Ricette di prompt image-to-image per gpt-image-2.5-sunburst

Perché i prompt image-to-image devono essere strutturati

La maggior parte dei fallimenti image-to-image non è un fallimento del modello, ma un fallimento della specifica. Dai al modello un'immagine di riferimento e una frase come "rendila migliore" o "mettila su una spiaggia", e il modello deve dedurre a cosa si riferisce "la", quali pixel sono protetti e quanto può allontanarsi. Il risultato è spesso plausibile ma sbagliato in un modo che non avevi previsto.

Il problema si amplifica quando tratti una modifica come un compito occasionale. Un prompt che funziona su un ritratto può fallire sui dieci successivi, perché una formulazione libera lascia troppe decisioni al modello. Non puoi capire se una regressione deriva da un cambio di prompt, da un cambio dell'immagine di riferimento o da un cambio di modello, perché nulla nella richiesta è fissato.

Una struttura ripetibile risolve entrambi i problemi contemporaneamente. Trasforma una modifica in una specifica con campi espliciti: quale ruolo gioca l'immagine di riferimento, quale singola operazione è richiesta, quali attributi sono protetti e quali artefatti sono vietati. Ogni campo può essere revisionato, confrontato con le differenze e testato in modo indipendente.

Questo conta più per il flusso di lavoro di uno sviluppatore che per l'uso occasionale. Se la modifica delle immagini fa parte di una pipeline — generare varianti di prodotto, ridipingere asset, localizzare risorse artistiche — allora i prompt sono di fatto codice. Hanno bisogno di input, di output attesi e di un modo per rilevare la deriva. Le quattro ricette della sezione successiva sono la struttura minima che fornisce tutti e tre senza aggiungere overhead di strumenti.

La ricetta del prompt in quattro blocchi

Ogni richiesta di modifica in questa guida è assemblata dagli stessi quattro blocchi, nello stesso ordine. Copia lo scheletro, poi compila ogni blocco per il tuo compito.

Blocco 1: ruolo dell'immagine di riferimento

Il primo blocco dice al modello a cosa serve l'immagine di input. Non descriverla in dettaglio — il modello l'ha già vista. Indica la sua funzione.

REFERENCE: The input image is the product photo. It is the subject and the layout to preserve.

Per modifiche in cui solo una parte dell'immagine è importante:

REFERENCE: The input image is the subject to transfer. Only the person is relevant; ignore the current background.

Blocco 2: istruzione di modifica

Scrivi una sola operazione principale per richiesta, espressa all'imperativo. Se servono due operazioni, esegui due passaggi invece di combinarle in una frase — le modifiche composte sono proprio il punto in cui si insinuano cambiamenti accidentali.

EDIT: Replace the background with a plain light-gray seamless studio backdrop.

Blocco 3: vincoli di fedeltà

Questo blocco indica cosa non deve cambiare e, facoltativamente, cosa è esplicitamente consentito cambiare. Sii specifico: nomina aree, colori e geometrie.

PRESERVE: The product's exact shape, label text, label position, and color. The camera angle and framing.
ALLOWED: Lighting on the product that is consistent with the new background.

Blocco 4: elenco negativo

Un elenco breve di artefatti da sopprimere. Mantienilo mirato ai modelli di errore che hai effettivamente osservato — elenchi generici e prolissi diluiscono il segnale.

AVOID: extra objects, warped edges, new text, logo distortion, oversharpening halos, drop shadows that were not in the original.

Ricetta completa assemblata

REFERENCE: The input image is the product photo. It is the subject and the layout to preserve.
EDIT: Replace the background with a plain light-gray seamless studio backdrop.
PRESERVE: The product's exact shape, label text, label position, and color. The camera angle and framing.
ALLOWED: Lighting on the product consistent with the new background.
AVOID: extra objects, warped edges, new text, logo distortion, sharpening halos, invented drop shadows.

Quattro blocchi brevi, una dozzina di righe circa, e la richiesta diventa verificabile. Puoi sostituire solo la frase dello sfondo senza toccare la formulazione della fedeltà, oppure irrigidire l'elenco negativo senza ripensare la modifica stessa.

