本文へスキップ

機能

文字と編集のための GPT Image 2.5 ガイド

GPT Image 2.5 は、 GPT Image 系のうち、指示を字義どおりに守ることに寄せて作られた枝です。画像の中の文字、指定したレイアウト、渡したものを尊重する編集が中心です。 Ofrai では Image Studio の中で nano-banana-pro と flux-2 と並び、同じクレジット残高で動きます。モデル ID は gpt-image-2-5 です。このエンジンが求めるプロンプトの型は、このページのほかのモデルとは違います。番号つきの制約、引用した文言、何が読めるべきかの明示を欲しがります。このガイドはその型と、この枝に特有の失敗の仕方を扱います。

日差しが当たる淡い質感の台に置かれた香水瓶

新規アカウントには GPT Image 2.5 の無料生成が 1 回含まれます。他のモデルと動画はクレジットを使用します。

プロンプト例

高級香水瓶の静物写真。大理石の台座、水面に浮かぶ白い蘭、ブラインド越しの柔らかな光、ミニマルな商業写真。

GPT Image 系が実際に何へ調整されているか

この枝を定義する能力は三つで、それぞれ仕事の種類に対応します。第一に文字の描画です。ラベル、包装、看板、画面のモック、図、見る人が言葉を読むレイアウトです。第二に指示への忠実さです。プロンプトが制約を列挙すると、この系はそれを雰囲気として扱わず字義どおりに適用するので、受け入れ基準のある指示書に向く信頼できる選択です。第三に編集の忠実さです。

参照画像と変更の説明を渡すと、頼んだものだけを変え、フレームの残りは残す傾向があります。弱いのは細かい写真の質感、極端な様式化、安く大量に反復することです。このページのほかの二つのモデルが隣に並ぶ理由は、まさにそこです。

このエンジンが求めるプロンプトの構造

散文ではなく番号つきの制約を書きます。うまくいく型は次のとおりです。「被写体。」のあと「構図。」のあと「文字、正確な文言。」のあと「制約。余分な文字は無し、透かしは無し、手は見えない」。明示的な否定はここで本当に働きます。字義どおりに読むということは、述べた除外が、言葉を風味として扱うエンジンより守られやすいということです。

欲しい正確な文字は引用し、早めに置き、綴りが正しく読めるという要件を繰り返します。番号の各項目は決定を一つにします。二つの指示が衝突したら一方を除きます。このエンジンは衝突を字義どおりに解くので、結果が間違ったほうを満たすことがあります。

モデルから読める文字を出す

文字の品質は resolution より、プロンプトの規律に従います。保つ規則は次のとおりです。大文字小文字を含めて正確な文字列を引用します。字の大小はデザインの一部だからです。配置を述べます。「上三分の一に大きく」。様式を述べます。「圧縮したサンセリフ、高いコントラスト、黒地に白」。可読性を要件として述べます。「すべての文字が正しく読めること」。文字列は短くします。

五語の看板は安定し、創作した十五語の段落は安定しません。密な文字が必要なときは、きれいな文字領域つきで構図を生成し、そのあと自分で文字を組版します。この混合は標準的な実務で、どのプロンプトの工夫よりも良い結果になります。画面モックではレイアウトと仮の塊を求め、本物の画面文字はあとから重ねます。

精密な編集に参照画像を使う

ここの編集手順は、着想よりも改訂の循環に近いです。変えたいフレームをアップロードし、差分だけを書きます。何が変わり、何が同一のままであるべきかです。保存を明示します。「カメラ角、光の方向、背景は今のままにする」。頼んでいないものを静かに良くする癖がエンジンにあるからです。一回の生成で変更は一つです。

同時に三つの編集が必要なら三パスに分けます。まとめると、触れていない領域がずれる可能性が上がります。参照への様式転移では、作家の名前ではなく、素材と振る舞いとして目標の見た目を書きます。「マットな塗装面、見える筆の質感、柔らかい北の光」。

GPT Image 2.5 が失敗する場所と直し方

予測できる失敗は四つです。頼んでいない資産に発明された文字が出るときは、「画像のどこにもほかの文字は無い」を足します。指示を無視するレイアウトは、制約を先頭へ移し、番号つき項目にします。編集中に触れていない領域がずれるときは、保存の節を書き直し、単一変更のパスに分けます。

