Manual de prompts de GPT Image 2.5, parte 2

Escribir una edición: qué cambia y qué no debe

Un prompt de generación solo describe la imagen. Un prompt de edición describe la imagen y el límite a la vez. La guía lo divide en dos listas paralelas: lo que debe cambiar y lo que no debe moverse. Si dejas fuera la segunda lista, el modelo repintará encantado todo lo que no hayas mencionado.

Las ediciones pasan por client.images.edit, con las imágenes de referencia en el parámetro image; las ediciones locales que necesitan una máscara tienen su propia ruta. Los ocho escenarios de abajo se apoyan todos en este mismo patrón de escritura.

• Di "cambia solo X" y enumera los detalles que hay que conservar: identidad, geometría, composición, iluminación, etiquetas.
• Indica también las exclusiones: sin texto adicional, sin logotipos, sin marcas de agua.
• Para ediciones locales precisas, nombra además la saturación, el contraste, las flechas, el ángulo de cámara y los objetos del entorno.
• Dale a cada imagen de entrada un rol y un número. Sujeto, estilo, ropa o fondo.
• Pide un solo cambio por turno, pasa la salida anterior como entrada siguiente y repite los detalles que hay que conservar.

Escenario uno: traducir conservando la composición

La entrada oficial aquí es la infografía de la máquina de café de la primera parte: traduce su texto al español y no cambies nada más. Después hay que revisar dos cosas, la propia traducción y cualquier texto que haya quedado en el idioma original.

Merece la pena estudiar el prompt porque una sola frase expresa toda la estructura de una edición contenida: cambia una cosa y congela todo lo demás.

Ajustes de edición oficiales: size="1024x1536", quality="high".

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

Escenario dos: transferir un estilo visual

La transferencia de estilo funciona cuando a la imagen de referencia se le da un rol explícito: esta aporta la paleta, la textura o el medio. En el prompt oficial la referencia aporta solo el estilo, y el sujeto nuevo se describe aparte. Mantén los dos fuera de la misma frase.

Ajustes de edición oficiales: size="1024x1536", quality="medium".

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

Escenario tres: conservar la identidad y cambiar la ropa

Esta es la lista de congelación más completa de la guía. Empieza declarando que solo cambia la ropa y luego enumera lo que no puede cambiar: rostro, rasgos faciales, tono de piel, forma del cuerpo, pose, identidad, parecido, expresión, peinado, proporciones. Incluso congela el fondo, el ángulo de cámara, el encuadre y la calidad de imagen, y cierra excluyendo accesorios, texto, logotipos y marcas de agua.

La misma estructura se traslada a productos: lo que debe permanecer es la forma reconocible, la etiqueta y el material, y exactamente una cosa puede cambiar.

Ajustes de edición oficiales: size="1024x1536", quality="medium". Entradas: una fotografía de persona más tres referencias de ropa.

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.

Escenario cuatro: combinar referencias

La composición necesita tres enunciados: qué elemento se mueve, dónde aterriza y que nada más cambia. El ejemplo oficial pasa la fotografía del escenario como imagen 1 y la fotografía con el perro como imagen 2, las señala por su número y además fija la iluminación, la composición y el fondo en la primera imagen.

Ajustes de edición oficiales: 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.

Escenario cinco: crear un recorte de producto transparente

Los recortes son el único escenario que necesita las dos mitades, prompt y parámetro. El prompt oficial pide un producto centrado, una silueta nítida, sin halos ni flecos, y una geometría del producto y una legibilidad de la etiqueta conservadas con exactitud, y después excluye explícitamente un fondo sólido, un tablero de ajedrez, paisaje y sombra. La petición define background="transparent" y escribe PNG o WebP, y output_compression se omite para PNG.

Si ese resultado transparente se edita más adelante, la guía dice que hay que repetir el requisito de conservar el fondo transparente.

Ajustes de edición oficiales: 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.

Escenario seis: convertir un dibujo en una imagen realista

La guía plantea el paso de boceto a render como convertir un dibujo rápido en un concepto fotorrealista manteniendo la intención original. El prompt está escrito como una especificación: mantén primero la composición, las proporciones y la perspectiva exactas, luego deja que el modelo elija materiales e iluminación verosímiles y coherentes con el boceto y, por último, cierra la puerta con "no añadas elementos ni texto nuevos", que es lo que impide que el modelo reinterprete la composición.

Ajustes de edición oficiales: 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.

