Руководство по использованию
Рецепты промптов для gpt-image-2 в режиме «изображение в изображение»: готовые к копированию промпты для слияния нескольких референсов, сохранения субъекта и вывода в 4K
Практическое руководство по рецептам для разработчиков, создающих рабочие процессы «изображение в изображение» с помощью gpt-image-2/image-to-image@ext
- Модель
- gpt-image-2
На этой странице
Почему структура промпта важнее его длины
Большинство неудач в режиме «изображение в изображение» происходит не потому, что промпт слишком короткий, а потому, что промпт смешивает всё в кучу неразличимых прилагательных. Когда в одном предложении одновременно запрашиваются субъект, три референсных изображения, новый фон и целевое разрешение, модель не может определить, какие слова относятся к какой части задачи.
Решение — каркас на основе отдельных предложений. Каждый промпт, который вы отправляете в gpt-image-2/image-to-image@ext, можно разложить на пять слотов:
- Субъект — о чём результат, сформулированный один раз, с конкретными существительными.
- Роль референсов — что вносит каждое входное изображение, явно помеченное.
- Фон и сцена — окружение, направление освещения и глубина резкости.
- Выходные ограничения — композиция, пропорции, текстура, обработка краёв и детализация.
- Негатив — короткий и приоритизированный список того, чего быть не должно.
Многоразовый каркас выглядит следующим образом:
Subject: <one sentence, concrete nouns>
References: <image tag> = <role>; <image tag> = <role>
Scene: <background, light direction, depth>
Output: <framing, texture, edge treatment, detail constraint>
Avoid: <priority 1>, <priority 2>, <priority 3>
Два правила обеспечивают надёжность этого каркаса. Во-первых, одно предложение — одно намерение: не смешивайте сохранение идентичности и замену фона в одном предложении. Во-вторых, порядок отражает приоритет: ставьте то, что не должно ошибиться, в начало, потому что при конфликте предложений последующие могут частично перекрыть предыдущие.
Более длинный промпт не лучше. Промпт из четырёх предложений, каждое из которых имеет чёткую принадлежность, всегда превосходит абзац с нагромождением прилагательных. Приведённые ниже рецепты — вариации одного и того же каркаса, поэтому вы можете взять любой из них и заменить содержимое, не переучивая структуру.

Рецепт: слияние нескольких референсов
Слияние нескольких референсов предсказуемо проваливается: без меток ролей модель усредняет входные данные. Вы получаете лицо, не принадлежащее никому, и стиль, который не является ни тем, ни другим. Решение — назвать каждое входное изображение и явно указать, что из него берётся.
Готовый к копированию шаблон
Subject: a standing portrait of the person in <reference_1>
References:
<reference_1> = identity source — face structure, hair, skin tone, body proportions
<reference_2> = wardrobe source — jacket cut, fabric, color
<reference_3> = lighting and grade source — key light direction, contrast, color temperature
Scene: neutral studio, soft shadow to camera left, shallow depth
Output: three-quarter framing, natural skin texture, clean edge separation from background
Avoid: blended facial features, plastic skin, mixed lighting directions
Почему метки ролей важны
Здесь работают три механизма. Ролевые глаголы (identity source, wardrobe source, lighting source) сообщают модели, каким измерением управляет каждое изображение, предотвращая перекрёстное загрязнение. Явные измерения — структура лица, ткань, направление основного света — сужают каждую роль до наблюдаемых атрибутов, а не расплывчатого «стиля». А негатив blended facial features напрямую противодействует наиболее частой неудаче — усреднению.
Практические ограничения
- Держите количество ролей небольшим. Три референса с тремя разными ролями — надёжное значение по умолчанию; каждый дополнительный референс добавляет ещё одно лицо для усреднения.
- Если две референса пересекаются по ролям (например, два источника одежды), укажите приоритет:
prefer <reference_2> for silhouette, <reference_3> for color. - При слиянии стилевых референсов назначайте стиль одному изображению, а содержимое — другому. Слияние «стиль плюс стиль» часто даёт размытую кашу.
- Если после слияния результат выглядит усреднённым, обычно виноват референс без роли — неразмеченное изображение поглощается средним значением.
