Community画像github.com

GPT Image 2.5 プロンプトエディター

ユーザーがエージェントにGPT Image 2.5(gpt-image-2.5-sunburst / -flare)用のプロンプトの作成、最適化、再構成を依頼した場合に使用します。テキストから画像、画像参照、複数画像合成、画像編集に対応。簡潔な指示や既存のプロンプトを、公式のOpenAI画像プロンプト基本原則に沿った、クリーンで直接送信可能なプロンプトに変換します。

GPT Image 2.5 プロンプトエディター とは?

このスキルは、AIエージェント(Claude Code、Cursor、Codexなど)向けに設計されたプロンプトエンジニアリングツールです。OpenAIの公式ガイドライン『Image prompting』のGPT Image 2.5タブ、および公式Cookbook『GPT Image Generation Models Prompting Guide』に基づき、ユーザーのアイデアや既存のプロンプトを、gpt-image-2.5モデルに直接送信できる最適化されたプロンプトに変換します。 主な機能は以下の通りです。 - 散文形式やセクション分割など、公式推奨のフォーマットに従ってプロンプトを構成。 - 人物描写に必要な4要素(ボディフレーミング、相対スケール、視線、物体とのインタラクション)を自動的に付加。 - 編集タスクでは「何を変更するか」と「何を保持するか」を明確に指定。 - 複数画像参照では画像ごとに番号を振り、役割と合成方法を明示。 - パラメータ(model、size、qualityなど)はプロンプト本文とは分離して管理。 このスキルは、プロンプトの品質を大幅に向上させ、GPT Image 2.5の能力を最大限に引き出すための、実践的かつルールベースのアプローチを提供します。

対応~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/sliu2024/laoliu-ai-prompt-skills/tree/HEAD/gpt-image-25-pe

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

GPT Image 2.5 プロンプトエディター は何をしますか?

注意:このスキルのすべてのルールは、OpenAI公式「Image prompting」ガイドの GPT Image 2.5 タブ(https://developers.openai.com/api/docs/guides/image-prompting)および公式Cookbook「GPT Image Generation Models Prompting Guide」に基づいています。 非公式の情報源(コミュニティリポジトリ、サードパーティのブログ、パイプライン独自の慣行)については、本文中で明示的に [コミュニティ慣行] または [パイプライン独自] と表記し、「公式」と表現してはなりません。 GPT Image 2.6 で追加された complexity パラメータは 2.5 では使用できません。2.5 の説明やパラメータ提案に含めてはいけません。

目的

ユーザーの生のアイデア、大まかな説明、または既存のプロンプトを、GPT Image 2.5 に直接送信できるクリーンなプロンプト にコンパイルします。ユーザーの意図と画面の事実を保持し、主体、シーン、詳細、制約を明確にし、編集タスクでは「何を変更するか / 何を保持するか」を明確にします。

このスキルの責務はプロンプトの生成までです。生成インターフェースを呼び出したり、モデルのバージョンを選択してユーザーの決定に代わったりすることはありません。

トリガー条件

以下の場合にこのスキルがロードされます:

  • ユーザーが GPT Image 2.5 の画像生成プロンプトの作成、最適化、書き換え、構造化を依頼した場合。
  • ユーザーがキャラクター設定、シーン要件、小道具要件、キーフレーム要件を提示し、画像生成プロンプトに変換するよう依頼した場合。
  • ユーザーが画像から画像の生成、複数画像の参照合成、部分編集、背景変更、服装変更、スタイル転送を行いたい場合で、編集プロンプトの作成が必要な場合。
  • ユーザーが既存のプロンプトを持っているが、形式が乱れている場合(カンマの羅列、タグと散文の混在、制約と本文の矛盾など)。

以下の場合には自動実行しないでください:

  • ユーザーがパラメータ、価格、エラーメッセージ、モデルの機能について尋ねているだけで、プロンプトの作成が必要ない場合。
  • ユーザーが出力された画像の評価のみを依頼している場合。
  • ユーザーが他のモデル(例:2.6 の complexity パラメータ調整の要件など)の使用を明示している場合。

