Prompts de GPT Image 2.5 Flare: casos de salida reales listos para copiar y pegar

GPT Image 2.5 Flare es el nivel rápido y de bajo costo de la serie OpenAI GPT Image 2.5, y resulta que la forma más rápida de obtener buenos resultados con él no es un ajuste ingenioso de parámetros, sino un prompt bien construido. A continuación presentamos cinco prompts reales que escribimos nosotros mismos y ejecutamos realmente en Flare, cada uno acompañado de la imagen que efectivamente generó, cubriendo las cinco categorías de tareas que más se le piden a este modelo: imágenes limpias de catálogo de producto, ediciones que solo sustituyen el fondo, integración en escenas cotidianas, texto de póster en idiomas distintos del inglés y fotografía de estilo editorial rápida.

Resumen

• Flare prefiere prompts estructurados y de propósito único antes que acumulaciones largas de adjetivos: separa «qué es el producto» de «qué hay que hacer con él».
• Para imágenes de catálogo, describir el ángulo de cámara exacto y el material del fondo (y no solo «fondo blanco») es lo que permite usar la imagen directamente sin volver a fotografiar.
• Las ediciones que solo sustituyen el fondo necesitan una instrucción explícita de «mantener el producto sin cambios»; de lo contrario, Flare reinterpreta también el producto.
• La precisión de Flare al renderizar texto en idiomas distintos del inglés (probamos con chino) basta para producción, pero antes de publicar sigue siendo necesaria una revisión humana carácter por carácter.
• Para imágenes editoriales o de escenas cotidianas, un prompt breve y seguro (una sola frase) puede superar a un prompt demasiado elaborado: el comportamiento por defecto de Flare es muy sólido.

Por qué en Flare la estructura del prompt importa más que su longitud

Flare es el nivel rápido de OpenAI GPT Image 2.5, con un precio orientado al uso a gran escala y no a la imagen principal única. Ya comparamos en detalle su enfrentamiento directo con el modelo de Google en GPT Image 2.5 vs Nano Banana 2; este artículo aborda una cuestión más concreta y práctica: una vez elegido Flare, ¿qué hay que escribir exactamente en el campo de prompt para obtener un resultado utilizable a la primera?

Las cinco recetas siguientes no son una colección aleatoria de prompts. Cada una resuelve un problema de producción concreto y recurrente, y todas se ejecutaron realmente en gpt-image-2.5-flare mediante la interfaz /v1/tasks de hiapi; no son montajes ni imágenes elegidas de la galería de otra persona.

Receta 1: imagen limpia de catálogo de producto

El modo de fallo más habitual en las imágenes de catálogo es que el prompt de «fondo blanco» devuelve un fondo blanquecino con una ligera sombra que no coincide con la plantilla real del catálogo. Especificar con claridad la superficie, la dirección de la luz y el ángulo de cámara soluciona este problema de una vez.

Professional product photography of a modern stainless steel electric kettle
with a black handle, placed on a seamless pure white studio background.
Soft, even studio lighting from the upper left, subtle reflection on the
white surface beneath the product. Camera angle: straight-on, eye-level,
slightly elevated. Sharp focus on the entire kettle, no shadows on the
background, commercial e-commerce catalog style, ultra high detail.

Lo que realmente marca la diferencia es «seamless pure white studio background» (y no solo «white background»), la dirección de la luz nombrada explícitamente y el ángulo de cámara indicado de forma clara. Si se elimina cualquiera de estos tres elementos, Flare empieza a adivinar: a veces un ángulo de 3/4, a veces una luz cálida que altera el color del producto.

Receta 2: sustituir solo el fondo (mantener el producto exactamente igual)

Esta es la forma de prompt que la gente suele escribir mal con más frecuencia. Si solo describes la nueva escena, Flare lo trata como una generación totalmente nueva y el producto en sí se desplaza: cambian las proporciones y el material parece distinto. La solución es distinguir con claridad «mantener esta parte intacta» de «cambiar esta parte».

Take the exact same stainless steel electric kettle from the reference image
and keep its shape, proportions, material, and color completely unchanged.
Replace only the background: place the kettle on a warm wooden kitchen
countertop, with soft morning sunlight coming through a window on the left,
a blurred kitchen background, shallow depth of field. Do not alter the
kettle itself in any way — only the environment around it changes.

La instrucción de mantener el producto «completamente sin cambios» no es relleno: determina si el resultado es una sustitución de fondo utilizable o un render completamente nuevo (y sutilmente erróneo) del producto.

Receta 3: integración en escenas cotidianas para distintas categorías de producto

La misma estructura de «producto de referencia fijo, escena cambiada» sirve para todas las categorías; esta vez se trata de una lámpara de pie en lugar de un hervidor, trasladada de un decorado de estudio a un salón ambientado.

