이미지 프롬프팅

이미지 프롬프팅 (Image prompting)

이미지 생성 모델을 쓰다 보면 "왜 이렇게 원하는 대로 안 나오지?"라는 순간이 많아요. GPT Image 2.5에게 원하는 그림을 얻으려면, 모델 고르는 법부터 프롬프트 작성법, 수정할 때 세부사항을 보존하는 법까지 체계적으로 접근해야 해요. 이 가이드는 그 시작점을 잡아주는데, 핵심은 이거예요. 먼저 필요한 이미지를 정의하고, 주제·구성·스타일·제약을 묘사하며, 수정할 때는 무엇이 바뀌고 무엇이 그대로 유지돼야 하는지를 구분하는 것. 한 번에 한 가지씩 다듬고 결과를 확인하는 습관입니다.

출처: 공식문서

개요

GPT Image 2.5는 두 가지 모델 선택지를 제공해요. GPT Image 2.5 Flare는 속도에 최적화된 작은 모델로, 이미지 품질은 GPT Image 2와 비슷해요. GPT Image 2.5 Sunburst는 품질에 최적화된 기본 모델로, GPT Image 2보다 높은 이미지 품질을 제공해요. 두 모델 모두 정밀한 편집과 주제 보존에서 개선됐어요.

API 설정과 요청 예시는 이미지 생성 가이드를 참고하세요.

모델 고르기

새 워크플로라면 속도가 우선일 때 GPT Image 2.5 Flare, 까다로운 품질 요구가 우선일 때 GPT Image 2.5 Sunburst로 시작하세요. 출력이 요구사항을 충족하면 그다음에 지연 시간을 줄일 기회를 찾아요.

기존 이미지 모델에서 마이그레이션하는 경우, 현재 이미지 품질을 출발점으로 삼아요. 두 모델 모두 이미지 생성, 편집, 투명 배경을 지원해요.

현재 워크플로	테스트 시작점
품질 요구를 이미 충족하는 검증된 GPT Image 2 워크플로	GPT Image 2.5 Flare. 지연을 줄이면서도 품질을 유지할 수 있는지 확인
GPT Image 2가 품질 요구를 충족하지 못하는 복잡한 유스케이스	GPT Image 2.5 Sunburst. 먼저 필요한 품질을 제공하는지 확인

GPT Image 2.5 Sunburst가 품질 요구를 충족한다면, 같은 프롬프트와 입력으로 GPT Image 2.5 Flare를 테스트해 보세요. Flare도 요구를 충족하고 지연이 개선됐다면 Flare로 전환하고, 품질 이점이 필요하다면 Sunburst를 유지하세요.

응답 시간과 품질은 내 워크로드에서 직접 측정하세요. 결과는 프롬프트, 참조 이미지, 출력 크기, 품질 설정에 따라 달라져요. 한 워크로드의 속도 개선이 다른 워크로드에도 동일하게 적용된다고 볼 수는 없어요.

모델 파라미터

API 파라미터는 프롬프트와 분리해서 설정해요.

파라미터	GPT Image 2.5 설정
model	gpt-image-2.5-flare(작은 모델) 또는 gpt-image-2.5-sunburst(기본 모델)
quality	auto(기본값), low, medium, high, xhigh, max
size	auto 또는 커스텀 해상도. 흔한 크기: 1024x1024(정방형), 1536x1024(가로), 1024x1536(세로), 2048x2048(2K 정방형), 2048x1152(2K 가로), 3840x2160(4K 가로), 2160x3840(4K 세로)
background	auto, opaque, transparent

커스텀 해상도는 WIDTHxHEIGHT 형식으로, 다음 제약을 따라야 해요.

• 각 변은 3,840픽셀 이하여야 해요.
• 두 변 모두 16픽셀의 배수여야 해요.
• 긴 변과 짧은 변의 비율이 3:1을 넘으면 안 돼요.
• 총 픽셀 수는 655,360 ~ 8,294,400 사이여야 해요.

총 픽셀 수가 3,686,400(2560x1440)을 넘는 출력은 실험적이에요.

quality를 조정하기 전에 위 워크플로로 모델을 먼저 고르세요. 첫 비교에서는 두 모델이 모두 지원할 때 명시적으로 선택한 품질 설정을 그대로 두어요. 프롬프트, 참조 이미지, 출력 크기도 마찬가지예요. 같은 quality 라벨이 모델 간에 같은 이미지 품질이나 응답 시간을 의미하지는 않아요.

