GPT Image 2.6 — руководство по промптингу и редактированию изображений

GPT Image 2.6 создаёт изображения по описанию и редактирует готовые кадры. Это руководство поможет выбрать модель, составить промпт, получить первый файл через API и проверить, что правка сохранила нужные детали.

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 сверён с официальной документацией. Примеры этой редакции не проверялись вызовами API; полученные изображения и время выполнения самостоятельно не измерялись.

2. Выбор модели и параметры GPT Image 2.6

В актуальном руководстве OpenAI две модели. Обе поддерживают генерацию, редактирование и прозрачный фон.

Если Sunburst решает задачу, попробуйте Flare с теми же промптом, референсами, размером и качеством. Выбор определяется долей пригодных результатов и временем их получения; этот материал не содержит собственного сравнительного теста.

Параметры запроса

Настройки передавайте полями API. В промпте описывайте само изображение.

При редактировании не передавайте input_fidelity. GPT Image 2.6 также не поддерживает reasoning.summary. Полные настройки и примеры смотрите в разделе Image API для GPT Image 2.6.

Как настраивать качество и сложность

Начните с quality='medium' и стандартного complexity='high'. Для быстрых черновиков сравните quality='low'. Если расположение объектов уже правильное, но мелкий текст или фактура недостаточно чёткие, повышайте качество при неизменной сложности.

Для локальной правки одного предмета попробуйте complexity='low' и проверьте окружающие детали. Если макет оставляет много решений модели, сравните high: дополнительное планирование может изменить композицию. В полностью заданном макете разница бывает небольшой. Повышение сложности может увеличить задержку и привести к нежелательным изменениям.

Меняйте за один тест только quality или complexity. Повторяйте запросы: единичный удачный кадр не показывает надёжность процесса.

Размер и пропорции

В руководстве по промптингу для произвольного размера указаны кратность обеих сторон 16 и соотношение сторон от 1:3 до 3:1. Для широкого слайда приведён 1536x864.

Подробный раздел ограничений размера содержит предел стороны 3840 пикселей, диапазон 655 360–8 294 400 пикселей и пометку об экспериментальных разрешениях выше 2560x1440, но текст этого раздела пока описывает 2.5. Не переносите эти числовые пределы на все режимы 2.6 без дополнительной проверки. Для первого статичного изображения используйте один из трёх стандартных размеров из таблицы; GIF имеет отдельный бюджет кадров.

Переход с 2.5 и более ранних моделей

1. Сохраните исходные промпты, референсы, настройки и результаты. Добавьте трудные случаи: точный текст, форму товара, прозрачность и последовательные правки.
2. Начните с соответствующей модели: 2.5 Flare → 2.6 Flare, 2.5 Sunburst → 2.6 Sunburst.
3. Оставьте одинаковыми промпт, входные изображения, размер, качество и формат. В первом сравнении не задавайте complexity, чтобы проверить поведение по умолчанию.
4. Проверьте надписи, композицию, узнаваемость и сохраняемые детали. В цепочке правок оцените промежуточные и финальный кадры.
5. Настраивайте один параметр за раз, повторяйте запросы и измеряйте долю принятых изображений, задержку, ошибки, повторы и стоимость принятого результата.
6. Переносите рабочую нагрузку постепенно после прохождения собственных критериев.

Старые модели не перечисляются здесь как варианты для нового запуска. При переходе с GPT Image 1 или 1.5 отдельно проверьте сроки отключения и рекомендуемые замены. Если участок должен остаться пиксельно идентичным оригиналу, вставьте принятую правку в исходник отдельным монтажом.

3. Каркас хорошего промпта

Короткий запрос, связный абзац, помеченные разделы и структура наподобие JSON могут передавать одну задачу. Специального синтаксиса, который сам по себе гарантирует результат, нет. Выбирайте форму, которую проще читать и обновлять. Для сложных запросов удобен 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.

Промпт:

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 установленный Python, аккаунт OpenAI Platform, доступ проекта к выбранной модели, настроенная оплата API и ключ из раздела API keys. Для GPT Image может потребоваться верификация организации. Лимиты запросов зависят от проекта и уровня использования: проверьте их в настройках организации.

Откройте Terminal на macOS/Linux или PowerShell на Windows. Проверьте установку командой python --version (на macOS/Linux вместо python может использоваться python3). Должен появиться номер Python. Далее используйте одно и то же имя команды во всех шагах.

Создайте рабочую папку, откройте её в терминале и установите свежий SDK:

python -m pip install --upgrade openai

Задайте ключ в текущем терминале. YOUR_OPENAI_API_KEY замените своим ключом и не сохраняйте его в файл программы.

macOS/Linux:

export OPENAI_API_KEY='YOUR_OPENAI_API_KEY'

Windows PowerShell:

$env:OPENAI_API_KEY='YOUR_OPENAI_API_KEY'

Проверка без вывода секрета:

python -c "import os; from openai import OpenAI; print('Ключ задан:', bool(os.getenv('OPENAI_API_KEY')))"

Ожидается Ключ задан: True. При False повторите установку переменной в том же терминале. Для редактирования создайте папку input_images/, положите туда референсы и укажите реальные имена файлов. Оба следующих блока Python сохраните подряд в файл generate.py:

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-2.6-sunburst',
    prompt=prompt,
    size='1024x1024',
    quality='medium',
    output_format='png',
)

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

В том же терминале выполните:

python generate.py

Вызов платный и создаёт одно изображение. При успехе программа напечатает output_images/ceramic-mug.png. Откройте файл в обычном просмотрщике изображений.

