GPT Image 2.5 Prompting-Handbuch, Teil 1

Was dieses Handbuch abdeckt

Der offizielle Bild-Prompting-Leitfaden von OpenAI teilt GPT Image 2.5 in zwei Schichten. Eine Schicht ist das Modell und die Parameter, die du setzt; die andere ist die Art, wie du den Prompt schreibst. Sie sind bewusst getrennt: Parameter leben in der Anfrage, und der Prompt beschreibt nur das Bild. Die meisten instabilen Ergebnisse gehen darauf zurück, dass die falsche Stufe gewählt wurde oder ein Parameter in den Prompt geschrieben wird, als wäre er Szenenbeschreibung.

Teil eins folgt nur dem Weg der Neugenerierung. Bestätige den Unterschied zwischen den beiden Stufen, bestätige die Parametergrenzen und arbeite dann die neun offiziellen Szenarien durch. Bildbearbeitung, mehrstufige Verfeinerung und die übrigen Arbeitsabläufe stehen in Teil zwei.

• Jedes offizielle Beispiel nennt seine Generierungseinstellungen. Kopiere die Einstellungen zusammen mit dem Prompt, sonst bedeutet der Vergleich, den du ansiehst, nichts mehr.
• Alle Prompts unten sind der offizielle Text im Wortlaut. Füge sie in den Arbeitsbereich ein und ersetze das Motiv durch dein eigenes.
• Jedes Szenario liefert die offizielle Ausgabe beider Stufen, der Unterschied zwischen Flare und Sunburst bei einem identischen Prompt ist also das Material, aus dem du wählst.

Zwei Stufen: die Wahl zwischen Flare und Sunburst

GPT Image 2.5 ist kein einzelnes Modell. GPT Image 2.5 Flare ist das kleine Modell, auf Geschwindigkeit optimiert, mit einer Bildqualität, die der Leitfaden als vergleichbar mit GPT Image 2 beschreibt. GPT Image 2.5 Sunburst ist das Basismodell, auf Qualität optimiert, mit höherer Bildqualität als GPT Image 2. Beide verbessern präzise Bearbeitung und die Beibehaltung des Motivs.

Die Weggabelung ist nicht "welches ist besser", sondern "hat dieser Arbeitsablauf eine Qualitätsuntergrenze". Der Leitfaden gibt eine Zuordnungstabelle danach, wo du startest.

• Der Leitfaden besteht darauf, Antwortzeit und Qualität an der eigenen Arbeitslast zu messen. Ergebnisse hängen von Prompts, Referenzbildern, Ausgabemaßen und Qualitätseinstellungen ab, ein Geschwindigkeitsgewinn bei einer Arbeitslast belegt also keinen festen Gewinn bei einer anderen.
• Senke die Latenz erst, nachdem die Qualität besteht. Andersherum bekommst du eine schnelle Voreinstellung, die du nicht ausliefern kannst.

Parameter und eigene Größen: wohin sie gehören, wo sie enden

Parameter gehören in die Anfrage, nicht in den Prompt. Der Leitfaden trennt sie ausdrücklich, und diese Trennung entscheidet, wie ein Prompt aussehen soll: beschreibe das Bild und schmuggle "4K" oder "transparenter Hintergrund" nicht in den Satz, als wären sie Szeneninhalt.

Der Leitfaden legt auch die Reihenfolge für das Justieren der Qualität fest: wähle zuerst das Modell in der Tabelle oben und stelle dann die Qualität ein. Für einen ersten Vergleich der beiden Stufen halte eine ausdrücklich gewählte Qualitätseinstellung unverändert, zusammen mit Prompt, Referenzbildern und Ausgabemaßen, denn dieselbe Qualitätsbezeichnung bedeutet nicht dieselbe Bildqualität oder Antwortzeit über Modelle hinweg.

Reicht die Ausgabe nicht, teste eine höhere Einstellung. Erfüllt sie die Anforderungen, teste niedrigere Einstellungen, um zu sehen, ob sie akzeptable Qualität halten und dabei die Latenz senken. Nutze xhigh oder max nur, wenn sie eine unerfüllte Qualitätsanforderung innerhalb deines Latenzbudgets lösen; der Leitfaden sagt ausdrücklich, dass eine höhere Einstellung nicht für jeden Prompt ein besseres Ergebnis garantiert.

Vier harte Einschränkungen für eine eigene Größe: keine Kante über 3.840 px, beide Kanten Vielfache von 16 px, ein Verhältnis von langer zu kurzer Kante von höchstens 3:1 und eine Gesamtpixelzahl zwischen 655.360 und 8.294.400.

