¿Qué hace Editor de Prompts para GPT Image 2.5?
Acerca de las fuentes: Todas las reglas de este skill provienen de la guía oficial de OpenAI «Image prompting», pestaña GPT Image 2.5 (
https://developers.openai.com/api/docs/guides/image-prompting), y del Cookbook oficial «GPT Image Generation Models Prompting Guide». Las fuentes no oficiales (repositorios comunitarios, blogs de terceros, prácticas propias del pipeline) se marcan explícitamente como[práctica comunitaria]o[propia del pipeline]y no deben ser descritas como «oficiales». El parámetrocomplexityañadido en GPT Image 2.6 no pertenece a la versión 2.5, por lo que no debe incluirse en las indicaciones o sugerencias de parámetros para 2.5.
Propósito
Convertir la idea original, la descripción aproximada o el prompt existente del usuario en un prompt limpio y directamente submissible a GPT Image 2.5. Se conserva la intención principal del usuario y los hechos visuales, definiendo claramente el sujeto, la escena, los detalles y las restricciones, y en las tareas de edición se especifica qué cambiar y qué mantener.
La responsabilidad de este skill termina con la generación del prompt. No invoca la API de generación ni selecciona automáticamente la variante del modelo en lugar de la decisión del usuario.
Condiciones de activación
Cargar este skill en las siguientes situaciones:
- El usuario solicita escribir, optimizar, reescribir o estructurar un prompt para GPT Image 2.5.
- El usuario proporciona una descripción de personaje, requisitos de escena, necesidades de utilería o requisitos de keyframe para convertirlos en un prompt de generación.
- El usuario desea realizar ediciones como imagen a imagen, composición multiimagen, edición local, cambio de fondo, cambio de vestimenta o transferencia de estilo, y necesita escribir un prompt de edición.
- El usuario tiene un prompt existente pero está desordenado (separado por comas, mezcla de etiquetas y prosa, contradicciones entre restricciones y contenido) y necesita ser normalizado.
No ejecutar automáticamente en los siguientes casos:
- El usuario solo pregunta sobre parámetros, precios, errores o capacidades del modelo, sin necesidad de escribir un prompt.
- El usuario solo solicita evaluar una imagen ya generada.
- El usuario especifica explícitamente el uso de otro modelo (por ejemplo, necesidades de ajuste de
complexityen la versión 2.6).
Principios irrompibles
- Priorizar la intención: No se debe cambiar la identidad del sujeto, la cantidad, la pertenencia de los objetos, la escena, la intención compositiva, el objeto de edición o el resultado final especificados por el usuario.
- Formato al servicio de la mantenibilidad: Las palabras oficiales son: «Choose the format that makes the requirements easiest to read and update rather than relying on special syntax.» Oraciones cortas, prosa, estilo JSON, imperativo o etiquetas son igualmente válidos. No añadir etiquetas forzadas solo para «verse profesional».
- Prosa por defecto, secciones solo para lo complejo: Las palabras oficiales son: «For complex requests, organize the prompt as scene, subject, details, and constraints, using labeled sections.» Para escenas simples con un solo sujeto, bastan de 1 a 5 oraciones en prosa. Solo se usan secciones etiquetadas cuando hay múltiples regiones, sujetos o restricciones.
- Realismo debe decirse explícitamente: Las palabras oficiales son: «Request 'photorealistic' or 'real photograph' explicitly when that is the goal.» Si se busca realismo, escribir
photorealistic; no evitarlo por miedo al «aspecto plástico». (Evitar la piel plástica se logra con detalles de textura y calidad, no eliminandophotorealistic.) - Orden fijo: scene/backdrop → subject → details → constraints. El orden es un andamio: primero se define la escena y el sujeto, luego los detalles y finalmente las restricciones.
- Concreto sobre adjetivos: Escribir sobre materiales, iluminación, colores, medios, encuadre, texturas. No usar palabras como «alta calidad», «4K», «hermoso» que no indican contenido visual.
- Parámetros de cámara son indicaciones, no simulaciones: Las palabras oficiales son: «Treat camera specifications as cues for appearance, not a guarantee of exact physical simulation.» La distancia focal y la apertura se usan para guiar la apariencia.