手と小さな小道具が崩れるときは、画角を組み直してフレームの外にするか、焦点外と書きます。このエンジンは付随的な細部より、記述された領域を優先するからです。五つ目の柔らかい失敗は、字義どおりすぎて硬く感じる結果です。制約を曖昧にするのではなく、末尾に雰囲気の節を足して直します。

このページの三つのモデルの決め方

選択は、レンダーごとではなく成果物ごとに一度行う振り分けです。構図をまだ探しているとき、仕事が三十枚以上のとき、様式が写真的で文字は付随的なときは flux-2 へ送ります。画像をまたいで同一性や商品の一貫性が要件のとき、顔が一致しなければならないとき、より柔らかく自然な写真の仕上げが欲しいときは nano-banana-pro へ送ります。

Nano Banana の寛容さは、顔と商品形状を揃える仕事で効きます。文字が読めなければならないとき、指示書が制約の一覧のとき、新しい一枚を発明するのではなく既存フレームを改訂しているときは、この GPT Image の枝へ送ります。実務上の勝ちは、高い再実行を何度かしてから不一致に気づくのではなく、各仕事を一度だけ振り分けることです。

GPT Image 2.5 に限った費用の規律

ここの完成稿は下書き級のレンダーより一枚あたり高いので、作業の順序が効きます。納品の縦横比で flux-2 上で構図を探り、固定したフレームをこのエンジンへ一度上げて文字とレイアウトを確認し、そのあとでのみ最終の resolution で変種を生成します。五種類のポスター組なら、確認パスは一枚の費用で、綴りの誤りを含む完成稿を四枚救えます。

どのフレームがどの resolution で承認されたかをメモします。全面の resolution での再生成は、どの基盤でも最もよくある避けられる出費だからです。

このエンジン自身の構造で書いた実例プロンプト

このエンジンは、流れる散文より番号つきの制約ブロックに報います。正しく書いた包装のモックは次のようになります。「 1 . 被写体。マットな白い化粧瓶、 50ml 、円筒、無印。 2 . 環境。薄い砂色の継ぎ目の無い背景、マットな面。 3 . 光。カメラ左から 45 度の大きなソフトボックス、右から半分の出力の補助光、蓋に強い鏡面の点は無い。 4 . カメラ。

70mm 、瓶は中央、フレーム高さの 60 パーセントを満たし、カメラは蓋の線より少し上。 5 . 文字、正確な文言。正面ラベルに字間を空けた大文字サンセリフで HYDRATE 、その下に小さい活字で 50 ml 、ほかの文字はどこにも無い。 6 . 制約。ラベルの文字は正しく綴られ水平に中央。瓶の比率は変えない」。番号は飾りではありません。

プロンプトが伸びるにつれて制約が互いに溶けるのを防ぎます。散文のプロンプトが指示を失うのは、まさにそこです。

このエンジンに特有のパラメータの振る舞い

縦横比は切り抜きではなく構図の指示として働きます。このエンジンは、広く生成してから切るのではなく、 16:9 と 1:1 で被写体の置き方を変えます。成果物から設定し、そのあとは触りません。 resolution は、すでに平坦な画像を鋭くするのではなく、小さな細部の上限を上げます。読める活字、細かい印刷、髪の筋です。

低い resolution で下書きし、文字を含むフレームだけ高くします。高い強さでは改訂パスのように振る舞い、渡したレイアウトをほぼ字義どおり残します。中程度では参照を強いヒントとして扱います。低い強さでは無視して、プロンプトだけから生成することがあります。途中で入れ替えるのではなく、一つのモデルを中心に作業を計画します。

ここで実際に働く改訂の循環

このエンジンでの生成は、くじ引きではなく改訂の輪として扱います。変えたいフレームをアップロードし、差分だけを書き、ほかはすべてプロンプトから外します。ラベルの編集は「ラベルの文字を HYDRATE と読めるように変える。瓶、背景、照明、カメラ、フレーミングは同一に保つ」です。場面全体の差し替えは編集ではなく新しい生成であり、二つを混ぜることが不満の最も多い源です。

