我把GPT-image-2生成PSD的能力打包成了Skill，免费开源

现在GPT-image-2 的生图能力非常牛逼，但改图依然是AI的痛。

所以像Lovart这样的设计Agent，就出了能直接对AI生成图片编辑的功能

但，我发现，ChatGPT也可以直接完成这件事了。

基本上一句话就能从Image2的图转成多个图层、可以编辑的PSD文件。

但在网页端的体验还是无法落地成生产力。

之前分享过Codex配合Image2的工作流，于是，经过我一顿操作

成功开发了一个可以在Codex里生成Image后再转成PSD的skill

这才是生产力啊！！开源地址在文末。

接下来分享一下过程。

01

ChatGPT 网页端：连上 Photoshop，把合并图拆成图层

ChatGPT，先在设置里打开连接点，把 Photoshop应用链接进来。

ChatGPT 连接 Photoshop 设置入口连接完成界面点连接，让 ChatGPT 和 Photoshop 建立通道

然后，新开聊天框生图。

刚好我们下个月6月8日在厦门有场 AI 跨境电商线下大会，需要一张海报。正好让 GPT-image-2 生成了一张。

用 GPT-image-2 生成的厦门大会海报

这时候海报是一张合并图。要改文字或者换底色，直接改不了。

换个思路：先让 GPT 把海报拆成若干张独立图像，底色白色，每张对应 PSD 里的一个图层，再拼成 PSD 文件。

第一步：拆图层

直接用这段提示词：

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。

第二步：选中 Photoshop 应用，生成 PSD

在应用选择里点开 Photoshop。

在 ChatGPT 里选中 Photoshop 应用

然后让 ChatGPT 把拆好的图拼成 PSD：

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。

跑完能拿到一个 PSD 文件。

ChatGPT 输出的 PSD 文件

导入 Photoshop，看到图层了。

导入 PS 后的图层状态
动图看图层效果

这次拆出来 7 层。

能用，但问题也很明显：标题下面有残影，文字和背景图合在了同一层里没有分开。图比较复杂的话，7 层是网页端的上限。

02

翻了一下对话记录，发现背后是 Python 包在跑

为了搞清楚网页端的极限在哪，我偷瞄了一下 ChatGPT的思考过程。

发现它背后调用的是 Python 的 psd-tools 包。

ChatGPT 背后调用的 Python 实现

也就是说，流程是：生图 → 用 Python 处理图像拆分 → 拼成 PSD。

说白了就是，图层拆得细不细，取决于 Python 脚本怎么写。而网页端是一次性生成，生完就结束，不会回头检查「这个图层拆得对不对」。

然后我想到了 Codex。

Codex 有 reasoning loop——它在跑任务的过程中会检查自己的中间结果，发现问题了会回去修。这个特性用在图像拆分上，理论上能拆出更多图层，质量也更可控。

所以，我尝试把这套流程开发成 Skill。

03

用 Codex 开发 bggg-creator-image2psd Skill：12 层，无残影

打开 Codex，给了一段需求描述，加上网上找到的两个开源项目作参考。

给 Codex 的需求描述与参考项目

一顿操作就开发好了 bggg-creator-image2psd Skill，然后用同样的厦门大会海报测试。

结果出来了。

12 层。

Codex 处理结果：12 个图层

导入 Photoshop。

Codex 结果导入 PS
动图对比效果

标题下面那块残影消失了。文字单独成层，背景、图形元素各自分开。

Codex 在跑任务的过程中，发现拆出的图层有边缘污点，会自动回去调整 Python 脚本的参数，重新处理，直到结果干净为止。这是 reasoning loop 在实际工作中的效果。

Codex 思考过程中自检修正

同一套 Skill，拿跨境电商的素材图也测了一遍，同样能拆。

跨境电商图片拆层结果

04

Skill开源地址

https://github.com/binggandata/bggg-skills/tree/main/bggg-creator-image2psd

包括之前开源的饕餮.skill，以及后续的 Skill，都会同步到这个仓库：

https://github.com/binggandata/bggg-skills

求stars支持

不过有一说一，这个效果还不是很完美，如果有更好的想法欢迎提议！！