Sådan prompter du GPT Image 2.5 som en professionel

TL;DR GPT Image 2.5 ændrer billed-prompting på én vigtig måde: En god prompt beskriver ikke længere kun, hvad du vil skabe. Til redigering og referencebaseret generering skal den også definere, hvad der ikke må ændres.

Det er vigtigt, fordi GPT Image 2.5 er designet til mere præcis redigering og stærkere referencebevarelse. OpenAI siger, at modellen er bedre til kun at ændre det ønskede element, mens motiv, komposition og omkringliggende detaljer forbliver intakte.

God GPT Image 2.5-prompt = Leverance + Motiv + Scene + Komposition + Visuel retning + Nøjagtig tekst + Begrænsninger + Output

God redigeringsprompt = Ændringsmål + Bevaringsliste + Integrationsregler + Udelukkelser + Output

Den anden formel er især vigtig. I stedet for at sige “Skift baggrunden til en strand,” skriv: “Erstat kun baggrunden med en rolig middelhavsstrand ved solnedgang. Behold personen, ansigtet, posituren, tøjet, kamerastandpunktet, indramningen, lysretningen og forgrunden uændret.”

Vigtigste pointer

• GPT Image 2.5 forbedrer troskab, konsistens på tværs af flere ture, tekstrendering og hastighed; Flare er det anbefalede udgangspunkt for de fleste brugere.
• Kerneformel for generering: Leverance + Motiv + Komposition + Stil + Nøjagtig tekst (i anførselstegn) + Begrænsninger/Udelukkelser.
• Til redigering er den gyldne regel: “Ændr kun X. Bevar [fuld liste over identitet, positur, belysning, geometri, tekst, stil].”
• Flere referencebilleder lykkes, når hvert får en eksplicit rolle (motiv, tøj, baggrund, palette osv.).
• Gennemsigtige baggrunde, præcis typografi og sekventiel redigering er markant stærkere, når der promptes korrekt, og parametre er sat rigtigt.
• Flare prioriterer hastighed og volumen; Sunburst prioriterer redigeringspræcision og slutasset-troskab. Begge har samme tokenpriser.
• CometAPI tilbyder samlet, omkostningseffektiv adgang til gpt-image-2.5-flare og gpt-image-2.5-sunburst via velkendte OpenAI-kompatible ruter.

Hvad er GPT Image 2.5

OpenAI udgav ChatGPT Images 2.5 den 8. september 2026. Opdateringen fokuserer på skarpere detaljer, mere naturlig belysning og tekstur, høj reference-troskab, præcise redigeringer og stærkere konsistens på tværs af flere redigeringsture. OpenAI rapporterer op til 50 % lavere latenstid for billedgenerering sammenlignet med Images 2.0.

For udviklere er familien opdelt i to API-modeller:

• GPT-Image-2.5 Flare — optimeret til hurtig, høj kvalitet i hverdagsgenerering og højvolumen-workflows.
• GPT-Image-2.5 Sunburst — optimeret til krævende generering og redigeringsworkflows, hvor præcision er vigtigere end latenstid.

Udviklere kan også bruge GPT Image 2.5 API i CometAPI, inkl. model-id’erne gpt-image-2.5-flare og gpt-image-2.5-sunburst.

Benchmark og funktioner

Uafhængige tests og tidlige Arena-placeringer placerede begge modeller i toppen af tekst-til-billede- og billedredigeringsranglister kort efter lancering, med klare gevinster i komposition, detaljegrad, stil-troskab, motivbevarelse og hastighed (Flare afslutter ofte på ~20–40 sekunder mod markant længere tider i nogle tidligere generationer).

Vigtige funktioner omfatter input af tekst + billede, billedoutput op til cirka 4K (med begrænsninger: kanter i multipla af 16, maks. ~3840 px pr. side, højde-breddeforhold ≤ 3:1), gennemsigtige baggrunde (PNG/WebP), kvalitetstrin (low → max), progressive forhåndsvisninger, inpainting/områdespecifik redigering og stærk støtte til multi-reference og sekventiel redigering. OpenAI rapporterer mere end 3 milliarder billeder skabt ugentligt på tværs af ChatGPT Images og GPT-Image API-familien.

