画像のプロンプト

概要

まず必要な画像を明確にし、被写体、構図、スタイル、制約を記述します。編集の場合は、変更する点と維持する点を明示します。一度に一つずつ調整し、結果を確認します。

GPT Image 2.5 には 2 種類のモデルがあります。GPT Image 2.5 Flare は速度に最適化された小型モデルで、GPT Image 2 と同程度の画質を備えています。GPT Image 2.5 Sunburst は品質に最適化されたベースモデルで、GPT Image 2 よりも高い画質を備えています。どちらのモデルも、編集の精度と被写体の特徴を維持する能力が向上しています。

API のセットアップとリクエスト例については、画像生成ガイドをご覧ください。

モデルの選び方

新しいワークフローでは、速度を優先するなら GPT Image 2.5 Flare、高い品質要件への対応を優先するなら GPT Image 2.5 Sunburst から始めます。出力が要件を満たしたら、レイテンシを短縮できるか検討します。

現在使用している画像モデルから移行する場合は、現在の画質を基準にします。どちらのモデルも、画像生成、編集、透明な背景に対応しています。

GPT Image 2.5 Sunburst が品質要件を満たしたら、同じプロンプトと入力で GPT Image 2.5 Flare をテストします。GPT Image 2.5 Flare もその要件を満たし、レイテンシが改善する場合は切り替えます。GPT Image 2.5 Sunburst の品質面での優位性がワークフローに必要な場合は、そのまま使い続けます。

実際のワークロードで応答時間と品質を測定します。結果は、プロンプト、参照画像、出力サイズ、品質設定によって異なります。あるワークロードで速度が向上しても、別のワークロードで同じ向上幅が得られるとは限りません。

モデルのパラメーター

API パラメーターはプロンプトとは別に設定します。

カスタム解像度は WIDTHxHEIGHT の形式で指定し、次の制約に従います。

• 各辺は 3,840 ピクセル以下である必要があります。
• 両辺とも 16 ピクセルの倍数である必要があります。
• 長辺と短辺の比率は 3:1 以下である必要があります。
• 総ピクセル数は 655,360 以上、8,294,400 以下である必要があります。

総ピクセル数が 3,686,400（2560x1440）を超える出力は実験的な機能です。

quality を調整する前に、上記のワークフローでモデルを選択します。最初の比較では、明示的に選択した品質設定に両モデルが対応している場合、その設定を変更せず、プロンプト、参照画像、出力サイズも固定します。品質設定のラベルが同じでも、モデル間で画質や応答時間が同じになるわけではありません。

出力が要件に届かない場合は、品質設定を上げてテストします。要件を満たしたら、設定を下げ、許容できる品質を維持しながらレイテンシを短縮できるかテストします。xhigh または max は、許容レイテンシの範囲内で、満たせていない品質要件について改善が得られる場合にのみ使用します。設定を上げても、すべてのプロンプトで結果が良くなるとは限りません。

透明な画像素材を作成する場合は、background="transparent" を明示的に指定し、PNG または WebP を使用します。デコードした画像のアルファチャンネルを、髪、ガラス、影、物体の輪郭を含めて確認します。output_compression は JPEG または WebP 出力でのみ使用し、PNG では使用しません。