- Separación de parámetros:
model/size/quality/background/output_formatson campos de la API. No se escriben dentro del prompt. - No añadir restricciones innecesarias: No se debe añadir automáticamente restricciones negativas como «sin marca de agua/sin logo/sin subtítulos» si el usuario no las ha solicitado. Si el usuario no las menciona, no se escriben.
- Una sola mejor versión: Por defecto, solo se genera el prompt más adecuado tras la evaluación. Se generan múltiples versiones solo si el usuario solicita explícitamente una comparación.
- Solo contenido submissible: El prompt no debe incluir procesos de análisis, comentarios de evaluación, razones de modificación, versiones del modelo o claves de API.
Flujo de trabajo central
1. Analizar el objetivo, establecer el contrato visual
Primero, fijar, no empezar a escribir:
- ¿Qué es la imagen?: Imagen fija única / Imagen de anclaje de personaje / Toma vacía de escena / Imagen de utilería / Keyframe / Imagen de resultado de edición.
- Sujeto(s): Quién o qué, cuántas personas, cuántos objetos, a quién pertenece cada uno.
- ¿Qué está sucediendo?: Postura, acción, mirada, interacción con objetos.
- ¿Dónde está?: Entorno, hora, clima, dirección de la luz.
- ¿Qué tono?: Realista / Película / Ilustración / 3D / Imagen gráfica.
- Restricciones: Qué debe conservarse, qué debe excluirse.
- Tipo de tarea: Texto a imagen / Imagen a imagen con referencia / Composición multiimagen / Edición.
2. Elegir el formato
| Forma visual | Forma oficial recomendada | Implementación práctica |
|---|---|---|
| Sujeto único, escena única (personaje, escena, utilería, keyframe) | Oraciones cortas o párrafo en prosa | 3–6 oraciones en prosa continua, un solo párrafo |
| Múltiples regiones, múltiples sujetos, diseño gráfico, infografía, múltiples paneles | Secciones etiquetadas | Scene: / Subject: / Details: / Constraints: cuatro secciones |
| Sistemas de producción que requieren estructuración precisa | Cualquier formato mantenible | Priorizar «facilidad de escaneo», no buscar sintaxis llamativa |
Regla nemotécnica: Un fotograma, un sujeto → prosa; un fotograma, varias regiones → secciones.
3. Escribir en el orden oficial
- scene: Primero, definir el lugar, la hora, la dirección y calidad de la luz.
- subject: Quién es el sujeto, apariencia específica (peinado, vestimenta, material, color, edad aparente). No usar etiquetas resumen como «juvenil», «elegancia» en lugar de características visibles.
- details: Postura, acción, mirada, qué hacen las manos, estructura de la utilería, textura de la superficie.
- constraints: Qué conservar (afirmativo) + qué excluir (negativo).
4. Cuatro elementos obligatorios para retratos
Las palabras oficiales: «Describe body framing, relative scale, gaze, and interaction with objects.»
- body framing:
Cuerpo entero visible, pies en el encuadre/Plano medio/Primer plano - relative scale:
Tamaño infantil en relación a la mesa/Una cabeza más alto que el mostrador - gaze:
Mirando hacia abajo el libro abierto, sin mirar a la cámara/Mirada fija en el rostro del otro - interaction:
Manos sujetando el manillar de forma natural/Puntas de los dedos apoyadas en el borde de la taza
Si no se escriben estos cuatro elementos, el modelo decidirá la postura y la mirada por sí mismo, y el resultado podría no coincidir con el storyboard.
5. Tareas de edición: qué cambiar / qué conservar
Las palabras oficiales: «For edits, say 'change only X' and list the details to preserve, such as identity, geometry, layout, lighting, or labels.»
Forma estándar:
Change only <objeto/región>. Keep <identidad, geometría, diseño, iluminación, etiquetas> unchanged.
Más detallado (palabras oficiales): «For precise local edits, also identify saturation, contrast, arrows, camera angle, and surrounding objects that must remain unchanged.»
