分享最近做项目的一个关于用Codex批量修图的经历：
项目里需要将多张图调整为相同色调和背景的风格，所以我将其中一张发给codex，然后让他按需求生成图片，过程中可能会有调整，但只要实现了想要的效果，就让codex将实现过程沉淀为skill。
沉淀为skill这一步的意义在于明确标准，如果后续我需要调整变量，比如不需要山脉元素，都可以以此为基准调整，而且后续生图歪了，也可以随时用skill将标准扭转回来，这也是为什么我这次用codex的原因。
回到正题，在生成skill之后，用这个skill随便测试一张图，如果得出的效果跟目标一致（图3），就可以直接把剩下的图放在一个文件夹里，让codex批量处理，后续有问题的再修即可。
要稳定进工作流，就得有个「标准」。之所以没有用生图平台或者ChatGPT去做这个事情，我一开始的顾虑就是生一张容易，如何维持标准才是最难的，如果用参考图来确立标准，生的图容易代入参考图的元素；如果用ChatGPT，同一个对话里它生图歪了就掰不回来了，新开对话又要重新定标准，所以就尝试了codex，效果还不错。

最后三张图是在skill的基础上，让它不加入山脉和城市，仅调整色调的效果

最后的最后叠个甲，这个做法可能只适合我，仅供参考，你自己有更好的方法，那是最好的～
#how i ai##codex#