既存ワークフローの移行

1. 比較の基準を保存します。 本番環境で使用する代表的なプロンプトと参照画像を収集します。難しい編集、正確な文字列、顔、商品の形状、透明な画像素材を含めます。現在のモデル、リクエスト設定、結果を記録します。
2. 最初の候補を選びます。 GPT Image 2 がすでに品質要件を満たしている場合は、GPT Image 2.5 Flare から始め、レイテンシが改善するかテストします。複雑なユースケースで GPT Image 2 が要件に届かない場合は、GPT Image 2.5 Sunburst から始め、まず品質要件を満たすことを確認します。最初の比較では、プロンプト、参照画像、サイズ、出力形式を変更しません。
3. 結果全体を確認します。 指示への準拠、被写体の同一性と商品の特徴の保持、文字の正確さ、意図しない変更、透明度を比較します。リクエストを繰り返して、一貫性を測定します。編集ワークフローでは、個々のステップに加え、一連の編集全体もテストします。
4. 品質要件を満たしてから、レイテンシを改善できるかテストします。 GPT Image 2.5 Sunburst から始めて品質要件を満たした場合は、同じ要件で GPT Image 2.5 Flare を評価します。品質が許容範囲に収まり、レイテンシも改善する場合にのみ切り替えます。それ以外の場合は、GPT Image 2.5 Sunburst を使い続けます。
5. 設定を一つずつ調整します。 プロンプトを書き直す前に、品質レベルを比較します。通常時と遅い場合の応答時間、失敗、再試行、採用した画像 1 枚あたりのコストを測定します。高速なモデルのほうが安いと決めつけず、現在の料金を確認します。
6. ワークフローごとに導入します。 リリースされたモデルが受け入れ基準を満たしたら、トラフィックのごく一部を移し、同じ指標を監視しながら段階的に拡大します。以前のモデルは、サポートされている間、ロールバック用に利用できる状態にしておきます。

GPT Image 1 または 1.5 から移行する場合は、リファレンスタブでパラメーターの違いと提供終了日を確認します。古い設定をそのままコピーせず、候補モデルが対応しているリクエスト設定でテストします。GPT Image 2 からの移行では、既存の解像度と透明度の要件を維持して比較します。

編集を繰り返すと、維持したい細部が変わってしまうことがあります。その制約を改めて伝え、毎回結果を確認します。ある領域をピクセル単位で完全に同一に保つ必要がある場合は、プロンプトだけに頼らず、承認済みの編集部分を元の画像に合成します。

プロンプトの基本

1. 求める結果を明確にします。 被写体と、商品写真、広告、図解などの用途を記述します。構図、アスペクト比、配置に関する重要な制約を指定します。複雑なリクエストでは、シーン、被写体、細部、制約という見出し付きのセクションにプロンプトを整理します。
2. 保守しやすい形式を選びます。 短いプロンプト、詳しい説明文、JSON に似た構造、指示、タグのいずれでも同じ意図を伝えられます。特別な構文に頼らず、要件を最も読み取りやすく、更新しやすい形式を選びます。
3. 見た目の細部を記述します。 素材、照明、色、表現媒体を指定します。写真のような表現が目的なら、「フォトリアル」や「実際の写真」と明示し、フレーミングと質感を記述します。カメラの仕様は、厳密な物理シミュレーションを保証するものではなく、見た目を伝える手がかりとして扱います。広い画角、映画風、暗所、雨、ネオンを使ったシーンでは、印象を表す言葉だけに頼らず、スケール感、雰囲気、色を指定します。
4. 人物と動作を指定します。 体のどこまでを画面に収めるか、相対的な大きさ、視線、物との関わりを記述します。「足先まで全身を写す」「開いた本を見下ろしている」「両手で自然にハンドルを握っている」などの指示を使うと、意図するポーズや動作が明確になります。
5. 文字列を正確に指定します。 必要な文言を引用符で囲み、位置とタイポグラフィを記述します。珍しい単語やブランド名は、必要に応じて一文字ずつ綴りを示します。余分な文字を入れないように指示し、出力の綴りと読みやすさを確認します。小さな文字、情報量の多い画像、複数のフォントを使用する場合は、品質設定の「中」と「高」を比較します。
6. 変更点と制約を分けます。 編集では「X だけを変更」と伝え、被写体の同一性、形状、レイアウト、照明、ラベルなど、維持する細部を列挙します。不要な文字、ロゴ、透かしなど、含めないものも明示します。局所的な編集を精密に行う場合は、変更してはいけない彩度、コントラスト、矢印、カメラアングル、周囲の物体も指定します。
7. 参照画像に役割を割り当てます。 各入力を番号と用途で識別し、被写体、スタイル、服装、背景のどれに使うかを示します。入力をどのように組み合わせ、どの要素をどこに移すかを説明します。
8. 意図を明確にして調整を重ねます。 前の出力を次の編集の入力として渡し、一つの変更を依頼して、維持する細部を再度伝えます。「前と同じスタイル」などの参照でもコンテキストを引き継げますが、結果が意図からずれたら重要な制約を改めて明示します。指示を追加する前に結果を比較します。

