GPT Image 2.5 Prompting-Handbuch, Teil 2

Eine Bearbeitung schreiben: was sich ändert und was nicht

Ein Generierungs-Prompt beschreibt nur das Bild. Ein Bearbeitungs-Prompt beschreibt das Bild und die Grenze zugleich. Der Leitfaden teilt das in zwei parallele Listen: was sich ändern soll und was sich nicht bewegen darf. Lässt du die zweite Liste weg, übermalt das Modell bereitwillig alles, was du nicht erwähnt hast.

Bearbeitungen laufen über client.images.edit, mit den Referenzbildern im Parameter image; lokale Bearbeitungen, die eine Maske brauchen, haben ihren eigenen Weg. Die acht Szenarien unten bauen alle auf diesem einen Schreibmuster auf.

• Sage "ändere nur X" und liste die zu erhaltenden Details auf: Identität, Geometrie, Layout, Licht, Beschriftungen.
• Nenne auch die Ausschlüsse: kein zusätzlicher Text, keine Logos, keine Wasserzeichen.
• Benenne bei präzisen lokalen Bearbeitungen zusätzlich Sättigung, Kontrast, Pfeile, Kamerawinkel und umgebende Objekte.
• Gib jedem Eingabebild eine Rolle und eine Nummer. Motiv, Stil, Kleidung oder Hintergrund.
• Verlange eine Änderung pro Turn, gib die vorherige Ausgabe als nächste Eingabe weiter und wiederhole die zu erhaltenden Details.

Szenario eins: übersetzen und dabei das Layout erhalten

Die offizielle Eingabe ist hier die Kaffeemaschinen-Infografik aus Teil eins: übersetze ihren Text ins Spanische und ändere sonst nichts. Danach sind zwei Dinge zu prüfen, die Übersetzung selbst und jeder Wortlaut, der in der Ausgangssprache stehen geblieben ist.

Der Prompt lohnt das Studium, weil ein einziger Satz die ganze Struktur einer begrenzten Bearbeitung ausdrückt: ändere eine Sache, friere alles andere ein.

Offizielle Bearbeitungseinstellungen: size="1024x1536", quality="high".

Translate the text in the infographic to Spanish. Do not change any other aspect of the image.

Szenario zwei: einen visuellen Stil übertragen

Stilübertragung funktioniert, wenn das Referenzbild eine ausdrückliche Rolle bekommt: dieses liefert die Palette, die Textur oder das Medium. Im offiziellen Prompt liefert die Referenz nur den Stil, und das neue Motiv wird getrennt beschrieben. Halte beides aus demselben Satzteil heraus.

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

Use the same style from the input image and generate a man riding a motorcycle on a white background.

Szenario drei: Identität erhalten und Kleidung ändern

Dies ist die vollständigste Einfrierliste des Leitfadens. Sie beginnt mit der Feststellung, dass sich nur die Kleidung ändert, und zählt dann auf, was sich nicht ändern darf: Gesicht, Gesichtszüge, Hautton, Körperform, Pose, Identität, Ähnlichkeit, Ausdruck, Frisur, Proportionen. Sie friert sogar Hintergrund, Kamerawinkel, Bildausschnitt und Bildqualität ein und schließt mit dem Ausschluss von Accessoires, Text, Logos und Wasserzeichen.

Dieselbe Struktur überträgt sich auf Produkte: bleiben müssen die wiedererkennbare Form, das Etikett und das Material, und genau eine Sache darf sich ändern.

Offizielle Bearbeitungseinstellungen: size="1024x1536", quality="medium". Eingaben: ein Personenfoto plus drei Kleidungsreferenzen.

Edit the image to dress the woman using the provided clothing images. Do not change her face, facial features, skin tone, body shape, pose, or identity in any way. Preserve her exact likeness, expression, hairstyle, and proportions. Replace only the clothing, fitting the garments naturally to her existing pose and body geometry with realistic fabric behavior. Match lighting, shadows, and color temperature to the original photo so the outfit integrates photorealistically, without looking pasted on. Do not change the background, camera angle, framing, or image quality, and do not add accessories, text, logos, or watermarks.

