GPT Image · картинки по подробному заданию, надписи и правка

GPT Image · модели OpenAI для генерации и правки изображений. Их главная черта · они хорошо понимают длинное подробное задание, написанное обычным языком. Можно описать рекламный макет, слайд с цифрами, схему или серию правок одной картинки, и модель будет держать много требований сразу.

Разберём, какие версии есть в семействе, какие параметры описывает OpenAI для GPT Image 2 и как построить промпт под разные задачи.

Что умеет GPT Image

По документации OpenAI модели семейства подходят для таких задач:

• Фотореализм. Живые сцены с фактурой кожи, материалов и естественным светом, если прямо попросить «реалистичную фотографию».
• Точный текст. Слоганы, вывески, подписи на схемах и слайдах.
• Инфографика и схемы. Учебные диаграммы, слайды с графиками, схемы процессов.
• Логотипы и вырезанные предметы. С прозрачным фоном, если он задан в запросе.
• Правка по инструкции. Заменить одежду, убрать предмет, сменить погоду, перевести надписи с сохранением макета.
• Сборка из нескольких картинок. Человек с одного фото, одежда с других, фон с третьего.
• Правка в несколько шагов. Результат одного шага становится входом для следующего.

У моделей есть и ограничения, о которых OpenAI пишет прямо: точное размещение текста, сохранение одного персонажа во многих генерациях и строгая вёрстка по сетке пока даются им не всегда.

Версии и параметры

Параметры GPT Image 2 из официальной документации:

• Размер. Режим auto или своё разрешение. Длинная сторона не больше 3840 точек, обе стороны кратны 16, соотношение сторон не круче 3:1. Общее число точек от 655 360 до 8 294 400, то есть примерно от 0,66 до 8,3 мегапикселя.
• Типовые размеры. 1024×1024, 1536×1024, 1024×1536, 2048×2048, 2048×1152, 3840×2160 и 2160×3840.
• Точность входных картинок. GPT Image 2 всегда обрабатывает референсы в высокой точности, отдельной настройки для этого нет.
• Прозрачный фон. Для GPT Image 2 доступен в режиме предварительной версии, нужен формат PNG или WebP.
• Маска. Можно указать область правки маской. Маска работает как подсказка для модели, а при нескольких входных картинках относится к первой.

В Студии формат кадра и качество выбираются в форме модели. Какие версии семейства можно запустить, видно в карточке модели.

Как устроен хороший промпт

OpenAI советует писать промпт как техническое задание. Удобный порядок для сложных запросов · сцена, объект, детали, ограничения, каждая часть отдельным абзацем или с подписью.

1. Результат и назначение. Что это: рекламное фото, слайд, схема, иконка. Для кого и где будет использоваться.
2. Композиция. Формат кадра, план, где стоят главные элементы.
3. Видимые детали. Материалы, свет, цвета, носитель: фото, акварель, плоская графика. Для фотореализма прямо пишите «реалистичная фотография».
4. Люди и действия. Как человек в кадре: в полный рост или по пояс, куда смотрит, как держит предмет.
5. Текст. Точная надпись в кавычках, её место и шрифт. Необычные слова и названия можно продиктовать по буквам. Попросите не добавлять другой текст.
6. Ограничения. Что исключить: водяные знаки, лишние логотипы, декор.

Формат промпта может быть любым: короткая фраза, абзац, список с подписями или структура в духе JSON. Выбирайте тот, который удобно читать и править.

Правка и референсы

Для правок говорите «измени только X» и перечисляйте, что нужно сохранить · гайд OpenAI по промптам

Если картинок несколько, называйте их по номеру и давайте роль: «человек с изображения 1, платье с изображения 2». Правьте по одному изменению за шаг и повторяйте в каждом шаге список того, что должно остаться прежним, иначе детали постепенно уплывают.

Документация показывает пример перевода надписей на инфографике на другой язык с сохранением макета, но отдельно о кириллице не говорит. Русский текст держите коротким и проверяйте каждую букву.

Подробнее в статьях о тексте на изображениях и о референсах.

Примеры промптов

Частые ошибки

• Общая просьба вместо задания. «Красивая реклама кофе» оставляет модели все решения. Назовите назначение, формат кадра, объект, свет и точный текст.
• Надпись без кавычек и без запрета лишнего. Модель может добавить свои слова или повторить слоган дважды. Пишите текст в кавычках, сколько раз он должен появиться, и просите не добавлять другой текст.
• Правка без списка сохранения. Если не сказать, что лицо, поза и фон должны остаться, модель может перерисовать их заодно с нужным изменением.
• Много изменений за один шаг. Пять правок сразу трудно проверить и ещё труднее исправить. Делайте по одной и передавайте результат в следующий шаг.
• Референсы без ролей. Пишите, что взять с каждой картинки и куда это поставить.
• Мелкий текст на низком качестве. Для слайдов, схем и плотных подписей OpenAI советует сравнивать среднее и высокое качество.
• Нарисованная шахматка вместо прозрачности. Прозрачный фон задаётся настройкой, а не словами в промпте. Если формы нет такой настройки, просите однотонный фон и убирайте его отдельно, см. статью об удалении фона.

Как попробовать в Студии

Откройте GPT Image 2 в разделе Фото, вставьте один из промптов выше и выберите формат кадра. Для правки загрузите исходное фото и опишите изменение. Цена в кредитах видна на кнопке запуска до нажатия. Зарубежные модели работают после согласия, которое отмечается флажком при входе, подробнее в статье о согласии.

Если нужна близкая по задачам модель, посмотрите Seedream для фото и правки, FLUX для точных цветов и референсов и Ideogram для плакатов с текстом.