以下の例では、それぞれ異なるテクニックを紹介します。これらのプロンプトを出発点に、自分の画像や要件に合わせて調整してください。

画像の生成

スタイルと照明の調整

被写体、フレーミング、光、質感を通じて写真を記述します。この例では、自然な瞬間を捉えた構図を指定し、過度なレタッチを行わないよう明示しています。

生成設定：size="1024x1536"、quality="medium"。

Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.

出力例：

プロセスの視覚的な説明

説明するプロセス、対象読者、画像で伝えるべき情報を明示します。図解やインフォグラフィックでは、見た目だけでなく、ラベルや描かれた関係が事実に即しているかも確認します。

生成設定：size="1024x1536"、quality="medium"。

Create a detailed Infographic of the functioning and flow of an automatic coffee machine like a Jura.
From bean basket, to grinding, to scale, water tank, boiler, etc.
I'd like to understand technically and visually the flow.

出力例：

指定どおりのテキストの描画

必要な文言を引用符で囲み、何回表示するかをモデルに伝えます。対象読者と視覚的な表現方法を指定し、無関係な指示は加えないようにします。

生成設定：size="1024x1536"、quality="medium"。

Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.

出力例：

再利用できるロゴのデザイン

ブランドと、ロゴマークを形作る図形を説明します。サイズを変えても見やすい、明快な構成を指定します。複数のバリエーションをリクエストするには、n を使用します。

生成設定：size="1024x1536"、quality="medium"、background="transparent"、output_format="png"、n=1。

Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.

各行では、各モデルのバリエーションを 1 つずつ並べて比較しています。

出力例：

歴史や現実世界の背景情報の活用

場所と日付を指定して、歴史的な舞台を設定します。モデルは背景情報から細部を推測できますが、服装、場面の演出、周囲の様子が史実に合っているかを確認してください。

生成設定：size="1024x1536"、quality="medium"。

Create a realistic outdoor crowd scene in Bethel, New York on August 16, 1969.
Photorealistic, period-accurate clothing, staging, and environment.

出力例：

物語の漫画化

物語から漫画を生成するには、展開を視覚的にわかりやすい場面の連続として定義し、各コマに 1 つずつ割り当てます。モデルが物語を読みやすくテンポのよいコマに落とし込めるよう、動作を中心に具体的に描写します。

生成設定：size="1024x1536"、quality="medium"。

Create a short vertical comic-style reel with 4 panels.
Panel 1: The owner leaves through the front door. The pet is framed in the window behind them, small against the glass, eyes wide, paws pressed high, the house suddenly quiet.
Panel 2: The door clicks shut. Silence breaks. The pet slowly turns toward the empty house, posture shifting, eyes sharp with possibility.
Panel 3: The house transformed. The pet sprawls across the couch like it owns the place, crumbs nearby, sunlight cutting across the room like a spotlight.
Panel 4: The door opens. The pet is seated perfectly by the entrance, alert and composed, as if nothing happened.