輪を生産的にする規則は三つです。パスごとに変更は一つにします。二つの変更は二つの失敗の仕方を生み、どちらが原因か分かりません。承認したフレームはすべて元ファイルを残し、戻れるようにします。気に入っていたものが編集で劣化したときは、修正の言葉を足すのではなく同じ編集をやり直します。

修正の言葉は積み重なり、二番目の版は最初より悪いことが多いからです。

上位エンジンでクレジットがどう動くか

この枝の費用は、プロンプトの長さより resolution と候補数ではるかに伸びます。制御する価値があるのは、候補を何枚頼むかと、まだ決めている段階の resolution です。構造を試す下書きは、低い resolution で候補を一枚にします。番号つき制約ブロックはこれを安くします。読んでいるのは仕上げではなく、レイアウトと指示の遵守だからです。

構図が本当に不確かなときだけ、低い resolution で候補を四枚にします。構図が承認されたあとにだけ、高い resolution で候補を一枚か二枚にします。各生成は実行前にクレジット費用を表示します。避けられる型で支配的なのは、高い resolution のフレームを描いたあとに可読性の問題に気づくことです。満額を払い、それでも再実行が必要になります。

ここへ振り分けるべき人と、振り分けるべきでない人

成果物に文字、画面、図、言葉だけでは記述できないレイアウト、またはすでに存在する画像の改訂が含まれるときは、仕事をここへ振り分けます。それらはこの枝が実際に調整されている能力であり、より安いエンジンではうまく代わりになりません。仕事が構図の探索、多くの素早い雰囲気フレーム、純粋に雰囲気だけの画像のときは別へ振り分けます。

探索に上位エンジンを使うのは、欲しいものが分かる前に金を使うことです。時間の軸も量る価値があります。フレームが六か月後も使われ、別の大きさで描き直すかもしれないなら、安く再現できるエンジンを優先します。ブランドの決定は、それを決めた作業時間より長く生きるからです。

よくある質問

Ofrai で GPT Image 2.5 は何に最も向きますか
画像の中の文字が読めなければならない仕事、指示書が制約の列挙である仕事、新しい一枚を発明するのではなく既存フレームを改訂する仕事です。指示を字義どおりに適用するので、包装、看板、図、画面レイアウトの仕事で頼りになり、参照の触れていない領域は残す傾向があります。
文字を正しく、読めるように描かせるにはどうしますか
大文字小文字を含めて正確な文字列を引用し、フレームのどこに置かれるかを述べ、活字の様式を述べ、文字が正しく読めることを明示的に要求します。文字列はおおよそ五語以下にします。密な文言は、きれいな文字領域を生成して自分で組版するほうが、どのプロンプト指示よりも安定します。
代わりに Nano Banana Pro か Flux 2 を使うべきですか
構図の探索、大量のバッチ、文字が付随的な純粋な写真の仕事には flux-2 を使います。顔、商品形状、同一性がセット全体で一致しなければならないとき、またはより自然な写真の仕上げが欲しいときは nano-banana-pro を使います。読める文字、制約の多い指示書、精密な編集には GPT Image の枝へ振り分けます。
ほかのすべてを変えずに既存画像を編集するにはどうしますか
フレームをアップロードし、差分だけを書き、同じままであるべきものを書き直します。カメラ角、光の方向、背景です。生成ごとに変更は一つにし、複数部分の編集は別々のパスに分けます。保存は自動ではないので、何を放っておくかを伝える文が仕事の大半をします。
頼んでいない文字が出るのはなぜですか
モデルが視覚的な空きを埋めるために看板やラベルの文言を発明しているからです。忙しい構図ではより起きやすくなります。「画像のどこにもほかの文字は無い」のような明示的な除外を足し、本物の文言がどこに属するかを述べて、エンジンが埋めるべき文字領域を定義します。
完成稿が一枚あたり高いとき、費用をどう抑えますか
より安いエンジンで、納品の縦横比のまま構図を探り、固定したフレームを一度だけ上げて、変種を生成する前に最終の resolution で文字とレイアウトを確認します。どのフレームがどの resolution で承認されたかを追うことも、完成稿の不要な再描画を避けます。

関連ジェネレーター

関連モデル

ツール