Place this modern arc floor lamp, with its exact design and finish
unchanged, into a cozy living room scene: next to a linen sofa, warm
ambient evening lighting, the lamp turned on and casting a soft warm glow,
wooden floor, a small side table nearby, tasteful minimalist interior
design, photorealistic, magazine interior photography style.

Fíjate en que esta receta añade algo que la receta 2 no necesitaba: la propia fuente de luz de la lámpara («turned on and casting a soft warm glow»). Cuando el producto emite luz, especificarlo evita que Flare lo represente como un objeto apagado.

Receta 4: texto de póster en idiomas distintos del inglés

La capacidad de renderizado de texto de Flare es lo bastante sólida para usarse con textos reales, incluidos alfabetos no latinos; pero la sección 3.14 de nuestro manual interno de producción es una regla estricta, y por una buena razón: antes de publicar, cada carácter debe seguir pasando por una revisión humana, porque incluso una tasa de error de 1/100 tiene un gran impacto en un póster que lleva impreso el nombre de una marca.

Design a promotional poster for a Chinese bakery, featuring bold red and
gold color scheme, elegant Chinese calligraphy-style typography for the
store name at the top, appetizing photograph of fresh pastries and bread
in the center, small text at the bottom listing a grand opening date,
festive and inviting atmosphere, high-end commercial poster design.

Aquí hay dos cosas que contribuyen a la precisión: nombrar la función exacta de cada bloque de texto («store name», «grand opening date») en lugar de escribir los caracteres reales dentro del prompt, y mantener breve la cantidad total de texto del póster. Los bloques largos de texto renderizado son precisamente donde aumenta la tasa de error.

Receta 5: un prompt de una sola frase sigue sirviendo para imágenes editoriales

No todos los buenos resultados requieren un párrafo. Este es el prompt más corto del conjunto: una sola frase, sin especificaciones de cámara ni de iluminación, y es un recurso de producción real que publicamos tal cual:

Mediterranean poolside creative studio editorial photograph

Funciona porque el comportamiento por defecto de Flare con «editorial photograph» ya es muy bueno: composición segura, luz natural, profundidad de campo realista; por eso especificar en exceso puede ir en contra de la propia intuición del modelo. La lección no es «escribir siempre prompts cortos», sino que tanto la estructura (recetas 1-4) como la confianza en un buen comportamiento por defecto (receta 5) son herramientas válidas, y saber cuál usar en cada caso es la diferencia entre un prompt que acierta a la primera y uno que exige reintentar cinco veces.

Preguntas frecuentes

¿GPT Image 2.5 Flare sirve para diseños con mucho texto, o debería usar otro nivel? Flare maneja de forma fiable bloques de texto de longitud corta a media (títulos, etiquetas, eslóganes breves), como muestra la receta 4. Para párrafos densos de texto en pósteres, mantener breve cada bloque de texto y revisar cada renderizado da resultados más consistentes; esto vale para toda la serie GPT Image 2.5, no solo para Flare.

¿Hay que volver a subir la foto del producto cada vez que se quiere cambiar el fondo? Sí: la función de edición de Flare hace referencia a la imagen de origen que proporcionas en la solicitud, así que cada variante de fondo o de escena es una llamada independiente que usa la misma imagen de referencia y un nuevo prompt que describe lo que se quiere cambiar.

¿Por qué mi edición que solo cambiaba el fondo alteró ligeramente el producto? Casi siempre se debe a la falta de la instrucción de «mantener sin cambios»; consulta la receta 2. A menos que le indiques explícitamente qué partes de la imagen de referencia debe conservar, Flare trata el prompt de edición como una regeneración completa.

¿Puedo encadenar estas recetas para un producto: primero imagen de catálogo, luego integración en escena cotidiana y después póster? Sí, es un flujo de trabajo real habitual: primero se genera la imagen limpia de catálogo (receta 1) y luego se usa esa misma imagen limpia como referencia para la integración en escena cotidiana (receta 3) o el póster promocional (receta 4).

Conclusiones clave

• La estructura importa más que la longitud: nombra el material del fondo, el ángulo de cámara y la dirección de la luz en lugar de acumular adjetivos.
• Las imágenes de referencia para edición siempre necesitan una instrucción explícita de «mantener esta parte sin cambios»; de lo contrario, el producto en sí se desplaza.
• El texto de pósteres en idiomas distintos del inglés en Flare ha alcanzado un nivel apto para producción, pero antes de publicar sigue siendo necesaria una revisión humana carácter por carácter.
• Un prompt breve de una sola frase es una receta legítima para imágenes editoriales o de escenas cotidianas, porque el comportamiento por defecto de Flare ya es muy sólido.
• Reutiliza una renderización base limpia como imagen de referencia para la siguiente edición, en lugar de escribir prompts desde cero para cada variante.

¿Listo para probarlo por tu cuenta? Ejecuta cualquiera de los cinco prompts anteriores en gpt-image-2.5-flare a través de la API de hiapi, o empieza desde la página del modelo para consultar los precios actuales antes de escalar por lotes.