Controllare la fedeltà: cosa resta uguale, cosa cambia

Una formulazione vaga della fedeltà è la singola causa più comune di deriva indesiderata. "Mantieni simile" e "non cambiare troppo" non danno al modello alcun punto di ancoraggio. Conserva ciò che ritiene saliente, che potrebbe non essere ciò che ritieni saliente tu.

Nomina attributi, non sensazioni

Sostituisci gli aggettivi con nomi e aree:

• Debole: "Mantieni il viso uguale."

• Forte: "Conserva l'identità del viso, il tono della pelle, l'attaccatura dei capelli e la direzione dello sguardo. Non cambiare età o espressione."

• Debole: "Mantieni il layout."

• Forte: "Conserva la posizione e le dimensioni del blocco logo, la linea di base del titolo e i margini sui quattro lati."

Separare conservazione e permesso

Un blocco di fedeltà che dice solo "conserva tutto" blocca la modifica che in realtà vuoi. Abbinalo a un permesso esplicito:

PRESERVE: garment silhouette, seams, fabric texture, color, and the model's pose.
ALLOWED: relighting to match a soft window light from the left; removal of the original backdrop.

La riga ALLOWED è ciò che rende sicura la riga PRESERVE. Senza di essa, il modello potrebbe rifiutare la modifica richiesta o applicarla in modo incoerente.

Proteggere l'identità con più punti di ancoraggio

Quando c'è una persona nell'inquadratura, una singola istruzione "conserva il viso" è fragile. Ancora l'identità con più indizi indipendenti — tratti del viso, capelli, tono della pelle e qualsiasi accessorio distintivo. Se la modifica riguarda la testa o il corpo, aggiungi un vincolo esplicito contro la rimodellazione: "Non restringere, allargare o rimodellare la linea della mascella o le proporzioni del corpo."

Vincolare le relazioni geometriche che ti interessano

Se la composizione conta, esprimila con valori numerici e relazioni: "Centra il soggetto, lascia lo stesso spazio sopra la testa, mantieni lo stesso ritaglio sul bordo inferiore." Se non conta, dillo comunque — "è consentito ricomporre" evita che il modello conservi eccessivamente una composizione a cui saresti disposto a rinunciare.

Attenzione alla deriva stilistica silenziosa

I cambiamenti di stile spesso arrivano senza invito attraverso parole come "pulito", "premium" o "cinematografico". Se vuoi che un materiale realistico resti realistico, dillo esplicitamente: "Mantieni il fotorealismo; non aggiungere stili illustrativi, pittorici o di rendering 3D."

La formulazione per la sostituzione dello sfondo

La sostituzione dello sfondo fallisce in modi prevedibili: il soggetto viene modificato insieme allo sfondo. La soluzione è trattare lo sfondo come un'istruzione separata e ordinata, non come una subordinata nella frase di modifica principale.

Ricetta: sostituire lo sfondo

REFERENCE: The input image is the subject. Only the subject is relevant; the current background will be discarded.
EDIT: First isolate the subject with clean edges, including hair and any thin details. Then place the subject on a new background: a softly blurred outdoor street at midday.
PRESERVE: Subject identity, pose, clothing, and the exact subject scale relative to the frame.
ALLOWED: Subtle rim light on the subject consistent with the new outdoor lighting.
AVOID: halos around hair, chewed edges, duplicated limbs, background bleeding through the subject, invented props.

La parola "prima" è importante. Mettere l'isolamento prima dell'inserimento dà al modello un ordine da seguire, invece di due obiettivi in competizione.

Ricetta: estendere lo sfondo

Le richieste in stile outpainting richiedono una descrizione esplicita della tela:

REFERENCE: The input image is the central crop. The subject and existing scene are authoritative.
EDIT: Extend the scene outward on the left and right to a wider aspect ratio, continuing the existing floor texture and wall line.
PRESERVE: The original crop exactly as-is. Perspective, horizon height, and lighting direction.
AVOID: a visible seam at the original crop boundary, repeated objects, mirrored duplicates of the subject, changed color temperature.

Ricetta: neutralizzare lo sfondo

Per materiale da compositare in seguito, non chiedere una scena specifica — chiedi una scena neutra:

REFERENCE: The input image is the subject to extract.
EDIT: Replace the background with a flat, evenly lit neutral gray, no gradient and no shadow cast onto the background.
PRESERVE: Subject edges, translucency in thin materials, and the full extent of the subject within the frame.
AVOID: cropping the subject, adding a floor plane, ambient color spill on the subject, hard cutout edges.

