本文へスキップ

画像

GPT Image 2

文字組版に強い画像生成。

Ofrai で利用可能 — チャット・画像・動画を同じスタジオで、共有クレジット。

14 クレジットモデル詳細

画像スタジオ

プレビュー

まだ出力がありません

プロンプトを入力して生成してください。

スタジオを開く

プロンプト例

例を選ぶと、プロンプトと推奨設定が上のGPT Image 2クリエイターに読み込まれます。

使い方

GPT Image 2を3ステップで使う

  1. 01

    入力を用意

    GPT Image 2を選択したまま、プロンプトと対応する参照素材を追加します。

  2. 02

    出力を設定

    生成前にアスペクト比、解像度、利用可能な画像オプションを選びます。

  3. 03

    生成して調整

    結果を確認し、プロンプトや設定を調整して、同じスタジオで別バージョンを生成します。

GPT Image 2 はこのリストの汎用エンジンで、強みは雰囲気ではなく従順さです。仕様——フレームに何があるか、ものがどこに座るか、文字が何と言うか——を渡せば、自前の提案ではなくその仕様に沿ったレイアウトを組みます。だから正解のあるブリーフの既定値に向きます。図解、商品の配置、パネルのセット、特定の物を特定の配置にしたモックアップ。

価値がすべて感じ方にあるフレームでは、写真レンダリング向けに訓練されたエンジンの方が初回で近づくことが多いです。

信頼性の実際の出所

モデルは構造に従います。ブリーフの構造的な部分が多いほど、出力のあなたの分が増えます。これは雰囲気を先に足し、指示を装飾として受け取るエンジンの逆です。実際の結果として、同じブリーフを二人に渡せば同じデザインの二つの版が返り、二つの解釈ではありません——だから別の人が引き継げるワークフローで使えます。曖昧なブリーフのコストはここより他では低くなります。

雰囲気から意図を補うエンジンは薄いブリーフを救えますが、こちらは救えません。渡した薄いブリーフを忠実に作ります。

フレーム内の文字

この能力があるから、リストの一言ではなく専用ランディングの価値があります。正確な文言を引用符で、位置とフレームに対する大きさを書いて渡せば、文字を設計要素として構図に組みます——揃え、縮尺し、読めるコントラストを与えます。保証ではなく、保証だと思うとクレジットを無駄にしますが、失敗率はワークフローが変わるほど低いです。

文字はブリーフに指定し、その場で直せます。バッチで頼んで選ぶ必要はありません。見出し、キャプション、ラベル、数字の入ったレイアウトブリーフは、すべて直接引き受けられます。

まとまるレイアウトの組み立て

良い生成レイアウトと壊れたものの差は、磨きではなく階層であることが多いです。階層は三つで決まります。何がいちばん大きいか、何がいちばん明るいか、視線が最初に落ちる場所。それを明示すると、モデルが実行できるブリーフになります。商品が被写体、見出しが上三分の一、補助コピーは小さく下、背景は静か——中身を全部列挙するプロンプトより、まとまる頻度がはるかに高いです。

要素を全部入れたい本能が、別ツールで救う必要がある散らかったフレームを生みます。

編集は再生成に勝つ

フレームがあるなら、最安の改善はそのフレームの修正で、次点はより良いブリーフからの再生成です。構図が正しく一要素だけが違うとき修正が勝ちます。頼んでいない部分がそのまま残るからです。見出しの直し、色の変更、オブジェクトの削除が、すでに承認した部分を危険にさらさずできます。

再生成が勝つのは失敗が構造的なとき——フレーミングが違う、被写体の位置が違う、アスペクト比が枠に合わない。どちらの失敗かを読むのがここでの技能で、聞こえるより速いです。構造的失敗はどこも違和感があり、局所的失敗は一か所だけ違和感があります。

別エンジンの方が良い場合

二つのケースははっきりしています。第一に、文字もレイアウトもない純粋な写真フレーム——ポートレート、静物、風景——決め手は指示追従ではなく肌、光、質感。写真出力向けのエンジンは初回で届き、こちらは何度か要ることがあります。第二に、長いシリーズで同一被写体が必要な仕事。一貫性はこのエンジンの最適化対象ではありません。どちらも品質の優劣ではなく、ブリーフが採点される軸が違うということです。

間違った軸に手を伸ばすのが高い失敗です。

このモデルに合うプロンプト構造

思いついた順ではなく、制約するものの順に並べます。被写体と動作、構図とカメラ、字面の文言、材質と光、出してはいけないもの。各部を別行にします。モデルは与えた構造を読み、行分けが指示を分けたまま保ちます。正確な文字列は引用符付きで別行に、位置とフレームに対する大きさを付けます。結果は絵ではなくデザインとして読みます。

階層は正しいか、実際のサイズで文字は読めるか、クロップしても持つか。このモデルでは、三つか四つの制約が段落に毎回勝ちます。

よくある質問

GPT Image 2 が最も得意なのは何ですか?
正解のあるブリーフです。レイアウト、図解、商品配置、パネル、特定の物を特定の配置にしたモックアップ。構造に忠実なので、出力は仕様の再解釈ではなく仕様への一致になりやすいです。
GPT Image 2 は画像内に文字を描けますか?
はい。それがこのエンジンを選ぶ主な理由です。正確な文言を引用符で位置とサイズ付きで渡せば、文字を設計要素として構図に組みます。後で文言を直すのは新規探索ではなく再レンダーです。
ポートレートに GPT Image 2 が最良ですか?
フレームの価値がすべて写真的であるときは違います。ポートレート、静物、風景では、写真レンダリング向けのエンジンが通常初回で見た目に届きます。GPT Image 2 が選ばれるのは、ブリーフに文字やレイアウトがあるときです。

よくある質問

このページでGPT Image 2を直接使えますか?
はい。上のクリエイターは実際のOfraiスタジオで、GPT Image 2が初期選択されています。
完成した結果はどこに保存されますか?
ログイン中の生成結果はOfraiライブラリに保存され、ダウンロードや再編集ができます。
GPT Image 2にはどのようなプロンプトが適していますか?
被写体、環境、ビジュアルスタイル、照明、カメラや動きを明確に記述してください。上の例を実用的な出発点として使えます。
生成前に例のプロンプトを編集できますか?
はい。例を読み込んだ後、文章、アスペクト比、参照素材、その他の対応設定を変更できます。

GPT Image 2と同様の制作に対応する他の画像モデルを比較できます。

商用利用は選択したモデルとモデル規約に従います。