Manual de prompts de GPT Image 2.5, parte 1

Qué cubre este manual

La guía oficial de prompting de imágenes de OpenAI divide GPT Image 2.5 en dos capas. Una capa es el modelo y los parámetros que defines; la otra es cómo escribes el prompt. Están separadas a propósito: los parámetros viven en la petición y el prompt solo describe la imagen. La mayoría de los resultados inestables se remontan a elegir mal el nivel o a escribir un parámetro dentro del prompt como si fuera descripción de la escena.

La primera parte sigue solo la ruta de generación desde cero. Confirma la diferencia entre los dos niveles, confirma los límites de los parámetros y trabaja los nueve escenarios oficiales. La edición de imágenes, el refinamiento por turnos y el resto de flujos de trabajo están en la segunda parte.

• Todos los ejemplos oficiales indican sus ajustes de generación. Copia los ajustes junto al prompt, o la comparación que estás viendo deja de significar nada.
• Todos los prompts de abajo son el texto oficial tal cual. Pégalos en el espacio de trabajo y sustituye el sujeto por el tuyo.
• Cada escenario incluye salida oficial de los dos niveles, así que la diferencia entre Flare y Sunburst con un prompt idéntico es el material entre el que eliges.

Dos niveles: elegir entre Flare y Sunburst

GPT Image 2.5 no es un solo modelo. GPT Image 2.5 Flare es el modelo pequeño, optimizado para la velocidad, con una calidad de imagen que la guía describe como comparable a la de GPT Image 2. GPT Image 2.5 Sunburst es el modelo base, optimizado para la calidad, con mayor calidad de imagen que GPT Image 2. Ambos mejoran en edición precisa y conservación del sujeto.

La bifurcación no es "cuál es mejor" sino "si este flujo de trabajo tiene un suelo de calidad". La guía ofrece una tabla de enrutamiento según el punto de partida.

• La guía insiste en medir el tiempo de respuesta y la calidad con tu propia carga de trabajo. Los resultados dependen de los prompts, las imágenes de referencia, las dimensiones de salida y los ajustes de calidad, así que una mejora de velocidad en una carga no establece una mejora fija en otra.
• Reduce la latencia solo después de que la calidad pase el listón. Hacerlo al revés te deja un ajuste por defecto rápido que no puedes publicar.

Parámetros y tamaños personalizados: dónde van y dónde se detienen

Los parámetros van en la petición, no en el prompt. La guía los separa explícitamente, y esa separación decide cómo debe ser un prompt: describe la imagen y no cueles "4K" ni "fondo transparente" en la frase como si fuera contenido de la escena.

La guía también fija el orden para ajustar la calidad: elige primero el modelo en la tabla de arriba y luego toca la calidad. Para una primera comparación entre los dos niveles, mantén sin cambios un ajuste de calidad elegido explícitamente, junto con el prompt, las imágenes de referencia y las dimensiones de salida, porque la misma etiqueta de calidad no implica la misma calidad de imagen ni el mismo tiempo de respuesta entre modelos.

Si la salida se queda corta, prueba un ajuste más alto. Cuando cumpla los requisitos, prueba ajustes más bajos para ver si mantienen una calidad aceptable mientras reducen la latencia. Usa xhigh o max solo cuando resuelvan un requisito de calidad no cumplido dentro de tu presupuesto de latencia; la guía dice claramente que un ajuste más alto no garantiza un mejor resultado para todos los prompts.

Cuatro restricciones estrictas de un tamaño personalizado: cada lado no más de 3.840 px, ambos lados múltiplos de 16 px, una relación entre lado largo y corto no mayor que 3:1 y un total de píxeles entre 655.360 y 8.294.400.

• Los recursos transparentes necesitan las dos mitades: un prompt que aísle el sujeto y background="transparent" en la petición, escribiendo PNG o WebP.
• Revisa el canal alfa decodificado cuando vuelva el archivo, sobre todo el pelo, el cristal, las sombras y los bordes de los objetos.
• output_compression solo se aplica a la salida JPEG y WebP, nunca a PNG.
• La guía marca como experimentales las salidas por encima de 3.686.400 píxeles totales (2560x1440), así que mantenlas fuera de una ruta de producción.

