Prompts do GPT Image 2.5 Flare: casos reais de saída prontos para copiar e colar

O GPT Image 2.5 Flare é o nível rápido e de baixo custo da série OpenAI GPT Image 2.5 — e, na prática, a forma mais rápida de obter bons resultados com ele não é uma configuração de parâmetros engenhosa, mas sim um prompt bem construído. A seguir estão cinco prompts reais que nós mesmos escrevemos e executamos de fato no Flare, cada um acompanhado da imagem que ele realmente gerou, cobrindo as cinco categorias de tarefas que as pessoas mais pedem a este modelo: imagens limpas de catálogo de produtos, edições de troca apenas de fundo, inserção em cenas de uso, texto de pôster em idioma não inglês e fotografia editorial rápida.

Resumo

• O Flare prefere prompts estruturados e de propósito único a pilhas de adjetivos prolixos — separe o que “o produto é” do que “deve ser feito com ele”.
• Para imagens de catálogo, descrever o ângulo exato de câmera e o material do fundo (e não apenas “fundo branco”) é o que torna a imagem utilizável diretamente, sem nova captura.
• Edições de troca apenas de fundo exigem uma instrução explícita de “manter o produto inalterado”, caso contrário o Flare reinterpreta o produto junto com o fundo.
• O Flare renderiza texto em idioma não inglês (testamos chinês) com precisão suficiente para uso em produção, mas ainda é necessária revisão humana caracter por caracter antes de publicar.
• Para imagens editoriais/de cenas de uso, um prompt curto e confiante (uma frase) pode superar um prompt excessivamente elaborado — o comportamento padrão do Flare é forte.

Por que, no Flare, a estrutura do prompt importa mais que o comprimento

O Flare é o nível rápido do OpenAI GPT Image 2.5, com preço voltado para uso em grande volume e não para uma única imagem principal. Já comparamos detalhadamente seu confronto direto com o modelo do Google em GPT Image 2.5 vs Nano Banana 2 — este artigo trata de uma questão mais restrita e prática: uma vez escolhido o Flare, o que exatamente você deve digitar na caixa de prompt para obter um resultado utilizável de primeira?

As cinco receitas a seguir não são uma coleção aleatória de prompts. Cada uma resolve um problema de produção concreto e recorrente — e cada uma foi realmente executada em gpt-image-2.5-flare através da interface /v1/tasks da hiapi, não encenada nem escolhida de galerias de terceiros.

Receita 1: imagem limpa de catálogo de produtos

O modo de falha mais comum em imagens de catálogo é que o prompt de “fundo branco” entrega um fundo esbranquiçado e levemente sombreado que não corresponde ao seu template real de catálogo. Especificar claramente a superfície, a direção da luz e o ângulo de câmera corrige isso de uma 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.

As partes que realmente fazem a diferença são: “seamless pure white studio background” (e não apenas “white background”), a direção da luz nomeada explicitamente e o ângulo de câmera explícito. Remova qualquer uma dessas três e o Flare começa a adivinhar — às vezes um ângulo de 3/4, às vezes uma luz quente que desvia a cor do produto.

Receita 2: trocar apenas o fundo (manter o produto exatamente igual)

Esta é a forma de prompt mais fácil de escrever errado. Se você descrever apenas a nova cena, o Flare a tratará como uma geração totalmente nova e o produto em si vai variar — as proporções mudam, o material parece diferente. A solução é separar explicitamente “manter esta parte intacta” de “alterar 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.

A instrução de manter o produto “completamente inalterado” não é preenchimento — ela determina se o resultado é uma substituição de fundo utilizável ou uma renderização totalmente nova (e sutilmente errada) do produto.

Receita 3: inserção em cena de uso para diferentes categorias de produto

A mesma estrutura de “produto de referência fixo, cena variável” se aplica a diversas categorias — desta vez um abajur de piso em vez de uma chaleira, saindo de um cenário de estúdio para uma sala de estar mobiliada.

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.

Observe que esta receita acrescenta algo que a receita 2 não precisava: a própria fonte de luz do abajur (“turned on and casting a soft warm glow”). Quando o produto emite luz, declarar isso explicitamente evita que o Flare o renderize como um objeto apagado.

