Как нормально промптить GPT Image 2.5: разбираем официальный гайд OpenAI по кусочкам

Как добиться нужной композиции, не потерять лицо при редактировании, правильно использовать референсы и заставить модель менять только то, что вы попросили. В общем - выжимаем максимум из новой нейронки.

OpenAI выпустила подробный гайд по промптингу GPT Image 2.5. И, пожалуй, главная новость в нём такая: никакого секретного языка для генерации изображений по-прежнему не существует.

Не нужно набивать промпт словами masterpiece, 8K, ultra detailed или превращать обычную просьбу в огромный JSON. Модель гораздо лучше понимает простую вещь: что именно вы хотите получить, как это должно выглядеть и что ей нельзя трогать.

Кстати! Для меня было невероятно приятно насколько быстро GPT Image 2.5 работает в SYNTX.AI (да да, он уже там есть). Скорость генерации изображений невероятная.

Мы прочитали официальный гайд OpenAI и собрали из него правила, которые пригодятся не разработчику API, а обычному человеку, который хочет получить нормальную картинку с нескольких попыток, а не с тридцать пятой.

Одна из самых частых ошибок выглядит примерно так:

Сделай стильную рекламу духов, дорого, кинематографично.

Проблема не в том, что GPT Image 2.5 не понимает слова «стильно» и «дорого». Просто у модели и у вас могут быть очень разные представления о дорогой рекламе.

Чем важнее результат, тем полезнее сразу зафиксировать основные вещи: что находится в кадре, где расположен главный объект, какой нужен ракурс, фон, свет и какие детали добавлять нельзя.

Например:

Промпт

Здесь нет никаких специальных команд. Просто модели намного сложнее ошибиться, когда вы уже решили за неё композицию, свет и содержание кадра.

Отдельно OpenAI разбирает популярную идею о том, что структурированный промпт якобы автоматически даёт более качественную генерацию.

Нет.

GPT Image 2.5 понимает обычный текст, списки, короткие команды и структурированные блоки. JSON тоже понимает, но фигурные скобки не открывают скрытый режим качества.

Поэтому:

{"style":"cinematic","lighting":"soft","quality":"8k"}

сам по себе ничем не лучше нормального человеческого описания.

Структура пригодится, если сцена сложная и вам самим проще разложить её на части:

Главное здесь не формат. Главное, что каждая часть задачи понятна.

«Фотореалистично» можно написать. Но если реализм действительно важен, этого мало.

Лучше подумать, что делает сцену настоящей именно для вас: текстура кожи, материал ткани, состояние поверхности, характер света, глубина резкости, случайность позы.

Сравните:

Реалистичный мужчина чинит велосипед.

И:

Промпт

Кстати, OpenAI отдельно предупреждает: названия камер и объективов можно использовать как подсказку по внешнему виду кадра, но ждать от генератора физически точной симуляции конкретного объектива всё-таки не стоит.

С человеком в кадре работает тот же принцип.

«Девушка сидит с книгой» оставляет модели десяток решений: куда она смотрит, как держит книгу, видна ли фигура целиком, что делают руки.

Если поза важна, лучше её зафиксировать:

Промпт

Кажется излишне подробным ровно до первого момента, когда книга внезапно оказывается где-нибудь около плеча.

GPT Image 2.5 заметно лучше справляется с текстом внутри изображений, но здесь особенно полезна точность.

Если вам нужна конкретная фраза, напишите её дословно, возьмите в кавычки и сразу объясните, где она должна стоять. Если других надписей быть не должно, это тоже лучше сказать.

Например:

Промпт

И да, после генерации надпись всё равно нужно прочитать глазами. OpenAI советует отдельно проверять орфографию и читаемость финального изображения, особенно если оно идёт в рекламу, презентацию или на сайт.

Вот здесь GPT Image 2.5 становится особенно удобным.

Допустим, у вас уже есть фотография комнаты и нужно заменить кресло. Самая полезная формулировка в такой ситуации:

«Измени только...»

А дальше отдельно перечислить то, что должно остаться прежним. Консистентность наше всё.

Промпт

Так модель получает не просто задачу «поставь другое кресло», а довольно чёткую границу, за которую ей выходить не нужно.

Для редактирования это один из самых полезных принципов всего гайда.

Представим, что вы получили почти идеальную фотографию автомобиля. Теперь хочется добавить снег, включить фары, заменить диски, сделать вечер и ещё немного поменять фон.

Технически можно попросить всё сразу. Но если результат развалится, будет сложно понять, на какой именно правке это произошло.

Надёжнее идти по шагам:

Получается немного медленнее, зато вы постепенно приходите к нужной картинке, а не запускаете новую лотерею после каждого промпта.

GPT Image 2.5 умеет работать сразу с несколькими изображениями. Но фраза «возьми девушку отсюда, платье отсюда, а всё остальное как-нибудь красиво» всё ещё не лучший технический бриф.

Если загружаете несколько референсов, назначьте каждому конкретную роль.

Например:

Изображение 1: внешность человека.

Изображение 2: одежда.

Изображение 3: интерьер.

Если что, всё делаю в SYNTX.AI, невероятно удобный интерфейс для работы.

А сам запрос можно написать так:

Промпт

Чем понятнее роль каждого исходника, тем меньше модель начинает смешивать всё со всем.

Если герой должен появляться в серии картинок, комиксе или рекламной кампании, лучше сначала создать его отдельно и только потом помещать в разные сцены.

Например:

Промпт

А в следующем запросе снова напомнить модели ключевые признаки:

Промпт

Референс помогает сохранить персонажа, но важные признаки всё равно полезно повторить словами.

Если совсем сократить официальный гайд OpenAI, рабочий запрос к GPT Image 2.5 обычно отвечает на несколько вопросов:

Что должно появиться в кадре? Главный объект, человек или сцена.

Как должен выглядеть кадр? Композиция, ракурс, положение объектов и фон.

Какая нужна визуальная подача? Свет, цвета, материалы, фактуры и стиль.

Есть ли точный текст? Лучше сразу написать его дословно и указать расположение.

Что нельзя менять?Особенно важно при редактировании: лицо, форму продукта, фон, композицию, логотип и другие ключевые детали.

Для чего нужен каждый референс?Лицо, одежда, объект, фон или только стиль.

А дальше самое важное: не пытаться решить всё одной огромной командой. Получили хороший результат, зафиксировали его и аккуратно двигаетесь дальше по одной правке.

Никакого секретного промптинга здесь нет. Чем точнее вы сами понимаете, чего хотите от изображения, тем проще это объяснить модели.

GPT Image 2.5 уже доступен в SYNTX.AI, поэтому примеры из этого гайда можно сразу забирать, менять под свою задачу и проверять на своих изображениях.

Источник: официальный Image Prompting Guide от OpenAI https://developers.openai.com/api/docs/guides/image-prompting?model=gpt-image-2.5

#gpt #sora #sora2 #soraopenai #изображения #генерацияизображений