출력이 부족하다면 더 높은 품질 설정을 테스트하고, 요구를 충족하면 더 낮은 설정으로도 품질을 유지하면서 지연을 줄일 수 있는지 확인해요. xhigh나 max는 지연 예산 안에서 충족되지 못한 품질 요구를 개선할 때만 쓰세요. 높은 설정이 모든 프롬프트에서 더 나은 결과를 보장하는 건 아니에요.

투명 자산이라면 background="transparent"를 명시적으로 요청하고 PNG 또는 WebP를 써요. 머리카락, 유리, 그림자, 객체 가장자리를 포함해 디코딩된 이미지의 알파 채널을 확인하세요. output_compression은 PNG가 아닌 JPEG·WebP 출력에만 쓰세요.

기존 워크플로 마이그레이션

1. 기준선을 저장한다. 대표적인 프로덕션 프롬프트와 참조 이미지(어려운 편집, 정확한 텍스트, 얼굴, 제품 형상, 투명 자산 포함)를 수집하고, 현재 모델·요청 설정·결과를 기록해요.
2. 첫 후보를 고른다. GPT Image 2가 이미 품질 요구를 충족한다면 GPT Image 2.5 Flare로 시작해 지연 개선을 테스트하고, 복잡한 유스케이스에서 GPT Image 2가 부족하다면 GPT Image 2.5 Sunburst로 시작해 품질 요구 충족부터 확인해요. 첫 비교에서는 프롬프트·참조·크기·출력 형식을 그대로 유지해요.
3. 전체 결과를 확인한다. 지시 이행, 동일성·제품 보존, 텍스트 정확도, 원치 않는 변경, 투명도를 비교해요. 일관성을 측정하기 위해 요청을 반복하고, 편집 워크플로라면 개별 단계뿐 아니라 전체 편집 시퀀스도 테스트해요.
4. 품질 통과 후 지연 개선을 테스트한다. Sunburst로 시작해 품질 요구를 충족했다면, 같은 요구에 대해 Flare를 평가해요. 품질이 유지되고 지연이 개선될 때만 전환하고, 아니면 Sunburst를 유지해요.
5. 한 번에 하나씩 설정을 튜닝한다. 프롬프트를 다시 쓰기 전에 품질 수준을 비교해요. 일반·느린 응답, 실패, 재시도, 승인된 이미지당 비용을 측정하세요. 더 빠른 모델이 더 저렴하다고 가정하지 말고 현재 가격을 확인해요.
6. 워크플로별로 롤아웃한다. 출시 모델이 승인 기준을 통과하면 소량 트래픽부터 옮기고, 같은 지표를 모니터링하며 점진적으로 확대해요. 이전 모델이 지원되는 동안은 롤백을 위해 유지해 두세요.

GPT Image 1이나 1.5에서 마이그레이션할 때는 참조 탭에서 파라미터 차이와 종료 날짜를 확인하세요. 이전 설정을 그대로 복사하지 말고, 후보 모델이 지원하는 요청 설정으로 테스트해야 해요. GPT Image 2에서는 기존 해상도와 투명도 요구사항을 비교에 유지하세요.

반복 편집은 보존하려던 세부사항을 바꿀 수 있어요. 그 제약을 다시 명시하고 각 결과를 검사하세요. 영역이 픽셀 단위로 동일해야 한다면, 프롬프팅에만 의존하지 말고 승인된 편집을 원본 이미지에 합성하세요.

