GPT Image 2.5 公式プロンプト使用マニュアル1

このマニュアルが扱う範囲

OpenAI 公式の image prompting ガイドは、GPT Image 2.5 の使い方を2つの層に分けています。ひとつはモデルとパラメータの設定、もうひとつはプロンプトの書き方です。この2つは意図的に分離されており、パラメータはリクエスト側に置き、プロンプトには画面の内容だけを書きます。出力が安定しない原因の多くは、モデルの段を間違えたか、パラメータを画面描写の一部としてプロンプトに書き込んでしまったことにあります。

前編で扱うのは「ゼロから1枚生成する」経路だけです。2つの段の違いを確認し、パラメータの境界を確認し、9つの公式シナリオを順に当てはめます。画像編集、複数ターンの反復、その他のワークフローは後編にまとめました。

• 公式の各サンプルには生成パラメータが明記されています。プロンプトを写すときはパラメータも一緒に写さないと、結果の比較が意味を持ちません。
• 以下に載せたプロンプトはすべて公式の原文です。ワークスペースに貼り付け、被写体だけを自分のものに差し替えて使えます。
• 各シナリオには Flare と Sunburst 両方の公式出力があるため、同一プロンプトでの差がそのまま段の選定材料になります。

2つの段：Flare と Sunburst の選び方

GPT Image 2.5 は1つのモデルではありません。GPT Image 2.5 Flare は速度を優先する小規模モデルで、公式は画質が GPT Image 2 と同等だと説明しています。GPT Image 2.5 Sunburst は品質を優先するベースモデルで、画質は GPT Image 2 を上回ります。どちらも正確な編集と被写体の保持が改善されています。

分岐点は「どちらが優れているか」ではなく、「その用途に品質の下限があるか」です。公式は出発点ごとの選択表を用意しています。

• 公式は自分のワークロードで応答時間と品質を測るよう強調しています。結果はプロンプト、参照画像、出力サイズ、品質設定に依存するため、ある用途での速度改善が固定の改善率を意味するわけではありません。
• 遅延の削減は品質の合格後に。順序を逆にすると、速いけれど出せない既定値が残ります。

パラメータとカスタムサイズ：書く場所と限界

パラメータはリクエスト側に書き、プロンプトには書きません。公式が両者を明確に分けているため、プロンプトの姿もそれで決まります。画面の内容だけを記述し、「4K」や「透明背景」を画面描写の一部として文に混ぜないでください。

品質の調整順序も公式が示しています。まず上の表でモデルを決め、その後に quality を動かします。2つの段を初めて比較するときは、明示した quality、プロンプト、参照画像、出力サイズをすべて揃えてください。同じ quality のラベルでも、モデルが違えば画質も応答時間も同じにはなりません。

出力が要件に届かなければ一段上げ、届いたら下げて、許容できる画質のまま遅延を減らせるかを確認します。xhigh と max は、未達の品質要件を解決でき、かつ遅延の予算内に収まる場合だけ使います。公式は、高い設定がすべてのプロンプトで良い結果を保証するわけではないと明言しています。

カスタムサイズの4つの制約：各辺 3,840 ピクセル以下、両辺とも 16 ピクセルの倍数、長短辺比 3:1 以下、総ピクセル数 655,360 から 8,294,400 の範囲。

• 透明素材は2つが揃って初めて成立します。被写体を切り抜くプロンプトと、リクエスト側の background="transparent"、そして PNG か WebP での出力です。
• ファイルが返ったらデコード後のアルファチャンネルを確認します。特に髪、ガラス、影、物体の輪郭を見てください。
• output_compression は JPEG と WebP の出力にのみ有効で、PNG には使えません。
• 公式は総ピクセル 3,686,400（2560x1440）を超える出力を実験的としているため、本番の経路には入れないほうが安全です。

既存ワークフローの移行：公式の6ステップ

すでに GPT Image 2、あるいは旧世代の gpt-image-1 や gpt-image-1.5 を運用している場合、公式はモデル名を差し替えるだけの移行を勧めていません。代わりに6つの手順を示しており、すべての土台は「一度に動かす変数はひとつ」と「速度の話をする前に基準値を残す」という原則です。

