分享
2026.5.14-日报-王雨默
输入“/”快速插入内容
2026.5.14-日报-王雨默
用户2965
用户2965
5月14日修改
一.工作内容概述
•
基于昨日进度,继续探索生图工作流优化方向,重点尝试解决从整体 UI 效果图拆分单个素材时,单个素材无法完全还原效果图样式的问题。
•
了解抖音开发者平台相关流程,将 Cocos 项目构建后导入抖音开发者工具,并针对抖音环境下暴露出的各种问题进行排查与修复。
二.生图工作流探索
之前的测试发现,ClaudeCode在后续拆分阶段使用 image2 对单个元素进行重新生成,只能保证风格统一,却无法保证样式还原,初步怀疑是提示词和拆分策略的原因。
因此今天分别使用
Codex
和
ClaudeCode
,
基于相同提示词、相同参考图
,连续执行了三次拆分任务,用于观察两者在稳定性与还原度上的差异。
1.测试结果
对比项
Codex原生环境
ClaudeCode 调用 Image2
多次输出稳定性
稳定
较稳定
风格一致性
稳定
较稳定
与效果图还原度
几乎完全还原效果图
只能做到风格相近
资产细节
保留度更高
容易发生重构
中文文字 / 图标细节
清晰还原
容易变形或重写
同样是使用Image-2,但Codex的输出更符合“从效果图中拆出元素”的目标。
效果图
claudecode第一次
50%
claudecode第二次
50%
codex第一次
50%
codex第二次
50%
2.问题分析
关键差异不是“生图与抠图”
初期曾认为:
•
Codex = 程序化抠图 + 后处理
•
ClaudeCode = image2 重绘
但经过进一步分析,这个判断并不完全准确。
更准确的结论是:
Codex 也是使用了生图能力,但它更像是通过对话式 agent + 图像工具链来完成任务;ClaudeCode 则更像是直接裸调用 image2 的 generation 接口。
OpenAI 官方图像文档中明确区分了两类能力入口:
Image API
和
Responses API 图像工具:
•
Image API 包含 generations 与 edits 两类端点,前者用于从文本 prompt 生成图像,后者用于基于已有图像进行修改;
•
而 Responses API 更适合“对话式、多步骤”的图像体验,并且可以把图像输入和输出保留在上下文中。