Zum Inhalt springen

Funktionen

GPT Image 2.5 Leitfaden für Text und Edits

GPT Image 2.5, Katalogkennung gpt-image-2-5, ist der Zweig der GPT Image Familie, der für wörtliches Befolgen von Anweisungen gebaut ist: Text im Bild, ein Layout, das du vorgibst, und Edits, die respektieren, was du übergeben hast. Auf Ofrai läuft er im Image Studio neben nano-banana-pro und flux-2, auf demselben Credit-Kontostand. Die Engine belohnt einen anderen Prompt-Stil als die übrigen Modelle dieser Seite: Sie will nummerierte Vorgaben, zitierten Wortlaut und ausdrückliche Aussagen darüber, was lesbar bleiben muss. Dieser Leitfaden deckt diesen Stil ab und die Fehlermodi, die ihm eigen sind.

Parfümflakon auf hellem strukturiertem Untergrund im Sonnenlicht

Neue Konten enthalten 1 kostenlose GPT-Image-2.5-Generierung. Andere Modelle und Video verbrauchen Credits.

Beispiel-Prompts

Stillleben eines luxuriösen Parfümflakons, Marmorsockel, weiße Orchideen auf Wasser, durch Jalousien gefiltertes weiches Licht, minimalistische Werbefotografie

Wofür die GPT Image Familie tatsächlich abgestimmt ist

Drei Fähigkeiten definieren diesen Zweig, und jede gehört zu einer Arbeitsklasse. Erstens Textrendering: Etiketten, Packaging, Beschilderung, Interface-Mockups, Diagramme und jedes Layout, in dem jemand Wörter liest. Zweitens Anweisungstreue: Wenn dein Prompt Vorgaben aufzählt, wendet diese Familie sie wörtlich an, statt sie als Atmosphäre zu behandeln. Das macht sie zur verlässlichen Wahl für Briefings mit Abnahmekriterien. Drittens Edit-Treue: Bei einem Referenzbild und einer beschriebenen Änderung ändert sie eher das, worum du gebeten hast, und lässt den Rest des Frames intakt.

Schwächer ist sie bei feiner fotografischer Textur, extremer Stilisierung und günstiger Iteration in hohem Volumen. Genau deshalb bleiben die beiden anderen Modelle dieser Seite daneben gelistet.

Die Prompt-Struktur, die diese Engine will

Schreib nummerierte Vorgaben statt Fließtext. Ein Muster, das gut funktioniert: «Subjekt: …», dann «Komposition:», dann «Text, exakter Wortlaut: "…"», dann «Vorgaben: kein zusätzlicher Text, kein Wasserzeichen, Hände nicht sichtbar». Explizite Verneinungen leisten hier echte Arbeit, weil wörtliches Lesen bedeutet, dass ein ausgesprochener Ausschluss öfter eingehalten wird als bei Engines, die Wörter als Geschmack behandeln. Setze den exakten Text, den du willst, früh in Anführungszeichen und wiederhole die Forderung, dass er korrekt geschrieben und lesbar ist. Halte jeden nummerierten Punkt bei einer Entscheidung. Wenn zwei Anweisungen kollidieren, entferne eine.

Diese Engine löst Konflikte wörtlich, sodass das Ergebnis am Ende die falsche erfüllen kann.

Lesbaren Text aus dem Modell holen

Textqualität folgt der Prompt-Disziplin stärker als der resolution. Regeln, die halten: Zitiere die exakte Zeichenkette inklusive Großschreibung, denn die Schreibweise ist Teil des Designs. Nenne die Platzierung («groß im oberen Drittel»). Nenne den Stil («kondensierte serifenlose Schrift, hoher Kontrast, weiß auf schwarz»). Und setze Lesbarkeit als Forderung («alle Buchstaben müssen korrekt und lesbar sein»). Halte Zeichenketten kurz. Ein Schild mit fünf Wörtern ist verlässlich; ein fünfzehn Wörter langer Absatz erfundener Copy ist es nicht.

Wenn du dichten Text brauchst, erzeuge die Komposition mit einer sauberen Textfläche und setze die Wörter danach selbst. Dieses Hybrid ist übliche Praxis und liefert bessere Ergebnisse als jeder Prompt-Trick. Für UI-Mockups bitte um das Layout und um Platzhalterblöcke, dann lege echten Interface-Text darüber.