Migrar un flujo de trabajo existente: los seis pasos oficiales

Si ya trabajas con GPT Image 2, o con los anteriores gpt-image-1 y gpt-image-1.5, la guía no recomienda cambiar el nombre del modelo y seguir adelante. Prescribe seis pasos, todos construidos sobre una regla: cambia una variable a la vez y guarda una línea base antes de hablar de velocidad.

1. Guarda una línea base. Reúne prompts e imágenes de referencia representativos de producción, incluidas ediciones difíciles, texto exacto, rostros, geometría de producto y recursos transparentes, y registra el modelo actual, los ajustes de la petición y los resultados.
2. Elige el primer candidato. Si GPT Image 2 ya cumple tus requisitos de calidad, empieza por Flare y prueba si mejora la latencia. Si se queda corto en un caso de uso complejo, empieza por Sunburst y establece primero que cumple tus requisitos. Mantén sin cambios el prompt, las referencias, las dimensiones y el formato de salida durante la primera comparación.
3. Revisa el resultado completo. Compara el seguimiento de instrucciones, la conservación de la identidad y del producto, la exactitud del texto, los cambios no deseados y la transparencia. Repite las peticiones para medir la consistencia y, en flujos de edición, prueba la secuencia completa de ediciones además de los pasos individuales.
4. Prueba si hay ganancia de latencia después de que la calidad pase el listón. Si empezaste por Sunburst, evalúa Flare con los mismos requisitos y cambia solo si la calidad sigue siendo aceptable y la latencia mejora.
5. Ajusta un valor a la vez. Compara los niveles de calidad antes de reescribir el prompt. Mide las respuestas típicas y lentas, los fallos, los reintentos y el coste por imagen aceptada, y confirma el precio actual en lugar de dar por hecho que el modelo más rápido cuesta menos.
6. Despliega por flujo de trabajo. Cuando el modelo publicado supere tus criterios de aceptación, mueve una pequeña parte del tráfico, vigila las mismas medidas y amplía de forma gradual, manteniendo el modelo anterior disponible para revertir mientras siga soportado.

• Migrar desde gpt-image-1 o gpt-image-1.5 implica comprobar las diferencias de parámetros y las fechas de retirada en las pestañas de referencia en lugar de copiar ajustes antiguos sin cambios. Está previsto que gpt-image-1 se retire el 23 de octubre de 2026 y gpt-image-1.5 el 1 de diciembre de 2026, así que valida los flujos de trabajo existentes con gpt-image-2 antes de migrar.
• Las ediciones repetidas pueden seguir cambiando detalles que querías conservar. Vuelve a indicar esas restricciones y revisa cada resultado; donde una zona deba quedar idéntica píxel a píxel, la guía recomienda componer la edición aprobada sobre la imagen original en lugar de confiar solo en el prompting.

Los ocho fundamentos del prompting

La guía comprime el prompting en ocho principios. No son reglas de sintaxis; son una lista de comprobación de lo que hay que dejar escrito. Para peticiones complejas recomienda organizar el prompt como escena, sujeto, detalles y restricciones, con secciones etiquetadas.