絶対に守るべき原則

  1. 意図優先:ユーザーが指定した主体の同一性、数量、小道具の帰属、シーン、構図の意図、編集対象、最終結果を変更してはなりません。
  2. 形式は保守性のためにある:公式の言葉は 「特別な構文に頼るのではなく、要件を最も読みやすく、更新しやすい形式を選択してください」 です。短文、散文、JSON形式、命令形式、タグ形式のいずれも有効です。「プロフェッショナルに見せるため」に無理にタグを適用しないでください。
  3. デフォルトは散文、複雑な場合のみセクション分割:公式の言葉は 「複雑なリクエストの場合は、シーン、被写体、詳細、制約としてプロンプトを整理し、ラベル付きのセクションを使用してください」 です。単純な単一被写体の画像は1~5文の散文で十分です。複数の領域、複数の被写体、複数の制約がある場合のみ、セクションに分割します。
  4. 写実性を明示:公式の言葉は 「それを目標とする場合、明示的に 'photorealistic' または 'real photograph' を要求してください」 です。写実性を求める場合は photorealistic と書き、「プラスチック感」を恐れて避けてはいけません。(「プラスチックのような肌」を回避するには、詳細と質感の記述を修正することであり、photorealistic を削除することではありません。)
  5. 順序固定:scene/backdrop → subject → details → constraints の順にします。順序は足場です。最初にシーンと被写体を決め、次に詳細を補い、最後に制約を課します。
  6. 具体性は形容詞に勝る:素材、照明、色、メディア、フレーミング、質感を記述します。「高品質」「4K」「美しい」など、画像の内容を示さない単語は使用しません。
  7. カメラパラメータは手がかりであり、シミュレーションではない:公式の言葉は 「カメラ仕様は外観の手がかりとして扱い、正確な物理シミュレーションを保証するものではありません」 です。焦点距離や絞りは、見た目を導くためにのみ使用します。
  8. パラメータの分離:model / size / quality / background / output_format はAPIフィールドであり、プロンプト本文には記述しません。
  9. 過剰な制約を追加しない:ユーザーが要求していない「透かしなし/ロゴなし/字幕なし」などのネガティブパックを自動的に追加してはいけません。ユーザーが言及していなければ書きません。
  10. 最適な単一バージョン:デフォルトでは、判断後に最も適切なプロンプトを1つだけ出力します。ユーザーが明示的に比較を希望した場合のみ、複数のプロンプトを出力します。
  11. 提出可能なものだけを書く:プロンプト内に、分析プロセス、評価の説明、修正理由、モデルバージョン、APIキーを含めてはいけません。

主要なワークフロー

1. 目標の解析と画像契約の確立

まずロックをかけてから、書き始めます:

  • 画像の種類:単一静止画像 / キャラクターアンカー画像 / シーン空ショット / 小道具画像 / キーフレーム / 編集結果画像。
  • 主体:誰または何か、人数、物体の数、それぞれの帰属。
  • 何が起こっているか:姿勢、動作、視線、物体とのインタラクション。
  • どこで:環境、時間、天気、光源の方向。
  • どのようなトーンか:写実 / フィルム / イラスト / 3D / レイアウト画像。
  • 制約:何を保持しなければならないか、何を除外しなければならないか。
  • タスクの種類:テキストから画像 / 画像参照から画像 / 複数画像合成 / 編集。

2. 形式の選択

画像の形態公式が推奨する形式実装方法
単一被写体、単一シーン(キャラクター、シーン、小道具、キーフレーム)短文または散文段落3~6文の連続散文、1段落のみ
複数領域、複数被写体、レイアウト、インフォグラフィック、マルチパネルセクションラベルScene: / Subject: / Details: / Constraints: の4セクション
精密な構造化が必要な本番システム保守可能な任意の形式「スキャン容易性」を優先し、凝った構文は追求しない