Receita 4: texto de pôster em idioma não inglês

A capacidade de renderização de texto do Flare é forte o suficiente para uso seguro em textos reais, inclusive em escritas não latinas — mas a seção 3.14 do nosso manual interno de produção é uma regra rígida, e por um motivo: cada caractere ainda passa por revisão humana antes da publicação, porque mesmo uma taxa de erro de 1/100 tem grande impacto em um pôster que exibe o nome de uma 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.

Duas coisas ajudam na precisão aqui: nomear o papel exato de cada bloco de texto (“store name”, “grand opening date”) em vez de escrever os caracteres reais diretamente no prompt; e manter curto o volume total de texto no pôster. Grandes blocos de texto renderizado são exatamente onde a taxa de erro aumenta.

Receita 5: prompt de uma frase ainda funciona para imagens editoriais

Nem todo bom resultado exige um parágrafo. Este é o prompt mais curto do conjunto — uma frase, sem especificação de câmera ou iluminação — e é um material de produção real que publicamos como estava:

Mediterranean poolside creative studio editorial photograph

Isso funciona porque o comportamento padrão do Flare para “fotografia editorial” já é muito bom — composição confiante, luz natural, profundidade de campo realista —, então especificar demais pode contrariar a própria intuição do modelo. A lição não é “escreva sempre prompts curtos”, mas que tanto a estrutura (receitas 1-4) quanto a confiança no comportamento padrão forte (receita 5) são ferramentas válidas, e saber qual usar em cada situação é a diferença entre um prompt que acerta de primeira e um prompt que exige cinco tentativas.

Perguntas frequentes

O GPT Image 2.5 Flare é adequado para designs com muito texto, ou devo usar outro nível? O Flare lida de forma confiável com blocos de texto curtos a médios (títulos, etiquetas, slogans curtos), como mostra a receita 4. Para parágrafos densos de texto em pôsteres, manter cada bloco de texto curto e revisar cada renderização traz resultados mais consistentes — e isso vale para toda a série GPT Image 2.5, não apenas para o Flare.

É preciso reenviar a foto do produto toda vez que eu quiser trocar o fundo? Sim — o recurso de edição do Flare referencia a imagem de origem fornecida na requisição, portanto cada variação de fundo ou cena é uma chamada separada, usando a mesma imagem de referência e um novo prompt descrevendo o que deve ser alterado.

Por que minha edição de troca apenas de fundo alterou um pouco o produto? Quase sempre é a falta da instrução de “manter inalterado” — veja a receita 2. A menos que você diga explicitamente ao Flare quais partes da imagem de referência devem ser preservadas, ele trata o prompt de edição como uma regeneração completa.

Posso encadear essas receitas para um mesmo produto — primeiro imagem de catálogo, depois inserção em cena de uso, depois pôster? Sim, esse é um fluxo de trabalho real comum: primeiro gerar a imagem limpa de catálogo (receita 1), depois usar essa mesma imagem limpa como referência para a inserção em cena de uso (receita 3) ou para o pôster promocional (receita 4).

Pontos principais

• Estrutura vale mais que comprimento: nomeie o material do fundo, o ângulo de câmera e a direção da luz em vez de acumular adjetivos.
• Edições a partir de imagem de referência sempre exigem uma instrução explícita de “manter esta parte inalterada”, caso contrário o produto em si varia.
• Texto de pôster em idioma não inglês no Flare já está em nível utilizável em produção, mas ainda exige revisão humana caracter por caracter antes de publicar.
• Prompts curtos de uma frase são uma receita legítima para imagens editoriais/de cenas de uso, porque o comportamento padrão do próprio Flare já é forte.
• Reaproveite a renderização base limpa como imagem de referência para a próxima edição, em vez de escrever prompts do zero para cada variação.

Pronto para experimentar por conta própria? Execute qualquer um dos cinco prompts acima em gpt-image-2.5-flare através da API da hiapi, ou comece pela página do modelo para conferir o preço atual antes de escalar em lote.