把 GPT Image 2 拿來修人物照、商品照或社群圖時，關鍵問題通常不是「能不能改圖」，而是「能不能只改指定一小塊，其他地方完全不動」。目前可查核的答案要保守：官方資料支持 GPT Image 具備 mask 局部編修流程，但不支持「像素級保證只改遮罩區」這種強說法。[2][
15]
先給結論：mask 是引導，不是硬鎖定
OpenAI API 文件中有「GPT Image 2 Model」頁面，這能確認 GPT Image 2 是 OpenAI 文件列出的模型。[2] 但在可查核的官方資料中，真正說明遮罩工作流的是 OpenAI Developers 的 GPT Image 範例：使用者可以提供 mask，讓模型避免改動輸入圖片中的特定部分。[
15]
限制也在同一份官方範例裡。OpenAI 明確提醒，即使用了 mask，模型仍可能修改到遮罩中的部分區域，只是會避免這麼做；如果需要 exact mask，官方建議搭配影像分割模型。[15] 因此，最穩妥的判斷是：GPT Image 相關工具可以用 mask 引導局部修改，但不能把 mask 當成保證其他像素完全不變的鎖定層。[
15]
官方文件實際確認了什麼
官方資料目前能支持三件事。
第一，GPT Image 2 確實出現在 OpenAI API 的模型文件中。[2] 這能支持「GPT Image 2 是 OpenAI 文件中的模型」這個說法，但不能單獨推出它在每次照片編修中都會穩定保留人物臉、光線、構圖或未指定區域。[
2][
15]
第二，GPT Image 的官方範例有 mask 編修流程。文件寫明，如果不希望模型改動輸入圖片的特定部分，可以提供 mask；使用 mask 時仍然需要 prompt，代表遮罩與文字指令是一起引導輸出的。[15]
第三，官方沒有把 mask 描述成像素級保證。相反地，文件提醒模型仍可能改到 mask 中的部分內容，並建議在需要精準遮罩時使用影像分割模型。[15]
對人物臉、光線與構圖代表什麼
如果你的需求是「只修衣服上一個小污點，但臉、膚色、光線、背景構圖都完全不變」，目前提供的官方資料不足以支持這種保證。[2][
15] mask 可以降低不想修改區域被動到的機率，但官方說法本身就是「會避免」，不是「絕不更動」。[
15]
這對高敏感素材尤其重要。人物臉、商品輪廓、品牌標誌、包裝文字、證件照與需要一致光線的商業圖片，都不應只看生成結果是否大致好看；更安全的流程是保留原圖，逐張對照檢查臉部細節、邊緣、文字與構圖比例是否被帶動改變。這是對官方 mask 限制的必要風險控管。[15]
社群回報能說明什麼，不能說明什麼
OpenAI Developer Community 中有多則與 gpt-image-1 相關的遮罩編修回報，主題包括 mask edits 保留不佳、mask 無法把修改限制在特定區域、inpainting with a mask 取代整張圖片，以及 mask 被忽略等問題。[3][
4][
9][
10]
其中一則社群回覆把 GPT Image 的 masking 描述為 prompt-based，並稱模型會重新生成整張圖，只是盡量把未修改區畫得接近原圖；該回覆也指出模型可能不會完全精準遵守 mask 形狀。[6]
這些社群內容主要指向 gpt-image-1，也不是 OpenAI 對 GPT Image 2 的正式性能承諾，所以不能直接得出「GPT Image 2 一定有同樣問題」的結論。[3][
4][
6][
9][
10] 但它們和官方 cookbook 對 mask 可能不完全精準的提醒方向一致，足以作為實務使用時的風險訊號。[
15]
第三方「像素級手術式修改」宣傳要怎麼看
有第三方網站把「GPT Image 2 Edit」描述為可用自然語言修改參考圖，並宣稱能做「surgical pixel-level edits」、不需要 masks、layers 或 Photoshop。[5] 這類說法可以當作市場宣傳參考，但在判斷是否能「只改一小塊、其他完全不變」時，應優先以 OpenAI 文件中的限制說明與自己的測試結果為準。[
15]
換句話說，目前官方資料能支持的是：GPT Image 相關編修可用 mask 做局部導向；官方資料不能支持的是：mask 能保證未指定區域完全不被模型改動。[15]
實務建議：哪些情境適合，哪些要小心
如果目標是快速產生概念稿、社群圖變體、背景替換方向或視覺探索，mask 編修值得測試，因為 OpenAI 的確提供了遮罩式編修範例。[15]
但如果目標是高精度人物照、商品主圖、證件照、品牌素材或含有重要文字的圖片，驗收標準應該更嚴格：
- prompt 要明確。 使用 mask 時仍需要 prompt，因此要清楚描述要改什麼、哪些地方要保留。[
15]
- 需要精準邊界時，先做好 mask。 OpenAI 建議，如果需要 exact mask，可以使用影像分割模型。[
15]
- 把輸出當候選稿，不要直接當終稿。 官方已提醒 mask 仍可能被部分改動，因此臉部、產品邊緣、文字與品牌元素都應人工檢查。[
15]
- 保留原圖並做前後比對。 對構圖比例、光線一致性與關鍵細節敏感的圖片，最好逐張比較，而不是只看生成圖是否自然；這是因應 mask 不保證完全不變的必要流程。[
15]
最安全的一句話
GPT Image 2 可以放進局部改圖工作流中測試，但目前可查核資料不支持「一定只改指定小區域，人物臉、光線與構圖完全不受影響」的保證說法。OpenAI 官方範例支持 mask 局部導向，也同時提醒 mask 仍可能不完全精準；高精度修圖應搭配影像分割、前後比對與人工驗收。[2][
15]