判断のための覚え書き:1フレーム1被写体 → 散文;1フレーム複数領域 → セクション分割。

3. 公式の順序に従って記述

  1. scene:最初に場所、時間、光の方向と質感を決めます。
  2. subject:主体は誰か、具体的な外観(髪型、服装、素材、色、年齢感)。「少女らしさ」「高級感」などの要約ラベルで、目に見える特徴を置き換えてはいけません。
  3. details:姿勢、動作、視線、手が何をしているか、小道具の構造、表面テクスチャ。
  4. constraints:何を保持するか(肯定形)+ 何を除外するか(否定形)。

4. 人物描写に必須の4項目

公式の言葉:「ボディフレーミング、相対スケール、視線、物体とのインタラクションを記述してください。」

  • body framing:全身が見え、足が入っている / バストアップ / クローズアップ
  • relative scale:テーブルに対して子供の体格 / カウンターより頭一つ分高い
  • gaze:開いた本を見下ろしており、カメラを見ていない / 視線は相手の顔に落ちている
  • interaction:両手で自然にハンドルを握っている / 指先がカップの縁に触れている

これら4項目を記述しないと、モデルが勝手に姿勢と視線を決定し、最終的な画像が意図したフレームと合わなくなります。

5. 編集タスク:何を変更するか / 何を保持するか

公式の言葉:「編集の場合は、「Xのみを変更」と言い、同一性、ジオメトリ、レイアウト、照明、ラベルなど、保持する詳細をリストアップしてください。」

標準的な構文:

Change only <対象/領域>. Keep <同一性、ジオメトリ、レイアウト、照明、ラベル> unchanged.

より詳細(公式の言葉):「正確なローカル編集の場合は、変更せずに残さなければならない彩度、コントラスト、矢印、カメラアングル、周囲のオブジェクトも特定してください。」

つまり、ローカルな精密編集では、彩度、コントラスト、矢印ラベル、カメラ位置、周囲の物体も明示的に保持リストに含めます。

除外項目は明示的に記述します:unwanted text / logos / watermarks など。

6. 複数画像参照:画像ごとに番号 + 目的を記述

公式の言葉:「各入力画像を番号と目的(被写体、スタイル、服装、背景)で識別してください。入力画像がどのように組み合わされるべきか、どの要素がどこに移動すべきかを説明してください。」

標準的な構文:

Image 1: <人物> — use only face, hair, and clothing; ignore its background.
Image 2: <シーン> — use only layout, materials, and lighting; no people from it.
Image 3: <小道具> — use only structure and material.
Place <Image 3のオブジェクト> next to <Image 1の人物>; keep Image 1's framing and lighting.

7. 反復:一度に1箇所のみ変更

公式の言葉:「前回の出力を次の編集入力として渡し、1つの変更を要求し、保持する詳細を繰り返してください。」

  • 毎回1つの変更のみ行います。
  • 毎回の反復で保持リストを繰り返し、ドリフトを防ぎます。
  • 結果がずれ始めた場合、指示を追加するのではなく、まず重要な制約を書き直します。
  • same style as before のような参照はコンテキストとして使用できますが、重要な制約の繰り返しを代替することはできません。

8. クレンジング

削除するもの:修辞的な装飾、重複した形容詞、画像に関係のない抒情的な文、パラメータ、分析、説明。 保持するもの:主体、イベント、シーン、詳細、制約。

完了後、「最終セルフチェック」を実行し、「出力契約」に従って納品します。

プロンプトテンプレート

以下のテンプレートの構文は公式2.5の例に基づきます;<...> はプレースホルダーであり、具体的な内容に置き換える必要があります。説明文をプロンプト内に残してはいけません。

一、散文テンプレート(デフォルト、単一被写体、単一シーン)

Create a photorealistic <画像タイプ> of <主体> <場所>.
<主体> has <素材、肌の色、服装、構造などの目に見える詳細>.
<主体> is <姿勢/動作> while <同フレーム内の他の主体や物体> <状態>.
Shot like a <フィルム/レンズ言語>, <ショットサイズ> at <カメラ位置>, using a <焦点距離> lens.
<照明と時間>, <被写界深度/質感>, <色味>.
The image should feel <全体的なトーン>, with <テクスチャとリアルな詳細>. <除外項目>.

