最近在做 Image to Image Generator，想解决一个很直接的问题：用户手上已经有参考图，也知道大概想改什么，但不想先学习传统桌面编辑器，网页端能不能把从参考图到可下载结果这条路径做清楚？

目前我先把这几步连起来：

1. 上传一张 JPEG、PNG 或 WebP 参考图；符合条件的多图流程可以组合 2 到 5 张图。
2. 用提示词说明希望改变什么，也尽量写清楚哪些主体、结构或细节需要保留。
3. 确认当前支持的模型、比例和分辨率，再提交生成。
4. 查看任务进度，复核主体、构图、细节和瑕疵后，再决定下载或调整请求。

输入目前支持 JPEG、PNG 和 WebP，单图不超过 24 MB，提示词上限 1,000 字符。单图模式使用一张参考图；符合条件的多图流程可以组合 2 到 5 张图。

这次更在意的是可控性

多放参考图不一定更可控。图片越多，越需要说清楚每张图负责什么、哪些内容要改变、哪些主体或结构要保留。否则输入虽然变多，模型收到的约束反而可能更模糊。

所以当前取舍不是继续堆更多入口，而是让用户在生成前确认输入、提示词和当前设置，生成后再对照主体、构图、细节和瑕疵做复核。

当前边界

网站是英文界面，处理范围是图片。符合条件的流程可以从 guest trial 开始，但部分功能需要 Google 登录和点数；模型、设置、登录要求、点数消耗和可用性可能变化。生成结果也不保证精确保留主体、没有瑕疵、唯一或自动具备商业使用许可。

产品地址： https://imagetoimagegenerator.io/

想听听大家一个具体建议：多参考图场景里，你更希望产品先帮你定义 “每张图的角色”，还是优先加强 “生成前后对比复核”？