出力例：

インターフェースのプレビューの作成

インターフェースのプレビューは、プロダクトがすでに存在するかのように説明すると、最もよい結果が得られます。レイアウト、情報の階層、余白、実際のインターフェース要素に焦点を当て、コンセプトアートを連想させる表現は避けます。そうすることで、デザインのスケッチではなく、リリース済みで実際に使えるインターフェースのような仕上がりになります。

生成設定：size="1024x1536"、quality="medium"。

Create a realistic mobile app UI mockup for a local farmers market.
Show today’s market with a simple header, a short list of vendors with small photos and categories, a small “Today’s specials” section, and basic information for location and hours.
Design it to be practical, and easy to use. White background, subtle natural accent colors, clear typography, and minimal decoration.
It should look like a real, well-designed, beautiful app for a small local market.
Place the UI mockup in an iPhone frame.

出力例：

科学・教育向けビジュアルの作成

科学・教育向けのビジュアルは、生物学や化学、授業での説明、フラットな科学アイコンの体系、図解、学習素材に適しています。プロンプトは教材の設計概要を書くように作成し、対象者、学習目標、表現形式、必要なラベル、科学的な制約を明確にします。効果的な結果を得るには、アイコンのスタイルを統一し、明確な矢印と読みやすいラベルを使った、すっきりとしたフラットなデザインを指定します。学習者が概念をひと目で把握できるよう、十分な余白も求めます。

正確さが重要な場合は、必要な構成要素を明示的に列挙し、含めてはいけないものも指定します。ラベルが多い画像や図解、スライドや教材で使用する素材には quality="high" を使用します。

生成設定：size="1536x1024"、quality="high"。

Create a simple biology diagram titled "Cellular Respiration at a Glance" for high school students.

Show how glucose turns into energy inside a cell. Include glycolysis, the Krebs cycle, and the electron transport chain.
Use arrows to connect the steps, and label the main molecules: glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, and H2O.
Make it look like a clean classroom handout or slide, with a white background, simple icons, clear labels, and easy-to-read text.

Avoid tiny text, extra decoration, or anything that makes the diagram hard to understand.

出力例：

スライド・図解・グラフの作成

業務用のビジュアルでは、イラストの制作依頼ではなく、成果物の仕様書のようにプロンプトを書くと効果的です。作成するもの（スライド、ワークフロー図、グラフ、ページ画像）を具体的に示し、キャンバスと情報の階層を定義し、実際に使うテキストやデータを提示して、デザインの方向性を説明します。読みやすい文字組み、整った余白、過剰な装飾を避けること、ありきたりなストックフォト風の表現にしないことなど、実用上の制約もプロンプトに含めます。

スライド、グラフ、図解が中心の素材では、数値やラベルをプロンプトに直接記載します。プレゼンテーション資料形式の出力には横長のサイズを使用し、小さな文字、凡例、軸、脚注を含む画像には quality="high" を使用します。

以下の市場に関する数値や引用は、デザイン用の架空のサンプルです。スライドを使用する前に、検証済みのデータに置き換えてください。

生成設定：size="1536x864"、quality="high"。

Create one pitch-deck slide titled **"Market Opportunity"** that feels like a real Series A fundraising slide from a YC-backed startup.

Use a clean white background, modern sans-serif typography like Inter, and a crisp, minimal layout. The slide should include:

* A TAM/SAM/SOM concentric-circle diagram in muted blues and grays
* Specific, believable market sizing numbers:

  * **TAM:** $42B
  * **SAM:** $8.7B
  * **SOM:** $340M
* A clean bar chart below showing market growth from **2021 to 2026**, with a subtle upward trend
* Small footnotes: **"AGI Research, 2024"** and **"Internal analysis"**
* A company logo placeholder in the bottom-right corner

The design should look like it belongs in a deck that actually raised money: highly readable text, clear data hierarchy, polished spacing, and professional startup-style visual language.

Avoid clip art, stock photography, gradients, shadows, decorative elements, or anything that feels generic or overdesigned.

