# 我用Codex+飞书完成了一套内容自动生成发布系统
**作者**: kanvis
**日期**: 2026-06-09T10:56:28.000Z
**来源**: [https://x.com/kanvis_chen/status/2064300589715198391](https://x.com/kanvis_chen/status/2064300589715198391)
---
最近我用codex+飞书完整率一套内容自动生成发布系统
这套系统最开始我是搭载coze上的，可以采集同行对标笔记，也可以把自己的爆过的图文笔记拆出来，把爆款拆下来后，然后运营的模型，例如用seedance，然后重新生图，这样可以避免同质化。
但是因为上两个月imgae-2出现，我思考着，怎么能用上更多更便宜的生图能力，于是在测试用，如果用GPT生图，我会觉得非常慢，买API花钱不说，对接起来也很麻烦，还要搭系统。于是我想起来，我直接用起来codex+飞书cli直接完成了这套系统。
做了这套系统后，也彻底让我舍弃了以前搭的工作流，以前的coze工作流，虽然看似简单，实则搭建起来非常复杂，有代码基础的朋友了解学习花上几天，我觉得都是不过分的，而AI时代这种学习成本才是最为沉重的， 你不知道你的工具什么时候会被其他工具迭代掉。
现在Codex的出现，我发现真的不需要再学习什么工作流了，你以前所学习和摸索工作流的成本都将变成了沉默成本。
你可以用codex先把你本地的工作流直接先跑通，然后再形成skill，最终我用了这个工作流做我20个小红书矩阵账号的测试，并沉淀出来三个skill。
大致的自动创作流程如下：
1. 采集爆款图文-保存到飞书工作台
2. 然后发给codex进行笔记创作（针对文字/图片创作等有专门的skill处理）
3. 把创作成功的笔记内容保存到飞书工作台
📷Provide a caption (optional)
最后通过我自己开发的小红书自动分发工具插件，设置定时发布。（这里没有使用官方的定时发布按钮，而是在本地自动定时发布，这样能最大模拟人工手动发布）
最近codex这么热，我觉得不是没有理由的，我随便发了一个codex的几秒钟安装视频视频，都有几万播放，
如果你还没有用上，我认为你应该好好的认真研究一下这个工具。
用起来的，对我来说，我最看中的还是他的生图能力，以下是我的一些对于image-2生图能力的商业应用上的感悟，如果你还不太了解可以看一下，至少剩下你研究的时间，也剩下怀疑自己有没有使用他的动机问题。
## 我的AI生图商业应用进化史
说真的，之前我对 AI 生图是有点免疫的。不是说我不用，我是重度用户，DALL·E 2 出来那年就开始玩了，也追过 Midjourney、Stable Diffusion。为了用上Stable Diffusion，我特地的去弄了一块4070ti显卡，做小说推文那会，也没少折腾这些工具，通过AI生图技术我做出来人生中第一个AI百万爆款作品。但随着越测越多，现实的问题也越看越清楚—— 文字错乱、手部畸形、光影穿帮……
但要真想用在正经地方——电商主图、产品海报、品牌物料——十有八九得拿回来 PS 修半天。文字错乱、手部畸形、光影穿帮，这些问题折磨了 AI 生图整整两年。
所以当我第一次把 GPT Image 2 的输出跟之前的模型放在一起对比的时候，我是有被真正震撼到的。不是那种「哇好厉害」的震撼，是那种「这个行业的玩法要变了」的震撼。
## 第一点最直接的感受：文字
我之前参加淘金的小红书虚拟电商，搭一套飞书自动跑大字报封面图的工作流，然后又把这套工作流通过咨询合作等方式复用卖出去给我的客户爸爸，这套是直接用coze搭出来的。
为了能薅算力，我的是免费的模型能大量跑图，所以在实际跑图的时候，用来生封面图凑合，无文字的图都还凑合。如果换好一点付费模型在大部分场景能用上。
