gpt-image-2.5-sunburst의 이미지 대 이미지 프롬프트 레시피

이미지 대 이미지 프롬프트에 구조가 필요한 이유

대부분의 이미지 대 이미지 실패는 모델의 실패가 아니라 명세의 실패입니다. 모델에 참조 이미지를 주고 “더 좋게 만들어 줘” 또는 “해변에 놓아 줘”라고 한 문장을 덧붙이면, 모델은 “그것”이 무엇을 가리키는지, 어떤 픽셀이 보호되는지, 어디까지 벗어나도 되는지를 스스로 추론해야 합니다. 결과물은 대개 그럴듯해 보이지만, 예상하지 못한 방식으로 어딘가 틀어집니다.

한 번의 편집을 일회성 작업으로 취급하면 문제는 더 커집니다. 특정 인물 사진에서 통했던 프롬프트가 다음 열 장에서는 실패할 수 있습니다. 자유로운 표현이 너무 많은 결정을 모델에 맡기기 때문입니다. 프롬프트 변경, 참조 이미지 변경, 모델 변경 중 무엇 때문에 성능이 회귀했는지 판단할 수 없습니다. 요청 안에서 고정된 것이 아무것도 없기 때문입니다.

반복 가능한 구조는 이 두 문제를 동시에 해결합니다. 편집을 명확한 필드가 있는 명세로 바꿉니다. 참조 이미지가 어떤 역할을 하는지, 요청된 단일 작업이 무엇인지, 어떤 속성이 보호되는지, 어떤 아티팩트가 금지되는지가 필드로 드러납니다. 각 필드는 독립적으로 검토하고, 차이를 비교하고, 테스트할 수 있습니다.

이는 캐주얼한 사용보다 개발자 워크플로에서 더 중요합니다. 이미지 편집이 파이프라인의 일부라면, 예컨대 제품 변형 생성, 소재 재드로잉, 아트 리소스 현지화라면 프롬프트는 사실상 코드입니다. 입력과 예상 출력, 그리고 드리프트를 감지하는 방법이 필요합니다. 다음 절의 네 블록 레시피는 도구 오버헤드 없이 이 세 가지를 모두 제공하는 최소 구조입니다.

네 블록 프롬프트 레시피

이 가이드의 모든 편집 요청은 동일한 네 개의 블록을 같은 순서로 조립해 만듭니다. 골격을 복사한 뒤 각 블록을 작업에 맞게 채우세요.

블록 1: 참조 이미지 역할

첫 번째 블록은 입력 이미지의 용도를 모델에 알려 줍니다. 자세히 묘사하지 마세요. 모델은 이미 보고 있습니다. 기능을 설명하세요.

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

이미지의 일부만 중요한 편집의 경우:

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

블록 2: 편집 지시

요청마다 주요 작업을 하나만, 명령형 문장으로 쓰세요. 작업이 두 개 필요하면 한 문장에 복합하지 말고 두 번 실행하세요. 복합 편집은 의도치 않은 변화가 조용히 섞여드는 지점입니다.

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

블록 3: 충실도 제약

이 블록은 무엇이 변하면 안 되는지, 선택적으로 무엇이 명시적으로 변해도 되는지를 설명합니다. 구체적으로 쓰세요. 영역, 색상, 기하학적 형태를 지목하세요.

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.

블록 4: 부정 목록

억제해야 할 아티팩트의 짧은 목록입니다. 실제로 관찰한 실패 모드에 맞춰 유지하세요. 장황하고 일반적인 목록은 신호를 희석시킵니다.

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

조립된 전체 레시피

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.

짧은 네 블록, 대략 열 줄 남짓이면 요청이 테스트 가능해집니다. 충실도 문구는 건드리지 않고 배경 문구만 바꾸거나, 편집 자체를 다시 생각하지 않고 부정 목록만 조일 수 있습니다.

충실도 제어: 무엇이 유지되고 무엇이 바뀌는가

모호한 충실도 문구는 의도치 않은 드리프트의 가장 흔한 단일 원인입니다. “비슷하게 유지”와 “너무 많이 바꾸지 마”는 모델에 어떤 기준점도 주지 않습니다. 모델은 자기가 두드러진다고 판단한 것을 유지하는데, 그것이 당신이 두드러진다고 생각한 것과 다를 수 있습니다.

느낌이 아니라 속성을 지목하세요

형용사를 명사와 영역으로 바꾸세요:

• 약함: “얼굴은 똑같아 보이게 유지해.”

• 강함: “얼굴 정체성, 피부톤, 헤어라인, 시선 방향을 유지하세요. 나이나 표정을 바꾸지 마세요.”

• 약함: “레이아웃을 유지해.”

• 강함: “로고 블록의 위치와 크기, 제목 기준선, 네 변의 여백을 유지하세요.”

