HiAPI
ブログ

使用ガイド

開発者向け gpt-image-2.6-flare 画像から画像へのプロンプトレシピ

参考画像編集のためのコピー可能なプロンプト構造、一貫性の言い回し、ネガティブリスト

Nov 17, 2026
カバーアート:淡いモーヴとインクブラックの色面が、一本の鋭い斜めのエッジと細いヴァイオレットの継ぎ目で分割されている。
このページの内容

画像から画像へのプロンプトが違う点

テキストから画像へのプロンプトは生成的なものです。シーンを描写すれば、モデルはプロンプトで固定されていない部分をすべて発明します。画像から画像へのプロンプトは引き算です。参考画像がすでに構図、アイデンティティ、色調、照明を決定しており、あなたが書く一語一語はここ以外はできるだけ変えないでほしいという指示になります。

この反転が「良いプロンプト」のあり方を変えます。テキストから画像では、長く詳細なほど役立つことが多いです。画像から画像では、余分な描写語は再描画の許可と解釈されます。ポートレート写真を編集するときに「赤いジャケットを着た女性が公園に立ち、柔らかな光、映画的な雰囲気」と書けば、公園や光、さらには顔まで再構築するようモデルを誘うことになります。

実際の帰結はこうです。良い編集プロンプトは主に制約で構成され、描写ではありません。まず望む一箇所の編集を述べ、次にそのまま保つべきすべてを明示的に囲い込みます。顔、ポーズ、フレーミング、背景、色。さらに数トークンをアンカーに費やし、出力を元画像へ引き戻すこともできます。「元のカメラアングルを保つ」「入力と同じ生地の質感」といった表現は、すでに見えている内容を描写し直すよりはるかに安価です。

最後に、画像から画像の挙動は元画像に依存します。同じプロンプトでも、フラットな商品レンダリングと情報量の多いライフスタイル写真では異なる方向にドリフトします。モデルが保つ必要のあるディテール量が違うからです。プロンプトは万能の呪文ではなく、アセットタイプに紐づくレシピとして扱ってください。この点はテストのセクションで詳しく掘り下げます。

保つべきメンタルモデル

プロンプトは三つの仕事を担う編集オーダーだと考えてください。画像が何かを示し、何を変えるかを述べ、変えないものについて誓約する。残りは任意の仕上げです。

テキストから画像は単一のプロンプトから流れる;画像から画像は参考画像とプロンプトを織り交ぜて編集を達成する。

4ブロック構成のプロンプト骨格

その場で組み立てた一文はその場しのぎの結果を生みます。再現可能な骨格は編集リクエストを予測可能でレビュー可能にし、A/Bテスト時にブロック単位で比較しやすくします。次の順序で四つの積み重ねブロックを使います:

1. 主体の固定

参考画像に何があるか、そしてそれを保たねばならないことを示す一文。

提供された参考画像をソース画像として使用する。
同じ主体、アイデンティティ、ポーズ、フレーミングを保つ。

2. 編集指示

動作として表現された、具体的で単一の変更。経験則はリクエストごとに編集を一つだけにすること。三つの編集を連ねるとドリフトが倍増します。

背景を無地のライトグレーのスタジオ背景に変更する。

3. スタイルアンカー

見た目をあなたの想像ではなく入力画像に結びつける短い参照。形容詞ではなく画像にアンカーする。

入力画像の光の方向、コントラスト、色温度に合わせる。
元のマテリアル感とエッジの柔らかさを保つ。

4. ネガティブ制約

現れてはならない、または変わってはならないものの簡潔なリスト。

顔、髪、服装を変更しない。
小道具を追加しない、文字を入れない、ウォーターマークを入れない。
要求された置換以外に背景を変更しない。

組み立てると、このリクエストは最初から最後まで一貫した編集オーダーとして読め、どのレビュアーもあなたの意図を理解できます。すべてのテンプレートでブロックの順序を固定してください。結果が悪化したとき、どの文が原因か推測するのではなく、ブロック単位で二分探索できます。

