GPT Image 2 нарисовал интеграцию. Но по этой картинке я бы не начал разработку

Попросил GPT Image 2 изобразить пять компонентов бэкенда и четыре связи между ними. В полученном изображении эта цепочка сохранилась. Но как архитектор я вижу разницу между удачной иллюстрацией и схемой, по которой команда сможет реализовать систему. Покажу результат, запрос и свою границу приёмки.

Результат GPT Image 2 по текстовому запросу из статьи. Учебная цепочка из пяти компонентов; не схема реальной production-системы.
Результат GPT Image 2 по текстовому запросу из статьи. Учебная цепочка из пяти компонентов; не схема реальной production-системы.

Сначала результат: картинку я оставляю

На изображении выше — окно браузера, синий блок сервиса, коралловый лоток с карточками, блок с шестерёнкой и цилиндр хранилища. Между соседними объектами четыре стрелки вправо. Отдельного пути от сервиса сразу к хранилищу не появилось.

Именно такую последовательность я задал: клиент → API → очередь → worker → хранилище. Визуально здесь мне нравится акцент на очереди: она отличается цветом, а остальные элементы не перетягивают внимание. Для обложки статьи об асинхронной обработке я бы этот результат принял.

Важная оговорка: это вымышленная учебная цепочка, не изображение моего production и не универсальная архитектура. Я не проверял на ней нагрузку, отказоустойчивость или корректность доставки сообщений.

Что именно я дал модели

Генерацию запустил через DataEyesAI с явно заданным идентификатором gpt-image-2 в Images API. Параметры: 1536×1024, quality=auto, n=1. На входе был только текст — без скриншота настоящей системы, внутренних документов или пользовательских данных.

Ниже сокращённый перевод отправленного английского запроса, а не отдельный «улучшенный» промпт после результата:

Редакционная иллюстрация для статьи бэкенд-разработчика. Светлый фон, тёмно-синий и кобальтовый цвета, один коралловый акцент. Ровно пять объектов в одном ряду слева направо: окно браузера; синий прямоугольный API-сервис; коралловый лоток очереди с тремя белыми карточками; тёмный worker с белой шестерёнкой; цилиндр базы данных. Соединить только соседние объекты четырьмя стрелками вправо. Никаких других связей, прямого пути API—база, циклов или ветвлений. Без текста, букв, цифр, логотипов, роботов и неона. Это иллюстрация, не скриншот реальной системы.

Почему так подробно? Для меня слова «нарисуй современную архитектуру» оставляют слишком много свободы именно там, где свобода не нужна. Я заранее зафиксировал состав объектов, порядок, направление связей и запрет на дополнительные пути. А палитру и фактуру оставил художественной частью задачи.

Что прошло проверку, а что я вообще не проверял

В этом результате я могу подтвердить простые наблюдаемые вещи: пять основных объектов, четыре соединения, направление слева направо, выделенную цветом очередь. Это локальная проверка конкретной картинки, не показатель надёжности модели на любых диаграммах.

Я специально не просил подписи. Поэтому этот пример ничего не доказывает о качестве русского текста, длинных названий сервисов или точности технических обозначений. Не проверялись также редактирование исходной схемы, сохранение её структуры после правок и сложная топология с несколькими ветвями.

И главное: не стоит выдавать отсутствие ошибок в четырёх стрелках за понимание всей интеграции. Простой последовательный рисунок — гораздо более узкая задача.

Почему это ещё не схема для команды

Посмотрите на стрелку API → очередь. Что она означает: попытку отправки, подтверждённую запись или только намерение поставить задачу? На картинке этого нет. Шестерёнка тоже не сообщает, когда worker подтверждает сообщение и что происходит, если он завершился между внешним вызовом и сохранением результата.

Здесь нет контрактов, идентификаторов сообщений, правил повторной обработки, ошибок и границ доверия. Их отсутствие не является неожиданной ошибкой GPT Image 2: я не включал их в задачу. Ошибкой было бы самому представить эту обложку как достаточное техническое описание.

Для рабочей схемы я сначала зафиксировал бы роли компонентов и смысл каждого ребра в редактируемом источнике — например, в Mermaid, PlantUML или обычном документе с явным списком связей. Красивый рендер можно менять, не меняя договорённости команды. Если же нужна именно растровая схема от модели, её всё равно придётся сверять с этим источником.

Мой порядок работы с такими иллюстрациями

1. Определить назначение до генерации. Обложка должна передать тему. Объясняющая схема — помочь понять конкретный механизм. Документ для реализации — зафиксировать ещё и проверяемые технические договорённости. Это разные задачи приёмки.

2. Выписать инварианты. Какие компоненты обязательны, какие связи допустимы, чего на рисунке быть не должно. Для этой картинки инвариантами были состав и линейный путь через очередь.

3. Проверить результат по запросу, а не по впечатлению. Сначала пересчитать объекты и стрелки, затем посмотреть на смысл. После — открыть маленький превью-размер: если очередь или направление теряются, обложка не выполняет свою задачу.

4. Не заставлять генерацию решать любую правку. Если нужно изменить имя сервиса или одно ребро в рабочей диаграмме, я бы предпочёл редактируемый источник. Перегенерировать всю картинку ради такой правки — отдельный риск получить изменения в других местах. В этом примере такой эксперимент не проводился.

Цена файла — не вся стоимость

Здесь нет замера экономии времени, стоимости принятой иллюстрации или сравнения с другими моделями. По одному результату я не назову GPT Image 2 самым выгодным инструментом.

Для своей задачи я учитывал бы не только генерацию, но и проверку, исправления, подготовку подписи и будущие изменения. Если изображение нужно лишь для статьи, растровый файл может подойти. Если команда будет регулярно менять компоненты и связи, редактируемость для меня важнее эффектной подачи.

Мой вывод по этому примеру простой: GPT Image 2 дал подходящую иллюстрацию заданной цепочки. Я принимаю её как обложку — и не повышаю её статус до архитектурного документа только потому, что она аккуратно выглядит.

О модели: официальная карточка OpenAI описывает GPT Image 2 как модель генерации и редактирования изображений; на 12 ноября 2026 года она помечена Deprecated. Поэтому этот материал — разбор конкретного доступного вызова, а не рекомендация выбирать её для новой долгоживущей интеграции. Возможность вызова через посредника и жизненный цикл официальной модели нужно проверять отдельно. Источник: карточка GPT Image 2.

Вы бы приняли такую картинку в техническую документацию — или оставили бы её обложкой, а рабочую схему держали в редактируемом формате? Что проверяете первым: стрелки, подписи или сценарии ошибок?