Referenzbilder für präzise Edits nutzen

Der Edit-Ablauf hier liegt näher an einem Revisionszyklus als an Inspiration. Lade den Frame hoch, den du ändern willst, und schreib nur das Delta: was sich ändert und was identisch bleiben muss. Sei ausdrücklich bei der Bewahrung — «behalte Kamerawinkel, Lichtrichtung und Hintergrund genau so, wie sie sind» — weil die Engine die Angewohnheit hat, Dinge still zu verbessern, um deren Verbesserung du nicht gebeten hast. Eine Änderung pro Generation. Wenn du drei gleichzeitige Edits brauchst, mach sie in drei Durchgängen.

Sie zu kombinieren erhöht die Chance, dass eine unberührte Region driftet. Für einen Stiltransfer auf eine Referenz beschreibe den Ziel-Look als Material und Verhalten («matte bemalte Oberfläche, sichtbare Pinseltextur, weiches Nordlicht»), statt Künstler zu nennen.

Wo GPT Image 2.5 scheitert und wie du es behebst

Vier vorhersehbare Fehler. Erfundener Text auf Elementen, um die du nicht gebeten hast: ergänze «kein anderer Text irgendwo im Bild». Ein Layout, das deine Anweisung ignoriert: schiebe die Vorgabe nach vorn und nutze einen nummerierten Punkt. Drift in unberührten Regionen während eines Edits: wiederhole die Bewahrungsklausel und teile in Durchgänge mit einer Änderung. Hände und kleine Requisiten, die verformt herauskommen: ändere den Ausschnitt so, dass sie aus dem Frame sind, oder beschreibe sie als unscharf, denn diese Engine priorisiert beschriebene Regionen vor beiläufigem Detail.

Ein fünfter, weicherer Fehler: überwörtliche Ergebnisse, die steif wirken. Behebe das mit einer Stimmungsklausel am Ende, statt die Vorgaben vager zu machen.

Zwischen den drei Modellen dieser Seite entscheiden

Behandle die Wahl als Routing-Entscheidung, die du einmal pro Liefergegenstand triffst, nicht pro Render. Schick den Auftrag an flux-2, wenn du die Komposition noch suchst, wenn der Auftrag dreißig oder mehr Frames umfasst, oder wenn der Stil fotografisch ist und der Text beiläufig. Schick ihn an nano-banana-pro, die Nano Banana Pro Linie, wenn Identität oder Produktform über mehrere Bilder konsistent bleiben muss, wenn Gesichter übereinstimmen müssen, oder wenn du ein weicheres, natürlicheres fotografisches Finish willst.

Schick ihn an diesen GPT Image Zweig, wenn Text lesbar sein muss, wenn das Briefing eine Liste von Vorgaben ist, oder wenn du einen vorhandenen Frame überarbeitest statt einen zu erfinden. Der praktische Gewinn ist, jeden Auftrag einmal zu routen, statt die Fehlzuordnung nach mehreren teuren Wiederholungen zu entdecken. Flux 2 bleibt das Erkundungswerkzeug; Nano Banana trägt das Gesicht; GPT Image trägt die geschriebene Vorgabe.

Kostendisziplin speziell bei GPT Image 2.5

Weil Finals hier pro Frame mehr kosten als Entwürfe, zählt die Reihenfolge der Schritte. Erkunde die Komposition auf flux-2 im Liefer-Seitenverhältnis, hebe den festgelegten Frame einmal auf diese Engine, um Text und Layout zu prüfen, und erzeuge Varianten erst danach in finaler resolution. Bei einem Poster-Satz mit fünf Varianten kostet der Prüfdurchgang einen Frame und kann vier Finals sparen, die jeweils einen Rechtschreibfehler enthalten. Notiere, welche Frames in welcher resolution freigegeben wurden, denn eine Neugenerierung in voller resolution ist die häufigste vermeidbare Ausgabe auf jeder Plattform.