1. 基準値を保存する。難しい編集、正確な文字、顔、製品の形状、透明素材を含む代表的なプロンプトと参照画像を集め、現在のモデル、リクエスト設定、結果を記録します。
2. 最初の候補を決める。GPT Image 2 が要件を満たしているなら Flare から始めて遅延改善を測ります。複雑な用途で不足するなら Sunburst から始め、品質要件を満たすことを先に確立します。最初の比較ではプロンプト、参照画像、サイズ、出力形式を変えないでください。
3. 結果を全体で確認する。指示への追従、人物や製品の保持、文字の正確さ、意図しない変更、透明の扱いを比較します。安定性を見るために同じリクエストを繰り返し、編集ワークフローでは個別の手順だけでなく編集の連続全体を検証します。
4. 品質の合格後に遅延を測る。Sunburst から始めた場合は、同じ要件で Flare を評価し、画質が許容範囲で遅延が改善するときだけ切り替えます。
5. 一度にひとつの設定だけを変える。プロンプトを書き直す前に品質の段を比較します。典型的な応答、遅い応答、失敗、再試行、採用できた1枚あたりのコストを測り、速いモデルが必ず安いと仮定せず現行の価格を確認します。
6. ワークフロー単位で段階的に展開する。新しいモデルが受け入れ基準を通過したら少量のトラフィックから流し、同じ指標を監視して徐々に広げます。旧モデルはサポートが続く間は切り戻し用に残します。

• gpt-image-1 や gpt-image-1.5 からの移行では、公式のリファレンスでパラメータの違いと提供終了日を確認し、古い設定をそのまま持ち込まないでください。gpt-image-1 は 2026年10月23日、gpt-image-1.5 は 2026年12月1日に提供終了が予定されているため、移行前に gpt-image-2 で既存ワークフローを検証します。
• 編集を重ねると、保ちたいディテールが変わることはあります。制約を言い直して毎回確認し、領域をピクセル単位で維持する必要がある場合は、公式は承認済みの編集結果を元画像に合成する方法を勧めています。プロンプトだけに頼るのは避けてください。

プロンプトの8つの基本

公式はプロンプトの書き方を8つの原則に集約しています。これは文法の規則ではなく、「何を書き残すか」のチェックリストです。複雑な依頼では、scene、subject、details、constraints の4区分に見出しを付けて整理することが推奨されています。

• 結果を定義する。被写体と用途（製品写真、広告、図解など）を挙げ、構図、アスペクト比、配置の制約を指定します。複雑な依頼は場面、被写体、ディテール、制約の区分けで整理します。
• 保守しやすい形式を選ぶ。短いプロンプト、説明的な段落、JSON 風の構造、指示文、タグのいずれでも意図は表せます。特殊な構文に頼らず、要件を最も読みやすく更新しやすい形式を選びます。
• 見えるディテールを書く。素材、光、色、媒体を挙げます。写実を狙うなら photorealistic や real photograph と明示し、構図と質感も書きます。カメラの仕様は外観の手がかりであり、物理的な再現を保証するものではありません。広角、映画的、低照度、雨、ネオンといった場面では、雰囲気語だけで済ませず、スケール、空気感、色を具体的に指定します。
• 人物と動作を指定する。体の写り方、相対的な大きさ、視線、物体との関わりを書きます。「全身が入り足まで写る」「開いた本を見下ろす」「ハンドルを自然に握る」といった指示が、姿勢と動作を曖昧さなく伝えます。
• 正確な文字を指定する。必要な文言を引用符に入れ、位置と字体を説明し、珍しい単語やブランド名は必要に応じて一文字ずつ綴り、余分な文字を入れないよう指示し、出力で綴りと可読性を確認します。小さい文字、情報量の多い図、複数字体では medium と high を比較します。
• 変更と制約を分けて書く。編集では「変更するのは X だけ」と述べ、保持する要素（人物の同一性、形状、レイアウト、光、ラベル）を列挙します。不要な文字、ロゴ、透かしなどの除外も明示します。局所的な編集では、彩度、コントラスト、矢印、カメラアングル、周囲の物体のうち変えてはいけないものも特定します。
• 参照画像に役割を与える。各入力画像を番号と用途（被写体、スタイル、衣装、背景）で示し、どう組み合わせるか、どの要素をどこへ移すかを説明します。
• 意図的に反復する。直前の出力を次の編集入力として渡し、変更は一度にひとつだけ求め、保持したいディテールを繰り返します。「前と同じスタイル」といった参照は文脈を運びますが、結果がずれ始めたら重要な制約を書き直し、指示を足す前に結果を比較します。

9つのテキスト生成シナリオと公式プロンプト

公式は画像生成を9つのシナリオで示し、それぞれが異なる手法を1つの完全なプロンプトで実演しています。以下、9つの公式プロンプトの原文と、2つの段による公式出力を順に掲載します。プロンプトは被写体を自分のものに書き換えて使えます。

シナリオ1：スタイルと光の制御

このプロンプトが示すのは、画面全体を「正直で作り込まない」方向に縛る書き方です。まず被写体と肌や素材のディテール、次に構図とレンズ、最後に光、被写界深度、粒子を書き、美化と過度なレタッチを明示的に排除します。スタジオ的な仕上がりではなくドキュメンタリーの実在感が要る場面向けです。

公式の生成設定：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.