但是如果如果字一稍微多，AI 生成带文字的图，基本等于废片。
在单个生图场景下，得多抽卡几次，但是在批量生图场景下，哪怕准确率能做到80%，但也极大增加了人工审查和校对工作量，你不知道哪张图的品牌名给你拼成乱码，slogan 给你打成表情符号
你想在图上加个标签？省省吧，不如直接用 PS。
但GPT Image 2 的文字准确率做到了 99%，这是什么概念？你输入一个 prompt，要求图里有一瓶水，旁边写着「天然矿泉水净含量 500ml」，它真的就给你生成出来了，字是对的，排版是舒服的，没有任何多余的 PS 工作。
这个改变听起来好像没那么性感，但我跟你说，它是颠覆性的。因为在真实的商业生产流程里，「图片里能不能直接出文字」，直接决定了这个工具能不能上岗，而不是「试试看」。电商详情页要产品名和规格，游戏截图要按钮和菜单，广告海报要有 CTA 文案，这些以前都是生成完了再人工贴上去的，现在一次搞定。
## 第二点：真实感进步幅度比我预期的大。
人脸、手部、反光这些「AI 灾区」，GPT Image 2 的表现让我意外。我测了一下人像prompt：一位40岁左右的中年男性，穿着格子衬衫，坐在咖啡馆窗边，窗外是上海外滩的黄昏。出来的图，光线是准的，人的皮肤有纹理，衬衫的褶皱是合理的，窗外外滩的建筑轮廓是对的。
说实话这张图放到一个不知情的人面前，他大概率不会觉得这是 AI 生成的。
（图来自于卡兹克）
我不敢说它能替代商业摄影——顶级时尚大片那种布光和调色还是需要人来掌镜——但对于电商主图、品牌物料、内容配图这个层级，它已经完全可以胜任了。
## Part 2：五个能力同时拉满
顺着这个再往深了聊，我想聊聊它真正让我兴奋的地方——它不是某一个点的突破，是五个能力同时拉满，直接把 AI 生图的应用场景从「能玩」推到了「能上岗」。
1. 文字渲染
2. 照片级真实感
3. 世界知识
4. UI 截图生成
5. 局部编辑
我挑几个重点说。
## UI 截图
这件事之前困扰了无数产品经理和设计师。想给投资人看一个 App 的概念稿，打开 Figma 从零开始画需要好几天，请外包来回沟通又是好几天，等你把原型搞出来，投资人都已经去投你的竞争对手了。
GPT Image 2 可以在几秒钟内生成一张高保真的 App 界面截图，关键是文字是对的，布局是合理的，颜色是协调的。你给它一个 prompt，比如「一个银行 App 的首页，显示余额 12847.50 美元，有转账记录列表」，它真的就给你生出来一张可以直接拿给 stakeholder 看的图。
我有个朋友在小团队做产品，他说他们现在内部 demo 已经不画 Figma 了，直接用 GPT Image 2 生成快速验证思路。这尼玛就是，把设计的门槛从「会用设计软件」降到了「会写描述」。
## 世界知识
这是我觉得最被低估的能力。之前的 AI 生图模型，你让它画一个「北京故宫角楼的雪景」，它可能会给你画一个像模像样的建筑，但细节是错的——比如屋顶的瓦片排列、角楼的结构、周围的环境。
GPT Image 2 不一样，它内置了世界知识。你让它画「上海陆家嘴的夜景，有东方明珠塔、金茂大厦、环球金融中心」，它能准确地把这几个地标放在正确的位置，连它们的相对高度和灯光效果都大差不差。
这意味着什么？意味着你可以用它来生成带有特定地点、特定元素的场景图，而不用担心细节错误。对于旅游宣传、地产广告、城市规划这些需要真实场景的领域，这是一个巨大的福音。
## 举个例子：旅游与文化推广
这个场景我之前没太想到，直到看到一张太原的城市旅游海报。
不是那种模板感很强的「欢迎来XX旅游」的敷衍设计，是真的有内容、有结构、有审美的完整物料。
> 这是设计提示词Promp