Szenario vier: Referenzen kombinieren

Compositing braucht drei Aussagen: welches Element sich bewegt, wo es landet und dass sich sonst nichts ändert. Das offizielle Beispiel übergibt das Szenenfoto als Bild 1 und das Foto mit dem Hund als Bild 2, verweist über die Nummer auf sie und fixiert zusätzlich Licht, Komposition und Hintergrund am ersten Bild.

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

Place the dog from the second image into the setting of image 1, right next to the woman, use the same style of lighting, composition and background. Do not change anything else.

Szenario fünf: einen transparenten Produktfreisteller erstellen

Freisteller sind das einzige Szenario, das beide Hälften braucht, Prompt und Parameter. Der offizielle Prompt verlangt ein zentriertes Produkt, eine scharfe Silhouette, keine Halos oder Farbsäume sowie exakt erhaltene Produktgeometrie und Etikett-Lesbarkeit und schließt danach ausdrücklich einen soliden Hintergrund, ein Schachbrett, Kulissen und Schatten aus. Die Anfrage setzt background="transparent" und schreibt PNG oder WebP, und output_compression entfällt bei PNG.

Wird dieses transparente Ergebnis weiter bearbeitet, muss laut Leitfaden die Anforderung, den transparenten Hintergrund zu erhalten, wiederholt werden.

Offizielle Bearbeitungseinstellungen: size="1024x1536", quality="medium", background="transparent", output_format="png".

Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.

Szenario sechs: eine Zeichnung in ein realistisches Bild verwandeln

Der Leitfaden rahmt Skizze-zu-Render als Verwandlung einer groben Zeichnung in ein fotorealistisches Konzept bei erhaltener ursprünglicher Absicht. Der Prompt ist wie eine Spezifikation geschrieben: halte zuerst Layout, Proportionen und Perspektive exakt, lass dann das Modell plausible, zur Skizze passende Materialien und Licht wählen und schließe zuletzt mit "füge keine neuen Elemente oder Text hinzu" die Tür, was das Modell daran hindert, die Komposition neu zu deuten.

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

Turn this drawing into a photorealistic image.
Preserve the exact layout, proportions, and perspective.
Choose realistic materials and lighting consistent with the sketch intent.
Do not add new elements or text.

Szenario sieben: ein Objekt entfernen

Entfernen ergibt den kürzesten Bearbeitungs-Prompt, den es gibt: benenne das Objekt, das verschwindet, und friere dann alles andere ein. Das offizielle Beispiel sagt nur, die Blume aus der Hand des Mannes zu entfernen und sonst nichts zu ändern, und dieser zweite Teilsatz hält Person, Pose, Licht und Komposition innerhalb der Bearbeitung.

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

Remove the flower from man's hand. Do not change anything else.

Szenario acht: eine Person in eine Szene einsetzen

Eine Person in eine neue Szene einzusetzen heißt, Identitätserhalt und Szenenglaubwürdigkeit zugleich zu lösen. Der offizielle Prompt nutzt dasselbe Museumsfoto als Eingabe, verlangt zuerst, dass das Bild wie eine echte, tatsächlich aufgenommene Fotografie wirkt und nicht wie ein Kinoplakat, gibt ihr dann Position, Blickrichtung, Zustand der Kleidung und emotionalen Zustand und fixiert schließlich Ort, Tageszeit und natürliches Licht, während er kinematografisches Licht, dramatisches Grading und stilisierte Komposition ausschließt.

Der Abschnitt enthält außerdem einen technischen Hinweis: lasse bei gpt-image-2 input_fidelity weg, weil Bildeingaben immer mit hoher Treue verarbeitet werden.

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

Generate a highly realistic action scene where this person is running away from a large, realistic brown bear attacking a campsite. The image should look like a real photograph someone could have taken, not an overly enhanced or cinematic movie-poster image.
She is centered in the image but looking away from the camera, wearing outdoorsy camping attire, with dirt on her face and tears in her clothing. She is clearly afraid but focused on escaping, running away from the bear as it destroys the campsite behind her.
The campsite is in Yosemite National Park, with believable natural details. The time of day is dusk, with natural lighting and realistic colors. Everything should feel grounded, authentic, and unstyled, as if captured in a real moment. Avoid cinematic lighting, dramatic color grading, or stylized composition.