Generel formel for generering og redigering i GPT Image 2.5

Den vigtigste regel: Ændre vs. bevare

Dette skel er den enkelt vigtigste vane i GPT Image 2.5.

Generation (nyt billede fra tekst eller referencer)
Beskriv alt, hvad du vil have til at fremstå. Vær konkret om motiv, indramning, belysning, materialer, farver, og hvad der ikke må forekomme.

Redigering (billede-til-billede eller flerdelt forfinelse)

1. Nævn præcis én ændring.
2. Oplist eksplicit alt, der skal forblive uændret (identitet, positur, kameravinkel, indramning, lysretning, skygger, baggrundselementer, eksisterende tekst, farver, geometri, overordnet stil).
3. Beskriv, hvordan det nye element skal integreres i eksisterende lys, perspektiv, tekstur og kontaktskygger.
4. Tilføj klare udelukkelser (ingen ekstra tekst, ingen logoer, ingen vandmærker, ingen tung retouchering).

Uklare prompts med flere ændringer eller manglende bevaringslister forårsager kumulativ drift. Gentag bevaringslisten i hver tur. Når et område skal forblive pixel-identisk, så kompositér den godkendte lokale redigering tilbage i det originale masterbillede i stedet for at stole alene på modellen.

Minimal genereringsskabelon

[Leverance / tiltænkt brug] + Motiv + Komposition + Stil / belysning / materialer + Nøjagtig tekst i anførselstegn + Begrænsninger og udelukkelser

Minimal redigeringsskabelon

Ændr kun [specifikt element] til [ny beskrivelse]. Bevar [identitet, positur, indramning, belysning, skygger, baggrund, tekst, farver, stil]. Match det nye element til eksisterende lys og geometri. Tilføj ikke [uønskede elementer].

Sådan fungerer GPT Image 2.5-prompting

OpenAIs officielle prompting-vejledning er ligetil: Start med det billede, du skal bruge, og beskriv derefter motiv, komposition, stil og begrænsninger. Til redigering skal du tydeligt adskille den ønskede ændring fra det, der skal forblive det samme. Forfin én ting ad gangen og inspicér hvert resultat. Strukturér prompts som Motiv → Komposition → Stil → Tekst (i anførselstegn) → Begrænsninger. Tildel klare roller til hvert referencebillede, iterér én ændring ad gangen, og sæt størrelse/kvalitet/baggrund som API-parametre snarere end med prompt-tekst.

Motiv

Navngiv den primære person, genstand eller scene med synlige, testbare detaljer: udseende, tøj, positur, handling, relativ skala og interaktion med objekter.
Eksempel: “En ung arkivar med kort kastanjebrun page, runde sorte briller og en marineblå arbejdsfrakke, der holder en forseglet papirkuvert med et rødt voks-måneemblem.”

Komposition

Angiv indramning, kamerahøjde og -vinkel, motivplacering (centreret, venstre tredjedel osv.), negativt rum, dybdeskarphed og hvad der skal være synligt (fuld figur med fødder, halvfigur osv.).
Eksempel: “Fuld figur, fødder synlige, lav øjenhøjde. Figuren i venstre tredjedel; endeløse arkivreoler strækker sig bag hende. Rent mørkt felt øverst til højre til senere titelplacering.”

Stil

Beskriv det visuelle medium, belysning (kilde + retning), materialer, farvepalette, tekstur og realismeniveau. Foretræk konkret visuelt sprog frem for rene stemningsadjektiver. Bed eksplicit om “fotorealistisk”, “rigtigt fotografi”, filmkorn eller en navngiven kunststil, når det kræves.
Eksempel: “Detaljeret håndmalet anime-baggrund, afdæmpet cel-shading, naturlige proportioner. En varm skrivebordslampe mod køligt blåt månelys fra høje vinduer.”