この構造は公式の例(タイプと被写体/外観の詳細/動作/レンズ言語/照明と質感/トーンと締めくくり)の5文に直接対応します。

二、セクションテンプレート(複雑なリクエスト:複数領域、複数被写体、レイアウト)

Scene: <場所、時間、天気、光源方向、環境素材>.
Subject: <主体A と 主体B、それぞれの外観、数量、帰属>.
Details: <姿勢、動作、視線、物体とのインタラクション、表面テクスチャ、レイアウト要素とテキストの位置>.
Constraints: change nothing about <保持必須項目>; no <除外項目>.

三、キャラクターアンカー画像(後続の一貫性のため)

Create a photorealistic full-body reference photograph of <キャラクター>, standing against a plain neutral background.
<キャラクター> has <髪型、顔の形、肌の色、年齢感、体型>.
Wearing <服装を1点ずつ、色、素材、型、摩耗を含めて指定>.
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.

灰色の背景、影なし、グラデーションなしは [パイプライン独自] の慣行です。公式が要求しているのは「plain neutral background」と「even soft light」のみです。

四、キーフレーム(最初のフレーム)

キーフレームの本文は、ストーリーボードの frozen_keyframe をそのままコピーし、公式の4項目で人物情報と制約を補足します。

Create a photorealistic frame of <カット番号> at the moment <開始時の状態>.
Scene: <シーン、時間、光源>.
Subject: <存在する人物、それぞれの外観と服装>.
Details: <姿勢、手の位置、視線の先、小道具の位置、構図とショットサイズ>.
Full body visible / <必要なショットサイズ>, <相対比率>, <視線方向>, <小道具とのインタラクション>.
Constraints: no <除外項目>; keep <成立必須の空間関係>.

キーフレームには開始点の1コマだけを記述し、終了点の状態に属する姿勢の変化を記述してはいけません。

五、シーン空ショット

Create a photorealistic photograph of <シーン>, empty of people.
<空間構造:カウンター、ドア、テーブル、棚の位置と向き>.
<素材と摩耗の詳細:木目、金属の反射、床のテクスチャ>.
<光源の方向と強度>, <時間>, <色温度>.
Shot at <カメラ位置とショットサイズ>, <被写界深度>.
No people, no text, no watermark.

六、小道具画像

Create a photorealistic product photograph of <小道具>.
<構造:部品、比率、接続方法>.
<素材と表面:素材、色、反射、摩耗位置>.
Isolated on a plain light grey background, even shadowless light, true color, no gradient.
No hands, no scene, no text, no watermark.

七、画像から画像への編集

Change only <対象または領域> to <目標内容>.
Keep <同一性、ジオメトリ、レイアウト、照明、ラベル> unchanged.
Keep <彩度、コントラスト、カメラ位置、周囲の物体> unchanged.
Match lighting, shadows, and color temperature to the original so the result looks captured, not pasted.
No <除外項目>.

八、複数画像合成

Image 1: <ベース画像 — シーンと構図のソース>.
Image 2: <挿入するオブジェクト — 構造、素材、外観のみ記述>.
Place <Image 2 のオブジェクト> into <Image 1 の位置>, <具体的な方位>.
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.

パラメータの分離

以下のフィールドはAPIリクエストのみに属し、プロンプトには1字も含めません:

パラメータ説明
modelgpt-image-2.5-sunburst(品質重視)/ gpt-image-2.5-flare(速度重視)
qualityauto / low / medium / high / xhigh / max
sizeauto または WIDTHxHEIGHT;両辺とも16の倍数、アスペクト比 1:3–3:1
backgroundauto / opaque / transparent
output_formatpng / jpeg / webp;JPEGとWebPのみ output_compression をサポート
input_fidelity2.5と2.6のいずれもこのフィールドは設定せず、画像入力は常に高忠実度で処理

公式2.5の2つのバージョンの位置づけに関する原文:「GPT Image 2.5 Flare は小型モデルで、速度に最適化されており、画質は GPT Image 2 に匹敵します。GPT Image 2.5 Sunburst は基本モデルで、品質に最適化されており、GPT Image 2 よりも高い画質を提供します。」

complexity は 2.6 のみのパラメータであり、2.5 ではサポートされていません。 1152x2048 などの具体的なサイズはプラットフォームインターフェースのバリエーション([プラットフォーム実測])であり、OpenAIのモデル仕様ではありません。

公式の例(2.5 タブの原文、学習サンプルとして使用できます)

写実的な人物像

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.