Escenario siete: eliminar un objeto

La eliminación produce el prompt de edición más corto que existe: nombra el objeto que se va y luego congela todo lo demás. El ejemplo oficial solo dice que hay que quitar la flor de la mano del hombre y no cambiar nada más, y esa segunda cláusula es la que mantiene la persona, la pose, la iluminación y la composición dentro de la edición.

Ajustes de edición oficiales: size="1024x1536", quality="medium".

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

Escenario ocho: insertar una persona en una escena

Insertar a una persona en una escena nueva significa resolver a la vez la conservación de la identidad y la credibilidad de la escena. El prompt oficial usa la misma fotografía del museo como entrada, primero exige que la imagen parezca una fotografía real que alguien podría haber tomado y no un cartel de cine, luego da su posición, su mirada, el estado de la ropa y su estado emocional y, por último, fija la ubicación, la hora del día y la luz natural mientras excluye iluminación cinematográfica, etalonaje dramático y composición estilizada.

La sección incluye además una nota técnica: para gpt-image-2, omite input_fidelity, porque las entradas de imagen siempre se procesan con alta fidelidad.

Ajustes de edición oficiales: 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.

Refinar por turnos: empieza y luego cambia una condición

La regla de refinamiento de la guía ocupa dos líneas: pasa la salida anterior como entrada siguiente y cambia una sola cosa cada vez. El objetivo es la atribución: así sabes qué cambio ayudó.

El paso uno convierte la fotografía del champú en una valla publicitaria de autopista al atardecer, citando el texto de la valla y exigiendo que aparezca literalmente, una sola vez y de forma legible, sin marcas de agua ni logotipos. El paso dos es una sola frase: conviértelo en una tarde nevada de invierno. La escena, la composición y el texto se arrastran del resultado anterior.

Ajustes de edición oficiales (ambos pasos): 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.

Consistencia de personaje: definir y luego continuar

Para un libro con varias ilustraciones, la guía recomienda crear primero una referencia de personaje reutilizable y luego llevarla por escenas, poses y páginas distintas. El método consiste en escribir la apariencia, las proporciones, el vestuario y el tono del personaje como una definición fija, y repetir ese bloque cada vez que cambia la escena.

Ajustes oficiales (el paso 1 genera, el paso 2 edita): 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

Flujo de trabajo uno: cambiar los muebles de una habitación

La guía define aquí el objetivo como realismo quirúrgico: sustituir un solo objeto conservando el ángulo de cámara, la iluminación, las sombras y el contexto del entorno, para que el resultado se lea como una fotografía real y no como un rediseño. La forma del prompt es "reemplaza SOLO X" más una lista de congelación más un requisito de material.

Ajustes de edición oficiales: 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.

Flujo de trabajo dos: diseñar una felicitación navideña

Las felicitaciones de temporada necesitan escena, ambiente, materiales, iluminación y texto exacto a la vez. El ejemplo oficial usa un osito de peluche nostálgico y escribe "incluye SOLO este texto de la tarjeta" como requisito propio, citando la frase literalmente.

Ajustes de generación oficiales: 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."

Flujo de trabajo tres: diseñar merchandising coleccionable

Los conceptos de merchandising y packaging se apoyan en claves de fotografía de producto: materiales, envase y claridad de impresión. La guía exige que el diseño siga siendo original y no infrinja derechos, y recomienda comparar varias variaciones de personaje o de envase. El texto del envase vuelve a escribirse como requisito literal propio.

Ajustes de generación oficiales: 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"

Ejecutar un ejemplo completo

La guía incluye además un ejemplo ejecutable: una petición genera cuatro variantes de logotipo y una segunda extrae un producto de una imagen de referencia. La guía indica que este ejemplo sigue anclado a gpt-image-2 y que debe usarse como base, eligiendo un modelo disponible y los ajustes de petición que admita para tu propia evaluación.

Antes de ejecutarlo, instala el SDK de OpenAI (pip install openai para Python), define OPENAI_API_KEY y guarda la fotografía del producto como input_images/shampoo.webp. La guía señala que las peticiones reales generan cargos por uso de la API.

• La página oficial incluye una versión en Python y otra en Ruby; aquí se reproduce la de Python.
• Conserva los bytes PNG devueltos al generar logotipos, incluido el canal alfa.
• El prompt de extracción es idéntico al escenario de recorte transparente de arriba, así que los dos se pueden leer juntos.

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)
)

Comprueba el resultado antes de publicarlo

La guía cierra con una lista de comprobación, y los resultados editados son los que más la necesitan: una edición es justo donde algo que nunca mencionaste puede cambiar sin que te enteres.

• ¿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.