> 海报主题是「锦绣太原·龙城崛起」，主视觉把晋祠、双塔寺、山西博物院、汾河景区、钟楼街、太山这些核心景点拼成了一条视觉动线。左边竖排写着「好山好水好风光，有滋有味有文化」，右边用「山·水·城·人」四个维度概括城市特色——太行巍峨吕梁绵延、汾河穿城碧水长流、古韵千年现代发展、晋善晋美热情好客。
> 中间城市定位：「能源之都·晋商故里·文化名城·宜居之城·活力之城」。这不是随便堆砌的形容词，是精准对应太原的真实城市标签。
> 景点推荐板块：晋祠「千年古建 三晋文化瑰宝」，双塔寺「明代双塔 太原地标」，山西博物院「晋韵悠长 华夏文明见证」。
> 数据面板：面积 6988 km²、常住人口约 540 万、GDP 超 5000 亿元、高校数量 50+ 所。
我为什么说这个案例重要？因为旅游行业的物料制作，以前是一个重人力的活儿。一个城市要出一整套宣传物料，从策划、摄影、设计到印刷，周期动辄几个月，成本几十万起步。而且每个季度、每个节假日、每个细分市场都需要不同版本的物料，传统流程根本跟不上。
GPT Image 2 的出现，让这件事变成了「几分钟出稿，几小时迭代」。而且不只是海报——景点介绍页、线路推荐卡、酒店宣传册、美食地图、交通导览图、节庆活动邀请函——每一种都可以用同样的逻辑快速生成。
更关键的是，GPT Image 2 的「世界知识」让它能理解不同城市的文化符号。你让它做西安，它知道放钟楼和大雁塔；你让它做苏州，它知道放园林和水巷；你让它做太原，它知道把晋商文化和能源之都这两个看似矛盾的身份融合在一起。
这种「懂文化」的能力，是之前所有 AI 生图工具都不具备的。
## 局部编辑
之前的 AI 生图，如果你想修改生成图的某一部分，基本等于重新生成。GPT Image 2 支持局部编辑，你可以用选区工具框选图中的某一部分，然后告诉它「把这个人的衬衫换成蓝色」「把背景的天空改成晚霞」，它就能只修改你选中的部分，而保持其他部分不变。
这个功能看起来简单，但在实际工作中太重要了。比如你生成了一张电商主图，产品是对的，但背景不太满意，你不用重新生成整张图，只需要修改背景就行。这大大提高了工作效率，也让 AI 生图更像一个专业的设计工具。
## Part 3：哪些行业会被重塑？
现在我想聊聊，GPT Image 2 会对哪些行业产生影响，以及会如何改变它们的工作方式。
## 设计行业
首当其冲的就是设计行业。平面设计师、UI/UX 设计师、电商设计师，这些职业的工作内容会发生巨大变化。
以前，一个设计师接到一个需求，需要先构思创意，然后用设计软件实现，最后反复修改直到客户满意。这个过程通常需要几天甚至几周的时间。
现在，设计师可以先用 GPT Image 2 生成几个创意方向，然后根据客户的反馈进行局部修改，最后再用设计软件进行微调。这个过程可能只需要几个小时。
这不是说设计师会失业，而是说他们的工作重心会从「执行」转移到「创意指导」。一个好的设计师，需要更深入地理解客户的需求，写出更精准的 prompt，然后对 AI 生成的结果进行筛选和优化。
## 电商行业
电商行业对图片的需求是巨大的。每一个产品都需要主图、详情图、场景图，这些图片的质量直接影响转化率。
最近给一个做服装品牌做咨询，他们每年在模特摄影上的支出是 50 万左右。一年四季，每个SKU 要出场景图、功能图、节日限定图，加起来小两百张。请模特、布景、后期，每张成本大几百到几千不等。现在他们团队里一个懂 AI 的运营，用 GPT Image 2 批量生成场景图，一下午能出几十张，文字正确，质感真实，能直接上传电商店铺。我不是说这可以完全替代专业摄影，但在这个层级，它已经做到了 90 分，可以说未来已至，而成本跟原来相比几乎是零头。
以前，电商商家需要请摄影师拍摄，然后请设计师修图，成本高、周期长。现在，他们可以用 GPT Image 2 直接生成符合要求的图片，成本低、速度快。
