GPT Image 1: как писать промпты, которые модель понимает

Что умеет GPT Image 1

Главные сильные стороны — точный читаемый текст в кадре (вывески, меню, лейблы, UI-мокапы), высокая верность промпту, фотореализм через камерные термины и встроенная поддержка прозрачного фона (идеально для стикеров и ассетов).

В ChatGPT модель учитывает мультитурновый контекст — можно итеративно дорабатывать изображение в одном диалоге. В API каждый запрос автономный. Поддерживается image-to-image редактирование через отдельный endpoint.

• Разрешения 1024×1024, 1536×1024, 1024×1536
• Форматы PNG, JPEG, WebP, отдельный параметр прозрачности
• Качество high / medium / low
• Image-to-image редактирование через API
• Длина промпта до ~4000 токенов, оптимально до 500 слов

Структура промпта

Слоистая формула: [Визуальный медиум/Стиль] + [Субъект] + [Окружение/Сцена] + [Освещение/Настроение] + [Композиция/Ракурс] + [Детали и текстуры] + [Ограничения/Исключения].

Модель понимает естественный язык — никаких тегов и специального синтаксиса. Описывай как рассказ, но с конкретными визуальными деталями.

Конкретика — главное правило. «Туманная горная долина на рассвете, золотой свет пробивается сквозь сосны, отражаясь в зеркально гладком озере» работает в десятки раз лучше, чем «красивый пейзаж». Минимум 2-3 описательных детали на сцену: цвет, текстура, материал, форма.

Камера и фотореализм

Камерные термины работают значительно лучше, чем общие «8K, ultra-detailed».

Крупность: close-up, medium shot, wide angle, aerial view. Линзы: 50mm, 35mm, macro, fisheye. Фокус: shallow depth of field, bokeh, sharp focus throughout. Ракурс: low angle, bird's eye view, eye level, Dutch angle.

Для освещения избегай общих слов «good lighting». Используй конкретику: «dramatic side lighting creating strong shadows», «soft box lighting eliminating harsh shadows», «golden hour», «fluorescent overhead», «neon glow», «candlelight». Чем точнее описание света — тем точнее настроение.

Текст в изображении и итеративная работа

GPT Image 1 — топ-класс по тексту в кадре. Точный текст всегда в кавычках или CAPS: `"OPEN 24/7"`, `"CAFE LUNA"`. Указывай стиль шрифта («elegant handwriting», «bold sans-serif», «neon sign lettering»), размер, цвет, расположение. Для сложных слов (бренды, редкие написания) прописывай побуквенно: `C-A-F-E L-U-N-A`.

В ChatGPT используй итеративный подход. Начни с базового промпта, затем уточняй маленькими шагами: «Same scene, but make the lighting warmer», «Add a person sitting on the bench on the left», «Remove the tree in the background». Лучше серия точных правок, чем перегруженный один промпт.

Типичные ошибки

1. 1. Синтаксис Stable Diffusion

   Веса вида `(word:1.5)`, `(masterpiece:1.3)`, теги через запятую `1girl, masterpiece, best quality`, embeddings, LoRA-ссылки — GPT Image 1 работает с естественным языком, не с тегами. Эти конструкции попадают в промпт как литеральный мусор или ухудшают результат.

2. 2. Quality-бустеры «8K, ultra HD, masterpiece»

   Общие восхваления качества почти не влияют на GPT Image 1. Конкретные камерные термины («85mm at f/1.8», «shallow DOF», «golden hour»), стилевые ссылки и описания освещения работают в разы лучше любых quality-стэков.

3. 3. Отсутствие окружения

   «Красная спортивная машина» и «красная спортивная машина на пустом шоссе в пустыне с горами на горизонте» — кардинально разные результаты. Без контекста модель решает сама, и результат непредсказуемый. Минимальное описание фона значительно улучшает кадр.

4. 4. Противоречивые стили в одном промпте

   «Photorealistic cartoon», «minimalist detailed», «realistic stylized» — конфликт без объяснения, как стили должны сочетаться. Модель не знает что приоритезировать. Если нужна стилевая смесь, опиши её явно: «realistic photography with subtle painterly post-processing».

5. 5. Негативы без позитивной альтернативы

   «Don't draw background», «no people, no text, no clutter» — менее эффективны, чем позитивное описание желаемого. «Transparent background» работает лучше, чем «no background». «Clean composition» бьёт «no clutter». Описывай ЧТО хочешь, а не чего не хочешь.

Примеры до/после

красивый портрет

Editorial portrait of a woman in her thirties with freckles and short auburn hair, wearing a cream-colored cashmere sweater. Soft natural light from a north-facing window, calm contemplative expression, shallow depth of field. Shot on 85mm lens at f/1.8, subtle film grain, muted warm palette, fashion editorial style.

вывеска кофейни на старой кирпичной стене

A weathered metal café sign mounted on a red brick wall in a 1920s Brooklyn neighborhood. The sign reads "BREW & BEAN" in bold cream-colored sans-serif lettering with a small coffee cup icon. Warm afternoon light catches the metal, soft shadows on the brick. Documentary photography, shallow depth of field, muted warm palette.

(masterpiece:1.5), (best quality:1.3), 1girl, blue dress, beautiful, garden, photorealistic, 8k

A young woman in her twenties wearing a flowing pale blue linen dress, walking through a sunlit cottage garden in early summer. Soft natural light, golden hour warmth, shallow depth of field. Shot on 85mm lens at f/1.8, candid documentary style, subtle film grain.