順序が重要な理由

主体の固定を最初に置くことで、モデルが編集を新規生成と取り違えるのを防ぎます。ネガティブ制約を最後に置くと、それらはシーン描写の一部ではなく最終的なガードレールとして読まれます。スタイルアンカーを中間に置くと、新しい内容を古い見た目に結びつけます。

四つの積み重なったプロンプト構成要素が一つの複合編集リクエストに集まる。

よくある編集のためのコピー可能なレシピ

以下のテンプレートは4ブロック骨格を前提としています。角括弧内のスロットを置き換えてください。変更する理由があるまでは、周囲の言い回しをそのまま保ってください。

背景の置換

提供された参考画像をソース画像として使用する。
同じ主体、アイデンティティ、ポーズ、フレーミングを保つ。
背景を[継ぎ目のないオフホワイトのスタジオ背景]に置き換える。
入力画像の光の方向と影の柔らかさに合わせ、主体が
元の光で照らされているように見えるようにする。
主体と新しい背景の境界で髪とエッジのディテールを保つ。
主体の顔、服装、体型を変更しない。
小道具を追加しない、文字を入れない、ウォーターマークを入れない、目に見える切り抜きエッジを出さない。

照明と雰囲気の変更

提供された参考画像をソース画像として使用する。
同じ主体、ポーズ、構図を保つ。
シーンを[左側からの暖かい午後の光]で再ライティングする。
同じマテリアルと質感を保ち、光とその影だけを変える。
主体を移動させたり形を変えたりしない。
背景の幾何構造を変更しない。
要求された照明変化以外の色調整をしない。

オブジェクトの置換

提供された参考画像をソース画像として使用する。
[領域]内の[オブジェクト]以外はすべてそのまま保つ。
それを[ほぼ同じ大きさのマットな陶器のマグカップ]に置き換える。
元のオブジェクトの遠近感、比率、接地影に合わせる。
周囲の表面と背景を完全に一致させる。
シーンの残りの部分のスタイルを変えない。
追加のオブジェクトを加えない、文字を入れない。

クリーンアップと削除

提供された参考画像をソース画像として使用する。
主体と構図を完全にそのまま保つ。
[表面]から[小さなロゴステッカー]を削除し、周囲の質感で
その下の表面を再構築する。
元の画像の粒子、照明、色を保つ。
その領域の外側は一切変更しない。
塗りつぶさない、ぼかさない、ディテールを捏造しない。

服装や色の変更

提供された参考画像をソース画像として使用する。
同じ人物、顔、ポーズ、フレーミングを保つ。
[ジャケット]を[濃紺]に色変更し、元の生地の質感、
シワのパターン、光の反射を保つ。
肌の色、髪、背景をそのまま保つ。
服装の形やフィット感を変えない。
アクセサリーを加えない、文字を入れない。

各レシピは意図的に「一つの編集プラスガードレール」に設計されています。背景置換かつ再ライティングが必要なら、巨大なプロンプトを書くのではなく二回に分けて実行してください。二回目は一回目の出力を参考画像として使います。同じ gpt-image-2.6-flare 画像から画像へのエンドポイント を通じて二回のフローに接続でき、クライアントコードに変更は不要です。

各編集カテゴリに専用のコピー可能なレシピカードがある。

保真度を保つ言い回し

保真度は文字数で買うものではなく、動かしてはならないものを明示することで買うものです。モデルは箇条書きされた禁止事項の遵守が得意で、長々とした肯定的描写から意図を推測するのは苦手です。

不変条件を名指しする

「当然変わらないはず」をすべて一文に変えてください。ほとんどの編集に役立つチェックリスト:

  • アイデンティティ:顔、髪、肌、目立つ特徴。
  • 幾何:ポーズ、カメラアングル、クロップ、遠近感、オブジェクトの比率。
  • 表面:織り目、粒子、光沢、マテリアル質感。
  • シーン:背景のレイアウト、周囲のオブジェクト、地平線。

範囲を限定する動詞を優先する

「背景を置き換える」には範囲があります。「もっとプロフェッショナルに見せる」にはありません。置き換える、色を変える、再ライティングする、削除する、拡張する といった動詞は変更がどこで止まるかをモデルに伝えます。より良い、よりきれい、高級感 といった形容詞は全体的な再描画を招きます。