• Transparente Assets brauchen beide Hälften: einen Prompt, der das Motiv isoliert, und background="transparent" in der Anfrage, geschrieben als PNG oder WebP.
• Prüfe den dekodierten Alphakanal, sobald die Datei zurückkommt, besonders Haare, Glas, Schatten und Objektkanten.
• output_compression gilt nur für JPEG- und WebP-Ausgabe, nie für PNG.
• Der Leitfaden kennzeichnet Ausgaben über 3.686.400 Gesamtpixel (2560x1440) als experimentell, halte sie also aus einem Produktionspfad heraus.

Einen bestehenden Arbeitsablauf migrieren: die offiziellen sechs Schritte

Wenn du bereits mit GPT Image 2 arbeitest, oder mit den älteren gpt-image-1 und gpt-image-1.5, empfiehlt der Leitfaden nicht, den Modellnamen auszutauschen und weiterzumachen. Er schreibt sechs Schritte vor, alle auf einer Regel aufgebaut: ändere jeweils eine Variable und sichere eine Ausgangsbasis, bevor du über Geschwindigkeit sprichst.

1. Sichere eine Ausgangsbasis. Sammle repräsentative Produktions-Prompts und Referenzbilder, einschließlich schwieriger Bearbeitungen, exaktem Text, Gesichtern, Produktgeometrie und transparenten Assets, und halte das aktuelle Modell, die Anfrageeinstellungen und die Ergebnisse fest.
2. Wähle den ersten Kandidaten. Erfüllt GPT Image 2 deine Qualitätsanforderungen bereits, beginne mit Flare und teste auf einen Latenzgewinn. Reicht es bei einem komplexen Anwendungsfall nicht aus, beginne mit Sunburst und stelle zuerst fest, dass es deine Anforderungen erfüllt. Halte Prompt, Referenzen, Maße und Ausgabeformat für den ersten Vergleich unverändert.
3. Prüfe das vollständige Ergebnis. Vergleiche Befolgung der Anweisung, Beibehaltung von Identität und Produkt, Textgenauigkeit, unerwünschte Änderungen und Transparenz. Wiederhole Anfragen, um Konsistenz zu messen, und teste bei Bearbeitungsabläufen die vollständige Folge der Bearbeitungen sowie einzelne Schritte.
4. Teste auf einen Latenzgewinn, nachdem die Qualität besteht. Wenn du mit Sunburst begonnen hast, beurteile Flare an denselben Anforderungen und wechsle nur, wenn die Qualität akzeptabel bleibt und die Latenz sinkt.
5. Stelle jeweils eine Einstellung ein. Vergleiche Qualitätsstufen, bevor du den Prompt neu schreibst. Miss typische und langsame Antworten, Fehler, Wiederholungen und Kosten pro akzeptiertem Bild, und bestätige den aktuellen Preis, statt anzunehmen, dass das schnellere Modell weniger kostet.
6. Rolle nach Arbeitsablauf aus. Sobald das freigegebene Modell deine Abnahmekriterien besteht, verschiebe einen kleinen Teil des Verkehrs, beobachte dieselben Kennzahlen und erweitere schrittweise, wobei das vorherige Modell für einen Rücklauf verfügbar bleibt, solange es unterstützt wird.

• Eine Migration von gpt-image-1 oder gpt-image-1.5 bedeutet, Parameterunterschiede und Abschaltdaten auf den Referenzseiten zu prüfen, statt ältere Einstellungen unverändert zu kopieren. gpt-image-1 soll am 23. Oktober 2026 abgeschaltet werden und gpt-image-1.5 am 1. Dezember 2026, validiere bestehende Arbeitsabläufe also mit gpt-image-2, bevor du migrierst.
• Wiederholte Bearbeitungen können weiterhin Details ändern, die du erhalten wolltest. Formuliere diese Einschränkungen erneut und prüfe jedes Ergebnis; wo ein Bereich pixelgenau bleiben muss, empfiehlt der Leitfaden, die freigegebene Bearbeitung in das Originalbild zu komponieren, statt sich allein auf Prompting zu verlassen.

Die acht Grundlagen des Promptings

Der Leitfaden verdichtet Prompting zu acht Prinzipien. Es sind keine Syntaxregeln, sondern eine Checkliste dessen, was geschrieben werden muss. Für komplexe Anfragen empfiehlt er, den Prompt als Szene, Motiv, Details und Einschränkungen zu gliedern, mit beschrifteten Abschnitten.