Ein ausgearbeiteter Prompt in der eigenen Struktur dieser Engine

Diese Engine belohnt nummerierte Vorgabeblöcke stärker als fließende Prosa. Ein Packaging-Mockup, das richtig geschrieben ist, sieht so aus: «1. Subjekt: ein mattweißes Kosmetikgefäß, 50ml, zylindrisch, ohne Marke. 2. Umgebung: nahtloser Hintergrund in blassem Sandton, matte Fläche. 3. Licht: große Softbox 45 Grad von links der Kamera, kleinere Aufhellung von rechts mit halber Leistung, kein spekularer Hotspot auf dem Deckel. 4. Kamera: 70mm, Gefäß zentriert, füllt 60 Prozent der Framehöhe, Kamera leicht über der Deckellinie. 5.

Text, exakter Wortlaut: ‘HYDRATE’ auf dem Frontetikett in gesperrten Großbuchstaben ohne Serifen, ‘50 ml’ darunter in kleinerer Schrift, sonst nirgends Text. 6. Vorgaben: Etikettentext korrekt geschrieben und horizontal zentriert; die Proportionen des Gefäßes dürfen sich nicht ändern.» Die Nummerierung ist keine Dekoration. Sie hält deine Vorgaben davon ab, ineinander zu verschmelzen, während der Prompt wächst. Genau dort verlieren Prosa-Prompts ihre Anweisungen.

Parameterverhalten speziell auf dieser Engine

Das Seitenverhältnis verhält sich als Kompositionsanweisung und nicht als Beschnitt: Diese Engine platziert das Subjekt bei 16:9 anders als bei 1:1, statt breit zu erzeugen und danach zu beschneiden. Setze es aus dem Lieferformat und lass es dann in Ruhe. Die resolution hebt die Obergrenze für kleines Detail — lesbare Schrift, Kleingedrucktes, Haarsträhnen — statt ein bereits flaches Bild zu schärfen. Entwirf deshalb in niedriger resolution und geh nur bei Frames mit Text nach oben. Plane eine Sitzung deshalb um ein Modell, statt mitten in der Sequenz zu wechseln.

Der Revisionszyklus, der hier wirklich funktioniert

Behandle die Generierung auf dieser Engine als Revisionsschleife und nicht als Lotterie. Lade den Frame hoch, den du ändern willst, beschreibe nur das Delta und halte alles andere aus dem Prompt heraus. Ein Etikett zu editieren heißt: «ändere den Etikettentext so, dass er ‘HYDRATE’ lautet; behalte Gefäß, Hintergrund, Licht, Kamera und Framing identisch». Die ganze Szene zu ersetzen ist eine neue Generierung und kein Edit, und beides zu mischen ist die häufigste Quelle von Frustration. Drei Regeln machen die Schleife produktiv.

Mach eine Änderung pro Durchgang, denn zwei Änderungen geben dir zwei Fehlermodi und keine Möglichkeit, einen davon zuzuordnen. Bewahre die Originaldatei jedes freigegebenen Frames, damit du zurückgehen kannst. Und wenn ein Edit etwas verschlechtert, das dir gefallen hat, wiederhole denselben Edit, statt korrigierende Sprache hinzuzufügen. Korrigierende Sprache stapelt sich, und die zweite Fassung ist meist schlechter als die erste.

Wie Credits auf einer Premium-Engine arbeiten

Die Kosten auf diesem Zweig skalieren mit der resolution und der Kandidatenzahl weit stärker als mit der Promptlänge. Die zwei Dinge, die sich zu steuern lohnen, sind also, wie viele Kandidaten du anforderst und in welcher resolution du noch entscheidest. Entwirf in niedriger resolution mit einem Kandidaten, um die Struktur zu testen. Nummerierte Vorgabeblöcke machen das günstig, weil du Layout und Anweisungsfolge liest und nicht das Finish. Entwirf in niedriger resolution mit vier Kandidaten nur, wenn die Komposition wirklich unsicher ist.

Geh zu hoher resolution mit einem oder zwei Kandidaten erst, nachdem die Komposition freigegeben ist. Jede Generierung zeigt ihre Credit-Kosten, bevor sie läuft. Ein vermeidbares Muster dominiert: ein Lesbarkeitsproblem erst zu entdecken, nachdem ein Frame in hoher resolution gerendert wurde. Das kostet den vollen Preis und braucht trotzdem einen neuen Lauf.