Tekst

Placer hver påkrævet streng i anførselstegn. Angiv placering, hierarki, omtrentlig typografi og hvor mange gange teksten skal forekomme. Stav usædvanlige eller brandnavne bogstav for bogstav, når det er kritisk. Bed altid om “ingen anden tekst.”
Eksempel: overskriften "Åben sent" i fed kondenseret skrift øverst, og "Torsdag til søndag" i mindre skrift nederst. Ingen anden tekst.

Begrænsninger / Udelukkelser

Oplist, hvad der ikke må forekomme, og hvad der skal forblive uændret. Højværdige udelukkelser inkluderer ingen ekstra tekst, ingen logoer, ingen vandmærker og ingen uønskede objekter.

Til længere eller mere komplekse anmodninger, brug mærkede sektioner (SCENE / MOTIV / STIL / TEKST / BEGRÆNSNINGER). Det forbedrer læsbarheden og gør senere redigeringer lettere at vedligeholde.

Kritisk teknisk note: Indstil model, kvalitet, størrelse (eller formatforhold) og baggrund (auto / opaque / transparent) som API-parametre. Stol ikke på prompt-teksten til at håndhæve opløsning eller transparens.

Hvordan bruger du flere referencebilleder med GPT Image 2.5?

GPT Image 2.5 accepterer flere billedinputs. Resultaterne forbedres markant, når hver reference får en eksplicit rolle.

Anbefalet mønster:

1. Nummerér eller navngiv tydeligt hvert referencebillede.
2. Angiv dets præcise opgave: primært motiv/identitet, tøj/stilreference, baggrund/setting, kun farvepalette, lysreference osv.
3. Beskriv, hvordan elementerne skal kombineres, og hvilke dele der flyttes hvorhen.
4. Gentag bevaringsbegrænsninger for det primære motiv og eventuelle beskyttede detaljer.

Eksempel: “Brug billede 1 som produktet (mat sort vandflaske med nøjagtig etikettekst). Brug billede 2 kun til den blege betonafsats og den naturlige udendørs lysretning. Placer flasken fra billede 1 på afsatsen fra billede 2, og match de eksisterende bløde skygger og lysvinkel. Bevar flaskens nøjagtige form, etikettekst, farver og reflektioner. Ændr ikke betonens tekstur, og tilføj ingen ekstra objekter.”

Klar rollefordeling forhindrer uønsket hybridisering af motiver eller stilarter.

Avancerede promptingteknikker

Nøjagtig tekst og typografi – vejledning

• Placer altid påkrævede strenge i anførselstegn.
• Angiv placering, hierarki, omtrentlig vægt og stil samt hvor mange gange teksten skal forekomme.
• Bed om “ingen anden tekst”, “ingen logoer” og “ingen vandmærker.”
• Test medium eller høj kvalitet for tætte layouts eller flere skrifttyper, og verificér stavning og læsbarhed visuelt i outputtet.
• Kritiske brandnavne kan staves bogstav for bogstav for ekstra pålidelighed.

Gennemsigtige baggrunde

Sæt background="transparent" i API-kaldet (eller den tilsvarende UI-kontrol) og bed om PNG- eller WebP-output. Bed eksplicit om rene kanter og intet bag motivet. Inspicér alfakanalen omhyggeligt omkring hår, glas, fine detaljer og kontaktområder. Tilføj udelukkelser som “ingen baggrundselementer, ingen skygger medmindre anmodet.” Gennemsigtig generering er væsentligt mere pålidelig i 2.5, når både parameter og prompt-begrænsninger er korrekte.

Flertrins redigeringsworkflow

1. Start fra en stærk basisgenerering eller godkendt reference.
2. Giv det forrige output som nyt inputbillede.
3. Bed om præcis én ændring.
4. Gentag den komplette bevaringsliste i hver tur.
5. Inspicér resultatet, før du fortsætter.
6. For områder, der skal forblive pixelperfekte, kompositér den godkendte lokale redigering ind i det originale masterbillede.