• Define el resultado. Nombra el sujeto y el uso previsto, como fotografía de producto, anuncio o diagrama. Especifica la composición, la relación de aspecto y las restricciones de colocación; para peticiones complejas organiza el prompt como escena, sujeto, detalles y restricciones.
• Elige un formato mantenible. Los prompts cortos, los párrafos descriptivos, las estructuras tipo JSON, las instrucciones y las etiquetas expresan la misma intención. Elige el que haga los requisitos más fáciles de leer y actualizar, en lugar de depender de una sintaxis especial.
• Describe detalles visibles. Nombra materiales, iluminación, colores y el medio visual. Pide fotorealista o fotografía real explícitamente cuando ese sea el objetivo, y describe el encuadre y la textura. Trata las especificaciones de cámara como señales de apariencia, no como garantía de simulación física; para escenas amplias, cinematográficas, con poca luz, lluvia o neón, especifica escala, atmósfera y color en lugar de confiar en palabras de ambiente.
• Especifica personas y acciones. Describe el encuadre del cuerpo, la escala relativa, la mirada y la interacción con los objetos. Instrucciones como "cuerpo entero visible, pies incluidos", "mirando hacia abajo al libro abierto" o "manos agarrando el manillar con naturalidad" dejan la pose y la acción sin ambigüedad.
• Especifica el texto exacto. Pon el texto requerido entre comillas, describe su posición y su tipografía, deletrea letra por letra las palabras poco habituales o los nombres de marca cuando haga falta, pide que no aparezca texto adicional y luego revisa la ortografía y la legibilidad en la salida. Compara la calidad medium o high para textos pequeños, información densa o varias tipografías.
• Separa los cambios de las restricciones. Para ediciones, di "cambia solo X" y enumera los detalles que hay que conservar: identidad, geometría, composición, iluminación, etiquetas. Indica también las exclusiones, como texto, logotipos o marcas de agua no deseados. Para ediciones locales precisas, identifica además la saturación, el contraste, las flechas, el ángulo de cámara y los objetos del entorno que deben permanecer sin cambios.
• Asigna roles a las referencias. Identifica cada entrada por número y propósito: sujeto, estilo, ropa o fondo. Explica cómo deben combinarse las entradas y qué elementos deben moverse a dónde.
• Itera de forma deliberada. Pasa la salida anterior como entrada de la siguiente edición, pide un solo cambio y repite los detalles que hay que conservar. Referencias como "el mismo estilo que antes" pueden aportar contexto, pero vuelve a indicar las restricciones críticas si el resultado se desvía, y compara los resultados antes de añadir más instrucciones.

Nueve escenarios de texto a imagen con los prompts oficiales

La guía demuestra la generación de imágenes a través de nueve escenarios, cada uno mostrando una técnica distinta con un prompt completo. Abajo están los nueve prompts oficiales tal cual, seguidos de la salida oficial de los dos niveles. Cada prompt se puede editar con tu propio sujeto.

Escenario uno: controlar estilo e iluminación

Este prompt demuestra una restricción de tono en toda la imagen: primero el sujeto y el detalle de la superficie, después el encuadre y la óptica, luego la luz, la profundidad de campo y el grano, y cierra con una exclusión explícita del glamour y del retoque pesado. Es el patrón del realismo documental, no del acabado de estudio.

Ajustes de generación oficiales: 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.

Escenario dos: explicar un proceso visualmente

Una infografía es una lista de comprobación de información, no un ejercicio de adjetivos. Este prompt nombra solo tres cosas: qué proceso dibujar, en qué orden y qué debe sacar de él el lector, y luego enumera las etapas por su nombre. La guía añade que en los diagramas se verifican las etiquetas y las relaciones factuales además de la apariencia.

Ajustes de generación oficiales: 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.

Escenario tres: renderizar texto exacto

Cuando un texto tiene que aparecer en la imagen, hay que indicar tres cosas a la vez: el texto exacto, cuántas veces aparece y cómo está compuesto. Este prompt cita el eslogan, exige que aparezca exactamente una vez y de forma legible, y cierra excluyendo texto adicional, marcas de agua y logotipos no relacionados.

Los fundamentos añaden una palanca más: deletrear letra por letra las palabras poco habituales o los nombres de marca cuando haga falta, y comparar la calidad medium con la high para textos pequeños, información densa o varias tipografías.

Ajustes de generación oficiales: 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.

Escenario cuatro: diseñar un logotipo reutilizable

La prueba de un logotipo no es si se ve bien, sino si sobrevive a una reducción de tamaño. El prompt oficial trabaja en este orden: describe la sensación de la marca, prescribe la técnica de construcción (formas tipo vector, silueta fuerte, espacio negativo equilibrado), escribe "favorece la simplicidad" como requisito explícito y después resuelve el fondo transparente y los bordes alfa limpios.