• Definiere das Ergebnis. Benenne das Motiv und den vorgesehenen Zweck, etwa Produktfotografie, Anzeige oder Diagramm. Gib Bildaufbau, Seitenverhältnis und Platzierungsvorgaben an; für komplexe Anfragen gliedere den Prompt als Szene, Motiv, Details und Einschränkungen.
• Wähle ein pflegbares Format. Kurze Prompts, beschreibende Absätze, JSON-artige Strukturen, Anweisungen und Tags drücken dieselbe Absicht aus. Wähle das, das die Anforderungen am leichtesten lesbar und aktualisierbar macht, statt dich auf eine spezielle Syntax zu verlassen.
• Beschreibe sichtbare Details. Benenne Materialien, Licht, Farben und das visuelle Medium. Verlange ausdrücklich fotorealistisch oder echte Fotografie, wenn das das Ziel ist, und beschreibe Bildausschnitt und Textur. Behandle Kameradaten als Hinweise auf die Erscheinung, nicht als Garantie für physikalische Simulation; für weite, filmische, dunkle, verregnete oder neonbeleuchtete Szenen gib Maßstab, Atmosphäre und Farbe an, statt dich auf Stimmungswörter zu verlassen.
• Bestimme Personen und Handlungen. Beschreibe Körperausschnitt, relative Größe, Blickrichtung und Interaktion mit Objekten. Anweisungen wie "ganzer Körper sichtbar, Füße inklusive", "auf das aufgeschlagene Buch herabblickend" oder "Hände greifen natürlich den Lenker" machen Pose und Handlung eindeutig.
• Bestimme exakten Text. Setze den geforderten Wortlaut in Anführungszeichen, beschreibe seine Position und seine Typografie, buchstabiere ungewöhnliche Wörter oder Markennamen bei Bedarf Buchstabe für Buchstabe, verlange keinen zusätzlichen Text und prüfe dann Rechtschreibung und Lesbarkeit in der Ausgabe. Vergleiche für kleinen Text, dichte Informationen oder mehrere Schriften die Qualität medium oder high.
• Trenne Änderungen von Einschränkungen. Sage bei Bearbeitungen "ändere nur X" und liste die zu erhaltenden Details auf: Identität, Geometrie, Layout, Licht, Beschriftungen. Nenne auch Ausschlüsse, etwa unerwünschten Text, Logos oder Wasserzeichen. Für präzise lokale Bearbeitungen benenne zusätzlich Sättigung, Kontrast, Pfeile, Kamerawinkel und umgebende Objekte, die unverändert bleiben müssen.
• Vergib Rollen an Referenzen. Identifiziere jede Eingabe über Nummer und Zweck: Motiv, Stil, Kleidung oder Hintergrund. Erkläre, wie die Eingaben kombiniert werden sollen und welche Elemente wohin wandern.
• Iteriere bewusst. Gib die vorherige Ausgabe als Eingabe der nächsten Bearbeitung weiter, verlange eine Änderung und wiederhole die zu erhaltenden Details. Referenzen wie "derselbe Stil wie vorher" können Kontext tragen, formuliere kritische Einschränkungen aber neu, wenn das Ergebnis abdriftet, und vergleiche die Ergebnisse, bevor du weitere Anweisungen ergänzt.

Neun Text-zu-Bild-Szenarien mit den offiziellen Prompts

Der Leitfaden zeigt die Bilderzeugung an neun Szenarien, jedes mit einer anderen Technik und einem vollständigen Prompt. Unten stehen die neun offiziellen Prompts im Wortlaut, gefolgt von der offiziellen Ausgabe beider Stufen. Jeder Prompt lässt sich auf dein eigenes Motiv umschreiben.

Szenario eins: Stil und Licht steuern

Dieser Prompt zeigt eine Tonvorgabe über das ganze Bild: zuerst Motiv und Oberflächendetail, dann Ausschnitt und Optik, dann Licht, Schärfentiefe und Körnung, und zum Schluss ein ausdrücklicher Ausschluss von Glamour und starker Retusche. Es ist das Muster für dokumentarischen Realismus statt Studio-Glanz.

Offizielle Generierungseinstellungen: size="1024x1536", quality="medium".

Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.

Szenario zwei: einen Prozess visuell erklären

Eine Infografik ist eine Informations-Checkliste, keine Adjektivübung. Dieser Prompt benennt nur drei Dinge: welcher Prozess gezeichnet wird, in welcher Reihenfolge und was der Leser daraus mitnehmen soll, und listet dann die Stationen mit Namen. Der Leitfaden ergänzt, dass bei Diagrammen neben der Erscheinung auch Beschriftungen und inhaltliche Bezüge geprüft werden.

