OpenAI 技术讲师 Dominik Kundel 分享了一个让他直呼"这是我做 App 最有乐趣的时刻"的组合：GPT-5.5 + GPT-Image-2 + Codex。
核心工作流：设计稿 → 代码
GPT-Image-2 特别擅长生成用户界面和渲染文字，GPT-5.5 特别擅长精确遵循指令和端到端执行。两者结合的思路很简单：先用图像模型生成设计，再用模型把它实现出来。
一个让人印象深刻的例子：有人给 Kundel 发了一张自己做的 App 截图，Kundel 把截图粘贴到 Codex，让它用真实 Artemis II 任务数据实现出来。Codex 读取图片，从 NASA 网站拉任务数据，然后开始实现。
有意思的是，Codex 发现并解决了原设计中没注意到的问题：截图里地球和月球的比例与任务数据不匹配。Codex 主动在地球和月球周围插值数据来解决这个矛盾，同时保留了更真实的飞行轨迹。Kundel 还让它加了一个"真实比例"选项来完整展示飞行路径。
Build Web Apps 插件：自动化这套流程
OpenAI 在 Codex App 里更新了 Build Web Apps 插件，把这个工作流自动化了：
- 用 GPT-Image-2 生成概念设计
- 把设计稿传给 GPT-5.5 实现
- 用内置浏览器验证
- 生成必要的 UI 资产来打磨应用
还有人在用它做 3D 建模软件（通过 /plan 模式先评审不同设计方案再实现）、Windows 3.1 复刻版（含虚拟文件系统和扫雷游戏），甚至整个操作系统界面。
关键技巧：两个步骤必须分开 session
Alex Volkov 分享了一个重要的坑：如果在同一 session 里让 GPT-Image-2 生成图像再立刻让 GPT-5.5 实现，模型有时候会把设计稿当作"灵感"而非"严格规范"，尤其是在更长更复杂的任务上。
正确做法：先生成图像，再开一个新的独立 session 让 Codex 做像素级还原。 在同一 session 里，UI 看起来和原设计差距很大，组件不对，CTA 按钮也对不上。
OpenAI 官方插件之所以更新，就是为了给 Codex 更结构化的工作流——明确要求它拿实现结果和原设计做对比校验，这个 tighter loop 能更好地保留设计意图、提高准确率。
手动做的时候的小技巧：明确让 Codex 重新审视设计图像，做逐项对比审查。