AI Design Workflow2026.05
Vol.01
GPT IMAGE 2 · SEEDANCE 2.0
图像之后
设计工作流从“出图”进入“出镜头”的时代
GPT Image 2 负责把意图、参考图和品牌约束编译成高质量静帧；Seedance 2.0 负责把静帧推进为可控镜头。设计师的核心工作，正在从像素生产迁移到系统调度。
模型发布与设计工作流变化
OpenAI · ByteDance Seed
Release SignalWhat Changed
02 / 16
先看信号,再谈方法
图像不再是终点
它变成了一个可编辑、可引用、可动画化的中间产物。
Snapshot
04.21
OpenAI 文档列出 `gpt-image-2-2026-04-21` 快照。
Input
Text+图
GPT Image 2 支持文本输入与高保真图像输入。
Output
4K
最高边长 3840px,总像素有上限,适合多规格输出。
Cost Sample
$0.041
1536×1024 medium 输出的官方估算区间样例。
Seedance
15秒
Seedance 2.0 官方发布稿称支持 15 秒高质量多镜头音视频输出。
Video Cost
≈1元/秒
公开报道援引火山方舟计费:纯生成约 46 元/百万 tokens。
数据为 2026-05-02 可见资料口径
Act I · Signals
Role ShiftDesigner As Director
03 / 16
核心变化不是更快画图
设计师不再只是画稿, 而是在导演一条生成链。
静态视觉、风格一致性、镜头运动、投放变体,第一次可以被放在同一个生产系统里讨论。
从“单张图”到“资产流水线”
Shift · 01
Before / AfterWorkflow
04 / 16
旧工作流和新工作流的差别
交付物变了
Brief → Moodboard → KV → 手动修图 → 动效外包
慢在沟通,贵在返工
资产
单张稿件,复用依赖人工记忆。
反馈
“再高级一点”“再年轻一点”,语义含混。
视频
通常是另一个团队、另一个排期。
Intent → Reference → GPT Image 2 → Seedance 2.0 → Review → Asset Library
慢在判断,快在执行
资产
静帧、镜头、Prompt、约束一起沉淀。
反馈
变成风格、构图、运动、镜头语言的参数化批注。
视频
从创意早期就进入验证,不等最终稿。
变化点:不是替换 Figma,而是把上游和下游连起来
Workflow · Before After
Act IINew Role
05 / 16
Act II · 从制图员到导演
新角色
设计师要写的不是更长的 prompt,而是更清楚的判断标准:什么可用、什么要淘汰、什么值得继续生成。
角色变化 · Role Design
Act II
Model CombinationPipeline
06 / 16
组合操作:先锁静帧,再推镜头
一条可执行流水线
演示时按右键逐步点亮。关键不是“一次生成完”,而是把每一步都变成可以复盘的中间件。
Stage A · Visual Intent
01
输入约束
品牌词库、禁用词、参考图、版式比例、目标渠道。
02
生成静帧
用 GPT Image 2 出 3-6 张方向稿,优先低/中质量快速筛选。
03
局部编辑
用参考图和 mask 修主体、道具、文字区域和构图关系。
04
冻结母版
确定一张 style frame,生成多比例、多语言、多场景版本。
Stage B · Motion Direction
05
镜头说明
写清运动、景别、节奏、光线变化和不能动的元素。
06
图生视频
把静帧送入 Seedance 2.0,让它补时间、物理和音画节奏。
07
人工验收
检查品牌一致、文字清晰、物理合理、人物和版权风险。
08
沉淀资产
保留 prompt、参考图、参数、失败样本和验收理由。
Prompt 不是灵感记录,而是生产配方
Pipeline · 08 Steps
GPT Image 2Principle
07 / 16
它像一个视觉编译器
不是贴图机器
GPT Image 2 的变化在于:更强的世界知识、指令遵循和复杂细节生成。对设计工作来说,这意味着它更能理解“为什么这样画”。
把它当成 visual compiler:输入意图、参考和约束,输出可继续编辑的静态视觉。
Source · OpenAI Images 2.0 system card / Image API guide
输入
文本、参考图、局部 mask、多张参考资产。
推理
thinking mode 可把推理、工具使用和网络信息整合进图像生成流程。
输出
多规格图片、局部编辑结果、可作为视频首帧的 style frame。
限制
仍可能在精确文字、结构化排版和跨批次一致性上出错。
原理拆解 · GPT Image 2
Tech · Image
Seedance 2.0Principle
08 / 16
它补齐了时间维度
静帧变镜头
Seedance 2.0 采用统一的多模态音视频联合生成架构,支持文字、图片、音频、视频输入,并强调运动稳定、物理还原、音画同步和导演级控制。
01
多模态参考
官方发布稿提到可同时参考多张图片、视频片段、音频片段和自然语言指令。
02
运动与物理
更适合多主体互动、复杂运动、镜头移动和物理连续性场景。
03
音画联合
不是只让画面动起来,而是把声音、节奏和画面作为同一条生成任务。
04
工业级输出
官方强调影视、广告、电商、游戏等场景的内容制作效率提升。
原理拆解 · Seedance 2.0
Tech · Video
Cost ModelBudget
09 / 16
成本不是“贵不贵”,而是放在哪个阶段
先便宜试错,
再昂贵确认
1536×1024 官方估算样例: low $0.005, medium $0.041, high $0.165。
价格还要加文本输入和参考图输入 token
草稿
低质量、多方向、快速淘汰。
定稿