Offizielle Generierungseinstellungen: size="1024x1536", quality="medium".

Create a detailed Infographic of the functioning and flow of an automatic coffee machine like a Jura.
From bean basket, to grinding, to scale, water tank, boiler, etc.
I'd like to understand technically and visually the flow.

Szenario drei: exakten Text rendern

Wenn ein Wortlaut im Bild erscheinen muss, sind drei Dinge zugleich zu nennen: der exakte Text, wie oft er erscheint und wie er gesetzt ist. Dieser Prompt zitiert den Slogan, verlangt, dass er genau einmal und lesbar erscheint, und schließt mit dem Ausschluss von zusätzlichem Text, Wasserzeichen und fremden Logos.

Die Grundlagen ergänzen einen weiteren Hebel: buchstabiere ungewöhnliche Wörter oder Markennamen bei Bedarf Buchstabe für Buchstabe und vergleiche für kleinen Text, dichte Informationen oder mehrere Schriften die Qualität medium mit high.

Offizielle Generierungseinstellungen: size="1024x1536", quality="medium".

Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.

Szenario vier: ein wiederverwendbares Logo entwerfen

Die Prüfung eines Logos ist nicht, ob es gut aussieht, sondern ob es Verkleinerung übersteht. Der offizielle Prompt arbeitet in dieser Reihenfolge: die Wirkung der Marke beschreiben, die Konstruktionstechnik vorgeben (vektorartige Formen, starke Silhouette, ausgewogener Negativraum), "Bevorzuge Einfachheit" als ausdrückliche Anforderung schreiben und dann den transparenten Hintergrund und saubere Alpha-Kanten behandeln.

Dieses Szenario nutzt außerdem den Parameter n, um mehrere Varianten in einem Aufruf anzufordern. Das offizielle Beispiel vergleicht vier Varianten über beide Stufen.

Offizielle Generierungseinstellungen: size="1024x1536", quality="medium", background="transparent", output_format="png", n=1 (das ausführbare Beispiel nutzt n=4 für vier Varianten in einer Anfrage).

Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.

Szenario fünf: historischen und realen Kontext nutzen

Für fotorealistische historische oder reale Szenen empfiehlt der Leitfaden, Ort und Datum zu benennen und das Modell Kleidung der Zeit, Inszenierung und Umgebung ableiten zu lassen. Der Prompt ist kurz, stützt sich aber auf das Weltwissen des Modells, Kleidung, Requisiten und Umgebung müssen also anschließend auf historische Genauigkeit geprüft werden.

Das offizielle Beispiel sind zwei Zeilen: eine setzt die Szene, eine schränkt Realismus und Genauigkeit der Zeit ein.

Offizielle Generierungseinstellungen: size="1024x1536", quality="medium".

Create a realistic outdoor crowd scene in Bethel, New York on August 16, 1969.
Photorealistic, period-accurate clothing, staging, and environment.

Szenario sechs: eine Geschichte in einen Comicstrip verwandeln

Für die Generierung von Comics aus einer Geschichte definiert der Leitfaden die Erzählung als Folge klarer visueller Takte, einen pro Panel, und hält die Beschreibungen konkret und handlungsbezogen, damit das Modell sie in lesbare, gut getaktete Panels übersetzen kann. Schreibe, dass die Tür ins Schloss fällt und das Tier sich zum leeren Haus umdreht; schreibe nicht, dass die Stimmung gemütlich ist.

Offizielle Generierungseinstellungen: size="1024x1536", quality="medium".

Create a short vertical comic-style reel with 4 panels.
Panel 1: The owner leaves through the front door. The pet is framed in the window behind them, small against the glass, eyes wide, paws pressed high, the house suddenly quiet.
Panel 2: The door clicks shut. Silence breaks. The pet slowly turns toward the empty house, posture shifting, eyes sharp with possibility.
Panel 3: The house transformed. The pet sprawls across the couch like it owns the place, crumbs nearby, sunlight cutting across the room like a spotlight.
Panel 4: The door opens. The pet is seated perfectly by the entrance, alert and composed, as if nothing happened.

Szenario sieben: eine Interface-Vorschau erstellen

Interface-Mockups scheitern auf eine bestimmte Weise: sie kommen als Concept Art zurück statt als ausgeliefertes Produkt. Das Mittel des Leitfadens ist, das Produkt zu beschreiben, als gäbe es es schon, auf Layout, Hierarchie, Abstände und echte Interface-Elemente zu achten und Concept-Art-Sprache ganz zu vermeiden.