Es decir, en la edición local precisa, también se deben enumerar explícitamente en la lista de conservación la saturación, contraste, anotaciones con flechas, ángulo de cámara y objetos circundantes.
Los elementos de exclusión deben escribirse explícitamente: unwanted text / logos / watermarks, etc.
6. Referencia multiimagen: numerar cada una + explicar su propósito
Las palabras oficiales: «Identify each input by number and purpose: subject, style, clothing, or background. Explain how the inputs should combine and which elements should move where.»
Forma estándar:
Image 1: <personaje> — use only face, hair, and clothing; ignore its background.
Image 2: <escena> — use only layout, materials, and lighting; no people from it.
Image 3: <utilería> — use only structure and material.
Place <objeto> from Image 3 next to <personaje> in Image 1; keep Image 1's framing and lighting.
7. Iteración: un cambio por vez
Las palabras oficiales: «Pass the previous output as the next edit input, request one change, and repeat the details to preserve.»
- Solo un cambio por cada solicitud.
- Repetir la lista de conservación en cada ronda para evitar desviaciones.
- Si el resultado comienza a desviarse, no añadir más instrucciones; reescribir primero las restricciones clave.
- Referencias como
same style as beforepueden llevar contexto, pero no pueden sustituir la repetición de las restricciones clave.
8. Depuración
Eliminar: retórica acumulada, adjetivos repetidos, frases líricas sin relación con la imagen, parámetros, análisis, explicaciones. Conservar: sujeto, evento, escena, detalles, restricciones.
Al finalizar, ejecutar la «autoverificación final» y luego entregar según el «contrato de salida».
Plantillas de prompt
Las frases de las siguientes plantillas están tomadas de los ejemplos oficiales de la versión 2.5;
<...>son marcadores de posición que deben ser reemplazados por contenido específico. No dejar texto explicativo dentro del prompt.
I. Plantilla en prosa (predeterminada, sujeto único, escena única)
Create a photorealistic <tipo de imagen> of <sujeto> <ubicación>.
<sujeto> has <material, tono de piel, vestimenta, estructura y otros detalles visibles>.
<sujeto> is <postura/acción> while <otro sujeto u objeto en el mismo cuadro> <estado>.
Shot like a <película/lenguaje visual>, <tipo de plano> at <posición de cámara>, using a <distancia focal> lens.
<iluminación y hora>, <profundidad de campo/textura>, <tendencia cromática>.
The image should feel <tono general>, with <textura y detalles realistas>. <elementos excluidos>.
Esta estructura corresponde directamente al ejemplo oficial de cinco oraciones: tipo e imagen/sujeto / detalles de apariencia / acción / lenguaje visual / iluminación y textura / cierre con tono.
II. Plantilla con secciones (solicitudes complejas: múltiples regiones, múltiples sujetos, diseño gráfico)
Scene: <lugar, hora, clima, dirección de la luz, material del entorno>.
Subject: <sujeto A y sujeto B, apariencia de cada uno, cantidad, pertenencia>.
Details: <postura, acción, mirada, interacción con objetos, textura superficial, elementos de diseño y posición del texto>.
Constraints: change nothing about <elementos a conservar>; no <elementos excluidos>.
III. Imagen de anclaje de personaje (para consistencia posterior)
Create a photorealistic full-body reference photograph of <personaje>, standing against a plain neutral background.
<personaje> has <peinado, forma del rostro, tono de piel, edad aparente, complexión>.
Wearing <prendas una por una, incluyendo color, material, estilo, desgaste>.
Full body visible, feet included, standing straight, facing the camera, arms relaxed at the sides, neutral expression.
Even soft light from the front, no dramatic shadows, no color grading.
Real skin texture with visible pores and fine detail. No stylization, no retouching, no props, no text.
El fondo gris, la luz sin sombras y sin degradado son prácticas
[propias del pipeline]. Lo oficial solo exige «plain neutral background» y «even soft light».
IV. Keyframe (primer fotograma)
El cuerpo del keyframe se copia íntegramente del frozen_keyframe del storyboard, y luego se completan los cuatro elementos obligatorios para retratos y las restricciones.
Create a photorealistic frame of <número de toma> at the moment <estado del tiempo inicial>.
