Fonctionnalités
Guide GPT Image 2.5 pour le texte et les retouches
GPT Image 2.5, identifiant de catalogue gpt-image-2-5, est la branche de la famille GPT Image conçue pour suivre les instructions au pied de la lettre : texte à l’intérieur de l’image, mise en page que vous précisez, et retouches qui respectent ce que vous avez fourni. Sur Ofrai, elle tourne dans Image Studio aux côtés de nano-banana-pro et de flux-2, sur le même solde de crédits. Le moteur récompense un style de prompt différent des autres modèles de cette page : il veut des contraintes numérotées, un texte cité entre guillemets, et des affirmations explicites sur ce qui doit rester lisible. Ce guide couvre ce style ainsi que les modes d’échec qui lui sont propres.

Les nouveaux comptes incluent 1 génération GPT Image 2.5 gratuite. Les autres modèles et la vidéo utilisent des crédits.
Exemples de prompts
Nature morte d’un flacon de parfum de luxe, socle en marbre, orchidées blanches sur l’eau, douce lumière filtrée par des stores, photographie commerciale minimaliste.
Ce pour quoi la famille GPT Image est réellement réglée
Trois capacités définissent cette branche, et chacune correspond à une classe de travail. D’abord, le rendu de texte : étiquettes, packaging, signalétique, maquettes d’interface, schémas, et toute composition où le spectateur lit des mots. Ensuite, le respect des consignes : lorsque votre prompt énumère des contraintes, cette famille les applique littéralement au lieu de les traiter comme une atmosphère, ce qui en fait le choix fiable pour les briefs qui ont des critères d’acceptation.
Enfin, la fidélité de retouche : face à une image de référence et à un changement décrit, elle tend à modifier ce que vous avez demandé et à laisser le reste du cadre intact. Là où elle est plus faible, c’est la texture photographique fine, la stylisation extrême et l’itération bon marché à grand volume — exactement la raison pour laquelle les deux autres modèles de cette page restent listés à côté d’elle.
La structure de prompt que ce moteur attend
Écrivez des contraintes numérotées plutôt qu’un texte suivi. Un schéma qui fonctionne bien : « Sujet : … » puis « Composition : » puis « Texte, copie exacte : "…" » puis « Contraintes : aucun texte supplémentaire, aucun filigrane, mains non visibles ». Les négations explicites font ici un vrai travail, parce qu’une lecture littérale signifie qu’une exclusion énoncée est honorée plus souvent que sur les moteurs qui traitent les mots comme une saveur. Placez tôt le texte exact que vous voulez, entre guillemets, et répétez l’exigence qu’il soit orthographié correctement et lisible. Limitez chaque point numéroté à une seule décision.
Lorsque deux instructions se contredisent, retirez-en une : ce moteur résout les conflits littéralement, si bien que le résultat peut finir par satisfaire la mauvaise.
Obtenir un texte lisible du modèle
La qualité du texte suit la discipline du prompt plus que la resolution. Règles qui tiennent : citez la chaîne exacte, y compris les capitales, car la casse fait partie du design ; indiquez l’emplacement (« grand, dans le tiers supérieur ») ; indiquez le style (« sans empattement condensé, fort contraste, blanc sur noir ») ; et posez la lisibilité comme une exigence (« toutes les lettres doivent être correctes et lisibles »). Gardez les chaînes courtes. Un panneau de cinq mots est fiable ; un paragraphe de quinze mots de texte inventé ne l’est pas.
Lorsque vous avez besoin d’un texte dense, générez la composition avec une zone de texte propre et composez les mots vous-même ensuite : cet hybride est une pratique courante et donne de meilleurs résultats que n’importe quelle astuce de prompt. Pour les maquettes d’interface, demandez la mise en page et des blocs de substitution, puis superposez le vrai texte d’interface.
Utiliser des images de référence pour des retouches précises
Le flux de retouche ici ressemble davantage à un cycle de révision qu’à une source d’inspiration. Téléversez le cadre que vous voulez changer, puis n’écrivez que le delta : ce qui change, et ce qui doit rester identique. Soyez explicite sur la conservation — « garder l’angle de caméra, la direction de la lumière et l’arrière-plan exactement tels qu’ils sont » — parce que le moteur a l’habitude d’améliorer discrètement des choses que vous ne lui avez pas demandé d’améliorer. Un seul changement par génération.
Si vous avez besoin de trois retouches simultanées, faites-les en trois passages ; les combiner augmente le risque qu’une région non touchée dérive. Pour un transfert de style sur une référence, décrivez l’aspect cible comme matière et comportement (« surface peinte mate, texture de pinceau visible, lumière douce du nord ») plutôt que de nommer des artistes.
Où GPT Image 2.5 échoue et comment corriger
Quatre échecs prévisibles. Du texte inventé sur des éléments que vous n’avez pas demandés : ajoutez « aucun autre texte nulle part dans l’image ». Une mise en page qui ignore votre consigne : déplacez la contrainte au début et utilisez un point numéroté. Une dérive des régions non touchées pendant une retouche : répétez la clause de conservation et découpez en passages à un seul changement.