出力例：

画像の編集

参照先の入力画像とともに client.images.edit を使用します。マスクが必要な部分編集については、マスクを使用した編集を参照してください。

レイアウトを保持した翻訳

プロセスの視覚的な説明で各モデルが生成したコーヒーマシンの図解を入力として使用します。デザインを変えずにテキストを置き換えるよう依頼し、翻訳内容と、元の言語のまま残っている単語がないかを確認します。

編集設定：size="1024x1536"、quality="high"。

Translate the text in the infographic to Spanish. Do not change any other aspect of the image.

出力例：

ビジュアルスタイルの適用

参照画像の配色、質感、表現媒体など、何を参考にするのかを明確にします。新しい被写体については別に説明します。以下のピクセルアート画像を入力として使用します。

編集設定：size="1024x1536"、quality="medium"。

Use the same style from the input image and generate a man riding a motorcycle on a white background.

入力画像：

出力例：

人物の特徴を保った服装の変更

以下の人物写真と 3 点の服装の参照画像を入力として使用します。人物のどの特徴を維持する必要があるかを明示し、変更は服装だけに限定します。この方法は、製品や物体を同じものだと認識できる状態に保つ必要がある編集にも適用できます。

編集設定：size="1024x1536"、quality="medium"。

Edit the image to dress the woman using the provided clothing images. Do not change her face, facial features, skin tone, body shape, pose, or identity in any way. Preserve her exact likeness, expression, hairstyle, and proportions. Replace only the clothing, fitting the garments naturally to her existing pose and body geometry with realistic fabric behavior. Match lighting, shadows, and color temperature to the original photo so the outfit integrates photorealistically, without looking pasted on. Do not change the background, camera angle, framing, or image quality, and do not add accessories, text, logos, or watermarks.

入力画像：

出力例：

参考画像の組み合わせ

街の風景写真を画像 1、犬の写真を画像 2 として渡します。移動する要素、移動先、変更せずに保持する部分を指定します。

編集設定：size="1024x1536"、quality="medium"。

Place the dog from the second image into the setting of image 1, right next to the woman, use the same style of lighting, composition and background. Do not change anything else.

入力画像：

出力例：

背景が透明な商品の切り抜き画像の作成

プロンプトでは被写体だけを切り抜くよう指示し、API では background="transparent" を指定します。PNG または WebP を使用し、返されたアルファチャンネルを保持してください。PNG の場合は output_compression を省略します。市松模様が描かれていても、背景が透明とは限りません。その後の編集でも、透明な背景を保持するという要件を繰り返し伝えてください。入力には、以下の商品写真を使用します。

編集設定：size="1024x1536"、quality="medium"、background="transparent"、output_format="png"。

Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.

入力画像：

出力例：

スケッチから写実的な画像への変換

スケッチをレンダリングするワークフローは、元の意図を保ちながら、ラフな絵を写真のようにリアルなコンセプト画像に仕上げるのに適しています。プロンプトは仕様書のように記述します。レイアウトと遠近感を保持したうえで、現実に即した素材、照明、環境を指定し、 リアルさを加えます 。独自の解釈による改変を避けるため、「新しい要素やテキストを追加しないでください」と明記してください。

編集設定：size="1024x1536"、quality="medium"。

Turn this drawing into a photorealistic image.
Preserve the exact layout, proportions, and perspective.
Choose realistic materials and lighting consistent with the sketch intent.
Do not add new elements or text.

入力画像：

出力例：

オブジェクトの削除

削除するオブジェクトを 1 つ明示し、その周囲をすべて維持するよう指定します。編集が局所的なものにとどまるよう、人物、ポーズ、照明、構図は変更しないでください。

編集設定：size="1024x1536"、quality="medium"。

Remove the flower from man's hand. Do not change anything else.

