GPT Image 2 可唔可以只改張相一小忽？mask 係引導，唔係像素級保證

重點係「避免」，唔係「絕對唔改」。OpenAI 同一份範例明確提醒，即使用咗 mask，模型仍可能修改到遮罩入面部分內容；如果需要 exact mask，官方建議使用影像分割模型。 換句話講，mask 比較似「請盡量唔好郁呢度」，唔係傳統修圖軟件入面嗰種像素級硬鎖。

官方資料到底確認咗啲乜

目前官方資料可以支持三點：

1. GPT Image 2 確實出現在 OpenAI API 模型文件。 但呢一點只係確認模型存在於文件入面，唔等於保證每次修圖都能穩定保留人臉、光線、構圖或者未指定區域。
2. GPT Image 有官方 mask 編修流程。 文件寫明，如果唔想模型改動輸入圖片某個部分，可以提供 mask；但 mask 仍要同文字 prompt 一齊引導輸出。
3. 官方冇將 mask 描述成像素級保證。 相反，官方提醒模型仍可能改到 mask 入面部分內容，精準遮罩需求應配合影像分割模型。

放喺人像同商品相，風險喺邊？

如果你嘅要求係「只執走衫上一粒污漬，但塊面、膚色、光線、背景同構圖比例全部完全一樣」，現有官方資料不足以支持呢種保證。 mask 可以幫你收窄修改方向、降低唔想改嘅位置被帶動嘅機會；但官方用語係模型會 avoid，而唔係 never change。

所以，高敏感素材要特別小心。人臉、商品輪廓、品牌 logo、包裝文字、證件相，以及需要保持同一光線嘅商業圖片，都唔應該只睇生成結果「似唔似自然」。較穩陣做法係保留原圖，逐張前後對照，檢查面部細節、邊緣、文字、比例同構圖有冇被一齊改咗；呢個係因應官方 mask 限制而做嘅基本風險控制。

開發者社群回報可以點參考

OpenAI Developer Community 有多則同 gpt-image-1 有關嘅遮罩編修回報，內容包括 mask edits 保留效果唔理想、mask 未能將修改限制喺指定範圍、inpainting with a mask 取代整張圖片，以及 mask 被忽略等問題。

其中一則社群回覆將 GPT Image 嘅 masking 形容為 prompt-based，並指模型會重新生成整張圖，只係盡量令未修改區接近原圖；該回覆亦提到模型未必會完全精準跟足 mask 形狀。

要講清楚：呢啲主要係 gpt-image-1 嘅社群回報，唔係 OpenAI 對 GPT Image 2 嘅正式性能承諾，所以唔可以直接推論「GPT Image 2 一定都有同一問題」。 但佢哋同官方 cookbook 對「mask 未必完全精準」嘅提醒方向一致，足以作為實務使用時嘅風險訊號。

第三方話「像素級手術式修改」，要點睇？

有第三方網站將「GPT Image 2 Edit」描述為可以用自然語言修改參考圖，並宣稱能做到「surgical pixel-level edits」，甚至唔需要 masks、layers 或 Photoshop。 呢類說法可以理解為產品宣傳；但如果你要判斷係咪真係可以「只改一小忽，其他完全不變」，應優先睇 OpenAI 官方文件入面嘅限制說明，再加上自己用實際素材測試。

目前較穩妥嘅說法係：GPT Image 相關編修可以用 mask 做局部導向；但官方資料唔支持將 mask 當成保證未指定區域完全不變嘅工具。

實務建議：幾時可以試，幾時要收緊驗收

如果你係做概念稿、社交圖變體、背景方向探索，或者快速試視覺風格，mask 編修值得測試；OpenAI 官方確實提供咗遮罩式編修例子。

但如果係人像精修、商品主圖、證件相、品牌素材，或者圖入面有重要文字，驗收就要嚴格啲：

1. prompt 要講清楚。 使用 mask 時仍然需要 prompt，所以要清楚寫明要改邊度、哪些元素要保留。
2. 需要準確邊界，就唔好靠手感 mask。 OpenAI 建議需要 exact mask 時，可以使用影像分割模型。
3. 將輸出當候選稿，唔好即刻當終稿。 官方已提醒 mask 仍可能令遮罩內部分被改動，所以人臉、商品邊位、文字同品牌元素都要人手檢查。
4. 保留原圖做前後比對。 對構圖比例、光線一致性同關鍵細節敏感嘅圖片，應逐張比對，而唔係只憑生成圖睇落自然就收貨。

最穩陣嘅一句

GPT Image 2 可以放入局部修圖流程入面測試，但目前可核實資料唔支持「一定只改指定小區域，人物臉、光線同構圖完全唔受影響」呢種保證。OpenAI 官方範例支持用 mask 做局部導向，同時亦提醒 mask 可能唔完全精準；高精度修圖應配合影像分割、前後比對同人手驗收。