Des mains et de petits accessoires mal formés : recadrez pour qu’ils sortent du cadre ou décrivez-les comme flous, car ce moteur privilégie les régions décrites au détriment du détail incident. Un cinquième échec, plus doux : des résultats trop littéraux qui paraissent raides. Corrigez cela par une clause d’ambiance à la fin, plutôt qu’en rendant les contraintes plus vagues.
Choisir entre les trois modèles de cette page
Traitez le choix comme une décision de routage prise une fois par livrable, pas par rendu. Envoyez le travail à flux-2 lorsque vous cherchez encore la composition, lorsque le travail compte trente images ou plus, ou lorsque le style est photographique et que le texte est accessoire. Envoyez-le à nano-banana-pro, la ligne Nano Banana Pro, lorsque l’exigence est la cohérence d’identité ou de produit d’une image à l’autre, lorsque les visages doivent correspondre, ou lorsque vous voulez un fini photographique plus doux et plus naturel.
Envoyez-le à cette branche GPT Image lorsque le texte doit être lisible, lorsque le brief est une liste de contraintes, ou lorsque vous révisez un cadre existant au lieu d’en inventer un. Le gain pratique consiste à router chaque travail une seule fois, plutôt que de découvrir le décalage après plusieurs relances coûteuses. Flux 2 reste le moteur d’exploration ; Nano Banana porte le visage ; GPT Image porte la consigne écrite.
Discipline de coût propre à GPT Image 2.5
Parce que les finaux coûtent ici plus cher par image que les rendus de classe brouillon, l’ordre des opérations compte. Explorez la composition sur flux-2 au ratio de livraison, promouvez le cadre verrouillé vers ce moteur une fois pour vérifier le texte et la mise en page, et seulement ensuite générez les variantes à la resolution finale. Pour un jeu d’affiches de cinq variantes, le passage de vérification coûte une image et peut éviter quatre finaux qui contiennent chacun une faute d’orthographe.
Notez quels cadres ont été approuvés à quelle resolution, car la régénération à pleine resolution est la dépense évitable la plus courante sur n’importe quelle plateforme.
Un prompt travaillé dans la structure propre à ce moteur
Ce moteur récompense les blocs de contraintes numérotés plutôt qu’une prose fluide. Une maquette de packaging écrite correctement ressemble à ceci : « 1. Sujet : un pot cosmétique blanc mat, 50ml, cylindrique, sans marque. 2. Environnement : fond seamless couleur sable pâle, surface mate. 3. Lumière : grande softbox à 45 degrés depuis la gauche de la caméra, fill plus petit depuis la droite à demi-puissance, aucun point chaud spéculaire sur le couvercle. 4.
Caméra : 70mm, pot centré, occupant 60 pour cent de la hauteur du cadre, caméra légèrement au-dessus de la ligne du couvercle. 5. Texte, copie exacte : ‘HYDRATE’ sur l’étiquette avant en sans empattement capitales espacées, ‘50 ml’ en dessous en corps plus petit, aucun autre texte nulle part. 6. Contraintes : texte d’étiquette correctement orthographié et centré horizontalement ; les proportions du pot ne doivent pas changer. » La numérotation n’est pas une décoration.
Elle empêche vos contraintes de fusionner les unes dans les autres à mesure que le prompt grandit, ce qui est exactement l’endroit où les prompts en prose perdent leurs instructions.
Comportement des paramètres sur ce moteur
Le ratio d’aspect se comporte comme une instruction de composition plutôt que comme un recadrage : ce moteur place le sujet différemment en 16:9 qu’en 1:1 au lieu de générer large puis de recadrer ensuite. Réglez-le à partir du livrable, puis laissez-le tranquille. La resolution relève le plafond du petit détail — caractères lisibles, mentions fines, mèches de cheveux — plutôt qu’elle n’aiguise une image déjà plate, donc brouillonnez à basse resolution et ne montez que pour les cadres qui contiennent du texte.
Réutilisez l’image source validée si le modèle accepte les références, et précisez dans le prompt les éléments à conserver.
Le cycle de révision qui fonctionne vraiment ici
Traitez la génération sur ce moteur comme une boucle de révision plutôt que comme une loterie. Téléversez le cadre que vous voulez changer, décrivez seulement le delta, et gardez tout le reste hors du prompt. Modifier une étiquette signifie « changer le texte de l’étiquette pour qu’il dise ‘HYDRATE’ ; garder le pot, l’arrière-plan, la lumière, la caméra et le cadrage identiques ». Remplacer toute la scène est une nouvelle génération plutôt qu’une retouche, et mélanger les deux est la source de frustration la plus courante. Trois règles rendent la boucle productive.
Faites un seul changement par passage, parce que deux changements vous donnent deux modes d’échec et aucun moyen d’attribuer l’un ou l’autre. Conservez le fichier d’origine de chaque cadre approuvé afin de pouvoir revenir en arrière. Et lorsqu’une retouche dégrade quelque chose que vous aimiez, relancez cette même retouche plutôt que d’ajouter un langage correctif, parce que le langage correctif s’empile et que la deuxième version est en général pire que la première.