人物の配置

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.

物体の削除

Remove the flower from man's hand. Do not change anything else.

スケッチから写実へ

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.

これらの3例の共通点:短い、散文、動詞で始まる、制約は最後の文に配置。これが2.5のネイティブな形態です。

パイプラインとの連携の境界

以下は [パイプライン独自] に属し、公式には規定されていません。記述する際は自己責任となります:

  • キャラクターアンカー画像は、灰色の背景、ゼロライト、マルチビューの合成なし。
  • 小道具画像は #DCDCDC の明るい灰色の背景、影なし、グラデーションなし。
  • キーフレームは開始点の1コマのみ記述し、終了点の姿勢は記述しない。
  • 参照画像の背景が主体を汚染してはならない。

競合が発生した場合:公式ルールが優先されます。例えば、「顔がある場合は photorealistic を禁止」は [コミュニティ慣行] の提案であり、公式の 「それが目標である場合は明示的に 'photorealistic' を要求してください」 と競合します。公式に従い、質感と詳細の記述を使用して外観を制御してください。

最終セルフチェック

出力前に各項目を確認:

  • 主体の同一性、数量、小道具の帰属、シーン、ストーリーの結果が変更されていないこと。
  • 形式が画像の複雑さに適していること:単一被写体は散文、複数領域の場合のみセクション分割。「プロフェッショナルに見せるため」に無理にタグを追加していないこと。
  • 順序が scene → subject → details → constraints であること。
  • 写実性を求める場所では photorealistic または real photograph が記述されていること。
  • 人物がいる場所では body framing / scale / gaze / interaction の4項目が記述されていること。
  • 「高品質」「映画的な」ではなく、具体的な素材、色、テクスチャが記述されていること。
  • 編集タスクでは change only X と保持リストが記述されていること。ローカルな精密編集では彩度、コントラスト、カメラ位置、周囲の物体もリストアップされていること。
  • 複数画像参照では画像ごとに番号を振り、目的と合成方法が記述されていること。
  • すべてのパラメータ(model / size / quality / background / output_format)がプロンプトの外にあること。
  • ユーザーが要求していないネガティブパックが追加されていないこと。
  • すべてのプレースホルダーが置き換えられ、説明文が残っていないこと。
  • デフォルトでは1つのプロンプトのみが出力されること。

出力契約

  • 出力言語はユーザーに従います。英語のプロンプトと中国語のプロンプトは、ユーザーの要件によって決定されます。ユーザーが指定しない場合は、ユーザーの質問言語に従います。
  • デフォルトではプロンプト本文のみを出力し、Markdown見出し、コードフェンス、前後の説明は付けません。「最適化されたプロンプト」「修正説明」などのラッピングも行いません。
  • ユーザーが明示的に中国語版/英語版/バイリンガル版を要求した場合は、要求された言語で出力します。
  • ユーザーが明示的に「最初に説明してからプロンプトを提供」するよう要求した場合、説明は3文以内とし、分析プロセスや修正理由を含めてはいけません。
  • パラメータの提案は、ユーザーがパラメータを尋ねた場合にのみ提供し、プロンプトとは別に提示します。

能力の限界

  • 精密な小さな文字、ブランド名、特殊な綴り、数式、レイアウトラベルは、プロンプトだけで完全に保証することはできません。必要に応じて本文の後に 補足: 行を追加し、後処理や複数回の反復が必要であることを示します。必要ない場合は出力しません。
  • size と quality は小さな文字の可読性に影響します。公式は、小さな文字、高密度情報、複数フォントのシナリオでは、medium または high を使用し、実際に比較テストを行うことを推奨しています。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

関連スキル