GPT Image — гайд по промптингу для генерации и редактирования изображений

1. Что такое GPT Image и какую задачу решает

GPT Image — семейство моделей OpenAI для генерации изображений по тексту и редактирования изображений с помощью текстовых инструкций. Руководство помогает составлять воспроизводимые промпты, выбирать качество вывода и ограничивать изменения при итеративной работе.

После прочтения вы сможете:

• собрать структурированный промпт для генерации;
• выполнить минимальный запрос через Python SDK;
• переводить надписи, менять одежду, объекты, стиль и освещение;
• объединять несколько входных изображений;
• проверять результат по заранее заданным критериям;
• уменьшать дрейф композиции, идентичности и текста между итерациями.

Материал основан на официальном руководстве OpenAI. Самостоятельный запуск приведённых примеров для этой редакции не выполнялся.

2. Модели и параметры

В примерах исходного руководства используется gpt-image-2. Состав моделей и ограничения ниже относятся к исходному руководству от 21 апреля 2026 года. Перед запуском нового процесса сверяйте изменяемые параметры с актуальной документацией OpenAI.

Ограничения размеров gpt-image-2

Размер должен одновременно удовлетворять следующим условиям:

• каждая сторона меньше 3840px;
• ширина и высота кратны 16;
• отношение длинной стороны к короткой не превышает 3:1;
• общее число пикселей находится в диапазоне от 655 360 до 8 294 400 включительно.

Результаты крупнее 2560x1440 в исходном руководстве отмечены как более вариативные. Поэтому разумная верхняя граница для стабильного процесса — 2560x1440. Если нужна близкая к UHD цель, используйте валидный размер вроде 3824x2144, а затем отдельно проверяйте результат.

Как выбирать качество

• Начинайте с quality='low', если важны скорость, стоимость итераций или массовая генерация вариантов.
• Используйте medium как рабочий баланс для большинства изображений.
• Сравнивайте high для мелкого текста, плотной инфографики, крупных портретов, сложного композитинга и финальных ассетов.

Окончательный выбор делайте по собственной выборке: сравнивайте одинаковые промпты, размеры и входные изображения по качеству, задержке и доле повторных генераций.

3. Каркас хорошего промпта

Для сложных запросов используйте постоянный порядок:

1. Назначение изображения.
2. Сцена или фон.
3. Главный субъект и действие.
4. Композиция, точка обзора и освещение.
5. Материалы, фактура и визуальный носитель.
6. Точный текст, если он нужен.
7. Что разрешено изменить.
8. Что требуется сохранить.
9. Запрещённые элементы.

Назначение: [реклама, карточка товара, учебная диаграмма].
Сцена: [место, время, фон].
Субъект: [кто или что, действие, масштаб].
Композиция: [кадрирование, угол, расположение, свободное пространство].
Визуальный язык: [фотография, акварель, плоская графика, 3D].
Текст: "[дословная надпись]".
Изменить: [только разрешённые элементы].
Сохранить: [идентичность, геометрию, фон, макет, цвета].
Исключить: [лишний текст, водяные знаки, логотипы, новые объекты].

Конкретика и композиция

Указывайте материалы, текстуры, масштаб и состояние объектов. Для фотографии полезны тип кадра, направление света и глубина резкости. Характеристики камеры помогают передать общий визуальный язык, но не гарантируют точную физическую симуляцию конкретного объектива.

Если нужен фотореализм, прямо используйте photorealistic, real photograph или сходную формулировку. Добавьте наблюдаемые признаки реального снимка: поры кожи, складки ткани, следы износа, естественные тени и небольшие несовершенства.

Для людей уточняйте:

• видна ли фигура полностью;
• направление взгляда;
• положение рук и ног;
• размер человека относительно окружающих объектов;
• взаимодействие с предметами.

Текст внутри изображения

Приводите надпись дословно в кавычках и отдельно задавайте расположение, размер, цвет и характер шрифта.

