图像生成图像：从参考图出发做可控变体
如果你要做图生图：先上传参考图，再选模型与参数。工作区从已有像素出发改风格、换背景或合成多张参考，而不是从空白画布纯靠文字造景。
参考图数量：按模型区分（最多 10 / 8 / 1）
Nano Banana 适合多参考快速试错，最多 10 张。Nano Banana Pro 与 Flux Kontext 最多 8 张，更适合精细编辑。GPT-4o Image 只吃 1 张参考，适合单图强提示改写。不要把多张图硬塞进 GPT-4o Image。
格式与输出：JPEG / PNG / WEBP 进，可选比例出
上传支持 JPEG、PNG、WEBP。宽高比与分辨率随模型变化（例如 Nano Banana 系列可选多种比例；部分模型提供 1K/2K/4K）。选好输出比例再生成，减少二次裁切。
模型与积分：按速度与质量取舍
- Nano Banana — 3 积分，适合快速图生图草稿
- Flux Kontext — 4 积分，灵活重塑
- GPT-4o Image — 6 积分，单参考强提示跟随
- Nano Banana Pro — 6 积分起（4K 12），更高细节
三步完成一次图像生成图像
- 上传参考图（注意当前模型的张数上限），格式用 JPEG / PNG / WEBP。
- 写清要改什么、要保留什么；选宽高比与分辨率。
- 生成后对比结果，再收紧提示词或换模型跑下一轮。
关于图像生成图像的常见问题
「图像生成图像」和纯文生图有什么不同？
图像生成图像从你上传的参考图出发，尽量保留构图与主体，再用提示词改风格或背景。纯文生图没有源图，画面完全由文字想象。
最多能上传几张参考图？
取决于模型：Nano Banana 最多 10 张；Nano Banana Pro 与 Flux Kontext 最多 8 张；GPT-4o Image 仅支持 1 张。上传前先确认当前所选模型。
支持哪些图片格式？
参考图支持 JPEG、PNG、WEBP。生成结果可按模型选项导出为常用高清格式，便于继续编辑或发布。
各模型大概消耗多少积分？
Nano Banana 每次 3 积分；Flux Kontext 4 积分；GPT-4o Image 6 积分；Nano Banana Pro 默认 6 积分（4K 为 12）。以工作区显示为准。
如何尽量保持人物或产品一致？
用清晰、主体居中的参考图；在提示里写明「保留面部 / 瓶身外形不变」等约束，并避免一次改动过多元素。