Wer hierhin routen sollte und wer nicht

Route Arbeit hierher, wenn der Liefergegenstand Text, ein Interface, ein Diagramm, ein Layout, das du nicht rein in Worten beschreiben kannst, oder die Überarbeitung eines Bildes enthält, das schon existiert. Das sind die Fähigkeiten, auf die dieser Zweig tatsächlich abgestimmt ist, und keine günstigere Engine ersetzt sie gut. Route woandershin, wenn der Auftrag Komposition erkundet, viele schnelle Stimmungsframes erzeugt oder ein rein atmosphärisches Bild macht. Eine Premium-Engine für Erkundung ist Geld, das ausgegeben wird, bevor du weißt, was du willst.

Es gibt auch eine Zeitdimension, die sich zu wägen lohnt: Wenn ein Frame in sechs Monaten noch in Gebrauch ist und in einer anderen Größe neu gerendert werden muss, bevorzuge eine Engine, deren Ausgabe du günstig reproduzieren kannst. Markenentscheidungen überdauern die Sitzung, in der sie getroffen wurden.

FAQ

Wofür eignet sich GPT Image 2.5 auf Ofrai am besten?
Für Aufträge, bei denen Text im Bild lesbar sein muss, bei denen dein Briefing eine aufgezählte Liste von Vorgaben ist, oder bei denen du einen vorhandenen Frame überarbeitest statt einen zu erfinden. Es wendet Anweisungen wörtlich an. Das macht es verlässlich für Packaging, Beschilderung, Diagramme und Interface-Layouts, und es lässt unberührte Regionen einer Referenz eher in Ruhe.
Wie lasse ich Text korrekt und lesbar rendern?
Zitiere die exakte Zeichenkette inklusive Großschreibung, sag, wo sie im Frame sitzt, nenne den typografischen Stil und fordere ausdrücklich, dass die Buchstaben korrekt und lesbar sind. Halte Zeichenketten bei ungefähr fünf Wörtern oder weniger. Für dichte Copy erzeuge eine saubere Textfläche und setze die Wörter selbst. Das ist verlässlicher als jede Prompt-Anweisung.
Soll ich stattdessen Nano Banana Pro oder Flux 2 nutzen?
Nutze flux-2 für Kompositionserkundung, große Stapel und rein fotografische Aufträge mit beiläufigem Text. Nutze nano-banana-pro, wenn Gesichter, Produktform oder Identität über eine Serie konsistent bleiben müssen, oder wenn du ein natürlicheres fotografisches Finish willst. Route speziell für lesbaren Text, vorgabenlastige Briefings und präzise Edits zum GPT Image Zweig. Flux bleibt das Versuchswerkzeug; Nano Banana trägt die Gesichtskonsistenz.
Wie editiere ich ein vorhandenes Bild, ohne alles andere zu ändern?
Lade den Frame hoch, beschreibe nur das Delta und wiederhole, was gleich bleiben muss: Kamerawinkel, Lichtrichtung und Hintergrund. Mach eine Änderung pro Generierung und teile mehrteilige Edits in getrennte Durchgänge. Bewahrung ist nicht automatisch. Der Satz, der sagt, was in Ruhe gelassen werden soll, leistet den größten Teil der Arbeit.
Warum erscheint Text, um den ich nicht gebeten habe?
Das Modell erfindet Beschilderung oder Etiketten-Copy, um visuellen Raum zu füllen, und das tut es auf dichten Kompositionen bereitwilliger. Ergänze einen ausdrücklichen Ausschluss wie «kein anderer Text irgendwo im Bild» und sag, wohin die echte Copy gehört, damit die Engine eine definierte Textregion zum Füllen hat.
Wie halte ich die Kosten niedrig, wenn Finals pro Frame mehr kosten?
Erkunde die Komposition auf der günstigeren Engine im Liefer-Seitenverhältnis und hebe den festgelegten Frame einmal an, um Text und Layout in finaler resolution zu prüfen, bevor du Varianten erzeugst. Zu notieren, welche Frames in welcher resolution freigegeben wurden, vermeidet außerdem unnötiges Neutrendern von Finals.

Verwandte Generatoren

Verwandte Modelle

Werkzeuge