gpt-image-2.5-sunburst の画像入力プロンプトレシピ

画像入力プロンプトに構造が必要な理由

画像入力の失敗のほとんどはモデルの失敗ではなく、仕様の失敗です。参照画像を1枚渡し、「もっとよく見えるように」とか「ビーチに置いて」と一言添えると、モデルは「それ」が何を指すのか、どのピクセルが保護されるのか、どこまで逸脱してよいのかを推測しなければなりません。結果はそれらしく見えても、あなたが予想しなかった形で間違えます。

編集を一回限りのタスクとして扱うと、問題はさらに大きくなります。ある人物写真でうまくいったプロンプトが、次の10枚では通用しないことがあります。自由形式の言い回しは、あまりに多くの判断をモデルに委ねてしまうからです。プロンプトを変えたのか、参照画像を変えたのか、モデルを変えたのか、回帰の原因を特定できません。リクエストの中で何も固定されていないからです。

再現可能な構造は、この2つの問題を同時に解決します。編集を明確なフィールドを持つ仕様書に変えるのです。参照画像がどんな役割を果たすのか、要求する単一の操作はどれか、どの属性が保護され、どのようなアーティファクトが禁止されるのか。各フィールドは個別にレビューでき、差分を比較でき、テストできます。

これは気軽な利用よりも、開発者のワークフローにとって重要です。画像編集がパイプラインの一部——製品バリエーションの生成、素材のリペイント、アートアセットのローカライズ——であるなら、プロンプトは実質的にコードです。入力、期待される出力、そしてドリフトを検出する手段が必要です。次の節で示す4ブロックのレシピは、ツールの追加コストなしにこの3つをすべて提供する最小限の構造です。

4ブロックのプロンプトレシピ

本ガイドのすべての編集リクエストは、同じ4つのブロックを同じ順序で組み立てて作られます。骨格をコピーし、タスクに合わせて各ブロックを埋めてください。

ブロック 1：参照画像の役割

最初のブロックは、入力画像が何のためにあるのかをモデルに伝えます。詳細に描写する必要はありません——モデルはすでに見ています。その機能を説明してください。

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

画像の一部だけが重要な編集の場合：

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

ブロック 2：編集指示

1つのリクエストには主要な操作を1つだけ書き、命令形で表現します。操作が2つ必要なら、1文に複合せずに2回実行してください——複合編集こそが、意図しない変化が紛れ込む場所です。

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

ブロック 3：忠実性の制約

このブロックは、何を変えてはならないか、そして任意で何を明示的に変えてよいかを示します。具体的に：領域、色、幾何形状を名指ししてください。

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.

ブロック 4：ネガティブリスト

抑制すべきアーティファクトの短いリストです。実際に観察した失敗パターンに絞ってください——冗長な汎用リストはシグナルを薄めます。

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

組み立て後の完全なレシピ

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.

4つの短いブロック、およそ十数行で、リクエストはテスト可能になります。忠実性の文言をそのままに背景のフレーズだけを差し替えることも、編集そのものを考え直さずにネガティブリストを厳しくすることもできます。

忠実性の制御：何が変わり、何が変わらないか

曖昧な忠実性の文言は、意図しないドリフトの最も一般的な単一原因です。「似たままにして」や「あまり変えないで」はモデルに何の手がかりも与えません。モデルは自分が顕著だと考えるものを保持しますが、それはあなたが顕著だと考えるものとは限りません。

感覚ではなく属性を名指しする

形容詞を名詞と領域に置き換えます：

• 弱い：「顔が同じに見えるように保って。」

• 強い：「顔のアイデンティティ、肌の色、生え際、視線の方向を保持する。年齢や表情は変えない。」

• 弱い：「レイアウトを保って。」

• 強い：「ロゴブロックの位置とサイズ、見出しのベースライン、四辺のマージンを保持する。」

保持と許可を分ける

「すべてを保持」とだけ書く忠実性ブロックは、実際に望む編集を妨げます。明示的な許可と組み合わせてください：

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.