中/高质量,用在母版和关键宣传图。
公开口径:含视频输入 28 元/百万 tokens;纯生成 46 元/百万 tokens。
15 秒约 30.888 万 tokens,纯生成约 14.2 元
预演
先短镜头验证运动,不要一开始生成长片。
投放
只把通过验收的静帧送入视频阶段。
结论:图像阶段负责抽样,视频阶段负责验证
Cost · Stage Gate
Use CasesDaily Work
10 / 16
它能解决哪些日常工作
六个高频场景
01 · Concept
概念板
把模糊方向变成可讨论的视觉板。
02 · Campaign
主视觉
快速比较 3-6 套 KV 方向和色彩系统。
03 · Product
产品图
生成包装、材质、场景和不同平台比例。
04 · Social
短视频
用静帧变 5-15 秒动态物料。
05 · Storyboard
分镜
让脚本、构图和镜头节奏提前暴露问题。
06 · Localization
本地化
按国家、渠道、语言快速扩展同一创意。
日常工作不是消失,而是被重新排序
Use Cases · 06
Reality CheckHuman Review
11 / 16
这里不能全自动
别急自动
模型降低的是执行成本,不是判断成本。品牌、版权、人物肖像、文字准确性、物理连续性,仍然需要人工验收。
不要把生成结果直接当最终交付
Risk · Human In Loop
Operating SystemTeam Habit
12 / 16
团队真正需要建立的不是工具账号
而是一套验收语言
Brand Fit
是否符合品牌语气、材质、人物、构图和禁用边界。
品牌
Visual Logic
光源、透视、手部、材质、镜面和空间关系是否可信。
画面
Text Safety
画面中文字是否拼写准确、是否需要后期重排或在 Figma 中覆盖。
文字
Motion Logic
镜头运动是否服务信息,主体是否漂移,动作是否有因果。
视频
Rights Check
是否涉及真人肖像、商标、训练素材争议或平台发布限制。
法务
判断标准写得越清楚,模型越像团队成员
OS · Review Language
Prompt PatternHow To Operate
13 / 16
可复制的操作模板
一图三稿,
一稿三镜
不要让模型“自由发挥”。每次都把目标、限制、评判标准和下一步用途写进去。
GPT Image 2 prompt
目标:生成品牌发布主视觉。参考:产品图、品牌色、竞品风格。限制:不要生成文字,保留右侧 30% 留白。输出:3 个方向,分别偏理性、温暖、未来感。
Seedance motion brief
以选中的 style frame 为首帧。镜头:缓慢推近,产品保持中心稳定。光线:左侧高光轻微移动。动作:背景粒子低速漂移。禁止:主体变形、文字出现、Logo 漂移。
一句 prompt 不够,要给模型一个生产上下文
Pattern · One To Many
Future DirectionWhere It Goes
14 / 16
未来不是更像摄影师
而是更像设计系统
A
资产图谱
Prompt、参考图、成片、失败样本和审核结论会一起进入团队资产库。
B
多代理流水线
一个代理出静帧,一个代理写镜头,一个代理检查品牌和法务风险。
C
实时预演
设计评审从看稿变成看动态原型,创意早期就能看见传播形态。
真正的未来方向:模型从“帮我做一张图”,走向“帮我维护一套可迭代的视觉生产系统”。
未来方向 · asset graph / agents / realtime preview
Future · 03
TakeawayClose
15 / 16
最后只记三句话
三句话
01
GPT Image 2 是静帧编译器
用它锁方向、锁风格、锁品牌约束。
02
Seedance 2.0 是镜头推进器
用它验证运动、节奏和动态传播。
03
设计师是系统导演
价值不在手速,而在判断、取舍和沉淀。
Takeaway · Design As Direction
End · 01
SourcesResearch Notes
16 / 16
资料来源与口径
以官方为主,
价格以控制台为准
OpenAI Model
GPT Image 2 model page: model capability, modalities, endpoints, snapshot `gpt-image-2-2026-04-21`.
developers.openai.com
OpenAI Guide
Image generation guide: Image API / Responses API choices, sizes, quality, costs and limitations.
developers.openai.com
System Card
ChatGPT Images 2.0 system card: world knowledge, instruction following, thinking mode and safety stack.
openai.com
Seedance
ByteDance Seed official launch pages: unified multimodal audio-video architecture, control and 15-second output claims.
seed.bytedance.com
Cost Note
Seedance 2.0 pricing section uses public reports citing Volcano Engine / Ark billing. API availability and exact bill should be checked in the current console before production use.
stcn.com / nbd.com.cn
生成时间: 2026-05-02 · 主题: 靛蓝瓷
Sources · Appendix