Über Turns verfeinern: anfangen und dann eine Bedingung ändern

Die Verfeinerungsregel des Leitfadens ist zwei Zeilen lang: gib die vorherige Ausgabe als nächste Eingabe weiter und ändere jeweils eine Sache. Der Sinn ist Zurechenbarkeit: so erkennst du, welche Änderung geholfen hat.

Schritt eins verwandelt das Shampoo-Foto in eine Autobahnplakatwand bei Sonnenuntergang, zitiert den Plakattext und verlangt ihn wörtlich, genau einmal und lesbar, ohne Wasserzeichen oder Logos. Schritt zwei ist ein einziger Satz: mach daraus einen verschneiten Winterabend. Szene, Layout und Text werden aus dem vorherigen Ergebnis übernommen.

Offizielle Bearbeitungseinstellungen (beide Schritte): size="1024x1536", quality="medium".

Create a realistic billboard mockup of the shampoo on a highway scene during sunset.
Billboard text (EXACT, verbatim, no extra characters):
"Fresh and clean"
Typography: bold sans-serif, high contrast, centered, clean kerning.
Ensure text appears once and is perfectly legible.
No watermarks, no logos.

Make it look like a winter evening with snowfall.

Figurenkonsistenz: festlegen und dann fortführen

Für ein Buch mit mehreren Illustrationen empfiehlt der Leitfaden, zuerst eine wiederverwendbare Figurenreferenz zu erstellen und sie dann über Szenen, Posen und Seiten hinweg mitzuführen. Die Methode ist, Aussehen, Proportionen, Outfit und Ton der Figur als feste Definition zu schreiben und diesen Block bei jedem Szenenwechsel zu wiederholen.

Offizielle Einstellungen (Schritt 1 generiert, Schritt 2 bearbeitet): size="1024x1536", quality="medium".

Create a children's book illustration introducing a main character.

Character:
A young, storybook-style hero inspired by a little forest outlaw,
wearing a simple green hooded tunic, soft brown boots, and a small belt pouch.
The character has a kind expression, gentle eyes, and a brave but warm demeanor.
Carries a small wooden bow used only for helping, never harming.

Theme:
The character protects and rescues small forest animals like squirrels, birds, and rabbits.

Style:
Children's book illustration, hand-painted watercolor look,
soft outlines, warm earthy colors, whimsical and friendly.
Proportions suitable for picture books (slightly oversized head, expressive face).

Constraints:
- Original character (no copyrighted characters)
- No text
- No watermarks
- Plain forest background to clearly showcase the character

Continue the children's book story using the same character.

Scene:
The same young forest hero is gently helping a frightened squirrel
out of a fallen tree after a winter storm.
The character kneels beside the squirrel, offering reassurance.

Character Consistency:
- Same green hooded tunic
- Same facial features, proportions, and color palette
- Same gentle, heroic personality

Style:
Children's book watercolor illustration,
soft lighting, snowy forest environment,
warm and comforting mood.

Constraints:
- Do not redesign the character
- No text
- No watermarks

Arbeitsablauf eins: Möbel in einem Raum austauschen

Der Leitfaden definiert das Ziel hier als chirurgischen Realismus: ein einzelnes Objekt austauschen und dabei Kamerawinkel, Licht, Schatten und Umgebungskontext erhalten, damit das Ergebnis wie eine echte Fotografie wirkt und nicht wie ein Redesign. Die Prompt-Form ist "ersetze NUR X" plus Einfrierliste plus Materialanforderung.

Offizielle Bearbeitungseinstellungen: size="1536x1024", quality="medium".

In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
Keep all other aspects of the image unchanged.
Photorealistic contact shadows and fabric texture.

Arbeitsablauf zwei: eine Weihnachtskarte entwerfen

Saisonkarten brauchen Szene, Stimmung, Materialien, Licht und exakten Text zugleich. Das offizielle Beispiel nutzt einen nostalgischen Teddybären und schreibt "füge NUR diesen Kartentext ein" als eigene Anforderung, wobei die Zeile wörtlich zitiert wird.