入力画像：

出力例：

シーンへの人物の挿入

同じ人物だと分かる特徴を保ちながら、新しいシーンに人物を挿入します。自然な照明、現実味のある細部、身体をどこまで画面に収めるか、視線、シーン内の要素との関わり方を指定します。変更してはいけない顔の特徴や身体の比率を明示してください。gpt-image-2 では、画像入力は常に高忠実度で処理されるため、input_fidelity は省略します。

博物館にいる女性の画像を入力画像として使用します。

編集設定：size="1024x1536"、quality="medium"。

Generate a highly realistic action scene where this person is running away from a large, realistic brown bear attacking a campsite. The image should look like a real photograph someone could have taken, not an overly enhanced or cinematic movie-poster image.
She is centered in the image but looking away from the camera, wearing outdoorsy camping attire, with dirt on her face and tears in her clothing. She is clearly afraid but focused on escaping, running away from the bear as it destroys the campsite behind her.
The campsite is in Yosemite National Park, with believable natural details. The time of day is dusk, with natural lighting and realistic colors. Everything should feel grounded, authentic, and unstyled, as if captured in a real moment. Avoid cinematic lighting, dramatic color grading, or stylized composition.

出力例：

対話を重ねて画像を改善

まず 1 枚の出力画像を確認し、それを次の入力として使います。どの変更が改善につながったかを確認できるよう、追加の指示は毎回、範囲を絞ります。

最初の画像の作成

この看板のシーンには、背景が透明な商品の切り抜き画像の作成で使用したシャンプーの写真を入力として使います。ラベルの文字は正確に引用します。

編集設定：size="1024x1536"、quality="medium"。

Create a realistic billboard mockup of the shampoo on a highway scene during sunset.
Billboard text (EXACT, verbatim, no extra characters):
"Fresh and clean"
Typography: bold sans-serif, high contrast, centered, clean kerning.
Ensure text appears once and is perfectly legible.
No watermarks, no logos.

入力画像：

出力例：

条件を 1 つ変更

前の手順で各モデルが出力した看板の画像を、それぞれのモデルの次の編集リクエストに渡します。この短い追加指示で、既存のシーンを保ちながら天候を変更します。

編集設定：size="1024x1536"、quality="medium"。

Make it look like a winter evening with snowfall.

出力例：

キャラクターの一貫性の維持

複数の挿絵を使う本では、シーンやポーズ、ページが変わっても外見を保ちやすくするために、再利用できるキャラクターの参照画像を作成します。キャラクターを特徴づける細部を繰り返し指定しながら、周囲の環境や物語を変えていきます。

キャラクターの設定

キャラクターの外見、体の比率、服装、雰囲気を指定します。

生成設定：size="1024x1536"、quality="medium"。

Create a children’s book illustration introducing a main character.

Character:
A young, storybook-style hero inspired by a little forest outlaw,
wearing a simple green hooded tunic, soft brown boots, and a small belt pouch.
The character has a kind expression, gentle eyes, and a brave but warm demeanor.
Carries a small wooden bow used only for helping, never harming.

Theme:
The character protects and rescues small forest animals like squirrels, birds, and rabbits.

Style:
Children’s book illustration, hand-painted watercolor look,
soft outlines, warm earthy colors, whimsical and friendly.
Proportions suitable for picture books (slightly oversized head, expressive face).

Constraints:
- Original character (no copyrighted characters)
- No text
- No watermarks
- Plain forest background to clearly showcase the character

出力例：

物語の続き

各モデルが生成したキャラクター画像を再利用し、新しい場面を説明します。キャラクターの一貫性を保つため、外見に関する制約を改めて指定します。

編集設定：size="1024x1536"、quality="medium"。

Continue the children’s book story using the same character.

Scene:
The same young forest hero is gently helping a frightened squirrel
out of a fallen tree after a winter storm.
The character kneels beside the squirrel, offering reassurance.

Character Consistency:
- Same green hooded tunic
- Same facial features, proportions, and color palette
- Same gentle, heroic personality

Style:
Children’s book watercolor illustration,
soft lighting, snowy forest environment,
warm and comforting mood.