Este escenario también usa el parámetro n para pedir varias variantes en una sola llamada. El ejemplo oficial compara cuatro variantes en los dos niveles.

Ajustes de generación oficiales: size="1024x1536", quality="medium", background="transparent", output_format="png", n=1 (el ejemplo ejecutable usa n=4 para cuatro variantes en una sola petición).

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.

Escenario cinco: usar contexto histórico y del mundo real

Para escenas fotorrealistas históricas o del mundo real, la guía recomienda nombrar el lugar y la fecha y dejar que el modelo infiera la ropa de época, la puesta en escena y el entorno. El prompt es corto, pero se apoya en el conocimiento del mundo del modelo, así que después hay que comprobar la exactitud histórica de la ropa, los objetos y el entorno.

El ejemplo oficial son dos líneas: una fija la escena y otra restringe el realismo y la exactitud de la época.

Ajustes de generación oficiales: 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.

Escenario seis: convertir un relato en una tira de cómic

Para generar cómics a partir de un relato, la guía define la narración como una secuencia de golpes visuales claros, uno por viñeta, manteniendo las descripciones concretas y centradas en la acción para que el modelo pueda convertirlas en viñetas legibles y bien ritmadas. Escribe que la puerta se cierra de golpe y que la mascota se gira hacia la casa vacía; no escribas que el ambiente es acogedor.

Ajustes de generación oficiales: 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.

Escenario siete: crear una vista previa de interfaz

Los mockups de interfaz fallan de una forma concreta: vuelven pareciendo arte conceptual en lugar de un producto ya lanzado. El remedio de la guía es describir el producto como si ya existiera, centrarse en la composición, la jerarquía, el espaciado y elementos de interfaz reales, y evitar por completo el lenguaje de arte conceptual.

Ajustes de generación oficiales: 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.

Escenario ocho: crear recursos científicos y educativos

Biología, química, explicaciones de aula, sistemas de iconos científicos planos, diagramas y materiales de aprendizaje caben aquí. La guía recomienda escribirlos como un brief de diseño instruccional: define el público, el objetivo de la lección, el formato visual, las etiquetas requeridas y las restricciones científicas, y pide un sistema visual limpio y plano, con un estilo de icono consistente, flechas claras, etiquetas legibles y suficiente espacio en blanco para recorrerlo con la vista.

Cuando la exactitud importa, enumera explícitamente los componentes requeridos e indica qué no debe incluirse. Para etiquetas densas, diagramas o recursos destinados a diapositivas y materiales de curso, la guía recomienda quality="high".

Ajustes de generación oficiales: 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.

Escenario nueve: construir diapositivas, diagramas y gráficos

Para recursos de productividad, la guía escribe el prompt como una especificación de artefacto en lugar de una petición de ilustración: nombra el entregable exacto (diapositiva, diagrama de flujo, gráfico, imagen de página), define el lienzo y la jerarquía, introduce el texto o los datos reales en el prompt y después describe el lenguaje visual. Las restricciones también son prácticas: tipografía legible, espaciado cuidado, sin desorden decorativo y sin el tratamiento genérico de una foto de banco.

El ejemplo oficial señala a propósito que sus cifras de mercado son entradas de diseño ficticias. Sustitúyelas por datos verificados antes de que la diapositiva llegue a algún sitio real.

Ajustes de generación oficiales: 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.

Comprueba el resultado antes de publicarlo

La guía cierra con una lista de comprobación que conviene pasar antes de que una imagen salga de tus manos. Su lógica es primero los hechos y después la apariencia.

• ¿El texto requerido es exacto y legible? ¿Son correctas las etiquetas y las relaciones del diagrama?
• ¿Siguen intactos las identidades, las formas de producto, las etiquetas y los detalles de referencia?
• ¿La edición cambió solo lo que pediste?
• Si se requiere transparencia, ¿el archivo contiene un canal alfa en lugar de un fondo pintado?
• Al cambiar prompts o modelos, compara calidad, latencia y coste con entradas representativas.