보존과 허용을 분리하세요

“모든 것을 보존”만 쓰는 충실도 블록은 실제로 원하는 편집을 막습니다. 명시적 허용과 짝지으세요:

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 줄이 바로 PRESERVE 줄을 안전하게 만드는 요소입니다. 그것이 없으면 모델이 요청된 변경을 거부하거나 일관성 없이 적용할 수 있습니다.

여러 기준점으로 정체성을 보호하세요

화면에 사람이 있을 때 단일 “얼굴 유지” 지시는 취약합니다. 여러 독립적 단서로 정체성을 고정하세요. 얼굴 특징, 머리카락, 피부톤, 그리고 고유한 액세서리가 그 예입니다. 편집이 머리나 몸을 포함한다면 명시적 재형성 금지 제약을 추가하세요. “턱선이나 신체 비율을 좁히거나 넓히거나 재형성하지 마세요.”

신경 쓰는 기하학적 관계를 제약하세요

구도가 중요하다면 수치와 관계로 진술하세요: “주체를 중앙에 두고, 위쪽 헤드룸을 동일하게 유지하며, 하단 가장자리는 같은 크롭을 유지하세요.” 중요하지 않다면 그것도 밝히세요. “재구도를 허용”하면 모델이 당신이 기꺼이 포기할 구도를 과도하게 유지하는 일을 막을 수 있습니다.

조용한 스타일 드리프트를 경계하세요

스타일 변화는 “깔끔한”, “고급스러운”, 또는 “시네마틱한” 같은 단어를 통해 초대 없이 찾아오는 경우가 많습니다. 사실적 소재를 사실적으로 유지하고 싶다면 분명히 말하세요. “사진적 사실성을 유지하세요. 일러스트, 회화, 3D 렌더 스타일을 추가하지 마세요.”

배경 교체 문구 작성

배경 교체는 예측 가능한 방식으로 실패합니다. 주체가 배경과 함께 편집되는 것입니다. 해결책은 배경을 메인 편집 문장의 절이 아니라 별도의 순서가 있는 지시로 다루는 것입니다.

레시피: 배경 교체

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.

“먼저”라는 단어가 중요합니다. 삽입보다 분리를 앞세워 모델이 서로 경쟁하는 두 목표 대신 따를 수 있는 순서를 제공합니다.

레시피: 배경 확장

아웃페인팅식 요청에는 캔버스를 명확히 설명해야 합니다:

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.

레시피: 배경 중화

나중에 합성할 소재의 경우 특정 장면을 요청하지 말고 중립 장면을 요청하세요:

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.

주체 제약과 장면 제약을 서로 분리하세요

유용한 습관 하나: 주체 제약은 PRESERVE에, 장면 제약은 EDIT 또는 ALLOWED에 두세요. 이 분리는 요청이 실패했을 때 주체가 드리프트했는지 장면이 드리프트했는지, 그리고 어떤 블록을 수정해야 하는지를 즉시 알려 줍니다.

재사용 가능한 부정 목록 구축

부정 목록은 보통 요청마다 처음부터 작성되며, 그 때문에 같은 아티팩트가 계속 돌아옵니다. 목록을 사용 사례별로 유지하는 산출물로 취급하세요.

관찰된 실패에서 시작하세요

실제 참조 이미지에서 레시피를 여러 번 실행하고 실제로 무엇이 잘못되는지 기록하세요. 다른 곳에서 일반 목록을 가져오지 마세요. 당신에게 없는 문제에 주의를 씁니다.

항목을 범주별로 묶으세요

네 범주가 대부분의 상황을 포괄합니다:

• 구조적 아티팩트: 여분의 팔다리, 중복 객체, 왜곡된 가장자리, 녹아내린 미세 디테일, 이음선.
• 텍스트와 마킹: 지어낸 글자, 변경된 라벨, 왜곡된 로고, 워터마크 유사 흔적, 변경된 폰트.
• 스타일 드리프트: 원치 않는 일러스트/회화 렌더링, 과도한 매끄러움, 플라스틱 같은 피부, HDR식 과처리, 샤프닝 광暈.
• 의미론적 침입: 소품 추가, 인물 추가, 표정 변경, 카메라 각도 변경.

항목을 짧고 구체적으로 유지하세요

각 항목은 모델이 실행할 수 있는 명사구여야 합니다. “여분의 손가락”, “중복된 주체”, “지어낸 텍스트”처럼요. 금지 문장이 아닙니다. 보통 열에서 열다섯 개면 충분합니다. 그 이상이면 항목이 겹치기 시작하고 목록이 노이즈가 됩니다.