Промпт:

Render this text exactly once: "Fresh and clean".
Bold sans-serif typography, centered, high contrast, clean kerning.
No other text, symbols, logos, or watermarks.

После генерации проверяйте текст посимвольно. Для юридически значимых надписей, упаковки и длинных текстовых блоков надёжнее предусмотреть отдельную вёрстку после генерации.

Итеративные правки

За одну итерацию меняйте один аспект: освещение, объект, цвет или расположение. При каждом запросе повторяйте критичные инварианты.

Промпт:

Change only the lighting to warm late-afternoon sunlight.
Keep the subject, face, pose, clothing, camera angle, crop, background, layout, and colors unchanged.
Do not add text or new objects.

4. Подготовка Python-клиента

Предварительные условия

Нужны Python, установленный пакет openai, API-ключ и входные изображения, если вы выполняете редактирование. Передайте ключ через переменную окружения, а не через исходный код.

python -m pip install openai
export OPENAI_API_KEY='YOUR_OPENAI_API_KEY'

Для редактирования положите референсы в каталог input_images/ и укажите реальные имена файлов в примере.

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI()
output_dir = Path('output_images')
output_dir.mkdir(parents=True, exist_ok=True)


def save_first_image(result, filename: str) -> Path:
    image_base64 = result.data[0].b64_json
    output_path = output_dir / filename
    output_path.write_bytes(base64.b64decode(image_base64))
    return output_path

Минимальная генерация

prompt = '''
Create a photorealistic product photo of a ceramic mug
on a light wooden table, soft window light, centered composition,
clean background, no text, no logo, no watermark.
'''

result = client.images.generate(
    model='gpt-image-2',
    prompt=prompt,
    size='1024x1024',
    quality='low',
)

output_path = save_first_image(result, 'ceramic-mug.png')
print(output_path)

Проверяемый признак успешного вызова: result.data содержит элемент с b64_json, сохранённый файл открывается как изображение и соответствует заданному размеру. Наличие файла само по себе не подтверждает качество: отдельно проверьте композицию и все ограничения промпта.

5. Полезные сценарии генерации

Инфографика и учебные диаграммы

Задача — превратить список компонентов и связей в схему для конкретной аудитории. Укажите учебную цель, обязательные элементы, направление стрелок и точные подписи.

Промпт:

Create a clean educational diagram titled "Cellular Respiration at a Glance" for high-school students.
Show glycolysis, the Krebs cycle, and the electron transport chain connected by clear arrows.
Include these labels exactly: "glucose", "pyruvate", "ATP", "NADH", "FADH2", "CO2", "O2", "H2O".
White background, consistent flat icons, readable labels, generous spacing.
No decorative elements or additional text.

Наблюдаемый результат проверяют по полноте компонентов, направлению стрелок, точности подписей и читаемости в целевом размере. Для плотной схемы сравните medium и high; при критичной научной точности перепроверьте содержание отдельно.

Фотореалистичный документальный кадр

Задача — получить правдоподобную фотографическую сцену с естественными деталями. Входное изображение не требуется, если сцену создают с нуля.

Промпт:

Create a photorealistic documentary photograph of an elderly sailor repairing a net on a small fishing boat.
Weathered skin with visible pores and wrinkles, faded maritime tattoos, worn clothing, a dog sitting nearby.
Eye-level medium close-up, soft coastal daylight, shallow depth of field, subtle film grain, natural colors.
The moment should feel candid and unretouched. No glamour treatment, text, logos, or watermark.

Проверяйте анатомию, направление взгляда, работу рук, фактуру кожи и правдоподобность света. Фотореалистичный вид не подтверждает, что сцена действительно происходила.