ALLOWED の行こそが、PRESERVE の行を安全にする理由です。それがなければ、モデルは要求された変更を拒否したり、一貫性なく適用したりするかもしれません。

複数のアンカーでアイデンティティを守る

画面に人物がいる場合、単一の「顔を保持」指示は脆いものです。複数の独立した手がかりでアイデンティティを固定します——顔の特徴、髪、肌の色、そして特徴的なアクセサリーがあればそれも。編集が頭部や体に関わる場合は、明示的な形状変更防止の制約を加えます：「顎のラインや体の比率を細く、広く、あるいは形を変えない。」

気にする幾何関係を制約する

構図が重要なら、数値と関係で示します：「被写体を中央に置き、上部に同じヘッドルームを残し、下端は同じクロップを保つ。」重要でないなら、それも明示します——「リフレーミングを許可する」と書けば、本来なら手放してもよい構図をモデルが過度に保持するのを防げます。

静かなスタイルドリフトに警戒する

スタイルの変化は「クリーン」「プレミアム」「シネマティック」といった言葉によって、いつの間にか忍び込みます。写実的な素材を写実的なまま保ちたいなら、明確に述べます：「フォトリアルな写実性を保つ。イラスト、絵画、3D レンダリングのスタイルを加えない。」

背景差し替えの文言

背景差し替えは予測可能な形で失敗します：被写体が背景と一緒に編集されてしまうのです。修正方法は、背景をメインの編集文の従属節としてではなく、独立した順序付きの指示として扱うことです。

レシピ：背景を差し替える

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.

「まず」という言葉が重要です。分離を挿入の前に置くことで、モデルは競合する2つの目標ではなく、従うべき順序を与えられます。

レシピ：背景を拡張する

アウトペイント風のリクエストではキャンバスを明示的に描写する必要があります：

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.

レシピ：背景を中立化する

後でコンポジットする素材なら、特定のシーンを要求せず、中性的なシーンを要求します：

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.

被写体の制約とシーンの制約を互いに分ける

有用な習慣：被写体の制約は PRESERVE に、シーンの制約は EDIT または ALLOWED に置きます。リクエストが失敗したとき、この分離があれば、被写体がドリフトしたのかシーンがドリフトしたのか、そしてどのブロックを修正すべきかを即座に判断できます。

再利用可能なネガティブリストの構築

ネガティブリストはリクエストごとにゼロから書かれがちで、それが同じアーティファクトが繰り返し戻ってくる理由です。リストはユースケースごとに保守する成果物として扱ってください。

観察された失敗から始める

実際の参照画像でレシピを何度か実行し、実際にどこが壊れたかを記録します。汎用リストを他所から持ち込まないでください——あなたが抱えていない問題に注意を割くことになります。

項目をカテゴリでグループ化する

4つのカテゴリでほとんどのケースをカバーできます：

• 構造的アーティファクト：余分な手足、重複する物体、歪んだエッジ、溶けた細部、継ぎ目。
• 文字とマーク：捏造された文字、変更されたラベル、歪んだロゴ、透かしのような痕跡、変わったフォント。
• スタイルドリフト：望まないイラストや絵画のレンダリング、過度のスムージング、プラスチックのような肌、HDR 的な過処理、シャープ化ハロー。
• 意味的侵入：小道具の追加、人物の追加、表情の変更、カメラアングルの変更。

項目は短く、具体的に保つ

各項目はモデルが実行できる名詞句——「余分な指」「重複した被写体」「捏造された文字」——であるべきで、禁止文ではありません。通常10〜15項目で十分です。それを超えると項目が重なり始め、リストがノイズになります。