Constraints:
- Do not redesign the character
- No text
- No watermarks

出力例：

その他のワークフロー

部屋の家具の変更

場面全体を作り直すことなく、実際の空間で家具や装飾を変えた様子を可視化します。目指すのは、変更を必要な箇所だけに絞ったリアルな仕上がりです。カメラアングル、照明、影、周囲の状況を保ちながら対象物を 1 つだけ置き換え、デザインを一新した画像ではなく、実際に撮影した写真のように見せます。

編集設定：size="1536x1024"、quality="medium"。

In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
Keep all other aspects of the image unchanged.
Photorealistic contact shadows and fabric texture.

入力画像：

出力例：

ホリデーカードのデザイン

季節のカードのコンセプトを作る際は、場面、伝えたい感情や雰囲気、素材、照明、掲載する正確な文言を記述します。立体的なポップアップカード風や、実物のカードを撮影した写真風に仕上げる場合は、紙の重なり、繊維、折り目、柔らかなスタジオ照明を指定します。以下の例では、テディベアのいる懐かしい雰囲気の場面を使っています。

生成設定：size="1024x1536"、quality="medium"。

Create a Christmas holiday card illustration.

Scene:
a cozy Christmas scene with an old teddy bear sitting inside a keepsake box, slightly worn fur, soft stitching repairs, placed near a window with falling snow outside. The scene suggests the child has grown up, but the memories remain.

Mood:
Warm, nostalgic, gentle, emotional.

Style:
Premium holiday card photography, soft cinematic lighting,
realistic textures, shallow depth of field,
tasteful bokeh lights, high print-quality composition.

Constraints:
- Original artwork only
- No trademarks
- No watermarks
- No logos

Include ONLY this card text (verbatim):
"Merry Christmas — some memories never fade."

出力例：

コレクション用グッズのデザイン

素材、パッケージ、印刷の鮮明さといった商品写真の要素を指定し、グッズやパッケージのコンセプトを検討します。デザインは独自性があり、他者の権利を侵害しないものにし、キャラクターやパッケージの複数のバリエーションを比較します。

生成設定：size="1024x1536"、quality="medium"。

Create a collectible action figure of a vintage-style toy propeller airplane with rounded wings, a front-mounted spinning propeller, slightly worn paint edges, classic childhood proportions, designed as a nostalgic holiday collectible, in blister packaging.

Concept:
A nostalgic holiday collectible inspired by the simple toy airplanes
children used to play with during winter holidays.
Evokes warmth, imagination, and childhood wonder.

Style:
Premium toy photography, realistic plastic and painted metal textures,
studio lighting, shallow depth of field,
sharp label printing, high-end retail presentation.

Constraints:
- Original design only
- No trademarks
- No watermarks
- No logos

Include ONLY this packaging text (verbatim):
"Christmas Memories Edition"

出力例：

完全なサンプルの実行

この実行可能なサンプルは、引き続き gpt-image-2 に固定されています。これをベースラインとして使い、その後、利用可能なモデルと、そのモデルがサポートするリクエスト設定を選んで評価してください。

以下のサンプルでは、ロゴのバリエーションを 4 種類生成し、プロダクトを切り抜いて背景を透明にします。Python の場合は pip install openai、Ruby の場合は gem install openai で OpenAI SDK をインストールします。OPENAI_API_KEY を設定し、プロダクトの写真を input_images/shampoo.webp として保存してください。実際にリクエストを送信すると、API 利用料金が発生します。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55import base64
from pathlib import Path

from openai import OpenAI

client = OpenAI()


prompt = """
Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.
"""

result = client.images.generate(
    model="gpt-image-2",
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
    n=4,  # Generate 4 versions of the logo
)

# Preserve the returned PNG bytes, including the alpha channel.
for index, item in enumerate(result.data, start=1):
    Path(f"logo-generation-{index}-gpt-image-2.png").write_bytes(
        base64.b64decode(item.b64_json)
    )

# Extract a product from a reference image.
prompt = """
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
"""

result = client.images.edit(
    model="gpt-image-2",
    image=[
        Path("input_images/shampoo.webp"),
    ],
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
)