Логотип и оригинальный знак

Задача — быстро получить несколько концептов для обсуждения с командой. Опишите характер бренда, носители и требования к масштабированию.

result = client.images.generate(
    model='gpt-image-2',
    prompt='''Create an original logo concept for Field & Flour, a local bakery.
Warm, simple, timeless, strong silhouette, balanced negative space,
flat design, centered on a plain background, no watermark.''',
    size='1024x1024',
    quality='medium',
    n=4,
)

for i, item in enumerate(result.data, start=1):
    image_bytes = base64.b64decode(item.b64_json)
    (output_dir / f'logo-generation-{i}.png').write_bytes(image_bytes)

Наблюдаемый результат — четыре отдельных файла с вариантами. Перед коммерческим использованием проверьте оригинальность знака и приведите выбранный вариант к рабочему векторному формату.

Рекламный макет

Пишите промпт как краткий креативный бриф: бренд, аудитория, культурный контекст, сцена, композиция и дословный слоган.

Промпт:

Create a polished streetwear campaign image for the original brand Thread.
Show a group of friends spending time together in natural poses.
Render the slogan exactly once: "Yours to Create".
Modern fashion photography, strong color direction, clean composition, readable typography.
No additional text, third-party logos, or watermarks.

После генерации проверьте количество слоганов, написание каждого символа, отсутствие лишнего текста и соответствие макета задаче кампании.

История в нескольких панелях

Разбейте сюжет на отдельные визуальные события. Для каждой панели задайте действие, эмоцию и изменение относительно предыдущей.

Промпт:

Create a vertical four-panel comic with four equal panels.
Panel 1: the owner leaves; a pet watches through the window.
Panel 2: the door closes; the pet turns toward the empty house.
Panel 3: the pet lounges across the sofa with crumbs nearby.
Panel 4: the owner returns; the pet sits neatly by the entrance as if nothing happened.
Keep the same pet, home, palette, and drawing style in every panel. No text.

Проверьте число панелей, порядок событий, постоянство персонажа и отсутствие текста. Сложные сцены с множеством действий лучше разбивать на несколько итераций.

UI-макет

Описывайте интерфейс как готовый продукт: укажите платформу, иерархию, реальные блоки, отступы и ограничения.

Промпт:

Create a realistic mobile app mockup for a local farmers market inside an iPhone frame.
Show a simple header, today's vendors with small photos and categories, today's specials, location, and opening hours.
White background, restrained natural accent colors, clear typography, practical spacing, minimal decoration.

Наблюдаемый результат — макет с указанными блоками и читаемой иерархией. Его интерактивность, доступность и корректность текстов нужно проверять отдельно.

Слайд, график или диаграмма

Передайте точные числа и подписи. Пример ниже использует условные данные, которые нельзя выдавать за оценку реального рынка.

Промпт:

Create one pitch-deck slide titled "Market Opportunity".
Use a clean white background, modern sans-serif typography, and a minimal startup presentation layout.
Include a TAM/SAM/SOM diagram with these illustrative values: "TAM: $42B", "SAM: $8.7B", "SOM: $340M".
Below it, include a bar chart for 2021–2026 using a data series supplied separately by the user.
Include only these footnotes: "Example data" and "Internal analysis".
Use clear hierarchy, readable labels, measured spacing, and no decorative elements.

Для достоверного графика передайте готовый ряд данных и сравните каждое значение с исходными данными после генерации. Модель может оформить график правдоподобно, но визуальная убедительность не подтверждает числовую точность.

6. Полезные сценарии редактирования

Для gpt-image-2 в этих примерах не используется input_fidelity: параметр не поддерживается этой моделью.

Перевод текста на готовом изображении

Задача — локализовать готовый дизайн без перестройки макета. Передайте исходное изображение и ограничьте правку текстом.

Промпт:

Translate all visible text into Spanish.
Preserve the exact layout, hierarchy, font character, spacing, colors, icons, images, logos, and background.
Change only the text. Do not add explanations or new words.

После правки сравните оригинал и результат: количество текстовых блоков, смысл перевода, расположение, переносы строк и неизменность графических элементов.