レシピと一緒にリストをバージョン管理する

ネガティブリストはそれが属するプロンプトの隣に保存し、変更したらバージョン識別子を上げてください。出力品質が変化したとき、リストが変わったのかモデルが変わったのかを判断できます。ユースケースごとにリストを1つ保ってください——製品写真のリストと人物写真のリストは重なりますが、失敗モードが異なるため統合すべきではありません。

追加だけでなく削除もテストする

定期的に数項目を削除して参照セットを再実行します。プロンプトの改善に伴って不要になる制約もあれば、古い項目がモデルを硬直させることもあります——たとえば、過度に強力な「影を追加しない」項目は、実際に望むライティングを平坦にしてしまうかもしれません。

コピー＆ペースト可能なレシピ集（ビフォーアフター付き）

以下の各レシピはそのまま使えます。角括弧の中身を自分のものに置き換え、ブロックラベルは変えないでください。

製品写真、背景差し替え

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.

ビフォー：散らかった机、混在した照明。アフター：製品の幾何形状とラベルが完全に一致、中性的な背景、一貫した照明、エッジのアーティファクトなし。

人物写真のリライティング

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.

ビフォー：平坦な正面ライティング。アフター：立体感が読み取れる方向性のあるライティングで、アイデンティティと肌の質感は完全に一致。

内容保護付きスタイル転送

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.

ビフォー：写真のシーン。アフター：同じレイアウトと同じ物体がフラットベクターとして表現され、追加も削除もなし。

文字安全な素材拡張

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.

ビフォー：半幅のバナー。アフター：キャンバスを拡張し、元の文字はそのまま、模様はシームレスに継続。

コンポジット用の被写体抽出

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.

ビフォー：被写体が雑然とした室内背景に置かれている。アフター：そのままコンポジットできるクリーンな抽出結果、エッジは完全。

レシピのテストとバージョン管理

一度だけ成功したプロンプトは逸話にすぎません。固定された参照セットで繰り返し機能するプロンプトこそ、納品できるコンポーネントです。

固定参照セットを構築する

実際の分布をカバーする小さな入力群を選びます——異なる被写体、照明条件、そして細い髪の毛、透明な素材、埋め込まれた文字などのエッジケース。通常10〜20枚で回帰を露呈させるのに十分です。このセットを凍結し、毎回の変更で再利用してください。

レシピをデータとして保存する

各レシピを構造化レコードとして保存します：識別子、バージョン、独立したフィールドとしての4ブロック、そして使用するネガティブリストのバージョン。ブロックを分けておけば、背景の文言の変更は目に見える1行の差分となり、全体の不透明な書き直しにはなりません。

最新の実行だけでなく出力を比較する

プロンプトやモデルのバージョンを変更したら、参照セット全体を再実行し、新しい出力を前回バージョンの出力と画像ごとに並べて比較します。画像編集における回帰は劇的であることはまれです——ラベルのわずかなずれ、織物の質感の軟化、本来存在しない影の出現として現れます。並べ比較すれば、記憶から漏れるものも捉えられます。

失敗をブロック単位で追跡する

実行が失敗したら、どのブロックが原因だったかを記録します。時間が経てば、プロンプトのどこが弱いかが分かります：失敗のほとんどが忠実性の制約に起因するなら、より具体的な PRESERVE の文言に投資してください。ネガティブリストに起因するなら、それを刈り込み、位置づけし直してください。

意識的にベースラインを再構築する

モデルの更新は行動を両方向に変え得ます。新しいモデルバージョンがリリースされたら、まず参照セットを実行し、差分をレビューしてから、ベースラインを更新するかどうかを決めてください。出力が単体で見て悪くなければという理由だけで、新しいベースラインを無条件に受け入れてはいけません。

レシピをバージョン付きのテストケースとして扱えば、パイプラインが成長しても画像編集を予測可能に保てます。HiAPI.ai の統合画像入力エンドポイントでこれらの gpt-image-2.5-sunburst レシピを実行し、4ブロック構造をその周囲の安定した約束事にできます。