摘要： OpenAI 在 2026 年 4 月 21 日推出 ChatGPT Images 2.0，針對圖中文字錯誤與風格不穩的問題。官方展示密集排版、多語言文字、風格切換與自然人物照，但範例經過挑選。文章提醒，模型參數、推理成本與 API 定價都未公布，實用前必須自行測試。
新版本到底改了什麼
用 AI 生圖的人，多半踩過同樣兩個坑：圖裡的文字老是寫錯，風格也抓不穩。OpenAI 在 2026 年 4 月 21 日推出的 ChatGPT Images 2.0，正是衝著這兩件事而來。
官方展示的範例中，塞滿文字的編排式海報、雜誌內頁、手寫筆記，連漫畫分鏡都出現了。這些圖裡的文字開始承載真實訊息，不再純屬點綴。以那張北美狼群主題的雜誌風資訊圖來說，單張圖同時放進地圖、統計數字和「迷思 vs 事實」欄位——放在以前的模型上，這種密度多半會冒出亂碼，或讓整個版面直接崩掉。
多語言排版：一直以來最難跨的關
對香港與台灣的使用者而言，多語言文字渲染的進展大概是最值得留意的一環。官方範例裡有一頁以中文為主體的漫畫，內容是研究人員介紹多語言文字的改良，畫面中出現翻譯成各語言的城市海報、手機聊天訊息，還有慶祝用的文字。
另一張韓文飯店廣告，則把旅遊手冊的完整版面整個呈現出來：生活風格攝影、品牌字體，加上編輯感十足的排版。這說明模型已經不只是「把字畫出來」，而是懂得把文字當成設計元素去安排。
不過，這些終究是官方挑過的展示案例。實際使用時，中文字體、標點符號與直排文字穩不穩定，仍然得自己動手驗證。
人物呈現：刻意追求不完美的寫實
在各種題材裡，人物生成一直是圖像模型最敏感、最容易翻車的部分。這次的範例有幾張特別強調「不完美」的寫實感：一張是海邊回頭的隨手抓拍，一張是夜晚街頭的閃光燈合照，還有一張是霧裡站著兩個幾乎長得一樣的人。
它們共同的特質是「沒有棚拍感」。姿勢、光線、表情都帶著幾分隨機，這對需要真實感素材的產品或行銷團隊來說是加分項。但若你要的是高度可控的商業人像——姿勢、光線、背景全都要固定——那就得另外確認模型能否穩定重製。
對產品開發者的啟示
正在打造需要大量視覺素材的產品嗎？這次更新有幾個方向值得追蹤：
- 文字型圖片：海報、資訊圖、教學卡片、社群貼文，過去得另開設計工具排版，現在有機會在對話中直接完成。
- 多語言素材：面向不同市場的廣告圖或說明圖，文字來回修改的成本有望降低。
- 風格廣度：從 35mm 紀實攝影、法國新浪潮海報到日式漫畫，模型能切換的風格範圍更寬，適合需要快速測試視覺方向的團隊。
同時提醒：官方並未公布具體的模型參數、推理成本或 API 定價。想把這項功能接進產品流程，先驗證輸出品質是否穩定、成本是否可承受，再決定要不要整合。
接下來可以這樣驗證
最務實的辦法，是拿自己真實的需求來測。別只看官方範例，準備三到五個你真的會用到的 prompt，例如：
- 一張標題與內文皆為繁體中文的活動海報
- 一張中英文需同時出現的產品說明圖
- 一張指定風格的人物照片，但姿勢與光線要能重現
把結果和現有設計流程或舊版模型放在一起比較，才知道這次更新對你的產品有沒有實質幫助。