Перенос стиля

В этом примере один входной файл служит стилевым референсом, а новый субъект задаётся промптом. Если входов несколько, заранее распределите их роли по индексам и описаниям.

result = client.images.edit(
    model='gpt-image-2',
    image=[open('input_images/style-reference.png', 'rb')],
    prompt='''Use the input image as the style reference.
Generate a man riding a motorcycle on a plain white background.
Preserve the reference palette, texture, mark-making, and level of detail.
Add no extra objects or text.''',
    size='1024x1536',
    quality='medium',
)

Проверьте, что изменился сюжет, а палитра, фактура и характер изображения соответствуют референсу. Если нужно сохранить лицо или позу человека, передайте их отдельным контентным референсом и явно укажите инварианты.

Виртуальная примерка одежды

Задача — получить визуальное превью нового наряда на фотографии человека. Первым входом передайте фотографию человека, следующими — предметы одежды.

result = client.images.edit(
    model='gpt-image-2',
    image=[
        open('input_images/person.png', 'rb'),
        open('input_images/tank_top.png', 'rb'),
        open('input_images/jacket.png', 'rb'),
        open('input_images/boots.png', 'rb'),
    ],
    prompt='''Image 1: person photo. Image 2: tank top. Image 3: jacket. Image 4: boots.
Replace only the clothing on the person using Images 2–4.
Preserve face, skin tone, body shape, pose, identity, hair, expression, background, crop, and camera angle.
Match fabric drape, lighting, and shadows.
Do not add accessories, text, logos, or watermarks.''',
    size='1024x1536',
    quality='medium',
)

Проверяйте сходство лица, форму тела, положение конечностей, границы одежды, складки, перекрытия и контактные тени. Такой результат служит визуальным превью и не гарантирует реальную посадку вещи.

Эскиз в фотореалистичный рендер

Промпт:

Turn this sketch into a photorealistic image.
Preserve the exact layout, proportions, perspective, and object placement.
Add plausible materials, environmental detail, and lighting consistent with the sketch.
Do not add new objects or text.

Сравните результат с исходным эскизом по перспективе, пропорциям и расположению объектов. Если часть эскиза неоднозначна, модель может интерпретировать её по-своему.

Продукт на чистом фоне

Для gpt-image-2 создайте непрозрачный однотонный фон. Если нужен прозрачный файл, удалите фон отдельным инструментом после генерации.

result = client.images.edit(
    model='gpt-image-2',
    image=[open('input_images/product.png', 'rb')],
    prompt='''Extract the product and place it on a solid opaque white background.
Preserve product geometry and the label exactly.
Clean edges, no halo, subtle contact shadow, no redesign, no additional text.''',
    size='1024x1536',
    quality='medium',
    background='opaque',
)

Увеличьте результат и проверьте края, мелкий текст этикетки, пропорции упаковки и отсутствие случайных изменений брендинга.

Смена погоды или освещения

Промпт:

Change only the environmental conditions to a snowy winter evening.
Preserve every person, object, sign, label, camera angle, crop, geometry, and layout.
Adjust only illumination, shadows, atmosphere, snowfall, and surface moisture.

Наблюдаемый результат — та же сцена с изменёнными погодой и освещением. Сравните исходный и новый кадры по объектам, ракурсу, геометрии и расположению.

Удаление или замена объекта

Промпт:

Remove only the flower from the man's hand and reconstruct the area naturally.
Preserve the person, face, hand position, clothing, background, lighting, crop, and camera angle.
Change nothing else. Add no new objects or text.

Для интерьерной замены используйте тот же принцип: назовите один заменяемый объект и отдельно перечислите геометрию, ракурс, свет, тени и окружение, которые должны остаться прежними.

Композитинг нескольких изображений

Промпт:

Image 1 is the base scene with a woman. Image 2 contains the dog to insert.
Place the dog from Image 2 directly beside the woman in Image 1.
Preserve the scene, woman, background, crop, and camera angle from Image 1.
Match scale, perspective, lighting, color temperature, and contact shadows. Change nothing else.