Запустите тот же рецепт на gpt-image-2/image-to-image@ext и сравните с версией без меток ролей; разница обычно проявляется в первую очередь в структуре лица.

Рецепт: сохранение верности субъекта
Дрейф идентичности возникает, когда запрашиваемое преобразование сильнее, чем предоставленный якорь. Шаблон явно фиксирует небольшой набор признаков и объявляет всё остальное гибким.
Готовый к копированию шаблон
Subject: the person in <reference_1>, preserving identity
Locked: face shape, eye spacing, nose profile, hairline, skin tone
Flexible: pose, head angle, expression, wardrobe, background
Scene: <new scene description>
Output: natural proportions, realistic skin texture, consistent lighting on face
Avoid: changed facial proportions, smoothed features, mismatched skin tone
Почему это работает
Промпт очерчивает границу. Locked называет признаки, которые модель должна сохранить; Flexible явно разрешает менять всё остальное, что предотвращает чрезмерное сохранение исходной сцены. Без предложения Flexible модель часто сохраняет исходную позу и фон вместе с лицом — технически верно, но не то преобразование, которое вы запросили.
Полезные формулировки
- Предпочитайте наблюдаемые геометрические признаки абстрактным словам идентичности.
eye spacingиnose profileможно проверить;same person— нельзя. - Формулируйте преобразование как изменение сцены, а не субъекта:
the same person, now in <scene>надёжнее, чемtransform this person. - При значительном изменении позы повторяйте зафиксированные элементы. Длинные промпты дрейфуют; краткое повторение трёх самых важных якорей ближе к концу — недорогая страховка.
- Для полноростовых работ добавляйте якоря пропорций:
head-to-body ratio unchanged.
Чего следует избегать
Не нагромождайте множество стилевых прилагательных на промпт сохранения верности — сильная стилизация будет воспринята как запрос изменить лицо. Если вам нужен стилизованный результат, оставьте предложение идентичности без изменений и перенесите описание стиля в предложение Output, чтобы два намерения оставались раздельными.

Рецепт: замена фона без повреждения субъекта
Замена фона даёт сбои на границах: ореолы, обрезанные края и освещение, не соответствующее новой сцене. Решение — изолировать изменение в отдельном предложении и явно указать обработку краёв и освещения.
Готовый к копированию шаблон
Subject: the person in <reference_1>, unchanged
Background: replace entirely with <new scene description>
Lighting match: match key light direction and color temperature of the new background onto the subject
Edge treatment: clean separation, no halo, preserve fine hair detail at the boundary
Output: consistent depth of field between subject and background
Avoid: original background remnants, visible cut-out edge, mismatched light direction
Три работающих предложения
replace entirely закрывает лазейку, через которую модель сохраняет фрагменты исходной сцены. Lighting match — ключ к тому, чтобы композиция выглядела реальной: идеально вырезанный субъект при неверном основном свете всё равно будет выглядеть наклеенным. Edge treatment напрямую борется с ореолом, а упоминание fine hair detail не даёт модели решить проблему путём стирания краёв.
Адаптация под сцену
- Из помещения на улицу: добавьте
shadow direction consistent with the new light source, чтобы субъект не сохранял уличную тень. - Из студии в среду: добавьте
depth of field separation, чтобы субъект не выглядел на одной фокальной плоскости с фоном. - Тёмный фон: добавьте
rim light consistent with background glow, чтобы избежать плоского силуэта.
Отладка границ
Если вы видите ореол, обычно это потому, что предложение о краях слишком расплывчато. Замените clean edges на конкретную комбинацию: no halo, preserve fine hair detail at the boundary. Если субъект выглядит наклеенным, значит, предложению об освещении не хватает направления — явно добавьте key light direction, вместо того чтобы полагаться на match lighting.
Рецепт: управление детализацией при выводе в 4K
Высокое разрешение вывода не означает автоматически высокое качество деталей. Одни только ключевые слова о разрешении часто приводят к перезаострённым краям и синтетической текстуре. Реальное управление качеством обеспечивает то, как вы описываете текстуру, резкость краёв и ожидаемый шум.