Tenere separati vincoli sul soggetto e vincoli sulla scena

Un'abitudine utile: metti i vincoli sul soggetto in PRESERVE e i vincoli sulla scena in EDIT o ALLOWED. Quando una richiesta fallisce, questa separazione ti dice subito se si è spostato il soggetto o la scena, e quale blocco modificare.

Costruire elenchi negativi riutilizzabili

Gli elenchi negativi vengono spesso scritti da zero a ogni richiesta, ed è per questo che gli stessi artefatti tornano continuamente. Tratta l'elenco come un artefatto mantenuto per ogni caso d'uso.

Parti dai fallimenti osservati

Esegui la ricetta diverse volte sulle tue immagini di riferimento reali e annota dove si rompe effettivamente. Non importare elenchi generici da altrove — consumeranno attenzione su problemi che non hai.

Raggruppa le voci per categoria

Quattro categorie coprono la maggior parte dei casi:

• Artefatti strutturali: arti in più, oggetti duplicati, bordi distorti, dettagli fini sciolti, linee di giunzione.
• Testo e marchi: testo inventato, etichette modificate, logo distorti, tracce simili a filigrana, cambi di font.
• Deriva stilistica: rendering illustrativo o pittorico indesiderato, levigatura eccessiva, pelle dall'aspetto plastico, elaborazione eccessiva in stile HDR, aloni di nitidezza.
• Intrusioni semantiche: oggetti aggiunti, persone aggiunte, espressione cambiata, angolazione della camera cambiata.

Mantieni le voci brevi e specifiche

Ogni voce dovrebbe essere un sintagma nominale che il modello può eseguire — "dita in più", "soggetto duplicato", "testo inventato" — non una frase di divieto. Da dieci a quindici voci di solito bastano; oltre, le voci iniziano a sovrapporsi e l'elenco diventa rumore.

Versiona l'elenco insieme alla ricetta

Conserva l'elenco negativo accanto al prompt a cui appartiene e incrementa un identificatore di versione quando lo modifichi. Quando la qualità dell'output cambia, puoi capire se è cambiato l'elenco o il modello. Tieni un elenco per ogni caso d'uso — l'elenco per le immagini di prodotto e quello per i ritratti si sovrappongono, ma non vanno uniti, perché i loro modelli di errore sono diversi.

Testa anche le rimozioni, non solo le aggiunte

Periodicamente elimina alcune voci ed esegui di nuovo il set di riferimento. Alcuni vincoli diventano irrilevanti man mano che il prompt migliora, e voci obsolete possono spingere il modello verso la rigidità — per esempio, una voce "non aggiungere ombre" troppo aggressiva può appiattire l'illuminazione che in realtà desideri.

Libreria di ricette pronte da copiare e incollare (con confronti prima/dopo)

Ogni ricetta qui sotto può essere usata così com'è. Sostituisci il contenuto tra parentesi quadre con il tuo e mantieni invariati i tag dei blocchi.

Foto di prodotto, sostituzione dello sfondo

REFERENCE: The input image is the product photo. It is the subject and the layout to preserve.
EDIT: Place the product on a clean light-gray studio backdrop with a soft gradient toward the top.
PRESERVE: Product shape, label text and position, color, camera angle, and framing.
ALLOWED: A soft contact shadow beneath the product; lighting consistent with the new backdrop.
AVOID: warped edges, altered label text, extra reflections, sharpening halos, invented props.

Prima: scrivania disordinata, illuminazione mista. Dopo: geometria del prodotto ed etichetta identiche, sfondo neutro, illuminazione coerente, nessun artefatto sui bordi.

Ritratto con nuova illuminazione

REFERENCE: The input image is the portrait. The person is the only relevant content.
EDIT: Relight the scene as if lit by soft window light from the left.
PRESERVE: Facial identity, skin tone, hairline, gaze direction, expression, and body proportions.
ALLOWED: New shadows and highlights consistent with left-side lighting; slight background darkening on the right.
AVOID: changed age, reshaped jawline, smoothed skin texture, added makeup, changed clothing.