Denne disciplinerede løkke udnytter GPT Image 2.5’s forbedrede konsistens på tværs af flere ture og minimerer kumulativ drift.

Flare vs. Sunburst: Hvilken model passer til hvilken prompt?

Praktisk tommelfingerregel: Udforsk idéer, generér variationer og iterér hurtigt på Flare. Når du skal bruge den endelige polerede version, eller når en kompleks redigeringssekvens begynder at drive, så kør identisk prompt + referencer + indstillinger på Sunburst og sammenlign. Mange produktionsteams har begge modeller til rådighed og ruter trafikken derefter.

Prompt-skabeloner (klar til tilpasning)

1. Clean Product Hero

Purpose: Ecommerce or landing-page hero, square or 4:5.
Subject: [exact product description including materials and any label text in quotes].
Composition: Centered or slight three-quarter view, soft contact shadow, generous negative space at top for headline.
Style: Clean studio lighting from the left, photorealistic, high texture detail.
Constraints: No extra text, no logos, no people reflections, seamless background.

2. Exact-Text Poster / Ad

A vertical poster. Headline “YOUR EXACT HEADLINE” in bold condensed sans-serif across the upper third. Subhead “Secondary line here” in smaller weight directly below. [Full scene and subject description]. [Style]. No other text or logos.

3. Precise Single-Element Edit

Change only the [specific element] to [new description]. Preserve the subject’s exact face/identity, pose, clothing details, camera angle, lighting direction, shadows, background, and all existing text. Match the new element’s lighting, perspective, and contact shadows to the original scene. Do not add any new objects, text, or watermarks.

4. Konsistens på tværs af flere referencer (karakter)

Brug billede 1 til figurens ansigt, kropsproportioner og identitet. Brug billede 2 kun til outfit og stoftekstur. Placer figuren fra billede 1 iført outfittet fra billede 2 i [scenebeskrivelse]. Match lysretningen fra billede 1. Bevar identitet og positur nøjagtigt. Ingen ekstra accessories eller tekst.

5. Gennemsigtigt frilægget aktiv

[Detaljeret motvibeskrivelse] isoleret på en ren gennemsigtig baggrund. Rene kanter, ingen skygge, ingen baggrundselementer, ingen gulv-kontaktskygge medmindre eksplicit anmodet. Fotorealistisk. Output klar til komposition.

Erstat de kantede parenteser med dine specifikationer, og gentag altid begrænsningerne ved efterfølgende redigeringer.

Hvorfor prompts fejler

Almindelige fejlmønstre og hvordan du retter dem:

• At stole på vage stemningsord (“hyggelig,” “episk,” “premium”) uden visuelle detaljer → tilføj konkret skala, lysretning, materialer og farver.
• At presse flere ændringer ind i én prompt → begræns til én ændring pr. tur.
• At udelade eller forkorte bevaringslisten i senere redigeringer → detaljer driver; gentag hele listen hver gang.
• Nøjagtig tekst ikke i anførselstegn eller uden placering/typografi-vejledning → forkerte ord eller ekstra tekst forekommer.
• Referencebilleder uploadet uden tildelte roller → modellen blander dem uforudsigeligt.
• At forvente, at et højere kvalitetstrin redder en svag beskrivelse → prompten bærer resultatet; kvalitet påvirker primært forfining, omkostning og latenstid.
• Brug af specialsyntaks, vægte eller “masterpiece 8K ultra detailed”-keyword-stakning → klare, ordnede sætninger overgår konsekvent keyword-stuffing.
• At glemme integrationsinstruktioner ved redigering → nye elementer ser komposit ud frem for naturlige.

Højere kvalitetsindstillinger (xhigh eller max) hjælper med tæt tekst, fine detaljer eller komplekse layouts, men de kan ikke kompensere for en under-specifik beskrivelse.

PT Image 2.5-promptingfejl, du bør undgå?