Path("extract-product-gpt-image-2.png").write_bytes(
    base64.b64decode(result.data[0].b64_json)
)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19require "base64"
require "openai"
require "pathname"

client = OpenAI::Client.new
result = client.images.generate(
  model: "gpt-image-2",
  prompt: "Create an original logo for Field & Flour, a local bakery. Use warm, simple shapes on a fully transparent background, with clean alpha edges and no shadow or checkerboard.",
  size: "1024x1536", quality: :medium, background: :transparent, output_format: :png, n: 4
)
Array(result.data).each_with_index do |item, index|
  File.binwrite("logo-generation-#{index + 1}-gpt-image-2.png", Base64.strict_decode64(item.b64_json || raise("No PNG returned")))
end
result = client.images.edit(
  model: "gpt-image-2", image: OpenAI::FilePart.new(Pathname("input_images/shampoo.webp"), content_type: "image/webp"),
  prompt: "Extract the product onto a fully transparent background. Preserve its geometry and label, with clean edges and no shadow or restyling.",
  size: "1024x1536", quality: :medium, background: :transparent, output_format: :png
)
File.binwrite("extract-product-gpt-image-2.png", Base64.strict_decode64(Array(result.data).fetch(0).b64_json || raise("No PNG returned")))

その他のプロンプトや一連のワークフローについては、元のノートブックを参照してください。

結果の確認

出力を使う前に、要件を満たしているか確認してください。

• 必要なテキストは正確で読みやすいですか？図のラベルや関係性は正しいですか？
• 人物の同一性、商品の形状、ラベル、参照画像の細部は保たれていますか？
• 編集によって変わったのは、依頼した箇所だけですか？
• 透明な背景が必要な場合、背景を描画しただけではなく、ファイルにアルファチャンネルが含まれていますか？

プロンプトやモデルを変更する際は、代表的な入力を使って品質、レイテンシ、コストを比較してください。最新の料金については、画像生成の料金を参照してください。

概要

GPT Image 2 は、テキストの描画、参照画像に基づく編集、柔軟な出力サイズ指定など、画像の生成と編集に対応しています。既存の連携を保守する際は、このリファレンスを参照してください。プロンプトガイドでは、構図、テキスト、参照画像、編集時の細部の保持に関する共通の手法を解説しています。掲載されている画像例には GPT Image 2.5 Flare と GPT Image 2.5 Sunburst を使用しており、モデルによって出力は異なる場合があります。移行する際は、ガイドのモデルの選択と評価ワークフローを活用してください。

モデルのパラメーター

生成には client.images.generate、編集には client.images.edit を使用します。API のセットアップとリクエスト例については、画像生成ガイドを参照してください。

元のプロンプト、入力、実行可能なワークフローについては、ピン留めされたGPT Image 2 ノートブックを参照してください。

概要

GPT Image 1.5 は、テキストの描画、写真のようにリアルな画像の生成、参照画像に基づく編集など、画像の生成と編集に対応しています。既存の連携を維持する際に、このリファレンスをご活用ください。プロンプトガイドでは、構図、テキスト、参照画像、編集時の細部の保持に関する共通の手法を紹介しています。出力はモデルによって異なる場合があるため、使用するモデルと入力でこれらの手法を試してください。

モデルのパラメーター

生成には client.images.generate、編集には client.images.edit を使用します。API のセットアップとリクエストの例については、画像生成ガイドをご覧ください。

概要

GPT Image 1 は、参照画像とマスクを使った画像生成と編集に対応しています。既存の連携の保守に、このリファレンスをご利用ください。シーンの描写、細部の保持、編集結果の改善など、共通のテクニックについては、プロンプトガイドを参照してください。

モデルのパラメーター

生成には client.images.generate、編集には client.images.edit を使用します。API のセットアップとリクエスト例については、画像生成ガイドを参照してください。