Готовый к копированию шаблон
Output: high-resolution render
Texture: natural skin pores, fabric weave visible, no synthetic smoothing
Edges: crisp where focus is sharp, soft falloff in out-of-focus regions
Noise: fine natural grain, no banding in gradients
Avoid: over-sharpened edges, plastic texture, halos around high-contrast edges
Почему слова о текстуре лучше слов о разрешении
Ключевые слова о разрешении сообщают модели, насколько велик холст. Предложение о текстуре сообщает модели, чем этот холст заполнять. При высоком разрешении каждая недостаточно описанная область становится видимой — плавные градиенты показывают полосы, артефакты повышения резкости становятся заметными. Упоминание natural grain и no banding in gradients предотвращает эти сбои заранее.
Управление краями и шумом
- Резкость краёв следует привязывать к фокусу:
crisp where focus is sharpпозволяет модели смягчать в остальных местах, избегая общей хрупкости изображения. - Ожидания по шуму стоит указывать, потому что модель иногда чрезмерно очищает изображение.
Fine natural grainне даёт выводу в высоком разрешении выглядеть как рендер. - Полосы на градиентах — наиболее частый артефакт высокого разрешения на больших плоских областях. Один негативный пункт охватывает большинство проблем.
- Не нагромождайте слова о резкости. Сочетание
Ultra sharp, hyper detailed, 8Kобычно приводит к ореолам; выберите одно утверждение о резкости и позвольте формулировкам о текстуре взять на себя остальное.
Протестируйте один и тот же контент с одинаковыми предложениями в стандартном и высоком разрешении. Если версия в высоком разрешении выглядит хуже, значит, предложению о текстуре не хватает ограничений по шуму или градиентам.
Составление действительно работающего негативного списка
Негативные пункты — это приоритизированный список, а не список желаний. Длинный негативный список, противоречащий позитивному промпту, хуже, чем полное отсутствие негативных пунктов — модель получает конфликтующие инструкции и разрешает их непредсказуемо.
Шаблон с приоритетами
Avoid: <the one failure that ruins the output>, <second-most-likely failure>, <artifact class>
Для большинства рецептов практический предел — от трёх до пяти пунктов. Сортируйте их по степени ущерба для результата.
Как избежать самопротиворечия
Каждый негативный пункт должен быть обратным по отношению к какому-либо уже сформулированному позитивному пункту. Если позитивный пункт говорит natural skin texture, соответствующий негатив — synthetic smoothing, а не smooth skin, который противоречит позитиву. Проверка проста: для каждого негативного пункта спросите, какое позитивное предложение он защищает. Если ответа нет, удалите его.
Распространённые категории, которые стоит охватить
- Сбои идентичности:
changed facial proportions,blended features. - Сбои границ:
halo,cut-out edge,original background remnants. - Сбои текстуры:
plastic texture,over-sharpened edges,banding in gradients. - Сбои сцены:
mismatched light direction,floating subject.
Что следует опустить
Избегайте общих негативных пунктов качества вроде bad quality или ugly — они не несут действенной информации и расходуют внимание, которое должно достаться конкретным сбоям. Не перечисляйте каждый артефакт, который можете вообразить; модель воспринимает недифференцированный список как шум.
Когда в выводе появляется новый сбой, добавляйте его как негативный пункт только если вы можете указать, какое позитивное предложение он защищает. В противном случае исправляйте позитивный промпт.
Устранение типичных сбоев промптов
Большинство сбоев соответствуют одному из предложений каркаса. Используйте симптом, чтобы найти это предложение, и затем настройте его, а не переписывайте весь промпт.
Дрейф идентичности
Симптом: лицо меняется между выводами, или субъект выглядит как похожий незнакомец.
Какое предложение настраивать: список Locked в рецепте сохранения верности. Добавьте два-три наблюдаемых геометрических якоря (расстояние между глазами, форма носа, соотношение головы и тела). Если дрейф сохраняется, проверьте, не конкурирует ли стилевое предложение с предложением идентичности, и перенесите стиль в Output.
Мутное слияние
Симптом: результат слияния выглядит усреднённым — лицо, не принадлежащее никому. Какое предложение настраивать: роли референсов. Каждому входному изображению нужна явная метка роли. Если роли пересекаются, добавьте ранжированное утверждение, чтобы один референс выигрывал по силуэту, а другой — по цвету.
