Codex里塞了一块无限画布，AI改图终于不用靠"意念沟通"了

用AI生过图的人，大概都有过这种体验：好不容易出了一张七八分满意的图，结果背景色偏了、文字位置差了半个身位、logo跑到了不该出现的地方。你跟AI说"把左边的元素往右挪一点"，它不理你，直接重新生成一张完全不同的。额度又烧了一轮，图还是没改好。

这个死循环，最近终于有人想办法打破了。

有人把"无限画布"塞进了Codex

一位开发者基于开源画布引擎tldraw，做了一个叫Cowart的本地插件，直接装进Codex里。装完之后，Codex不再只是一个聊天窗口，而是多了一块可以随意拖拽、缩放、标注的无限画布。

Cowart这个名字也挺有意思——Code with Art的缩写，代码与艺术的结合。

核心功能说起来很简单：你可以在画布上生成图片，然后用箭头、文字批注直接在图上标记修改需求，截图丢给Codex，它就能看懂你指的地方，按照标注去改。

不用写长篇提示词描述"左上角那个元素往下移20像素、颜色换成深蓝"这些让人头疼的空间关系。画个箭头，写三个字"移到这"，Codex就明白了。

具体怎么玩？

操作流程不复杂。

第一步，安装Cowart插件。直接把安装指令发给Codex，它自己去clone仓库、配置环境、加载插件，你只需要等它搞定。

第二步，在对话里输入"帮我打开Cowart画布"，Codex会启动一个本地网页服务，对话里出现画布预览入口。点进去，就是一块空白的无限画布。

第三步，让Codex生成一张图，比如"帮我生成一张极简风格的咖啡杯海报"。图片会自动出现在画布上。

第四步，重点来了——在画布上做标注。用箭头指向图片某个位置，旁边写上"背景换成露营地"；再画一个箭头指向杯身，写"加上一个柴犬logo"。标注完，点截图按钮，把整张标注截图发给Codex。

第五步，Codex读取你的标注，生成修改后的新图，放在原图旁边。满意就下载，不满意继续标注、继续改。

整个过程，从"描述需求"变成了"指给AI看"。这种交互方式其实更符合我们的直觉。

为什么比写提示词好用？

这里面有一个底层逻辑：用线性文字去描述空间视觉信息，本身就是效率很低、损耗很大的沟通方式。

你脑子里看到的画面是完整的、空间化的——元素在哪里、多大、什么颜色、和其他元素的关系，一眼就能判断。但文字只能一个字一个字往外蹦，先说左边再说右边最后说颜色，信息在"翻译"的过程中大量丢失。

举个例子：你说"右上角文字缩小一点"，你心里想的是缩小20%，AI理解成了缩小40%。你说"按钮颜色调浅"，你脑子里是淡蓝色，它给你整出了一个天蓝色。

绝大多数改图返工，根源都在这里：视觉指令被迫压缩成文字，精准度在转换过程中持续丢失。

Cowart做的事情，本质上是换了一种输入介质——把"文字prompt"替换成了"图面可视化批注"。你不用再做那个费劲的"翻译"工作，脑子里看到什么调整需求，直接在原图上圈画标注，AI直接读取你的视觉指令。

还有一种更轻量的野生玩法

除了Cowart插件，也有人发现了更简单的办法：直接在Codex右侧的内置浏览器里打开Excalidraw（一个免费的在线白板工具），把要改的图拖进去，用画笔在上面圈标注，截一张大图发给Codex让它按标注改。不用装任何插件，零负担，适合偶尔改一张图的情况。

如果你经常需要出图、需要版本对比和批注记录留存，那Cowart插件更合适，它能把数据存在本地项目目录中，适合作为长期工作流来用。

说实话，现在还不完美

Cowart刚开源不久，体验上还有一些粗糙的地方。

首先是响应速度，从打开画布到生成、修改图片，每一步都需要等待。其次是额度消耗，多试几个版本，花费肉眼可见地往上涨。还有稳定性问题——画布、本地服务和MCP工具之间偶尔会断联，需要重开画布或重启对话才能恢复。

这些问题在早期开源项目中很常见，后续迭代有望改善。如果想尝试，建议先拿一个小项目练手，熟悉流程再处理正式素材。

从"聊天框"到"工作台"

把视角拉远一点看，Cowart这类插件的出现，反映了Codex正在从一个"聊天写代码的窗口"变成一个可以不断加装能力的本地工作台。最近几个月，Codex的插件生态越来越丰富，有人用它管收件箱邮件，有人用它做前端开发，OpenAI也在持续强化桌面端能力——内置浏览器、本地文件访问、多模态理解，都是在让Agent和用户的真实工作环境更深度地打通。

对于做内容创作的朋友来说，这种变化尤其值得关注。做自媒体、做AI漫剧、做批量出图，改图是日常高频操作。以前改一张图要来回写好几轮提示词，现在直接在图上指给AI看，效率提升是实实在在的。

感兴趣的话，可以去了解一下Cowart这个插件，有一台能跑Codex的电脑就行。拿一张最近需要修改的图片，走一遍完整流程，感受一下"指哪打哪"的改图体验。