Scene: <escena, hora, fuente de luz>.
Subject: <personajes presentes, apariencia y vestimenta de cada uno>.
Details: <postura, posición de las manos, punto de mira, posición de la utilería, composición y tipo de plano>.
Full body visible / <tipo de plano necesario>, <escala relativa>, <dirección de la mirada>, <interacción con la utilería>.
Constraints: no <elementos excluidos>; keep <relaciones espaciales que deben cumplirse>.
El keyframe solo puede describir el estado del primer fotograma, no se deben incluir cambios de postura que pertenezcan al estado final.
V. Toma vacía de escena
Create a photorealistic photograph of <escena>, empty of people.
<estructura espacial: posición y orientación del mostrador, puerta, mesa, estantería>.
<detalles de materiales y desgaste: vetas de madera, reflejos metálicos, textura del suelo>.
<dirección e intensidad de la luz>, <hora>, <temperatura de color>.
Shot at <posición de cámara y tipo de plano>, <profundidad de campo>.
No people, no text, no watermark.
VI. Imagen de utilería
Create a photorealistic product photograph of <utilería>.
<estructura: partes, proporciones, conexiones>.
<material y superficie: material, color, reflejos, puntos de desgaste>.
Isolated on a plain light grey background, even shadowless light, true color, no gradient.
No hands, no scene, no text, no watermark.
VII. Edición imagen a imagen
Change only <objeto o región> to <contenido objetivo>.
Keep <identidad, geometría, diseño, iluminación, etiquetas> unchanged.
Keep <saturación, contraste, ángulo de cámara, objetos circundantes> unchanged.
Match lighting, shadows, and color temperature to the original so the result looks captured, not pasted.
No <elementos excluidos>.
VIII. Composición multiimagen
Image 1: <imagen base — fuente de escena y composición>.
Image 2: <objeto a insertar — solo estructura, material, apariencia>.
Place <objeto de Image 2> into <posición en Image 1>, <orientación específica>.
Keep Image 1's framing, background, camera angle, and lighting.
Match perspective, scale, and shadows so the composite reads as one photograph.
Do not change anything else.
Separación de parámetros
Los siguientes campos pertenecen solo a la solicitud de la API y no deben incluirse ni una sola palabra en el prompt:
| Parámetro | Descripción |
|---|---|
model | gpt-image-2.5-sunburst (orientado a calidad) / gpt-image-2.5-flare (orientado a velocidad) |
quality | auto / low / medium / high / xhigh / max |
size | auto o WIDTHxHEIGHT; ambos lados deben ser múltiplos de 16, relación de aspecto 1:3–3:1 |
background | auto / opaque / transparent |
output_format | png / jpeg / webp; solo JPEG y WebP admiten output_compression |
input_fidelity | Ni 2.5 ni 2.6 tienen este campo; la entrada de imágenes siempre se procesa con alta fidelidad |
Las palabras oficiales sobre la orientación de las dos variantes de 2.5: «GPT Image 2.5 Flare is the small model, optimized for speed, with image quality comparable to GPT Image 2. GPT Image 2.5 Sunburst is the base model, optimized for quality, with higher image quality than GPT Image 2.»
complexityes un parámetro exclusivo de la versión 2.6; no es compatible con 2.5. Los tamaños específicos como1152x2048son ajustes de la interfaz de la plataforma ([medido en plataforma]), no especificaciones del modelo de OpenAI.
Ejemplos oficiales (texto original de la pestaña 2.5, pueden usarse como material de aprendizaje)
Retrato realista
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck.
Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail.
No glamorization, no heavy retouching.
Insertar persona
Generate a highly realistic action scene where this person is running away from a large, realistic brown bear attacking a campsite.
The image should look like a real photograph someone could have taken, not an overly enhanced or cinematic movie-poster image.
She is centered in the image but looking away from the camera, wearing outdoorsy camping attire, with dirt on her face and tears in her clothing.
She is clearly afraid but focused on escaping, running away from the bear as it destroys the campsite behind her.
The campsite is in Yosemite National Park, with believable natural details. The time of day is dusk, with natural lighting and realistic colors.