Ореолы и обрезанные края
Симптом: между субъектом и фоном виден ореол или жёсткая граница.
Какое предложение настраивать: предложение об обработке краёв. Замените общее clean edges на no halo, preserve fine hair detail at the boundary и добавьте пункт об ореоле в негатив.
Субъект выглядит наклеенным
Симптом: субъект выглядит так, будто скомпонован в сцене, а не сфотографирован в ней.
Какое предложение настраивать: соответствие освещения. Явно укажите направление основного света и цветовую температуру и добавьте shadow direction consistent with the new light source.
Плоская или пластиковая текстура
Симптом: поверхность выглядит как рендер, кожа выглядит сглаженной, на градиентах появляются ступени.
Какое предложение настраивать: предложение о текстуре. Добавьте natural grain, no synthetic smoothing и no banding in gradients в негатив.
Перезаострение при высоком разрешении
Симптом: при высоком разрешении каждый край резкий и с ореолом.
Какое предложение настраивать: резкость краёв. Привяжите резкость к фокусу (crisp where focus is sharp) и удалите нагромождение прилагательных о резкости.
Когда два симптома появляются одновременно, сначала исправляйте предложение с более высоким приоритетом — обычно идентичность, — потому что если субъект нестабилен, последующие исправления не удержатся.
Встраивание рецептов в рабочий процесс
Эти рецепты рассчитаны на комбинирование. Практичный конвейер упорядочивает их так, чтобы каждый шаг отвечал только за одну задачу и требовал отладки только одного промпта.
Рекомендуемый порядок
- Сначала идентичность. Сначала запустите рецепт сохранения верности отдельно и зафиксируйте субъект, прежде чем добавлять какие-либо изменения сцены. Нестабильная идентичность делает недействительным каждое последующее сравнение.
- Добавьте референсы. Вводите референсы одежды и освещения по одному, с явными метками ролей, чтобы любое изменение можно было отнести к конкретному входу.
- Измените сцену. Когда субъект стабилен, примените рецепт фона с предложениями о соответствии освещения и обработке краёв.
- Настройте детали в последнюю очередь. Добавляйте ограничения по текстуре, краям и шуму только после того, как содержимое верно — предложения о деталях итерируются дёшево и легко применяются чрезмерно.
- Завершите негативные пункты. Составляйте негативный список на основе сбоев, реально наблюдавшихся на шагах 1–4, а не по универсальному шаблону.
Версионирование промптов
Относитесь к промптам как к исходному коду. Сохраняйте каждый вариант рецепта как именованный, зафиксированный текстовый блок вместе с использованными параметрами, включая набор референсов. Когда после изменений качество вывода меняется, версионированные промпты позволяют сравнивать различия между предложениями, а не гадать. Две привычки окупаются: сохраняйте структуру каркаса идентичной между версиями, чтобы различия читались; и фиксируйте в сообщении коммита, какое предложение вы изменили и почему.
Замечание о воспроизводимости
Даже при идентичном промпте вывод в режиме «изображение в изображение» варьируется. Сравнивайте варианты с одинаковым набором референсов и одинаковым содержимым и судите по категориям сбоев, а не по отдельным образцам — один случайно удачный запуск менее информативен, чем три запуска, стабильно избегающих ореола.
Начните с каркаса, выберите рецепт, соответствующий вашему текущему шагу, и итерируйте по одному предложению за раз через gpt-image-2/image-to-image@ext.
Похожие статьи
Все статьи →-
Руководство по использованию
Руководство по подключению генерации видео из референсных материалов Seedance 2.5 Flash: референсные изображения, референсное аудио и правила тарификации
-
Руководство по использованию
Руководство по подключению Seedance 2.5 Flash для генерации видео из изображения: первый кадр, последний кадр и оплата по секундам
Заставьте изображение двигаться: параметры, цены и типичные причины сбоев
-
Руководство по использованию
Руководство по интеграции Seedance 2.5 Flash для генерации видео из текста: параметры, посекундная тарификация и инженерные практики
От одного запроса до стабильного запуска: как задавать параметры и как считать расходы