## 游戏行业
游戏行业需要大量的美术资源，包括角色设计、场景设计、UI 设计等。这些资源的制作成本很高，而且周期很长。
GPT Image 2 可以快速生成游戏美术资源的概念稿，帮助游戏开发者快速验证创意。比如，你可以生成「一个未来科幻风格的城市场景」「一个中世纪奇幻风格的角色」「一个赛博朋克风格的 UI 界面」等，然后根据这些概念稿进行进一步的设计和制作。
## 内容创作行业
内容创作者需要大量的配图来增强文章的吸引力。
以前，他们要么使用免费的 stock photo，要么请设计师制作，要么自己拍摄。这些方法要么质量不高，要么成本太高，要么速度太慢。
现在，内容创作者可以用 GPT Image 2 根据文章的内容生成专属的配图，质量高、速度快、成本低。比如，你写一篇关于「如何在城市里种蔬菜」的文章，你可以生成「一个阳台蔬菜种植场景」「一个城市屋顶花园」等配图，让文章更加生动。
## 广告行业
广告行业需要大量的创意图片来吸引消费者的注意力。以前，广告公司需要请摄影师、设计师、模特等，成本高、周期长。现在，他们可以用 GPT Image 2 快速生成创意广告图片，成本低、速度快。
（这个是网友自制的AI图片，与事实无关，如有侵权请联系删除）
更重要的是，GPT Image 2 可以根据不同的目标受众生成不同风格的广告图片。比如，你可以生成「针对年轻女性的化妆品广告」「针对中年男性的汽车广告」「针对家庭主妇的厨房用品广告」等，提高广告的针对性和效果。
（这个是网友自制的AI图片，与事实无关，如有侵权请联系删除）
当然这里也引出一个问题，以后消息的真伪更难辨认了。
## 五、专业文档与行业文档生成
我之前聊 GPT Image 2，重点放在「文字准确率 99%」这个点上。但有两张图让我意识到，我聊得还不够深。
第一张 ：一张桌面加湿器的设计施工图。主视图、侧视图、俯视图、剖面图、爆炸图、装配关系图，比例尺标注，材质与颜色表，技术说明、结构说明、装配说明——这不是一张「看起来像工程图」的装饰画，这是一张真的可以拿去给工程师看的文档。
第二张 ：一张三甲医院的门诊处方笺。医院抬头、科别、门诊号、姓名性别年龄、临床诊断、Rp 药品列表。阿司匹林肠溶片 100mg × 30 片，氯吡格雷片 75mg × 7 片，阿托伐他汀钙片 20mg × 13 片——这些不是随机字符，是真实的临床用药组合。而且字迹是潦草的，你 prompt 里说了「医生写字都很潦草」，它真的给你生成了那种「看得懂但确实潦草」的手写体，不是瞎画，是有节奏的连笔和飞白。
（有群友说，这个就可以拿来做老中医带货了）
真正的变化不是「能画字了」，是「能理解场景了」。
以前的 AI 生图，你让它画一张带文字的图，它是真的在「画」——把文字当成图形元素来拼，所以会出现乱码、错位、逻辑不通。你现在让它生成一张处方笺，它知道处方笺应该有什么：医院抬头、科别、门诊号、诊断、药品、签名、日期、医院公章。而且每个部分的内容是合理的，符合行业规范的。
这让我想到几个被彻底打开的应用场景：
还有很多应用场景，不一一列举了：
- 工程与制造：产品设计图、装配图、技术手册、操作指南
- 教育：教材插图、教案模板、考试卷、教学挂图
- 金融：合同模板、财务报表、投资分析报告、保险单
## Part 4：我们应该如何应对？
面对 GPT Image 2 这样的工具，我们应该如何应对？是恐惧它会取代我们的工作，还是拥抱它来提高我们的效率？
## 学习使用 AI 工具
不管你是设计师、内容创作者、电商商家还是广告人，学习使用 GPT Image 2 这样的 AI 工具都是必要的。这些工具不是来取代我们的，而是来帮助我们的。它们可以帮我们完成一些重复性的工作，让我们有更多的时间和精力去做更有创造性的事情。