Qui doit router ici, et qui ne le doit pas
Routez le travail ici lorsque le livrable contient du texte, une interface, un schéma, une mise en page que vous ne pouvez pas décrire uniquement par des mots, ou une révision d’une image qui existe déjà : ce sont les capacités pour lesquelles cette branche est réellement réglée, et aucun moteur moins cher ne les remplace bien.
Routez ailleurs lorsque le travail consiste à explorer une composition, à produire beaucoup de cadres d’ambiance rapides, ou à faire une image purement atmosphérique, parce qu’un moteur premium utilisé pour l’exploration est de l’argent dépensé avant de savoir ce que vous voulez.
Il y a aussi une dimension de temps qui mérite d’être pesée : si un cadre sera encore utilisé dans six mois et pourra devoir être re-rendu à une autre taille, préférez un moteur dont la sortie peut être reproduite à bas coût, parce que les décisions de marque survivent à la session dans laquelle elles ont été prises.
FAQ
- À quoi GPT Image 2.5 sert-il le mieux sur Ofrai ?
- Aux travaux où le texte à l’intérieur de l’image doit être lisible, où votre brief est une liste énumérée de contraintes, ou où vous révisez un cadre existant plutôt que d’en inventer un. Il applique les instructions littéralement, ce qui le rend fiable pour le packaging, la signalétique, les schémas et les mises en page d’interface, et il tend à laisser tranquilles les régions non touchées d’une référence.
- Comment faire rendre le texte correctement et lisiblement ?
- Citez la chaîne exacte y compris les capitales, indiquez où elle se place dans le cadre, indiquez le style typographique, et exigez explicitement que les lettres soient correctes et lisibles. Limitez les chaînes à environ cinq mots ou moins. Pour un texte dense, générez une zone de texte propre et composez les mots vous-même, ce qui est plus fiable que n’importe quelle instruction de prompt.
- Faut-il utiliser Nano Banana Pro ou Flux 2 à la place ?
- Utilisez flux-2 pour l’exploration de composition, les lots à grand volume et les travaux purement photographiques au texte accessoire. Utilisez nano-banana-pro lorsque les visages, la forme du produit ou l’identité doivent rester cohérents dans une série, ou lorsque vous voulez un fini photographique plus naturel. Routez vers la branche GPT Image spécifiquement pour le texte lisible, les briefs lourds en contraintes et les retouches précises. Flux reste l’outil d’essai ; Nano Banana porte la cohérence du visage.
- Comment retoucher une image existante sans tout changer autour ?
- Téléversez le cadre, puis décrivez seulement le delta et répétez ce qui doit rester identique : angle de caméra, direction de la lumière et arrière-plan. Faites un seul changement par génération et découpez les retouches en plusieurs parties en passages séparés. La conservation n’est pas automatique, donc la phrase qui dit quoi laisser tranquille fait l’essentiel du travail.
- Pourquoi du texte apparaît-il alors que je ne l’ai pas demandé ?
- Le modèle invente de la signalétique ou du texte d’étiquette pour remplir l’espace visuel, ce qu’il fait plus volontiers sur les compositions chargées. Ajoutez une exclusion explicite telle que « aucun autre texte nulle part dans l’image », et indiquez où se trouve la vraie copie afin que le moteur ait une région de texte définie à remplir.
- Comment contenir les coûts quand les finaux coûtent plus cher par image ?
- Explorez la composition sur le moteur moins cher au ratio de livraison, puis promouvez le cadre verrouillé une fois pour vérifier le texte et la mise en page à la resolution finale avant de générer les variantes. Suivre quels cadres ont été approuvés à quelle resolution évite aussi de re-rendre des finaux sans nécessité.
Générateurs associés
- Flux Kontext Max pour une édition d’image précise
- Générateur de figurines articulées par IA
- Générateur d’animaux IA pour les photos de compagnie
- Générateur d’avatars IA — Des visages cohérents
- Générateur de photos en noir et blanc par IA
- Générateur de caricatures IA
- Générateur de fiches de personnages IA
- Générateur de personnages chibi par IA
- Générateur de portraits classiques par IA
- Générateur d’art anime cosy par IA
- Générateur IA de fonds d’écran d’hiver cosy
- Générateur de dessins au crayon par IA
Comment les crédits se comportent sur un moteur premium
Le coût sur cette branche augmente avec la resolution et le nombre de candidats bien plus qu’avec la longueur du prompt, si bien que les deux choses qui valent d’être contrôlées sont le nombre de candidats demandés et la resolution à laquelle vous décidez encore. Brouillonnez à basse resolution avec un seul candidat pour tester la structure : les blocs de contraintes numérotés rendent cela bon marché, parce que vous lisez la mise en page et le suivi des instructions plutôt que le fini.
Brouillonnez à basse resolution avec quatre candidats seulement lorsque la composition est vraiment incertaine. Passez à haute resolution avec un ou deux candidats seulement après que la composition est approuvée. Chaque génération affiche son coût en crédits avant de s’exécuter. Un schéma évitable domine : découvrir un problème de lisibilité après qu’un cadre en haute resolution a été rendu, ce qui coûte le plein tarif et exige encore une relance.