シナリオ2：工程を視覚的に説明する

インフォグラフィックは形容詞ではなく情報の一覧で作ります。このプロンプトが述べているのは3点だけです。どの工程を描くか、どの順序か、読み手に何を持ち帰ってもらうか。そのうえで各段階を名前で挙げています。公式は、図やインフォグラフィックでは見た目だけでなく、ラベルと事実関係が正しいかも確認するよう求めています。

公式の生成設定：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.

シナリオ3：正確な文字を描く

画面に文字を出すときは、3つを同時に伝える必要があります。何を、何回、どう組むかです。このプロンプトはタグラインを引用符で囲み、一度だけ明確に読める形で出すよう求め、最後に余分な文字、透かし、無関係なロゴを排除しています。

基本原則にはもうひとつの手段があります。珍しい単語やブランド名は必要に応じて一文字ずつ綴り、小さい文字、情報量の多い図、複数字体では medium と high を比較してください。

公式の生成設定：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.

シナリオ4：再利用できるロゴを設計する

ロゴの評価軸は見栄えではなく、縮小しても成立するかです。公式プロンプトの順序は、まずブランドの印象を書き、次に構成手法（ベクター風の形、強いシルエット、均等な余白）を指定し、「単純さを優先する」を明示的な要件として書き、最後に透明背景とクリーンなアルファの縁を扱います。

このセクションではパラメータ n を使って1回のリクエストで複数のバリエーションを求めています。公式の例は4つのバリエーションを2つの段で比較したものです。

公式の生成設定：size="1024x1536"、quality="medium"、background="transparent"、output_format="png"、n=1（実行可能な例では n=4 で4枚同時に生成）。

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.

シナリオ5：歴史と実世界の文脈を使う

写実的な歴史場面や実世界の場面では、公式は場所と日付を名指しし、時代に合う衣装、舞台装置、環境をモデルに推論させる方法を勧めています。短いプロンプトで済みますが、モデルの世界知識に依存するため、衣装や小道具、周囲の細部が史実に合っているかを出力後に必ず確認してください。

公式の例は2行だけのプロンプトです。1行が場面設定、もう1行が写実性と時代考証の制約です。

公式の生成設定：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.

シナリオ6：物語をコミックにする

物語をコミックへ変換する場合、公式は物語を明確な視覚的ビートの並びに分解し、1コマに1つを割り当てるよう求めています。記述は具体的で動作中心に保つと、読みやすいテンポのコマ割りに翻訳できます。「ほっこりした雰囲気」と書くのではなく、「ドアが閉まり、ペットがゆっくりと空の家のほうへ向き直る」と書いてください。

公式の生成設定：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.

シナリオ7：インターフェースのプレビュー

UI モックアップが失敗する典型は、リリース済みの製品ではなくコンセプトアートのように返ってくることです。公式の対処は、製品がすでに存在するかのように記述し、レイアウト、情報の階層、余白、実際の UI 要素に集中し、コンセプトアート的な言い回しを避けることです。

公式の生成設定：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.

シナリオ8：科学・教育ビジュアル

生物学、化学、授業での説明、フラットな科学アイコン体系、図解、学習素材がこの領域です。公式は教材設計のブリーフとして書くことを勧めています。読み手、学習目標、視覚形式、必要なラベル、科学的な制約を定義し、統一したアイコン様式、明確な矢印、読めるラベル、読み取りに十分な余白を備えたフラットな視覚体系を求めます。

正確さが重要な場合は、必要な構成要素を明示的に列挙し、含めてはいけないものも書きます。密なラベル、図解、スライドや教材に使う素材では quality="high" が推奨されています。

公式の生成設定：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.

シナリオ9：スライドと図表を作る

生産性の高い成果物では、公式はプロンプトをイラストの依頼ではなく成果物の仕様として書くよう求めています。納品物（スライド、ワークフロー図、グラフ、ページ画像）を名指しし、キャンバスと階層を定義し、実際の文字やデータをプロンプトに入れ、視覚言語を説明します。制約も現実的にします。読めるタイポグラフィ、整った余白、装飾的な雑味の排除、汎用ストック写真のような処理の回避です。

この公式例は、市場データが架空の設計入力であることを明示しています。実際に使う前に検証済みのデータへ置き換えてください。

公式の生成設定：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.

出力を使う前のチェックリスト

公式はガイドの最後に、画像を手放す前に通すチェックリストを用意しています。考え方は「見た目より先に事実を確認する」です。

• 必要な文字は正確で読みやすいか。図のラベルと、その関係は正しいか。
• 人物の同一性、製品の形、ラベル、参照したディテールは保たれているか。
• 今回の編集で変わったのは、依頼した箇所だけか。
• 透明背景が必要な場合、背景を描いたのではなく実際にアルファチャンネルが入っているか。
• プロンプトやモデルを変えるときは、代表的な入力で品質、遅延、コストを比較する。