GPT Image 2.5 – generator obrazów AI

Mocne strony GPT Image 2.5

Złożone instrukcje bez gubienia szczegółów

GPT Image 2.5 radzi sobie z długimi, szczegółowymi promptami i nie pomija elementów.

Przykład z blatem śniadaniowym wymaga siedmiu przedmiotów w ustalonej kolejności od lewej do prawej, od karafki z sokiem pomarańczowym po jajko na miękko i gałązkę rozmarynu. Każdy stoi na swoim miejscu i da się je policzyć.

Przewodnik OpenAI radzi dzielić taki prompt na opisane części: scena, obiekt, szczegóły i ograniczenia. Model dostaje wtedy listę kontrolną do odhaczenia.

Marmurowy blat śniadaniowy sfotografowany na wprost, z dokładnie tymi przedmiotami w tej kolejności od lewej do prawej: szklana karafka soku pomarańczowego, niebieski emaliowany durszlak z pięcioma cytrynami, drewniana deska z pokrojonym bochenkiem chleba na zakwasie, jedno jajko na miękko w żółtym kieliszku, mała ceramiczna maselniczka z opartym na niej nożem, stos dwóch białych talerzy i gałązka rozmarynu w wąskiej szklanej butelce. Za blatem szałwiowozielona ściana z kafli z jedną otwartą półką, na której stoją trzy miedziane garnki. Poranne słońce z prawej rzuca ostre, długie cienie, obiektyw 50 mm, edytorska stylizacja jedzenia, każdy przedmiot wyraźnie oddzielony i policzalny.

Ten sam przedmiot w kolejnych wersjach

OpenAI wymienia zachowanie obiektu jako jedną z głównych zmian w obu wersjach.

W zestawie czajników wszystkie cztery egzemplarze mają ten sam okrągły korpus, drewnianą rączkę, kąt dzióbka i miękkie światło z góry. Zmienia się tylko kolor emalii, od błękitu po matową czerń.

Tak samo działa to z prawdziwym produktem: prześlij zdjęcie, poproś o nowy kolor lub otoczenie i napisz, co ma zostać bez zmian.

OpenAI mimo to radzi powtarzać te stałe elementy w każdej rundzie edycji i porównywać każdy wynik z poprzednim.

Studyjne zestawienie produktowe: ten sam okrągły czajnik na kuchenkę pokazany czterokrotnie obok siebie na jednolitym jasnoszarym tle, identyczny kształt, identyczny drewniany uchwyt, identyczny kąt dziobka i identyczne miękkie światło z góry. Od lewej do prawej zmienia się tylko kolor emalii: błękitny, musztardowożółty, butelkowa zieleń, matowa czerń. Każdy czajnik rzuca ten sam miękki cień, odbicia spójne na wszystkich czterech. Czysta katalogowa kompozycja z równymi odstępami, obiektyw 85 mm, wysokiej klasy fotografia wzornictwa przemysłowego.

Obraz i typografia w jednym układzie

OpenAI podaje, że GPT Image 2.5 dokładniej odwzorowuje układy i infografiki. Traktuje stronę jak projekt, a nie obraz z doklejonym tekstem.

Na przykładzie rozkładówka magazynu łączy zdjęcie na spad nakrapianej ceramicznej czarki do herbaty z jednym słowem SLOW dużymi szeryfowymi wersalikami, a szare linie zastępują tekst główny.

Przy plakatach i innych układach podaj dokładne słowa w cudzysłowie, styl kroju i miejsce każdego bloku. Poproś o brak innego tekstu, żeby model nie dopisywał własnych podpisów.

Wydrukowana rozkładówka magazynu leżąca płasko na lnianym obrusie, widziana lekko z góry. Lewa strona to spadowe zdjęcie ręcznie toczonej, nakrapianej ceramicznej czarki z ciemną herbatą; prawa strona to głównie kremowy papier z jednym słowem „SLOW” złożonym dużymi, eleganckimi czarnymi wersalikami szeryfowymi przy górnej krawędzi, a pod nim równe szare poziome linie w miejscu tekstu głównego. Zagięty róg, miękka faktura papieru, łagodne światło z okna po lewej, paleta terakoty i kremu, wyraźna typografia, ekskluzywny projekt edytorski.

Jak pisać prompty do GPT Image 2.5

1. Podziel długi prompt na opisane części (scena, obiekt, szczegóły, ograniczenia) i wymień policzalne elementy w kolejności, w jakiej mają się pojawić.

2. Każde słowo, które ma się znaleźć na obrazie, wpisz w cudzysłowie, napisz, gdzie ma stać, i zakończ prompt słowami „bez innego tekstu”.