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

Create a Christmas holiday card illustration.

Scene:
a cozy Christmas scene with an old teddy bear sitting inside a keepsake box, slightly worn fur, soft stitching repairs, placed near a window with falling snow outside. The scene suggests the child has grown up, but the memories remain.

Mood:
Warm, nostalgic, gentle, emotional.

Style:
Premium holiday card photography, soft cinematic lighting,
realistic textures, shallow depth of field,
tasteful bokeh lights, high print-quality composition.

Constraints:
- Original artwork only
- No trademarks
- No watermarks
- No logos

Include ONLY this card text (verbatim):
"Merry Christmas — some memories never fade."

Arbeitsablauf drei: Sammel-Merchandising entwerfen

Merchandising- und Verpackungskonzepte stützen sich auf Produktfotografie-Signale: Materialien, Verpackung und Druckklarheit. Der Leitfaden verlangt, dass das Design originell und nicht rechtsverletzend bleibt, und empfiehlt, mehrere Figuren- oder Verpackungsvarianten zu vergleichen. Der Verpackungstext wird erneut als eigene wörtliche Anforderung geschrieben.

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

Create a collectible action figure of a vintage-style toy propeller airplane with rounded wings, a front-mounted spinning propeller, slightly worn paint edges, classic childhood proportions, designed as a nostalgic holiday collectible, in blister packaging.

Concept:
A nostalgic holiday collectible inspired by the simple toy airplanes
children used to play with during winter holidays.
Evokes warmth, imagination, and childhood wonder.

Style:
Premium toy photography, realistic plastic and painted metal textures,
studio lighting, shallow depth of field,
sharp label printing, high-end retail presentation.

Constraints:
- Original design only
- No trademarks
- No watermarks
- No logos

Include ONLY this packaging text (verbatim):
"Christmas Memories Edition"

Ein vollständiges Beispiel ausführen

Der Leitfaden enthält außerdem ein ausführbares Beispiel: eine Anfrage erzeugt vier Logovarianten, eine zweite extrahiert ein Produkt aus einem Referenzbild. Der Leitfaden gibt an, dass dieses Beispiel weiterhin an gpt-image-2 gebunden ist und als Ausgangsbasis dienen sollte, wobei du für deine eigene Bewertung ein verfügbares Modell und die von ihm unterstützten Anfrageeinstellungen wählst.

Installiere vor dem Ausführen das OpenAI SDK (pip install openai für Python), setze OPENAI_API_KEY und speichere das Produktfoto als input_images/shampoo.webp. Der Leitfaden merkt an, dass echte Anfragen API-Nutzungskosten verursachen.

• Die offizielle Seite enthält eine Python- und eine Ruby-Version; hier ist die Python-Version wiedergegeben.
• Bewahre beim Generieren von Logos die zurückgegebenen PNG-Bytes auf, einschließlich des Alphakanals.
• Der Extraktions-Prompt ist identisch mit dem transparenten Freisteller-Szenario oben, die beiden lassen sich also zusammen lesen.

import base64
from pathlib import Path

from openai import OpenAI

client = OpenAI()


prompt = """
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.
"""

result = client.images.generate(
    model="gpt-image-2",
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
    n=4,  # Generate 4 versions of the logo
)

# Preserve the returned PNG bytes, including the alpha channel.
for index, item in enumerate(result.data, start=1):
    Path(f"logo-generation-{index}-gpt-image-2.png").write_bytes(
        base64.b64decode(item.b64_json)
    )

# Extract a product from a reference image.
prompt = """
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
"""

result = client.images.edit(
    model="gpt-image-2",
    image=[
        Path("input_images/shampoo.webp"),
    ],
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
)

Path("extract-product-gpt-image-2.png").write_bytes(
    base64.b64decode(result.data[0].b64_json)
)

Prüfe das Ergebnis, bevor du es auslieferst

Der Leitfaden schließt mit einer Checkliste, und bearbeitete Ergebnisse brauchen sie am meisten: genau bei einer Bearbeitung kann etwas, das du nie erwähnt hast, still seine Form ändern.

• 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.