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-2.6-sunburst',
    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 растровых файла с вариантами. Перед коммерческим использованием проверьте оригинальность знака. Для редактируемого вектора используйте SVG-сценарий ниже; сходство с векторной графикой в PNG не делает файл векторным.

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".
Do not draw a bar chart unless the user supplies every yearly value. Do not invent data.
Include only these footnotes: "Example data" and "Internal analysis".
Use clear hierarchy, readable labels, measured spacing, and no decorative elements.

Для слайда используйте size='1536x864' и сравните quality='high'. 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

В примерах ниже используется gpt-image-2.6-sunburst без input_fidelity. Для более быстрых правок сравните Flare на тех же входных изображениях. Изображения передаются в client.images.edit; результат сохраните функцией save_first_image, например save_first_image(result, 'edited.png').

Локальная правка по разметке

Чтобы указать предмет для изменения, нарисуйте вокруг него круг на отдельном прозрачном PNG-слое. Размер слоя должен совпадать с первым входным изображением. В примере OpenAI оба файла имеют размер 1200 × 900: фото кухни и слой с кругом вокруг вазы.

Скачайте их как kitchen.webp и markup.png в рабочую папку. Передайте оригинал в image, слой в markup, а желаемое изменение опишите текстом. Разметка относится только к первому входу; остальные изображения служат референсами. Не совмещайте markup и mask в одном запросе.

Промпт:

Recolor the striped vase inside the red circle to solid cobalt blue ceramic.
Keep its shape, the dried stems, and the rest of the kitchen unchanged.
Remove the red circle from the finished photo.

Пример для терминала macOS/Linux с установленным curl:

curl --fail --silent --show-error https://api.openai.com/v1/images/edits \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F model=gpt-image-2.6-flare \
  -F quality=medium \
  -F size=auto \
  -F output_format=png \
  -F 'image=@kitchen.webp;type=image/webp' \
  -F 'markup=@markup.png;type=image/png' \
  -F 'prompt=Recolor the striped vase inside the red circle to solid cobalt blue ceramic. Keep its shape, the dried stems, and the rest of the kitchen unchanged. Remove the red circle from the finished photo.' \
  -o edit-response.json

Декодируйте ответ в файл:

python -c "import json,base64,pathlib; r=json.load(open('edit-response.json')); pathlib.Path('edited-vase.png').write_bytes(base64.b64decode(r['data'][0]['b64_json']))"

Проверьте цвет вазы, сохранение её формы и стеблей, отсутствие круга и изменения остальной кухни. Для markup первый вход и слой ограничены 16 777 216 пикселями каждый; PNG-слой также ограничен 50 МБ. Для работы с маской используйте отдельные правила Image API: маска направляет модель, но не гарантирует точного совпадения границы правки.

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-2.6-sunburst',
    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-2.6-sunburst',
    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 прозрачном фоне

Чтобы подготовить товар для карточки или презентации, передайте его фотографию и запросите прозрачность одновременно в промпте и настройках. GPT Image 2.6 поддерживает background='transparent' с PNG или WebP. Сохраните альфа-канал, который задаёт прозрачность пикселей; нарисованная шахматная сетка её не заменяет.

result = client.images.edit(
    model='gpt-image-2.6-sunburst',
    image=[open('input_images/product.png', 'rb')],
    prompt='''Extract the product and isolate it on a fully transparent background.
Preserve product geometry and label legibility exactly.
Centered product, crisp silhouette, no halos or fringing.
No solid backdrop, checkerboard, scenery, shadow, redesign, or additional text.''',
    size='1024x1536',
    quality='medium',
    background='transparent',
    output_format='png',
)
save_first_image(result, 'product-cutout.png')

Увеличьте результат и проверьте края, мелкий текст этикетки, пропорции упаковки и отсутствие случайных изменений брендинга. Старая иллюстрация с белым фоном в материале показывает предыдущий сценарий; прозрачность нового результата проверяйте по файлу.

Для программной проверки установите Pillow командой python -m pip install pillow и выполните:

python -c "from PIL import Image; im=Image.open('output_images/product-cutout.png').convert('RGBA'); print('Прозрачные пиксели:', im.getchannel('A').getextrema()[0] < 255)"

Ожидается Прозрачные пиксели: True. Это подтверждает наличие прозрачных пикселей, но чистоту контура нужно оценить отдельно на светлом и тёмном фоне. При следующих правках повторяйте требование сохранить прозрачность.

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. SVG, GIF и дополнительные сценарии

Векторный логотип в SVG

Для знака, который нужно масштабировать и перекрашивать через редактирование контуров, используйте генерацию SVG. Передайте запрос в /v1/images/generations с output_format='svg' и n=1. Прозрачный фон поддерживается.