3. Przy edycji napisz „zmień tylko” i podaj jedną rzecz do zmiany, a potem wymień, co ma zostać bez zmian. Jeśli poprawiasz mały fragment, w inpaintingu zaznaczysz pędzlem dokładnie to miejsce.

4. Ponumeruj obrazy referencyjne w prompcie i każdemu daj zadanie: obiekt, styl, ubranie albo tło.

5. Kompozycję znajdź we Flare, a obraz finalny wygeneruj w Sunburst z identycznym promptem i referencjami.

Przykładowe prompty do wypróbowania w GPT Image 2.5

• 

  Biurko kartografa z góry

  Flat lay z góry: biurko kartografa na wytartym blacie z orzecha. W równej siatce leżą: ręcznie wykreślona tuszem mapa wybrzeża bez żadnych napisów, mosiężny kompas, stalowy cyrkiel, trzy zaostrzone ołówki różnej długości, lupa, mały słoiczek indygo, złożona lniana serwetka i biała filiżanka czarnej herbaty rzucająca okrągły cień. Miękkie rozproszone światło dzienne z lewego górnego rogu, delikatna faktura papieru, stonowana paleta ochry, indygo i kremu, ostrość od krawędzi do krawędzi, edytorska fotografia martwej natury.

• 

  Botaniczka w wiktoriańskiej szklarni

  Botaniczka w grubym płóciennym fartuchu i z podwiniętymi rękawami koszuli przesadza młodą paproć w wysokiej wiktoriańskiej szklarni. Nad nią wyginają się pomalowane na biało żeliwne żebra, w drucianych koszach wiszą płaskle, na ławce z listew stoi rząd ponumerowanych glinianych doniczek, a u jej stóp konewka z miedzianym dziobkiem. Miękkie światło pochmurnego dnia przez zaparowane szyby, wilgotna mgiełka w powietrzu, paleta zieleni i spłowiałej bieli z odrobiną rdzy. Plan średni, obiektyw 50 mm, naturalna faktura skóry, spokojny dokumentalny nastrój.

• 

  Zabytkowy wagon restauracyjny o zmierzchu

  Wnętrze wagonu restauracyjnego z połowy XX wieku o zmierzchu, pustego i gotowego do obsługi gości. Stoły po obu stronach nakryte białym lnem, ze złożonymi serwetkami, ciężkimi sztućcami i małymi mosiężnymi lampkami z plisowanymi abażurami, które świecą ciepło, a na każdym stole jeden pomarańczowy tulipan w wąskim wazoniku. Za oknami rozmyty ruchem krajobraz złotych pól i różowo-fioletowe niebo. Ściany z forniru orzechowego, bordowe aksamitne siedzenia, perspektywa centralna wzdłuż przejścia, obiektyw 24 mm, ciepłe światło żarowe na tle chłodnego zmierzchu, filmowo i precyzyjnie.

• 

  Spiralne schody w bibliotece

  Widok prosto w górę przez środek wysokiej, cylindrycznej biblioteki, w której białe kamienne schody spiralne wiją się wzdłuż zaokrąglonych ścian z regałami. Książki w gładkich płóciennych grzbietach w stonowanych zieleniach, ochrach i szarościach, przesuwna mosiężna drabina, małe nisze do czytania z zielonymi lampami i okrągły świetlik na szczycie, przez który miękkie światło dzienne spływa w dół. Wyraźna kompozycja spiralna, ultraszerokokątny obiektyw 16 mm, ostre detale architektury, spokojnie i jasno.

Przykładowe obrazy mają charakter poglądowy; wyniki zależą od modelu.

GPT Image 2.5: parametry i ceny

Wszystkie ceny poniżej pochodzą z aktualnego cennika, więc zmieniają się tutaj od razu, gdy zmieniają się stawki. Kredyty są naliczane za każdy obraz albo za każdą sekundę wideo.

Ograniczenia modelu GPT Image 2.5

• Przy długim łańcuchu edycji szczegóły mogą się przesuwać. OpenAI zaznacza, że kolejne edycje wciąż mogą zmienić to, co chcesz zachować.

  Za każdym razem powtarzaj stałe elementy i porównuj każdą wersję z oryginałem.

• Sunburst jest wolniejszy od Flare. W modelu bazowym OpenAI wymienia czas generowania na precyzję, więc seria obrazów w Sunburst trwa wyraźnie dłużej.

  Dopóki poprawiasz prompt, zostań przy Flare.

• Obie wersje mogą dać różne wyniki dla tego samego promptu, a nazwy marek i nietypowe słowa wciąż mogą wyjść z literówkami.

  Sprawdzaj każdy układ, a jeśli trudne słowo wychodzi źle, przeliteruj je w prompcie.