GitHub Copilot 可直接生成和修改图片

GitHub Copilot 把图片生成和编辑接进了聊天流程：描述需求后，由专门的图片工具生成结果，在对话里预览，并直接保存到项目。它解决的是开发中找配图、切工具、再搬回资源的流程问题。

这次更新的重点不是证明图片质量更好，而是缩短从需求到项目素材的路径。对需要视觉资源的前端开发者有用，但目前仍是公开预览，图片费用也与聊天模型分开计算。

图片是谁生成的，结果放在哪里

在 Copilot 中提出图片需求时，当前选中的推理模型会调用专门的图片生成工具，后者由 GPT Image 2.5 Flare 驱动。

这里有两个角色：推理模型接收对话需求，图片工具负责产出图像。因此，不能把这次更新理解成「选中的聊天模型自己画图」。

生成结果会在聊天中直接预览，同时保存到工作区。对开发流程而言，这比多一个生图入口更实用：图片进入项目后，可以接着用于页面开发，不必再从另一款工具手动搬回来。

公告也明确支持用自然语言编辑图片。不过，它没有展开编辑流程，没说清如何指定已有图片、能控制哪些局部细节，以及多轮编辑如何保留结果。支持图片编辑已经明确，编辑能力的具体边界还没有交代。

少切一次工具，究竟省了什么

过去，在 Copilot 里写代码时需要一张视觉素材，通常要离开当前环境，到另一个工具重新描述需求，生成图片，再手动放回项目。

新流程允许在任意 Copilot 聊天会话中直接描述图片。既可以单独发起请求，也可以在编码任务进行到一半时提出需求。

例如，开发页面时发现还缺一张插图，可以在当前对话继续描述，让生成、预览和保存连在一起。这是基于公告流程可以尝试的用法；公告没有展示实际页面案例，也没有提供节省时间的测量结果。

入口包括 VS Code、GitHub Copilot app 和 Copilot CLI。使用方式都是打开 Copilot 聊天，描述想要的图片。原文没有给出专用命令、参数或 API，也没有要求切换到某个指定推理模型。

开通套餐以后，图片也不是免费附送

图片生成目前向 Copilot Pro、Copilot Pro+、Copilot Business 和 Copilot Enterprise 开放，状态为公开预览。

计费需要单独看：图片生成与聊天模型分开计费，根据图片 token 消耗计入套餐的 AI credits。不能因为已经订阅 Copilot，就把生成图片当成没有额外消耗的聊天操作。公告没有列出单张价格、不同尺寸的消耗，也没有给出图片编辑的具体计费示例。

团队还有两项控制能力：

• 组织和企业所有者可以通过 Copilot model policies 禁用图片生成模型，从而关闭图片生成功能。
• 用户可以选择给生成和编辑后的图片添加可见的「Made with AI」水印，默认关闭。

水印是可选标记。公告没有进一步说明图片授权、素材合规或其他溯源机制，不能从这个开关推导出相关保证。

我的判断

我认为这次更新最有价值的是把图片交付到工作区。对已经在 Copilot 中推进编码任务的人，减少一次重新描述需求和搬运文件的操作，确实切中了流程中的麻烦。

但「不中断工作流」目前是产品设计上的判断。原文是一则功能公告，没有作者实测、团队实验，也没有与独立生图工具对照的数据，无法据此判断生成质量、编辑精度或完成任务的速度。

和独立工具相比，Copilot 的优势是入口贴近代码，结果直接落盘；如果任务需要细致的局部编辑、统一多张图片的视觉风格，公告提供的信息还不足以判断它能否胜任。可以先把它当作项目素材的便捷入口，再用实际任务验证质量和成本。

能拿来做什么

• 在 VS Code 中开发需要插图的页面时，可以在当前 Copilot 对话里描述素材需求，检查预览和保存结果，再决定是否接入页面。
• 尝试图片编辑时，先用一张素材验证修改范围和细节保留情况，确认能力边界后再处理更多资源。
• 使用 Copilot CLI 或 GitHub Copilot app 的开发者，可以直接从现有聊天入口尝试，无须从公告中寻找额外的生图命令。
• 团队启用前，应确认 Copilot model policies 是否允许使用，并约定 AI credits 的使用范围，以及是否开启「Made with AI」水印。