无限画布塞进Codex：AI改图终于能指哪打哪了

用AI生成图片这事儿，现在大家都不陌生了。第一次出图，提示词写得详细点，模型基本能给你整出个七八成。但问题往往出在返修阶段——

"左边干净一点"——AI不知道你说的是左上角、左半边，还是背景里那片杂物。

"参考图的感觉"——它可能把参考图里的所有东西都搬过来。

改图最怕的不是模型不会画，而是它不知道哪一块该动，哪一块不能动。

最近有个叫Cowart的开源插件解决了这个痛点，它把无限画布直接塞进了Codex，让AI改图变成了"可视化批注"。

01 以前改图，像隔空喊话

做过AI生图的朋友应该都有体会：第一版生成往往问题不大，最崩溃的是返修环节。

你看到生成的图片，左上角有点乱，人物表情还行，背景想换，光感可以借鉴参考图但文字区域不要碰。这些需求写进提示词里，经常变成一团浆糊。

人和AI之间缺的就是"指向系统"。

你指着图说"这里往上一点"，AI只能靠猜。纯文字提示词擅长描述风格、主题和氛围，但不擅长指位置。尤其一张图里有主体、背景、道具、光线、文字区等多个元素时，所有意见都被压进一行文字，AI理解起来自然容易跑偏。

02 无限画布解决的是什么

Cowart这个插件的核心思路很简单：让用户把改图指令从"文字描述"变成"画面上的箭头、圈选和批注"。

它的技术底层是tldraw——一个基于React的无限画布引擎。用户可以在画布上构思、标注、生成图片，然后把标注好的图交给AI继续修改。

具体玩法是这样的：

第一步，用GPT-Image或者其他生图工具生成初版图像。

第二步，把图拖进无限画布。

第三步，直接在图上进行可视化批注——用红圈圈出要修改的区域，用箭头指向新的位置，用简短文字写出修改要求。如果要替换文字，就直接在原位置旁写上新文案。

第四步，把这张标注后的图重新交给AI，要求它严格根据标注修改。

这样一来，AI不再需要猜测你说的"那里"到底是哪里。你圈出来的区域，它就改那个区域；你没动的地方，它默认保留。

03 这个组合的想象空间

把无限画布和Codex结合起来，不只是解决"改图"这一个场景。

Codex本身就是OpenAI推出的AI编程助手，现在它不只能处理代码，还能操控电脑、内置浏览器、自动生成图像。把它和无限画布打通之后，开发者可以在画布上做UI设计原型，然后让Codex根据标注直接生成对应的代码。

对于内容创作者来说，这个组合的价值更直接：省去了反复描述、反复调整的时间。以前改一张图可能需要来回折腾五六轮，现在用画布标注清楚，一两次就能到位。

04 对普通用户意味着什么

Cowart这个插件目前主要面向开发者群体，安装和使用需要一定的技术基础。但它的设计思路代表了一个趋势：AI工具正在从"听话执行"向"精准理解"进化。

以前我们用AI，是让它猜我们的意思。现在有了无限画布这样的可视化界面，我们终于可以"指哪打哪"了。

如果你经常需要用AI生成配图、海报、课程插图这类内容，关注一下这类工具的进展。等这类能力集成到更傻瓜化的产品里，日常创作效率会明显提升。

---

想学习更多AI工具使用技巧，可以搜索"米核AI易山"，米核AI社提供300+工作流实战教程，帮助你快速掌握AI应用能力。