跳至主要內容

GPT 图片分析与图片生成接口传参说明

林发和大约 4 分钟

GPT 图片分析与图片生成接口传参说明

本文档整理 OpenAI 兼容接口中图片分析和图片生成的常见传参方式，以及如何查看接口返回结果。

一、图片分析

图片分析通常使用 Chat Completions 接口，通过支持视觉能力的模型完成。

1. 接口地址

POST https://api.openai.com/v1/chat/completions

2. 请求头

Authorization: Bearer ${OPENAI_API_KEY}
Content-Type: application/json

3. 图片 URL 传参

messages[].content 需要使用数组格式，数组中同时包含文本和图片。

{
  "model": "gpt-4o-mini",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "请描述这张图片的内容"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://example.com/test.jpg"
          }
        }
      ]
    }
  ]
}

4. Base64 图片传参

本地图片可以转成 Base64 后，以 Data URL 的形式传入。

{
  "model": "gpt-4o-mini",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "请识别图片里的主要内容"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ..."
          }
        }
      ]
    }
  ]
}

常见 MIME 类型：

data:image/jpeg;base64,{base64内容}
data:image/png;base64,{base64内容}
data:image/webp;base64,{base64内容}

5. 多张图片传参

{
  "model": "gpt-4o-mini",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "请对比这两张图片的区别"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://example.com/a.jpg"
          }
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://example.com/b.jpg"
          }
        }
      ]
    }
  ]
}

6. curl 示例

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请描述这张图片"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/test.jpg"
            }
          }
        ]
      }
    ]
  }'

7. 查看图片分析结果

Chat Completions 的分析结果通常在下面字段中：

choices[0].message.content

示例返回：

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "这张图片展示了一只橘猫坐在窗边，阳光从窗户照进来。"
      }
    }
  ]
}

提取结果：

cat result.json | jq -r '.choices[0].message.content'

二、图片生成

图片生成通常使用 Images Generations 接口。

1. 接口地址

POST https://api.openai.com/v1/images/generations

2. 请求头

Authorization: Bearer ${OPENAI_API_KEY}
Content-Type: application/json

3. 基础传参

{
  "model": "gpt-image-1",
  "prompt": "一只橘猫坐在窗边，阳光照在身上，写实摄影风格",
  "size": "1024x1024",
  "quality": "high",
  "n": 1
}

4. 常用参数说明

参数说明示例
model图片生成模型gpt-image-1
prompt图片生成提示词一张电商商品主图，白色背景，高级摄影风格
size图片尺寸1024x1024
quality图片质量high
n生成图片数量1
response_format返回格式，部分模型支持url / b64_json

5. prompt 编写建议

建议按照下面结构编写：

主体 + 场景 + 风格 + 光线 + 构图 + 画质

示例：

一张电商商品主图，白色背景，一瓶高端护肤精华液放在透明亚克力台面上，柔和棚拍布光，真实摄影风格，高细节，商业广告构图

6. curl 示例

curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-1",
    "prompt": "一张电商商品主图，白色背景，一瓶高端护肤精华液，真实摄影风格，柔和布光",
    "size": "1024x1024",
    "quality": "high",
    "n": 1
  }'

三、查看图片生成结果

图片生成接口常见返回有两种：URL 和 Base64。

1. 返回 URL

返回示例：

{
  "created": 1710000000,
  "data": [
    {
      "url": "https://example.com/generated-image.png"
    }
  ]
}

查看方式：

cat result.json | jq -r '.data[0].url'

拿到 URL 后，可以直接在浏览器打开。

2. 返回 Base64

返回示例：

{
  "created": 1710000000,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgAA..."
    }
  ]
}

其中：

data[0].b64_json

就是生成图片的 Base64 内容。

3. macOS 保存 Base64 图片

如果接口返回已经保存到 result.json：

cat result.json | jq -r '.data[0].b64_json' | base64 -D > output.png

打开图片：

open output.png

4. Linux 保存 Base64 图片

cat result.json | jq -r '.data[0].b64_json' | base64 --decode > output.png

5. Node.js 保存 Base64 图片

import fs from "fs";

const imageBase64 = result.data[0].b64_json;
fs.writeFileSync("output.png", Buffer.from(imageBase64, "base64"));

6. Java 保存 Base64 图片

import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.Base64;

String b64Json = result.getJSONArray("data")
        .getJSONObject(0)
        .getString("b64_json");

byte[] imageBytes = Base64.getDecoder().decode(b64Json);
Files.write(Paths.get("output.png"), imageBytes);

四、常见问题

1. 图片分析时把图片 URL 写在文本里可以吗？

不推荐。

不推荐写法：

{
  "role": "user",
  "content": "请分析图片：https://example.com/a.jpg"
}

推荐使用：

{
  "type": "image_url",
  "image_url": {
    "url": "https://example.com/a.jpg"
  }
}

2. 图片分析字段名可以写成 image 吗？

不可以，OpenAI 兼容格式通常使用：

{
  "type": "image_url",
  "image_url": {
    "url": "https://example.com/a.jpg"
  }
}

3. 图片生成返回没有 url 怎么办？

如果返回的是 b64_json，说明接口返回的是 Base64 图片，需要解码保存成图片文件。

4. 返回 unsupported size 怎么办？

说明当前模型不支持该尺寸，建议先使用：

"size": "1024x1024"

5. 返回 unknown parameter response_format 怎么办？

说明当前模型或第三方平台不支持 response_format 参数，去掉该参数即可。

6. 使用第三方 OpenAI 兼容接口要注意什么？

需要确认三点：

  1. 接口地址是否仍然兼容 /v1/chat/completions 和 /v1/images/generations。
  2. 模型名是否和 OpenAI 官方一致。
  3. 当前模型是否支持图片输入或图片生成。

五、推荐模板

1. 图片分析模板

{
  "model": "gpt-4o-mini",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "请分析这张图片"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "图片URL或Base64 Data URL"
          }
        }
      ]
    }
  ]
}

2. 图片生成模板

{
  "model": "gpt-image-1",
  "prompt": "你要生成的图片描述",
  "size": "1024x1024",
  "quality": "high",
  "n": 1
}

六、结果字段速查

场景结果字段查看方式
图片分析choices[0].message.content文本内容
图片生成 URLdata[0].url浏览器打开
图片生成 Base64data[0].b64_jsonBase64 解码保存成图片
默认页脚
Copyright © 2026 林发和