## 提高自己的创意能力
AI 工具可以帮我们执行创意，但不能帮我们产生创意。一个好的创意，需要对用户需求的深刻理解，对市场趋势的准确把握，对文化背景的充分了解。这些都是 AI 工具无法替代的。
## 建立自己的风格
AI 工具可以生成各种风格的图片，但它们很难生成具有独特个人风格的图片。如果你能建立自己独特的风格，你就不会被 AI 工具取代。
## 与 AI 工具协作
最好的方式不是与 AI 工具对抗，而是与它们协作。你可以用 AI 工具生成创意方向，然后根据自己的专业知识进行筛选和优化。你可以用 AI 工具完成一些重复性的工作，然后把时间和精力放在更有创造性的事情上。
## 写在最后
说真的，聊到这里我有点感慨。
AI 生图这件事，从 2022 年 DALL·E 2 横空出世开始，我就一直在追。四年过去了，中间经历了无数次「这次要改变世界了」然后又「好像还差点意思」的循环。Midjourney 让大家觉得 AI 绘画有艺术感了，Stable Diffusion 让本地部署成为可能了，GPT-4o 的图像生成让实时对话出图成为现实了——每一次都有进步，但每一次在「AI商业落地」这个维度，总觉得差一口气。
GPT Image 2 不一样的是，它把那几个最影响商业使用的短板一次性补上了。文字准确率、4K 分辨率、世界知识理解、局部编辑能力，这几个东西凑在一起，让 AI 生图第一次真正可以「上岗」了。我说的上岗不是拿来做演示，是真的替换掉一部分商业摄影、外包设计和素材购买的成本。
OpenAI 还宣布了另一件事：2026年5月12日，DALL·E 2 和 DALL·E 3 正式停止服务。这意味着什么？意味着这场从 2022 年开始的 AI 生图实验，终于要交卷了。GPT Image 系列接棒，不是以「另一个玩具」的姿态，而是以「专业生产力工具」的身份站上了舞台。
这篇文章写到最后，我想用一个我一直记在心里的画面收尾。
我刚开始做内容那会儿，身边的设计师朋友对 AI 能做的事不屑一顾，后来电商设计师开始用 Canva，再后来插画师开始用 Midjourney，再后来摄影师开始担心 AI 生成的照片会不会冲击他们的商单。每一次都是同一个剧本：先嘲笑，再观望，然后焦虑，最后不得不学。
现在轮到 AI 生图真正上岗了。
我知道屏幕前的你，可能有自己的工作，自己的行业，自己的担心。我不是来说「AI 要取代你了」的——这种话太贩卖焦虑，我不喜欢。我想说的是，这件事正在发生，与其焦虑，不如早点上手试试看。你今天用 GPT Image 2 生成一张图，你会发现它比你想象中更接近真实。
## 相关链接
- [kanvis](https://x.com/kanvis_chen)
- [@kanvis_chen](https://x.com/kanvis_chen)
- [6.1K](https://x.com/kanvis_chen/status/2064300589715198391/analytics)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [6:56 PM · Jun 9, 2026](https://x.com/kanvis_chen/status/2064300589715198391)
- [6,139 Views](https://x.com/kanvis_chen/status/2064300589715198391/analytics)
- [View quotes](https://x.com/kanvis_chen/status/2064300589715198391/quotes)
---
*导出时间: 2026/6/15 11:59:32*