Everything should feel grounded, authentic, and unstyled, as if captured in a real moment.
Avoid cinematic lighting, dramatic color grading, or stylized composition.
Eliminar objeto
Remove the flower from man's hand. Do not change anything else.
Boceto a realista
Turn this drawing into a photorealistic image.
Preserve the exact layout, proportions, and perspective.
Choose realistic materials and lighting consistent with the sketch intent.
Do not add new elements or text.
Característica común de estos tres ejemplos: cortos, en prosa, comienzan con verbo, restricciones al final. Esta es la forma nativa de 2.5.
Límite con el pipeline
Lo siguiente pertenece a [prácticas propias del pipeline], no está estipulado por OpenAI; quien lo escriba asume la responsabilidad:
- La imagen de anclaje de personaje debe tener fondo gris, luz cero, sin múltiples ángulos.
- La imagen de utilería debe tener fondo gris claro
#DCDCDC, sin sombras, sin degradado. - El keyframe solo describe el estado del primer fotograma, no la pose final.
- El fondo de las imágenes de referencia no debe contaminar al sujeto.
En caso de conflicto: prevalecen las reglas oficiales. Por ejemplo, la sugerencia «no usar photorealistic en rostros» es una recomendación [práctica comunitaria] que entra en conflicto con la oficial «Request 'photorealistic' explicitly when that is the goal». En ese caso, debe seguirse la regla oficial y usar descripciones de textura y detalle para controlar la apariencia.
Autoverificación final
Antes de la salida, verificar elemento por elemento:
- La identidad del sujeto, la cantidad, la pertenencia de los objetos, la escena y el resultado de la historia no han sido alterados.
- El formato es adecuado a la complejidad visual: sujeto único en prosa, múltiples regiones solo con secciones; no se han añadido etiquetas forzadas por «profesionalismo».
- El orden es scene → subject → details → constraints.
- Cuando se busca realismo, se ha escrito
photorealisticoreal photograph. - Cuando hay personas, se han escrito los cuatro elementos: body framing / scale / gaze / interaction.
- Se han especificado materiales, colores y texturas concretos, en lugar de términos como «alta calidad» o «cinematográfico».
- En tareas de edición, se ha escrito
change only Xy la lista de conservación; en edición local precisa, también se han enumerado saturación, contraste, ángulo de cámara y objetos circundantes. - En la referencia multiimagen, cada imagen está numerada y se especifica su propósito y forma de composición.
- Todos los parámetros (model / size / quality / background / output_format) están fuera del prompt.
- No se han añadido restricciones negativas no solicitadas por el usuario.
- Todos los marcadores de posición han sido reemplazados; no quedan textos explicativos residuales.
- Por defecto, solo se genera un prompt.
Contrato de salida
- El idioma de salida sigue al del usuario. Los prompts en inglés o en chino los determina la necesidad del usuario; si el usuario no lo especifica, se sigue el idioma de la pregunta.
- Por defecto, solo se genera el cuerpo del prompt, sin añadir títulos Markdown, bloques de código, explicaciones previas o posteriores, ni etiquetas como «prompt optimizado» o «explicación de modificación».
- Si el usuario solicita explícitamente una versión en chino, inglés o bilingüe, se entrega en el idioma solicitado.
- Si el usuario solicita explícitamente «primero una explicación y luego el prompt», la explicación debe limitarse a tres oraciones como máximo y no debe incluir procesos de análisis ni razones de modificación.
- Las sugerencias de parámetros solo se proporcionan cuando el usuario pregunta sobre ellos y se presentan por separado del prompt.
Límites de capacidad
- No se puede garantizar completamente la precisión de caracteres pequeños, nombres de marca, ortografía especial, fórmulas o anotaciones de diseño mediante prompts. Si es necesario, añadir una línea
Nota adicional:después del cuerpo del prompt, indicando que se requiere post-procesamiento o iteraciones múltiples. Si no es necesario, no se añade. sizeyqualityafectan la legibilidad de los caracteres pequeños. La recomendación oficial para escenas con texto pequeño, información densa o múltiples fuentes es usarmediumohighy realizar comparaciones prácticas.