Проверьте масштаб, перспективу, направление света и контактную тень. Сцену лучше собирать из небольшого числа чётко описанных входов.

7. Дополнительные производственные сценарии

Праздничная открытка и упаковка

Для мокапа физического продукта описывайте бумагу, сгибы, печать, пластик, металл и контактные тени. Текст приводите один раз и дословно. После генерации проверяйте орфографию, границы упаковки и соответствие продукта законам перспективы.

Коллекционная фигурка или мерч-концепт

Используйте оригинальное описание персонажа, форму упаковки и требования к материалам. Не просите воспроизводить защищённого персонажа или чужой логотип. Сгенерированный концепт требует отдельной проверки прав перед коммерческим использованием.

Серия иллюстраций с постоянным персонажем

Сначала создайте якорное изображение персонажа. В следующих сценах передавайте его как вход и повторяйте неизменяемые признаки:

• черты лица и пропорции;
• одежду и палитру;
• характер линий и способ окрашивания;
• масштаб персонажа;
• допустимые изменения позы и окружения.

Промпт:

Continue the story using the same character from the input image.
New scene: the young forest hero helps a frightened squirrel after a winter storm.
Preserve the exact facial features, proportions, green hooded tunic, boots, palette, and watercolor style.
Change only the pose and environment required by the new scene. No text or watermark.

Проверяйте постоянство лица, пропорций, одежды, палитры и техники. Входной якорь помогает удерживать образ, но не исключает визуальный дрейф между сценами.

8. Проверка результата

Перед сохранением финального ассета пройдите короткий чеклист:

• соответствует ли изображение назначению и формату;
• присутствуют ли все обязательные объекты;
• не появились ли лишние элементы;
• совпадают ли композиция, ракурс и кадрирование с заданием;
• корректны ли анатомия, руки, взгляд и взаимодействие с предметами;
• сохранены ли лицо и идентичность при редактировании;
• совпадают ли надписи посимвольно;
• не изменились ли логотип, этикетка и числа;
• естественны ли перспектива, масштаб, освещение и тени;
• отсутствуют ли водяные знаки и запрещённый текст;
• открывается ли файл и соответствует ли ожидаемому размеру.

Если проверка не пройдена, сформулируйте одну локальную правку и повторите инварианты. При систематической ошибке упростите композицию, увеличьте размер важных элементов, сократите количество текста или разделите задачу на несколько этапов.

9. Ограничения метода

• Изображение нужно проверять визуально после каждого вызова.
• Правдоподобный график или техническая схема не гарантирует правильность данных.
• Текст, числа, этикетки и мелкие подписи требуют посимвольной проверки.
• Сохранение идентичности оценивается сравнением с исходником, а не самим фактом успешного ответа API.
• Большой размер и quality='high' не заменяют ясный промпт и контроль результата.
• Для прозрачного финального ассета может потребоваться отдельное удаление фона.
• Перед коммерческим использованием логотипов, персонажей и упаковки нужна отдельная правовая проверка.

10. Ссылки

• Официальное руководство OpenAI Cookbook
• Исходный notebook в репозитории openai/openai-cookbook

Если вы строите процесс для обложек, рекламы, UI-макетов или иллюстраций, заранее определите критерии приёмки и список инвариантов. Это упрощает сравнение вариантов и помогает превратить отдельные генерации в воспроизводимый рабочий процесс.

Следующий шаг

Рекомендации по промптингу GPT-5.6

Связанные материалы

• Статья: Codex Desktop как визуальный конструктор UI: дизайн-цикл, который превращает ИИ в дизайнера
• Блог: Ideogram 4 — генератор изображений выложили в открытый доступ
• База знаний: OpenAI — линейка моделей GPT, Realtime и Images

Если вы внедряете такой процесс в команде дизайна или продукта, заранее согласуйте критерии приёмки и список инвариантов. Это помогает обсуждать результаты на общей основе и повторять удачные генерации.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov