プロのようにGPT Image 2.5をプロンプトする方法

TL;DR GPT Image 2.5 では重要な点がひとつ変わりました。良いプロンプトは、作りたいものを説明するだけでは不十分です。編集や参照画像を使う生成では、「変えてはいけないもの」も定義する必要があります。

それが重要なのは、GPT Image 2.5 はより正確な編集と、参照の忠実保持のために設計されているからです。OpenAI は、このモデルが被写体・構図・周辺ディテールを保ったまま、指定された要素だけを変更するのが得意だと述べています。

良い GPT Image 2.5 プロンプト ＝ 納品物 + 主題 + シーン + 構図 + ビジュアル指示 + 正確なテキスト + 制約条件 + 出力

良い編集プロンプト ＝ 変更対象 + 保持リスト + 統合ルール + 除外事項 + 出力

特に後者の式が重要です。「背景をビーチに変えて」と言う代わりに、次のように書いてください。「背景のみを、日没時の静かな地中海のビーチに置き換える。人物、顔、ポーズ、衣装、カメラ位置、フレーミング、光の方向、前景は変更しない。」

重要なポイント

• GPT Image 2.5 は忠実度、マルチターンの一貫性、テキスト描画、速度を改善。ほとんどのユーザーには Flare が推奨の出発点。
• 生成の中核式：納品物 + 主題 + 構図 + スタイル + 引用符付きの正確なテキスト + 制約/除外。
• 編集の黄金律は「X だけを変更する。［アイデンティティ、ポーズ、ライティング、幾何、テキスト、スタイル］の完全リストを保持する」。
• 参照画像を複数使うときは、それぞれに明確な役割（被写体、衣装、背景、配色など）を与えると成功しやすい。
• 透過背景、厳密なタイポグラフィ、段階的編集は、適切なプロンプトと正しいパラメータ設定で大きく強化。
• Flare は速度と量を優先。Sunburst は編集精度と最終アセットの忠実度を優先。両者のトークン単価は同じ。
• CometAPI は gpt-image-2.5-flare と gpt-image-2.5-sunburst への OpenAI 互換の統合アクセスを提供。

GPT Image 2.5 とは

OpenAI は 2026年9月8日に ChatGPT Images 2.5 をリリースしました。アップデートは、より鋭いディテール、自然な光と質感、参照画像の忠実保持、精密な編集、複数回の編集における一貫性の強化に重点を置いています。Images 2.0 と比べて画像生成のレイテンシが最大 50% 低下したとも報告されています。

開発者向けには、ファミリーは 2 つの API モデルに分かれます。

• GPT-Image-2.5 Flare — 高速・高品質な日常生成と大量ワークロード向けに最適化。
• GPT-Image-2.5 Sunburst — レイテンシより精度を重視する高難度の生成・編集ワークフロー向けに最適化。

開発者は CometAPI で GPT Image 2.5 API も利用でき、gpt-image-2.5-flare と gpt-image-2.5-sunburst のモデル識別子が用意されています。

ベンチマークと機能

独立テストと初期の Arena ランキングでは、リリース直後から両モデルがテキスト生成と画像編集の上位に位置し、構図、ディテール、スタイル忠実度、被写体保持、速度で明確な向上が見られました（Flare はしばしば ~20–40 秒で完了し、一部ベンチマークで以前より大幅に短縮）。

主な機能には、テキスト＋画像入力、約 4K までの画像出力（制約あり：各辺は16の倍数、片辺最大およそ 3840 px、縦横比 ≤ 3:1）、透過背景（PNG/WebP）、品質ティア（low → max）、プログレッシブプレビュー、インペインティング/領域指定編集、複数参照および段階的編集の強力なサポートが含まれます。OpenAI は、ChatGPT Images と GPT-Image API ファミリー全体で毎週 30 億枚以上の画像が生成されていると報告しています。

GPT Image 2.5 の生成・編集一般式

最重要ルール：変更 vs 保持

これは GPT Image 2.5 で最も効果の高い習慣です。

【生成（テキストまたは参照から新規作成）】
出現してほしいものをすべて記述します。被写体、フレーミング、光、素材、色、そして出現してほしくないものについて、具体的に書きます。

【編集（画像入力またはマルチターンの洗練）】

1. 変更は「ちょうど1つ」だけを明示する。
2. 変更してはならない要素を「すべて」明示する（アイデンティティ、ポーズ、カメラ角度、フレーミング、光の方向、影、背景要素、既存のテキスト、色、幾何、全体のスタイル）。
3. 新しい要素が既存の光、パース、テクスチャ、接地影にどのように馴染むべきかを記述する。
4. 明確な除外を加える（余計なテキスト、ロゴ、ウォーターマーク、過度なレタッチをしない）。

曖昧な複数変更プロンプトや保持リストの欠落は、累積的なドリフトを引き起こします。各ターンで保持リストを言い直してください。領域をピクセル単位で不変にすべき場合は、モデル任せにせず、承認済みのローカル編集を元のマスターに合成してください。

最小生成スケルトン

［納品物 / 想定用途］ + 主題 + 構図 + スタイル / ライティング / 素材 + 引用符で囲んだ正確なテキスト + 制約と除外

最小編集スケルトン

［特定の要素］だけを［新しい説明］に変更する。［アイデンティティ、ポーズ、フレーミング、ライティング、影、背景、テキスト、色、スタイル］を保持する。新要素は既存の光と幾何に合わせる。［不要要素］は追加しない。

GPT Image 2.5 のプロンプト作成方法

OpenAI の公式プロンプト作成ガイドはシンプルです。まず必要な画像から始め、被写体、構図、スタイル、制約を記述します。編集では、要求する変更と保持すべき詳細を明確に分離します。1 回に 1 つずつ洗練し、毎回の結果を確認します。プロンプトは Subject → Composition → Style → Text（引用）→ Constraints の順に構造化し、参照画像には明確な役割を割り当て、1 回に 1 変更で反復し、サイズ/品質/背景はプロンプト文ではなく API パラメータで設定します。

Subject（被写体）

主たる人物・物・シーンを、目視で検証できる詳細（外観、衣装、ポーズ、動作、相対スケール、物との相互作用）とともに命名します。
例：「短い赤茶のボブ、丸い黒縁メガネ、紺の作業コートを着た若いアーカイビストが、赤い蝋の月の紋章で封印された紙封筒を手にしている。」

Composition（構図）

フレーミング、カメラの高さと角度、被写体の配置（中央、左三分割など）、余白、被写界深度、見せるべき範囲（足元までの全身、胸上など）を指定します。
例：「全身、足まで見える、低めのアイレベル。左三分割にキャラクター、背後に果てしなく続く書架。右上に後からタイトルを載せるためのクリーンなダークスペース。」

Style（スタイル）

画材、光（光源＋方向）、素材、配色、質感、写実度を記述。純粋なムード語より、具体的な視覚言語を優先。必要なら「フォトリアル」「実写」「フィルムグレイン」や、特定の作風を明示的に要求します。
例：「精緻な手描きアニメ背景、抑制されたセルシェーディング、自然なプロポーション。高窓からのクールな月光に対して、デスクランプの暖色光がひとつ。」

Text（テキスト）

必要な文字列はすべて引用符で囲みます。配置、優先度、概ねの書体・ウェイト、出現回数を指定し、余計な文字を禁止します。
例：見出し「Open Late」を上部いっぱいのボールドなコンデンスドで、その直下に「Thursday to Sunday」を小さめのウェイトで。その他のテキストは入れない。

Constraints / Exclusions（制約 / 除外）

出してはならないもの、変更してはならないものを列挙します。高価値の除外には、余計なテキスト、ロゴ、ウォーターマーク、過度のレタッチ、不必要な物体などがあります。

長文や複雑な依頼では、（SCENE / SUBJECT / STYLE / TEXT / CONSTRAINTS）のように見出し付きセクションを使うと可読性が上がり、後の編集維持も容易になります。

重要な技術メモ：モデル、品質、サイズ（またはアスペクト）、背景（auto / opaque / transparent）は API パラメータで設定してください。解像度や透過性の強制をプロンプト文に頼らないでください。