Prima: illuminazione frontale piatta. Dopo: illuminazione direzionale con un volume leggibile, identità e texture della pelle identiche.

Trasferimento di stile con protezione del contenuto

REFERENCE: The input image is the source artwork. Only its composition and subject matter are relevant.
EDIT: Restyle the image as a flat vector illustration with a limited palette of muted blues and warm neutrals.
PRESERVE: Composition, object placement, relative sizes, and the identity of every distinct object.
ALLOWED: Simplified shapes, removed fine texture, reduced gradients.
AVOID: added objects, removed objects, changed aspect ratio, text, photorealism, heavy outlines not implied by the style.

Prima: scena fotografica. Dopo: stesso layout e stessi oggetti in forma vettoriale piatta, senza aggiunte né rimozioni.

Espansione di materiale con testo sicuro

REFERENCE: The input image is the left half of a banner. All existing text is authoritative.
EDIT: Extend the banner to the right to a wider aspect ratio, continuing the background pattern.
PRESERVE: Every glyph, word, and text position exactly. Color, texture, and the original crop.
ALLOWED: Continued background pattern in the new area only.
AVOID: new text, repeated words, stretched letterforms, visible seam, pattern misalignment.

Prima: banner a metà larghezza. Dopo: tela estesa, testo originale intatto, motivo che continua senza soluzione di continuità.

Estrazione del soggetto per la composizione

REFERENCE: The input image is the subject to extract.
EDIT: Isolate the subject on a flat neutral gray background with no cast shadow.
PRESERVE: Subject edges including hair and thin details, full subject extent within the frame, original color.
ALLOWED: Removal of the original background entirely.
AVOID: cropped edges, halos, ambient color spill, hard polygonal cutouts, invented detail at the silhouette.

Prima: soggetto su uno sfondo interno caotico. Dopo: estrazione pulita, pronta per la composizione, bordi completi.

Testare e versionare le ricette

Un prompt che funziona una sola volta è solo un aneddoto. Un prompt che funziona ripetutamente su un set di riferimento fisso è un componente che puoi consegnare.

Costruire un set di riferimento fisso

Scegli un piccolo insieme di input che copra la tua distribuzione reale — soggetti diversi, condizioni di illuminazione e casi limite come capelli sottili, materiali trasparenti e testo incorporato. Da dieci a venti immagini di solito bastano per esporre le regressioni. Congela questo set e riusalo a ogni modifica.

Memorizzare le ricette come dati

Salva ogni ricetta come record strutturato: identificatore, versione, i quattro blocchi come campi separati e la versione dell'elenco negativo che usa. Separare i blocchi significa che modificare la formulazione dello sfondo è un diff visibile di una riga, non una riscrittura opaca dell'intero paragrafo.

Confronta gli output, non guardare solo l'ultima esecuzione

Quando modifichi il prompt o la versione del modello, riesegui l'intero set di riferimento e affianca i nuovi output con quelli della versione precedente, immagine per immagine. Le regressioni nella modifica delle immagini sono raramente drammatiche — si manifestano come un'etichetta leggermente spostata, una texture del tessuto più morbida o un'ombra che non dovrebbe esserci. Il confronto affiancato cattura ciò che la memoria trascura.

Tracciare i fallimenti per blocco

Quando un'esecuzione fallisce, annota quale blocco ne è la causa. Nel tempo questo ti dice dove è debole il prompt: se la maggior parte dei fallimenti è riconducibile ai vincoli di fedeltà, investi in una formulazione più specifica di PRESERVE; se è riconducibile all'elenco negativo, potalo e riorientalo.

Ricostruire la baseline in modo consapevole

Gli aggiornamenti del modello possono cambiare il comportamento in entrambe le direzioni. Quando viene rilasciata una nuova versione del modello, esegui prima il set di riferimento, rivedi le differenze e poi decidi se aggiornare la baseline. Non accettare mai una nuova baseline solo perché l'output sembra a posto isolatamente.

Trattare le ricette come casi di test versionati mantiene la modifica delle immagini prevedibile man mano che la pipeline cresce. Puoi eseguire queste ricette per gpt-image-2.5-sunburst sull'endpoint image-to-image unificato di HiAPI.ai e lasciare che la struttura in quattro blocchi diventi la convenzione stabile attorno ad essa.