GPT Image 2 发布后反响很大，它的生图能力特别强，中文也很准确，可以生成非常真实的截图和各种联动海报。我一直在尝试用 AI 生图来解决 UI 设计的问题，这次拿它和 Nano Banana Pro 做了一次系统的对比。
为什么用生图，而不是直接写 HTML 设计稿
现在最强的模型，比如 Gemini，直接写代码生成设计稿时，很多时候还是局限在代码层面。训练数据里代码实现有趋同的现象，如果我们不给出明确的设计方向，生成的东西会比较有 AI 味，视觉上也不够顶级。
生图的方式没有这个问题，因为它生成的是一张图片，不受代码实现的限制，可以做出更有设计感的东西。而现在 AI 模型复现一张设计稿的能力已经足够，即便没办法一次到位，后续调整时也能把这张图当作参考方向。
我的判断是：AI 直接写代码时，缺的是 UI 设计的创造力，执行能力是够的。生图正好可以把创造力这部分补上来。
之前我试过不少模型，从 Nano Banana 到 Nano Banana Pro，再到 Nano Banana 2，没有一款让我非常满意：要么生成的图片和系统已有的 UI 风格不一致，要么不够精致，效果还不如直接用代码写。只在游戏 UI 这类设计上，它们做得不错。
GPT Image 2 出来之后我测了很多案例，它在 UI 设计上的可用性已经达到了一个很高的级别。
对比方式
我做了一个对比页面，把两个模型生成的设计稿放在一起，左侧是 Nano Banana Pro（页面上标的是 Gemini 3 Pro，就是它背后的模型），右侧是 GPT Image 2。
两边用的提示词完全一样，而且我没有限制排版布局，只给了主题色和需要传达的数据，让模型自己发挥。
各个场景的对比
第一张是 Dashboard。Nano Banana Pro 的结果其实已经可用，但生成中文内容时字体会有偏差，字一多问题更明显，而且每次生成的变化比较大。GPT Image 2 的结果我几乎会认为是一个真实系统的截图，非常准确。同一组提示词我给了三四次，它每次生成的风格都基本类似。在 UI 设计的稳定性上，GPT Image 2 相对 Nano Banana Pro 提升很大。
第二个是上传弹窗。Nano Banana Pro 的版本太普通，我们自己用代码也能轻松写出这种风格。GPT Image 2 的版本里，TikTok、Instagram、YouTube 三个图标都非常准确——它学习过很多物料，不需要给参考图，就能生成真实的图标、卡通角色甚至真人明星。整体设计上它更偏海外 SaaS 的风格，也更清爽。
第三个是空状态页。这种页面纯用代码写 SVG 的上限比较低，需要真正的 UI 设计。Nano Banana Pro 的版本比较卡通，也太花了，可用性不强。
GPT Image 2 的版本可用性就强很多，而且它的风格让我一眼觉得像 Notion、Postman 这类产品里真实存在的空状态页。我之前研究过空状态页怎么设计，像这种图，可以把中间的插画单独拿出来，底下的 UI 自己补，就是一版很好的视觉参考。
第四个是步骤表单。真实的 UI 设计会涉及各种表单表格，这是 Nano Banana Pro 之前比较弱的地方：生成结果太花，而提示词里加更多限制，又会压制它的创造力。GPT Image 2 的版本可落地性强很多——顶部是步骤栏，左上角是 Logo，左侧加了一块背景纹理让表单显得更精致，右侧是勾选状态，底部是已选状态和右下角的 CTA 按钮，选好就可以进入下一步。
第五个是详情页。Nano Banana Pro 的版本用了各种渐变色，左侧栏也用了一样的渐变，一打眼感觉比较脏、比较油腻。GPT Image 2 的版本非常清爽，对比很明显，我自己也更喜欢这一版。
第六个是 Landing Page 首页。这一组见仁见智，但差别可以从顶部栏看出来：之前用 Midjourney 或其他生图工具生成的顶部栏，总是不太落地，很难用代码实现。GPT Image 2 的版本完全可以用代码写出来——顶多背景是一张图，里面的字体、按钮这些通用组件的设计都趋向真实，没有多余的模糊和阴影，底部的用户头像也非常准确。
重头戏是游戏 UI。我让它们做了一个狼人杀游戏的设计。Nano Banana Pro 的版本里，右侧齿轮上包了弹层，弹窗带外发光、透明效果和高亮的边，我很难想象怎么用代码实现，落地性很差，但布局可以参考。
GPT Image 2 的版本就是一个非常真实、很棒的 UI 设计，排版和整体的复古感、游戏感都很强。如果我之前做狼人杀游戏时有这样一版参考图，我可能真的会照着这个方向去做，即便个别地方代码实现不了。
最后是产品详情页。这一组两张差别不大，但 GPT Image 2 的版本一体性更强，而且把竖屏的完整长详情页都做了出来。有这样的设计稿，AI 参考着复现，几乎可以做到百分之百的还原程度。
后续计划：把 draw Skill 切到 GPT Image 2
这轮测试给我的感觉是：如果我们有一个 Skill，能控制好系统内有哪些元素，再按页面调整提示词——比如左侧栏用哪些内容、顶部用哪些内容——那十次里有九次都能稳定生成，需要变化的只有右侧的主体内容。而且它生成的结果可落地，我现在只测了紫色和暖色调的主题，但我相信任何配色、任何设计风格，它都能比较好地实现。
我自己写过一个叫 draw 的 Skill，之前是通过 ZenMux 调用 Gemini 生图，现在我打算把它换成 GPT Image 2。
后续我会把它发展成一个 UI 设计的 Skill：它会读取我们代码里已有的设计风格，每次生图时根据项目里的实际实现动态调整布局，但不直接告诉 AI 布局要怎么做——只告诉它需要展示哪些元素，不去限制 AI 的创造力。
另外，GPT Image 2 的价格还比 Nano Banana Pro 便宜。大家可以自己去体验一下，我之后会持续用它生成 UI 设计的图片。