複数の参照画像を GPT Image 2.5 でどう使う？

GPT Image 2.5 は複数画像入力に対応しています。各参照に明確な役割を与えると結果が劇的に改善します。

推奨パターン：

1. 各参照画像に番号を振るか、明確な名称を付ける。
2. 正確な役割を明示する：主要被写体のアイデンティティ、衣装/スタイル参照、背景/舞台、配色のみ、光の参照など。
3. 要素の組み合わせ方と、どの部分をどこへ移すかを記述する。
4. 主要被写体および保護対象の詳細について、保持すべき制約を繰り返す。

例：「画像1を製品（マットブラックのウォーターボトルとその正確なラベル文字）として使用。画像2は淡いコンクリートの縁と自然光の方向のみを参照。画像1のボトルを画像2の縁に置き、柔らかな影と光の角度を一致させる。ボトルの正確な形状、ラベルの文字、色、反射を保持。コンクリートの質感は変更せず、余計な物体を追加しない。」

明確な役割割り当ては、被写体やスタイルの不要なハイブリッド化を防ぎます。

上級プロンプトテクニック

正確なテキスト＆タイポグラフィの要点

• 必要な文字列は常に引用符で囲む。
• 位置、階層、概ねのウェイトとスタイル、出現回数を指定。
• 「他のテキストなし」「ロゴなし」「ウォーターマークなし」を要求。
• 密なレイアウトや複数書体では、品質を medium か high にして、出力の綴りと可読性を目視確認。
• 重要なブランド名は、信頼性を高めるために一文字ずつ綴りを指定可能。

透過背景

API 呼び出しで background="transparent"（または UI の同等設定）を指定し、PNG または WebP を使用。被写体の外周をクリーンに、背後に何もないことを明示的に要求。髪、ガラス、微細ディテール、接地部周りのアルファを注意深く検査。「背景要素なし、要求しない限りドロップシャドウなし」などの除外を追加。パラメータとプロンプト制約が両方正しい場合、2.5 では透過生成の信頼性が大幅に向上します。

マルチターン編集ワークフロー

1. 強いベース生成または承認済み参照から開始。
2. 前回出力を新たな入力画像として与える。
3. 変更は正確に 1 つだけ要求。
4. 各ターンで完全な保持リストを言い直す。
5. 続行前に結果を検査。
6. ピクセル単位で不変にすべき領域は、承認済みローカル編集を元のマスターへ合成。

この規律あるループは、GPT Image 2.5 のマルチターン一貫性の向上を最大限活かしつつ、累積ドリフトを最小化します。

Flare と Sunburst：どのモデルがどのプロンプトに最適？

実践的な判断基準：Flare でアイデアを探り、バリエーションを出し、素早く反復。最終仕上げや複雑な編集シーケンスで精度が必要になったら、同一のプロンプト＋参照＋設定を Sunburst で再実行して比較。多くのプロダクションチームは両モデルを用意し、用途に応じてルーティングしています。

プロンプトテンプレート（そのまま流用可）

1. クリーンなプロダクトヒーロー

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. 正確なテキストのポスター／広告

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. 厳密な単一要素編集

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. 複数参照によるキャラクター一貫性

画像1はキャラクターの顔、体のプロポーション、アイデンティティに使用。画像2は衣装と布の質感にのみ使用。画像1のキャラクターに画像2の衣装を着せて［シーン説明］に配置。画像1の光の方向に合わせる。アイデンティティとポーズは厳密に保持。アクセサリーやテキストは追加しない。

5. 透過切り抜き／アセット

［詳細な被写体説明］を完全な透過背景上に分離。エッジはクリーン、ドロップシャドウなし、背景要素なし、明示しない限り床の接地影なし。フォトリアル。合成に即使用可能な出力。

角括弧部分は具体内容に置き換え、後続の編集ターンでも必ず制約を言い直してください。

なぜプロンプトは失敗するのか

• 漠然としたムード語（「居心地よい」「壮大」「高級」）に頼る → スケール、光の方向、素材、色を具体化する。
• 1 回に複数変更を詰め込む → 1 パスにつき 1 変更に制限する。
• 後続の編集で保持リストを省略/短縮する → ディテールがドリフトする。毎回フルリストを再掲。
• 正確なテキストが引用符に入っていない、位置/書体指示がない → 誤字や余計なテキストが出る。
• 役割未定義の参照画像をアップロード → モデルが予期せず混合する。
• 高い品質ティアに記述不足の挽回を期待 → 結果はプロンプト次第。品質は主に精緻さ・コスト・レイテンシに影響。
• 特殊シンタックスや「masterpiece 8K ultra detailed」のようなキーワード積み上げ → 明晰で順序立てた文の方が一貫して優れる。
• 編集で統合指示を忘れる → 新要素が合成っぽく見える。