形容詞ではなく入力画像に繋ぎ止める

弱い:「映画的な雰囲気を保つ。」強い:「入力画像のコントラスト、影の深さ、色温度を保つ。」後者はモデルが見えるピクセルを指し、前者はモデルが推測しなければならないムードを指します。

何が同じままか、何が変わるかを先に述べる

文の順序を調整し、保つ内容が変更より先に現れるようにします。「同じ主体とフレーミングを保ち、背景だけを変える」は逆よりもしっかりした結果を生みます。モデルが編集の計画を始める前に制約が読まれるからです。

変更予算を加える

範囲を制限する短い節が驚くほど効きます:

上記の領域だけを変更する。
他のすべてのピクセルを入力画像にできるだけ近づける。

これはグローバルな「最小差分」指示に最も近いもので、簡潔なネガティブリストとよく組み合わさります。

入力画像をスタイル参照として再利用する

プロジェクトに見た目の基準があるなら、描写し直さないでください。それを指し示します:「入力画像のレンダリングスタイル、粒子、色応答に合わせる。」参考画像はあなたが持つ最も正確なスタイル仕様です。

画像セット全体でスタイル一貫性を保つ

一枚の画像を編集するのはプロンプトの問題です。画像セットを編集するのはシステムの問題です。第二十のバリアントが第一と同じに見えるようにする共有アンカーが必要です。

アンカー画像を選ぶ

承認済みの出力をプロジェクトのスタイルアンカーとして選びます。API が対応する場合、以降の各編集は二つの参照を使います。編集するコンテンツ画像と、スタイルアンカーです。プロンプトでそれらの役割を明確に区別します:

第一の参考画像をコンテンツソースとして使用する。
第二の参考画像はスタイルアンカーとしてのみ使用する。
そのカラーパレット、コントラストカーブ、粒子、照明特性を踏襲する。
その主体、構図、背景をコピーしない。

役割を明示することが極めて重要です。それがなければモデルは二つの参照を混同し、スタイル画像から構図を借用します。

スタイルアンカーを測定可能な属性として書く

ムード語を画像をまたいで生き残る視覚属性に置き換えます:

  • カラーパレット:主要色とその相対的な比重
  • コントラスト:影の深さとハイライトのロールオフ
  • 照明:方向、柔らかさ、色温度
  • 質感:粒子量、シャープさ、エッジ処理
  • フレーミングの習慣:主体の比率と頭上スペース

「アンカーのカラーパレット、影の深さ、粒子に合わせる」のような共有アンカー文は、どんな形容詞の積み重ねよりも画像セットをまとめます。

グループごとの序文を保つ

プロジェクト内の各プロンプトに、主体の固定とアンカー参照を含む共有序文文字列を保存します。編集指示と特定のネガティブ項だけが画像ごとに異なります。この手法は「なぜ九枚目の画像は違って見えるのか」というデバッグ作業の大半を排除します。

凍結してバージョン管理する

画像セットが承認されたら、アンカー、序文、ネガティブリストをまとめてバージョン管理されたバンドルとして凍結します。将来の編集は凍結バンドルから始めるため、後続の微調整がセット全体のスタイルを静かに変えてしまうことはありません。

累積ドリフトに警戒する

連鎖編集(一回目の出力を二回目に渡す)は微妙な色やコントラストのずれを蓄積します。各出力を直前のステップだけでなく元のアンカーと比較してください。セット全体がずれ始めたら再アンカーします。

本当に役立つネガティブリストの作り方

ネガティブ制約はガードレールであり、願望リストではありません。実際に観察した失敗パターンに合わせた短いリストは、注意を薄め、正当なディテールまで抑圧しかねない長い一般的な禁止事項のリストより優れています。

観察された失敗から始める

まずネガティブ項なしでプロンプトを実行します。ドリフトした内容を記録します:追加された文字、ずれた背景、ぼやけた顔、余分な小道具、色かぶり。観察された失敗ごとに一行のネガティブ項を対応させます。それ以外は一切入れません。

