要在同一个对话里。 新开对话模型找不到之前生的图。
• 网页端有层数上限（约 7 层）且可能有残影，追求质量用 Codex Skill 方案。

适用场景

只要工作流里有「AI 出图 → 手动调细节」这个环节，这个能力都能省事：

• 电商设计： AI 出海报初版，PSD 里改文案、调价格、换促销信息，比重新生一张快太多
• 新媒体运营： 封面图、小红书图，AI 出大稿，PS 里微调排版
• 课程制作： 知识卡片、课程海报的迭代效率翻倍

以前的流程是：AI 出图 → 不满意 → 改提示词 → 再出图 → 还差一点 → 继续改。现在变成：AI 出图 → 下载 PSD → PS 里直接改到满意。