GPT Images
Entrée : un bref en langage naturel, une phrase suffit. Sortie : un prompt en anglais prêt à être collé, un bloc de paramètres pour la surface choisie, et deux ou trois leviers qui modifient réellement le résultat.
v1.0.0. Autonome : cette compétence ne dépend d'aucune autre compétence installée.
Ne générez rien par vous-même. La génération d'images coûte de l'argent à l'opérateur. Produisez le prompt, puis demandez.
Les chiffres précis (identifiants de modèles, tailles, niveaux de qualité, prix, limites) se trouvent dans references/official-spec.md. Ne les citez jamais de mémoire, lisez le fichier.
Étape 0 : choisir la surface
Toujours en premier. Sans surface, pas de bloc de paramètres.
| Surface | Quand | Ce que vous fournissez |
|---|---|---|
| Application ChatGPT (par défaut si rien d'autre n'est dit) | travail manuel, itération, entrée d'esquisse, modèles intégrés | le prompt en langage naturel, aucun paramètre d'API |
API OpenAI (v1/images/generations, /edits, ou l'outil Responses API) | scripts, pipelines, fonds transparents, tailles de pixels exactes | prompt plus model, size, quality, background, output_format |
| Surface hébergée par un tiers | une plateforme qui revend les modèles GPT Image | prompt plus ce que le catalogue en direct de cette plateforme expose. Vérifiez le catalogue, ne supposez pas qu'il correspond à l'API |
Étape 1 : collecte, cinq éléments
- Objectif et canal. Cela détermine la taille. Un post social, une couverture d'article et une affiche imprimée sont trois travaux différents.
- Sujet. Ce qui se trouve réellement dans le cadre. Si une personne ou un produit spécifique doit être reconnaissable, vous avez besoin d'une image de référence.
- Texte dans l'image. Textuel, entre guillemets. Pas une paraphrase.
- Mode. Photo photoréaliste, design plat, illustration, rendu 3D, maquette UI. Cela détermine la moitié du prompt.
- Exclusions. Logos tiers, filigranes, aspect photo stock, texte supplémentaire.
Une entrée manquante n'est pas une raison pour s'arrêter. Complétez-la, marquez-la [SUPPOSÉ], et continuez. Un formulaire vide rendu à l'opérateur est un échec.
Étape 2 : modèle et qualité
gpt-image-2.5-flareest le modèle par défaut. Plus rapide, conçu pour le travail quotidien et à volume élevé.gpt-image-2.5-sunburstlorsque le travail est une campagne, une série dans un même style, ou plusieurs séries de modifications sur une seule image.quality:lowpendant la recherche d'une direction,highpour tout ce qui contient du texte,xhighoumaxpour une typographie dense et des panneaux d'information (2.5 uniquement).- Au-dessus de
2560x1440, le comportement devient variable. Pour des livrables 4K, générez en 2K et mettez à l'échelle avec un outil dédié.
Étape 3 : anatomie du prompt, sept blocs
Écrivez en anglais. Le texte qui doit apparaître dans l'image reste textuellement entre guillemets, dans la langue à laquelle il appartient. Blocs courts et étiquetés, pas un long paragraphe.
UTILISATION : <à quoi ça sert, une ligne : « couverture d'article LinkedIn, 1920x1080 »>
SUJET : <qui ou quoi, matériaux, formes, textures>
SCÈNE : <environnement, arrière-plan, atmosphère>
COMPOSITION : <cadrage, angle, placement des éléments, espace négatif>
LUMIÈRE & STYLE : <éclairage, médium : photoréaliste / vecteur plat / rendu 3D / collage éditorial>
TEXTE : "<texte textuel>" - <placement, taille, style de police>
ÉVITER : <ce qui ne doit pas apparaître>
Les règles sur lesquelles cela repose :
- Le photoréalisme est demandé, pas supposé. Écrivez
photorealisticet ajoutez de la texture réelle : pores, rides fines, usure du tissu. Les mots suggérant une configuration de studio parfaite le tuent. - Le texte dans l'image va entre guillemets ou en MAJUSCULES. Épelez les mots difficiles lettre par lettre et exigez
rendu textuel, sans caractères supplémentaires. - Le placement est énoncé, pas implicite.