레시피와 함께 목록을 버전화하세요

부정 목록은 그것이 속한 프롬프트 옆에 보관하고, 수정할 때 버전 식별자를 올리세요. 출력 품질이 변하면 목록이 바뀐 것인지 모델이 바뀐 것인지 판단할 수 있습니다. 사용 사례별로 목록을 하나씩 유지하세요. 제품 사진 목록과 인물 목록은 겹치지만, 실패 모드가 다르므로 합치지 말아야 합니다.

추가뿐 아니라 삭제도 테스트하세요

주기적으로 몇 항목을 삭제하고 참조 세트를 다시 실행하세요. 프롬프트가 개선되면서 일부 제약은 더 이상 중요하지 않게 될 수 있고, 낡은 항목은 모델을 경직되게 밀어붙일 수 있습니다. 예를 들어 지나치게 공격적인 “그림자 추가 금지” 항목은 실제로 원하는 조명을 평평하게 만들 수 있습니다.

바로 복사해 붙여넣을 수 있는 레시피 라이브러리 (전후 비교 포함)

아래의 모든 레시피는 그대로 사용할 수 있습니다. 대괄호 안의 내용을 자신의 것으로 바꾸고 블록 라벨은 그대로 유지하세요.

제품 사진, 배경 교체

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.

전: 어수선한 책상, 혼합 조명. 후: 제품 기하학 형태와 라벨이 완전히 동일하고, 중립 배경, 조명 일치, 가장자리 아티팩트 없음.

인물 사진 재조명

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.

전: 평평한 정면 조명. 후: 읽을 수 있는 입체감이 있는 방향성 조명, 정체성과 피부 텍스처는 완전히 동일.

콘텐츠 보호를 동반한 스타일 전이

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.

전: 사진 장면. 후: 동일한 배치와 객체가 평면 벡터 형태로 표현되며, 추가나 삭제가 없음.

텍스트 안전 소재 확장

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.

전: 반폭 배너. 후: 캔버스가 확장되고 원본 텍스트는 그대로, 패턴이 매끄럽게 이어짐.

합성을 위한 주체 추출

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.

전: 주체가 복잡한 실내 배경에 놓여 있음. 후: 바로 합성할 수 있는 깔끔한 추출 결과, 가장자리 완전.

레시피 테스트 및 버전 관리

한 번만 성공한 프롬프트는 일화일 뿐입니다. 고정된 참조 세트에서 반복적으로 작동하는 프롬프트만이 전달할 수 있는 컴포넌트입니다.

고정 참조 세트 구축

실제 분포를 포괄하는 작은 입력 그룹을 고르세요. 다양한 주체, 조명 조건, 그리고 가는 머리카락, 투명 소재, 내장 텍스트 같은 경계 사례를 포함하세요. 보통 열에서 스무 장이면 회귀를 드러내기에 충분합니다. 이 세트를 고정하고 변경할 때마다 재사용하세요.

레시피를 데이터로 저장하세요

각 레시피를 구조화된 레코드로 저장하세요: 식별자, 버전, 네 블록을 독립 필드로, 그리고 사용하는 부정 목록 버전. 블록을 분리하면 배경 문구 수정이 전체 단락의 불투명한 재작성이 아니라 보이는 한 줄 차이로 나타납니다.

최신 실행만 보지 말고 출력을 비교하세요

프롬프트나 모델 버전을 수정할 때 전체 참조 세트를 다시 실행하고 새 출력을 이전 버전 출력과 이미지별로 나란히 비교하세요. 이미지 편집의 회귀는 거의 극적이지 않습니다. 라벨이 살짝 이동하거나, 원단 텍스처가 부드러워지거나, 원래 없던 그림자가 생기는 식입니다. 나란히 비교하면 기억이 놓치는 것을 잡아낼 수 있습니다.

실패를 블록별로 추적하세요

실행이 실패하면 어느 블록 때문인지 기록하세요. 시간이 지나면 프롬프트의 약점이 어디인지 알려 줍니다. 대부분의 실패가 충실도 제약으로 추적되면 더 구체적인 PRESERVE 문구에 투자하고, 부정 목록으로 추적되면 그것을 다듬고 재정렬하세요.

의식적으로 기준선을 재구축하세요

모델 업데이트는 두 방향으로 동작을 바꿀 수 있습니다. 새 모델 버전이 출시되면 먼저 참조 세트를 실행하고, 차이를 검토한 뒤, 기준선 업데이트 여부를 결정하세요. 출력이 단독으로 보기에 괜찮다는 이유만으로 새 기준선을 수용하지 마세요.

레시피를 버전이 있는 테스트 케이스로 취급하면 파이프라인이 커져도 이미지 편집이 예측 가능하게 유지됩니다. HiAPI.ai의 통합 이미지 대 이미지 엔드포인트에서 이 gpt-image-2.5-sunburst 레시피를 실행하고, 네 블록 구조가 그 주변의 안정적인 규약이 되게 하세요.