高い品質設定（xhigh や max）は、密なテキスト、微細ディテール、複雑なレイアウトに有効ですが、記述不足を補うことはできません。

GPT Image 2.5 のプロンプトで避けるべきミスは？

CometAPI 経由で GPT Image 2.5 にアクセスする

CometAPI は、単一の API キーとおなじみの /v1/images/generations および edits エンドポイントで、gpt-image-2.5-flare と gpt-image-2.5-sunburst の両方に OpenAI 互換でアクセスできます。利点は、認証と課金の一元化、競争力のあるトークンレート、Flare と Sunburst の容易な切り替え、利用状況の可視化、そして複数ベンダーのアカウント管理なしに 500+ モデルの広範なカタログと画像生成を組み合わせられる点です。

通常の移行は、ベース URL を https://api.cometapi.com/v1 に変更し、CometAPI キーを設定し、希望のモデル ID を選ぶだけで完了します。これは、2 つのバリアントを A/B したい、コスト管理を行いたい、異なる品質ティアを効率的にルーティングしたい本番パイプラインに特に有用です。

最新のパラメータ一覧、価格、コード例については、OpenAI の公式イメージプロンプトガイドと併せて CometAPI の画像生成ドキュメントを参照してください。

まとめ

GPT Image 2.5 は、明確さ・構造・規律に応えます。納品物を定義し、被写体と構図を具体的に描写し、光／素材／色でスタイルを名指し、正確なテキストは引用符に入れ、（編集では）単一変更と保持リストを厳密に分離しましょう。各参照画像に明確な役割を与え、1 度に 1 つずつ意思決定を重ね、サイズ・品質・透過は API パラメータで制御します。探索や大量生成は Flare で開始し、最終精度や複雑な編集が必要なときは Sunburst に移行してください。

「変更 vs 保持」のルールと、Subject–Composition–Style–Text–Constraints の構造を身につければ、GPT Image 2.5 は無限再生成の源ではなく、信頼できるプロダクションツールになります。CometAPI のような統合ゲートウェイと組み合わせれば、創造力と運用の両面で優位に立てます。

よくある質問（FAQ）

GPT Image 2.5 のプロンプトは長い方が良い？

必ずしもそうではありません。曖昧な形容詞だらけの長文より、構図と保持指示が精密な短文の方が強力です。失敗すると困る箇所に絞って詳細を入れてください。

画像全体が変わってしまうのを防ぐには？

「ジャケットだけを変更」といった狭い指示を使い、アイデンティティ、ポーズ、フレーミング、カメラ位置、ライティング、背景、テキスト、その他の承認済み要素は不変だと明記します。

人物の顔を保持するには？

鮮明な参照写真を使い、アイデンティティの決定版として指定し、どの特徴を安定保持すべきかを述べます。「同じ人物」というだけに頼らないでください。

正確なテキストを生成させるには？

最終稿をそのまま提示し、表示位置、優先度、概ねのタイポグラフィ、出現回数を指定し、他の語を追加しないよう指示します。最終出力の文字は必ず目視で検証してください。

透過 PNG は作れる？

はい。背景を透過に設定し、PNG または WebP で出力します。

4K 画像は生成できる？

はい。ドキュメント上の最大値には 3840 × 2160（横）と 2160 × 3840（縦）が含まれます。2560 × 1440 を超える解像度は実験的であり、カスタム寸法は API の割り切りとアスペクト比の制約を満たす必要があります。

GPT Image 2 より編集に向いている？

OpenAI は精密な編集、参照の保持、マルチターンの一貫性の改善を強調しています。初期の Arena の選好結果でも 2.5 の両バリアントが支持されましたが、こうした予備的ランキングは変動する可能性があります。