AI做游戏、网站最佳搭配:Codex + Image 2 ,从出图到落地全流程
最近一段时间，一些开发者在社交平台上分享了用 GPT Image 2 和 Codex 协同工作的经验。
GPT Image 2 是 OpenAI 今年推出的图像生成模型，支持复杂构图和非拉丁文字渲染；
Codex 则是同一个生态下的开发环境，可以对话式生成代码、调用工具，现在也内置了 Image 2 的生图接口，不需要单独配置 API Key。
除了此前收集的游戏开发案例，最近一位设计师 Viktor Oddy 也录制了一段完整的建站实操视频，展示了如何用类似的工具链从零搭建一个品牌网站。
把这两类案例放在一起，这套工具链目前的能力边界和使用方法已经比较清晰了。
独立开发者 VibeCreAI 提到他在一次 Game Jam 中，把整个游戏的场景、道具和天空背景全部替换了一遍，总共 106 个素材，用时一天。之前他因为不喜欢手动处理美术资产，所有视觉都用代码生成的占位符凑合。这次他让 Codex 调用 Image 2 生成这批资产，然后直接在游戏里加载。没有导出文件、拖拽素材和手动资产管理的过程。他把这叫做“vibe art”——类似于此前大家说的 vibe coding，只不过换到了美术环节。
另一个开发者 givros 的流程也很接近：先用 Image 2 生成画面，然后让 Codex 把画面切割成精灵图并生成动画，最后由 GPT-5.5 搭建出可玩的浏览器游戏原型。整个过程从一张图到一个可以在网页上操作的游戏，没有离开同一个工具链。
如果想用这套工具做像素风格的游戏，chongdashu 的测试提供了一个细节。他让 Codex 调用 Image 1.5 处理像素画精准编辑时，模型反馈说自己不擅长，结果它选择了自行通过代码去调整像素。也就是说，遇到自身工具的局限时，模型会转而用其他方式完成目标。
规模更大一点的尝试来自 Peter Gostev。他让 GPT-5.5 在 Codex 里规划并生成了 1500 张 2:1 比例的图像，拼合成一个可以在各个方向环顾的“巴比伦空中花园”，效果类似街景地图的行走体验。他在复盘时提到，移动时画面衔接还有跳跃，如果能更精细地规划图像序列，效果应该会更好。
Codex 直接凭空设计网页界面时，生成的结果往往功能没问题但视觉平庸。Peter Gostev 给出的方法分三步：第一步，在对话里用 Image 2 反复调整出一张满意的 UI 设计图；第二步，把这张图交给 Codex 去实现前端代码；第三步，让 Codex 一直对照参考图进行修改，直到界面和设计图尽量对齐。这样就把审美决策留给人，Codex 只负责落地。
Viktor Oddy 录制的完整建站过程，则把这个思路从头到尾演示了一遍。他搭建的是一个游戏风格的品牌展示页，全程没有手动写过一行代码，具体步骤是这样的：
第一步，去 Pinterest 找视觉灵感，确定网站的风格走向。他找了一张合适的场景图作为起点。
第二步，用 AI 生图工具把这张图拆成前景和背景两个图层。前景保留角色和场景元素，背景换成纯黑色，这样做的目的是为后续做视差滚动效果做准备。如果不用付费工具，直接搜“在线免费去背景”也能完成这一步。
第三步，把前景图导入视频生成工具（他用的 Kling），让画面生成一段循环动画，镜头不动，只是画面内有细微动态。这个动画视频将作为网站 hero 区域的背景。
第四步，打开 Google AI Studio，用对话的方式描述页面结构。
他给出的指令大致是：“创建一个 hero 区域，用这个视频做背景，写上标题”。AI 生成了一个包含导航栏和按钮的初始页面。他对自动生成的按钮样式不满意，就去 Pinterest 截了一张游戏风格按钮的参考图，发给 AI 让它参照这个风格重新生成按钮。这一步本质上就是在用参考图纠偏。
在 Antigravity 里，他把之前准备好的字体文件直接拖进素材库，用对话指令让 AI 把页面字体替换成他选的那一款，同时调整字号和标题文案。然后，他把第二步拆出来的前景图上传，用自然语言描述视差滚动效果——初始尺寸放大到 300%，视点对齐顶部，用户滚动时尺寸恢复正常，并指定了各元素的层级顺序，让前景盖住文字但不会挡住按钮。
他参考了 Landbook 上游戏行业网站的布局，用一段较长的指令同时让 AI 生成“关于我们”板块、数据统计板块、视频背景板块和页脚。对应位置先用占位图，后续替换。
第七步，把剩余的视觉素材上传，同样用对话让 AI 把占位图替换成实际图片，整个页面就完成了。
他的整个操作验证了一个关键点：在这个流程里，AI 不擅长做精准的审美决策，比如颜色搭配和字体选择。人去 Pinterest 或字体库找参考，然后把参考图丢给 AI 去复现，目前是效率最高的分工方式。
另外，CAD 工具领域也有类似尝试。Ruben Kostandyan 让 Codex 参照 Image 2 生成的建筑造型图，在 ForgeCAD 中复现了模型的结构参数。这说明以图像驱动工程参数生成，不局限于游戏和网页。
在 Codex 中直接使用 Image 2 时，有开发者发现一个容易被忽略的限制。
Tz_2022 测试了不同宽高比的生图指令，结果显示无论选择 1:1、16:9、3:1 还是 1:3，总像素数都被控制在约 157 万。
对于屏幕显示来说已经够用，但如果有更高分辨率的印刷需求，目前这个限制还绕不过去。
另外，OpenAI 目前正在用 DevDay 门票奖励社区中基于 GPT-5.5 和 Image Gen 的优质作品，说明这条工具链已经是他们现阶段着重推动的方向之一。
这些案例放在一起，指向一个比较清晰的变化：美术资产的制作和 UI 的实现门槛被拉得很低，个人开发者可以把更多时间花在方向和创意上，而不是被实现细节卡住。工具负责做出来，人负责判断好不好看，目前看下来，这是这套工具链最能发挥效率的协作模式。
如果你有类似的使用经验，或者遇到了其他限制，可以在评论区补充。
夜雨聆风