Offizielle Generierungseinstellungen: size="1024x1536", quality="medium".

Create a realistic mobile app UI mockup for a local farmers market.
Show today's market with a simple header, a short list of vendors with small photos and categories, a small "Today's specials" section, and basic information for location and hours.
Design it to be practical, and easy to use. White background, subtle natural accent colors, clear typography, and minimal decoration.
It should look like a real, well-designed, beautiful app for a small local market.
Place the UI mockup in an iPhone frame.

Szenario acht: wissenschaftliche und lehrreiche Visuals erstellen

Biologie, Chemie, Unterrichtserklärungen, flache wissenschaftliche Icon-Systeme, Diagramme und Lernmaterialien gehören hierher. Der Leitfaden empfiehlt, sie wie ein Briefing für Instruktionsdesign zu prompten: Zielgruppe, Lernziel, visuelles Format, geforderte Beschriftungen und fachliche Einschränkungen definieren und ein klares, flaches visuelles System verlangen, mit einheitlichem Icon-Stil, klaren Pfeilen, lesbaren Beschriftungen und genug Weißraum zum Überfliegen.

Wenn Genauigkeit zählt, liste die geforderten Bestandteile ausdrücklich auf und nenne, was nicht enthalten sein soll. Für dichte Beschriftungen, Diagramme oder Assets für Folien und Kursmaterialien empfiehlt der Leitfaden quality="high".

Offizielle Generierungseinstellungen: size="1536x1024", quality="high".

Create a simple biology diagram titled "Cellular Respiration at a Glance" for high school students.

Show how glucose turns into energy inside a cell. Include glycolysis, the Krebs cycle, and the electron transport chain.
Use arrows to connect the steps, and label the main molecules: glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, and H2O.
Make it look like a clean classroom handout or slide, with a white background, simple icons, clear labels, and easy-to-read text.

Avoid tiny text, extra decoration, or anything that makes the diagram hard to understand.

Szenario neun: Folien, Diagramme und Charts bauen

Für Produktivitätsvisuals schreibt der Leitfaden den Prompt als Artefakt-Spezifikation statt als Illustrationsanfrage: das genaue Ergebnis benennen (Folie, Ablaufdiagramm, Chart, Seitenbild), Fläche und Hierarchie definieren, den echten Text oder die echten Daten in den Prompt aufnehmen und dann die visuelle Sprache beschreiben. Auch die Einschränkungen bleiben praktisch: lesbare Typografie, saubere Abstände, kein dekorativer Ballast, keine generische Stockfoto-Anmutung.

Das offizielle Beispiel kennzeichnet seine Marktzahlen bewusst als fiktive Design-Eingaben. Ersetze sie durch geprüfte Daten, bevor die Folie irgendwo real eingesetzt wird.

Offizielle Generierungseinstellungen: size="1536x864", quality="high".

Create one pitch-deck slide titled **"Market Opportunity"** that feels like a real Series A fundraising slide from a YC-backed startup.

Use a clean white background, modern sans-serif typography like Inter, and a crisp, minimal layout. The slide should include:

* A TAM/SAM/SOM concentric-circle diagram in muted blues and grays
* Specific, believable market sizing numbers:

  * **TAM:** $42B
  * **SAM:** $8.7B
  * **SOM:** $340M
* A clean bar chart below showing market growth from **2021 to 2026**, with a subtle upward trend
* Small footnotes: **"AGI Research, 2024"** and **"Internal analysis"**
* A company logo placeholder in the bottom-right corner

The design should look like it belongs in a deck that actually raised money: highly readable text, clear data hierarchy, polished spacing, and professional startup-style visual language.

Avoid clip art, stock photography, gradients, shadows, decorative elements, or anything that feels generic or overdesigned.

Prüfe das Ergebnis, bevor du es auslieferst

Der Leitfaden schließt mit einer Checkliste, die vor der Auslieferung eines Bildes durchzugehen ist. Ihre Logik lautet: erst Fakten, dann Erscheinung.

• Ist der geforderte Text exakt und lesbar? Stimmen die Beschriftungen und Bezüge im Diagramm?
• Bleiben Identitäten, Produktformen, Beschriftungen und Referenzdetails intakt?
• Hat die Bearbeitung nur das geändert, was du verlangt hast?
• Enthält die Datei bei geforderter Transparenz einen Alphakanal statt eines gemalten Hintergrunds?
• Vergleiche beim Wechsel von Prompts oder Modellen Qualität, Latenz und Kosten an repräsentativen Eingaben.