Промпт:

Create an original logo for Field & Flour, a local bakery.
Warm, simple, timeless. Clean vector shapes, strong silhouette, balanced negative space.
Keep the mark readable at small and large sizes. Minimal strokes, no unnecessary detail.
Single centered logo with generous padding on a transparent background. No watermark.

В Python-примере после создания client и output_dir:

result = client.images.generate(
    model='gpt-image-2.6-sunburst',
    prompt='Create an original simple Field & Flour bakery logo, clean vector shapes, strong silhouette, generous padding, transparent background, no watermark.',
    output_format='svg',
    background='transparent',
    quality='medium',
    size='1024x1024',
    n=1,
)
save_first_image(result, 'bakery-logo.svg')

Откройте файл в браузере или векторном редакторе: проверьте контуры, надпись и читаемость при уменьшении. API сначала создаёт опорное изображение, затем по нему строит SVG; quality управляет этим изображением. Сохранённые после декодирования base64 байты содержат XML.

SVG не поддерживает stream, partial_images и output_compression. Его нельзя запросить как результат /v1/images/edits или передать как растровый вход редактирования. Документ содержит статическую векторную графику без скриптов, внешних ресурсов и встроенных растровых картинок.

Зацикленная анимация GIF

Опишите начальную позу, движение, возвращение в исходное положение и поведение камеры. В примере OpenAI персонаж поднимает и опускает фонарь, камера остаётся неподвижной.

Промпт:

A little monkey in an olive-green hooded coat stands in a snowy pine forest at dusk.
A wooden cabin glows in the background. The monkey holds an amber paper lantern at chest height,
slowly lifts it, looks up and blinks, then lowers it back to its starting pose.
Keep the lantern in its hands and the camera still. Make the motion loop smoothly.

Для готового GIF используйте output_format='gif'. Поля кадров ниже переданы через extra_body SDK, чтобы отправить их в JSON запроса:

result = client.images.generate(
    model='gpt-image-2.6-sunburst',
    prompt='A little monkey in a green coat lifts a glowing lantern in a snowy forest, blinks, then returns it to the starting pose. Keep the camera still and the lantern in its hands. Make a smooth loop.',
    output_format='gif',
    size='512x512',
    quality='high',
    extra_body={'frame_count': 9, 'frame_duration_ms': 200},
)
save_first_image(result, 'lantern-loop.gif')

Девять кадров по 200 мс дают 1,8 секунды. Проверьте воспроизведение, стык последнего и первого кадров, сохранение предмета в руках и неподвижность камеры.

Ограничения GIF: frame_count от 2 до 16, frame_duration_ms от 20 до 2000 мс с округлением до 10 мс; по умолчанию 9 и 200. Размер задаёт каждый кадр, обе стороны кратны 16. Общий бюджет зависит от размера, числа кадров и n: при превышении уменьшите их или используйте size='auto'. GIF не поддерживает потоковую выдачу, промежуточные изображения и output_compression. Два поля кадров применяются только к GIF. Image API также поддерживает GIF через /v1/images/edits с неподвижными референсами.

Дополнительное планирование через complexity

Если SDK ещё не принимает complexity именованным аргументом, передайте поле в теле запроса:

result = client.images.generate(
    model='gpt-image-2.6-flare',
    prompt='A premium layered paper-cut illustration of a football team celebrating a championship victory inside a packed stadium.',
    size='1024x1536',
    quality='medium',
    extra_body={'complexity': 'low'},
)
save_first_image(result, 'football-low-complexity.png')

Затем повторите с medium и high, сохраняя остальные настройки и разные имена файлов. Проверьте композицию, расположение надписей и детали; высокий уровень не гарантирует лучший результат для каждого запроса.

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.
• Прозрачность проверяйте по декодированному файлу: наличие альфа-канала без прозрачных пикселей недостаточно.
• SVG проверяйте в векторном редакторе; GIF проверяйте при воспроизведении и на стыке цикла.
• Перед коммерческим использованием логотипов, персонажей и упаковки нужна отдельная правовая проверка.

10. Частые проблемы и проверка перед внедрением

При ошибках проверяйте код API и тип исключения. Временные сбои и ограничения частоты повторяйте с увеличением паузы; исчерпание квоты и ошибки входных данных требуют исправления причины. Не повторяйте неизменённый запрос с image_generation_user_error автоматически.

Перед переносом в рабочий процесс выберите несколько своих задач, сохраните настройки и критерии приёмки. Проверьте каждую конфигурацию несколькими запросами и считайте стоимость пригодного изображения вместе с неудачными попытками. Тарифы сверяйте на странице цен OpenAI: одинаковая ставка за токены не означает одинаковую стоимость готового файла.

Следующий шаг

Библиотека промптов для GPT-Image-2: 500+ разобранных кейсов и скилл для агентов. Используйте её как набор идей и шаблонов; совместимость параметров проверяйте по этому руководству для 2.6.

Связанные материалы

• Статья: Codex Desktop как визуальный конструктор UI: дизайн-цикл, который превращает ИИ в дизайнера
• База знаний: Рекомендации по промптингу для GPT-5.6 Sol

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