Adgang til GPT Image 2.5 via CometAPI

CometAPI giver OpenAI-kompatibel adgang til både gpt-image-2.5-flare og gpt-image-2.5-sunburst under én API-nøgle og de velkendte /v1/images/generations- og edits-endpoints. Fordele inkluderer centraliseret autentificering og fakturering, konkurrencedygtige tokenpriser, nem switching mellem Flare og Sunburst, indsigt i forbrug samt muligheden for at kombinere billedgenerering med det bredere katalog af 500+ modeller uden at administrere flere leverandørkonti.

En typisk migrering kræver kun at ændre base-URL’en til https://api.cometapi.com/v1, angive din CometAPI-nøgle og vælge det ønskede model-id. Denne opsætning er særligt værdifuld for produktionspipelines, der skal A/B’e de to varianter, styre omkostninger eller rute forskellige kvalitetstrin effektivt.

For de seneste parameterlister, priser og kodeeksempler, se CometAPIs dokumentation for billedgenerering sammen med OpenAIs officielle prompting-guide til billeder.

Konklusion

GPT Image 2.5 belønner klarhed, struktur og disciplin. Definér leverancen, beskriv det synlige motiv og komposition med konkrete detaljer, navngiv stilen via lys/materialer/farve, sæt nøjagtig tekst i anførselstegn, og (ved hver redigering) adskil skånselsløst den enkelte ændring fra den fulde bevaringsliste. Giv hvert referencebillede et klart job, iterér én beslutning ad gangen, og lad API-parametre håndtere størrelse, kvalitet og transparens. Start udforskning og højvolumen-arbejde på Flare; skift til Sunburst, når endelig præcision eller komplekse redigeringssekvenser kræver det.

Mestrer du reglen Ændre vs. Bevare og strukturen Motiv–Komposition–Stil–Tekst–Begrænsninger, bliver GPT Image 2.5 et pålideligt produktionværktøj frem for en kilde til endeløs regenerering. Kombinér det med en samlet gateway som CometAPI, og du får både kreativ kraft og operationel enkelhed.

FAQ

Skal GPT Image 2.5-prompter være lange?

Ikke nødvendigvis. En lang prompt fyldt med vage adjektiver kan være svagere end en kort prompt med præcis komposition og bevaringsinstruktioner. Inkludér detaljer dér, hvor fejl ville have betydning.

Hvordan stopper jeg GPT Image 2.5 fra at ændre hele billedet?

Brug en snæver instruktion som “Ændr kun jakken,” og oplist derefter eksplicit, hvad der skal forblive uændret: identitet, positur, indramning, kamerastandpunkt, belysning, baggrund, tekst og andre godkendte elementer.

Hvordan bevarer jeg en persons ansigt?

Brug et klart referencefoto, tildel det som autoritativ identitetsreference, og angiv hvilke karakteristika, der skal forblive stabile. Stol ikke udelukkende på “samme person.”

Hvordan får jeg GPT Image 2.5 til at generere nøjagtig tekst?

Giv den endelige tekst ordret, angiv hvor den skal placeres, specificér dens hierarki, og instruér modellen om ikke at tilføje andre ord. Verificér altid den endelige tekst visuelt.

Kan GPT Image 2.5 skabe gennemsigtige PNG-billeder?

Ja. Sæt baggrunden til gennemsigtig og brug PNG- eller WebP-output.

Kan GPT Image 2.5 generere 4K-billeder?

Ja. Den dokumenterede maksimum inkluderer 3840 × 2160 horisontal og 2160 × 3840 vertikal output. Opløsninger over 2560 × 1440 er eksperimentelle, og brugerdefinerede dimensioner skal overholde API’ets deleligheds- og formatforholdsbegrænsninger.

Er GPT Image 2.5 bedre til redigering end GPT Image 2?

OpenAI fremhæver forbedret præcisionsredigering, referencebevarelse og konsistens over flere ture. Arenas tidlige præference-resultater favoriserede også begge 2.5-varianter i det datidige øjebliksbillede, men disse foreløbige rangeringer kan ændre sig.