リストを短く具体的に保つ

効果的なリストは通常数項目で、具体的な言い回しです:

文字、ロゴ、ウォーターマークを入れない。
小道具や人物を追加しない。
顔、髪、服装を変更しない。
要求された置換以外に背景を変更しない。
過度なレタッチをしない、プラスチックのような肌にしない、ぼかさない。

各行は実際に再現可能な失敗に対応します。「低品質にしない」や「アーティファクトを出さない」のような一般的な行はノイズです。モデルが行動に移せるものを何も指し示していません。

グローバルなネガティブ項とレシピごとのネガティブ項を分ける

小さなグローバルリスト(文字、ウォーターマーク、不要な人物、スタイルドリフト)をすべてのレシピで共有し、編集に特化したレシピごとのリストも保ちます。背景置換には「目に見える切り抜きエッジを出さない」が必要です。再ライティングには「要求された照明変化以外の色調整をしない」が必要です。オブジェクト置換には「追加のオブジェクトを加えない」が必要です。これによりプロンプトを短く保ちながら、的を絞ったままにできます。

ネガティブ項を定期的にレビューする

プロンプトのドリフトは双方向です。先月ある失敗を修正したネガティブ項が、今は望むディテールを抑圧しているかもしれません。新しいバージョンを凍結するたびにリストを読み返し、失敗がもう現れない行は削除してください。

ネガティブ項に主要な指示を載せない

ネガティブ項は何かを生み出すのが苦手です。「忙しい背景にしない」は「背景を無地のライトグレーの背景に置き換える」プラス「小道具を追加しない」より弱いです。まず肯定的な目標を述べ、それを守ってください。

レシピのテストと反復

プロンプトレシピはコードです。バージョン管理し、固定入力でテストし、勝者を残します。軽量なループで十分です。

小さな評価セットを固定する

アセットタイプごとに代表的なソース画像を数枚選びます。きれいな商品画像、ポートレート、情報量の多いシーン。同じレシピでも画像によって挙動が異なるため、お気に入りの一枚だけでなくセット全体で各バリアントをテストします。

一度に一つのブロックだけ変える

プロンプトが4ブロック骨格に従っているので、単一ブロックのA/Bができます。主体の固定、スタイルアンカー、ネガティブ項はそのままにし、編集指示の言い回しだけを変えます。これにより因果関係を切り分けられ、全文書き換えでは決してできません。

感覚ではなく評価基準で比較する

そのアセットタイプにとって「良い」とは何かを書き出します。アイデンティティの保持、背景のきれいさ、照明の一致、文字アーティファクトの不在、エッジの完全性。各出力を各基準で採点します。ほぼ同じバリアントを二十個比較すると主観評価は崩壊します。短い評価基準が意思決定を一貫させ、レビュー可能にします。

ループを小さく保つ

バリアント -> 生成 -> 評価基準で比較 -> 保持または破棄 -> 勝者を凍結

あるバリアントが勝ったら、バージョン管理されたレシピバンドルに昇格させます。プロンプトテキスト、ネガティブリスト、アンカー、評価ノート。あるバリアントが失敗したら、理由を一行で記録します。そうしなければ未来のあなたは同じ失敗アイデアを再び出します。

アセットタイプごとにバージョン管理する

商品レンダリングで調整した背景置換レシピはポートレート用レシピではありません。アセットタイプごとにバージョン管理し、同じ画像から画像へのモデルページを通じてリクエストをルーティングすれば、レシピの切り替えがパイプラインの切り替えを意味することは決してありません。

問題が再発することを想定する

モデルの挙動もソース画像も時間とともに変わります。レシピバンドルを更新したり新しい入力バッチを接続したりするたびに、評価セットを再実行し、残す価値のなくなったテンプレートを淘汰してください。

良い画像から画像への作業は主に規律ある制約の書き方です。安定した骨格、明確な不変条件、短いネガティブリスト、そして勝者を残すバージョン管理ループです。

永続的なAIアーティファクトで開発を始める

APIキーを取得して、タスクベースの1つのAPIで画像・動画・音声モデルを呼び出せます。

APIドキュメントを読む