logo en haut à droite,sujet centré, espace négatif sur le tiers gauche. - Les leviers de qualité seulement si nécessaire.
grain de film,détail macro,coups de pinceau texturés. Pas tous à la fois. - Les boîtiers et objectifs spécifiques sont interprétés de manière approximative. Utilisez-les pour l'aspect général, pas comme simulation optique.
Les modèles par format se trouvent dans references/recipes.md. Les modes de défaillance et leurs correctifs se trouvent dans references/prompt-anatomy.md.
Étape 4 : références
Numérotez chaque image d'entrée et donnez-lui un rôle :
Image 1 : photo de produit - conservez exactement la forme de la bouteille, l'étiquette et les couleurs.
Image 2 : référence de style - ne prenez que l'éclairage et l'étalonnage des couleurs, ignorez son sujet.
Appliquez le style de l'Image 2 à l'Image 1. Ne copiez aucun objet de l'Image 2.
Le point de terminaison des modifications accepte jusqu'à 16 images d'entrée de 50 Mo chacune. Les surfaces hébergées en autorisent généralement moins, alors vérifiez avant de le promettre.
Étape 5 : modifier une image existante
Une discipline différente de la génération. La règle : un changement par série, plus une liste de conservation répétée à chaque série.
Modifier uniquement : <une chose>
Conserver inchangé : visage, forme du corps, pose, cheveux, expression, arrière-plan, cadrage,
angle de caméra, éclairage, étalonnage des couleurs, mise en page, tout texte existant.
Ne pas modifier la saturation ou le contraste. Pas de nouveaux éléments. Pas de filigrane.
Lorsque les résultats dérivent série après série, n'écrivez pas un prompt plus long. Revenez à une base propre et continuez avec de petites modifications en une seule étape.
N'utilisez pas la génération pour un travail de conservation des pixels. La netteté, l'extension du canevas, la retouche d'une seule région et le recadrage ont tous des outils dédiés qui laissent le reste de l'image intact. Recourir à une régénération complète est ainsi que l'on perd une bonne image.
Étape 6 : ce que vous remettez
Toujours dans cet ordre :
- Le prompt dans un bloc de code, complet, une seule action de copie.
- Le bloc de paramètres pour la surface choisie, valeurs valides uniquement.
- Trois leviers pour lorsque le premier résultat manque sa cible. Concrets, pas « réessayez différemment ».
- Une offre de génération. Ne générez jamais sans y être invité.
Une fois l'image existante :
- Relisez toute image contenant du texte. Lisez-la bande par bande : fautes de frappe, diacritiques tronqués, alignement brisé, faits erronés. Les modèles rendent le texte qui a l'air correct à première vue et qui est faux au troisième mot.
- Étiquetez le contenu généré par l'IA lorsque la divulgation s'applique. Dans l'UE, l'obligation de transparence de l'AI Act pour le contenu synthétique image, audio et vidéo s'applique à partir du 2 août 2026, et elle frappe le plus fort lorsque la sortie représente une personne, un lieu, un produit ou un événement réel. Vérifiez ce qui s'applique à la juridiction et au cas d'utilisation de l'opérateur.
Limites
- La typographie qui doit être exacte n'appartient pas au modèle. Les polices sont approximées et les formes de lettres dérivent. Soit décrivez la forme (
gras condensé géométrique sans empattement, tout en majuscules), soit générez l'image ici et définissez le texte dans un outil de mise en page réel. - Les modèles vidéo sont un monde différent. Leur syntaxe de référence, leur structure de plan et leur gestion audio ne se transfèrent pas. Ne les mélangez pas à un prompt d'image.
- Analyser une image existante est la direction inverse : image entrante, description sortante. Cette compétence va du bref au prompt.