프롬프팅 기초

1. 결과를 정의한다. 주제와 사용 목적(제품 사진, 광고, 다이어그램 등)을 이름 짓고, 구성·비율·중요한 배치 제약을 지정해요. 복잡한 요청은 scene, subject, details, constraints로 구역을 나눠 라벨을 붙이세요.
2. 유지 보수 가능한 형식을 고른다. 짧은 프롬프트, 서술형 단락, JSON 형태, 지시문, 태그 모두 같은 의도를 표현할 수 있어요. 특별 문법에 의존하지 말고, 요구사항을 읽고 업데이트하기 쉬운 형식을 고르세요.
3. 보이는 세부사항을 묘사한다. 재료, 조명, 색, 시각 매체를 이름 지어요. 목표가 사진 현실감이면 "photorealistic"이나 "real photograph"를 명시적으로 요청하고 프레이밍과 질감을 묘사하세요. 카메라 사양은 실제 물리 시뮬레이션 보장이 아니라 외관 단서로 취급해요. 넓은·시네마틱·저조도·비·네온 장면에서는 무드 단어에만 의존하지 말고 규모, 분위기, 색을 지정해요.
4. 사람과 동작을 지정한다. 신체 프레이밍, 상대적 크기, 시선, 객체와의 상호작용을 묘사해요. "전신이 보이고 발이 포함되도록", "펼친 책을 내려다보며", "손이 자연스럽게 핸들바를 쥐고" 같은 지시가 의도한 포즈·동작을 더 명확히 해요.
5. 정확한 텍스트를 지정한다. 필요한 문구를 인용부호로 묶고 위치와 타이포그래피를 설명해요. 특이한 단어나 브랜드명은 필요하면 글자 단위로 철자해요. 추가 텍스트를 넣지 말라고 하고, 출력에서 철자와 가독성을 확인해요. 작은 텍스트·밀집 정보·여러 폰트에는 medium/high 품질을 비교해요.
6. 변경과 제약을 분리한다. 편집에서는 "X만 바꿔"라고 말하고 동일성·형상·레이아웃·조명·라벨 같은 보존할 세부사항을 목록으로 적어요. 원치 않는 텍스트·로고·워터마크 같은 제외 사항도 명시해요. 정밀한 로컬 편집에서는 채도, 대비, 화살표, 카메라 각도, 그대로 두어야 할 주변 객체도 식별해요.
7. 참조에 역할을 할당한다. 각 입력을 번호와 용도(주제, 스타일, 의상, 배경)로 식별하고, 입력이 어떻게 결합되고 어떤 요소가 어디로 이동하는지 설명해요.
8. 의도적으로 반복한다. 이전 출력을 다음 편집 입력으로 넘기고 하나의 변경을 요청하며 보존할 세부사항을 반복해요. "이전과 같은 스타일" 같은 참조가 맥락을 이어줄 수 있지만, 결과가 빗나가면 핵심 제약을 다시 명시하세요. 지시를 추가하기 전에 결과를 비교해요.

아래 예시들은 각각 다른 기법을 보여줘요. 이 프롬프트를 시작점으로 삼아 내 이미지와 요구에 맞게 다듬으세요.

이미지 생성하기

스타일과 조명 제어

사진을 주제·프레이밍·빛·질감으로 묘사해요. 이 예시는 자연스러운(candid) 구성을 지정하고 과한 리터칭을 명시적으로 제외해요.

생성 설정: size="1024x1536", quality="medium".

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.

과정을 시각적으로 설명

프로세스, 대상 독자, 이미지가 전달해야 할 정보를 이름 지어요. 다이어그램·인포그래픽에서는 외관뿐 아니라 라벨과 사실적 관계도 검증해야 해요.

생성 설정: size="1024x1536", quality="medium".

Create a detailed Infographic of the functioning and flow of an automatic coffee machine like a Jura.
From bean basket, to grinding, to scale, water tank, boiler, etc.
I'd like to understand technically and visually the flow.

정확한 텍스트 렌더링

필요한 카피를 인용하고 몇 번 나타나야 하는지 알려줘요. 대상 독자와 시각적 처리를, 무관한 지시 없이 지정해요.

생성 설정: size="1024x1536", quality="medium".

Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.

재사용 가능한 로고 디자인

브랜드와 마크를 정의할 형태를 묘사해요. 다양한 크기에서도 읽히는 명확한 구성을 지정하세요. n으로 여러 변형을 요청할 수 있어요.

생성 설정: size="1024x1536", quality="medium", background="transparent", output_format="png", n=1.

Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.

역사·실제 맥락 활용

장소와 날짜를 지정해 역사적 배경을 세워요. 모델이 맥락 세부사항을 추론할 수 있지만, 의상·연출·주변을 역사적 정확성으로 검사해야 해요.

생성 설정: size="1024x1536", quality="medium".

Create a realistic outdoor crowd scene in Bethel, New York on August 16, 1969.
Photorealistic, period-accurate clothing, staging, and environment.

스토리를 코믹 스트립으로

스토리-투-코믹 생성에서는 내러티브를 패널당 하나의 명확한 시각적 비트 시퀀스로 정의해요. 설명을 구체적이고 행동 중심으로 유지해서, 모델이 스토리를 읽기 쉽고 박진감 있는 패널로 옮기게 해요.

생성 설정: size="1024x1536", quality="medium".

Create a short vertical comic-style reel with 4 panels.
Panel 1: The owner leaves through the front door. The pet is framed in the window behind them, small against the glass, eyes wide, paws pressed high, the house suddenly quiet.
Panel 2: The door clicks shut. Silence breaks. The pet slowly turns toward the empty house, posture shifting, eyes sharp with possibility.
Panel 3: The house transformed. The pet sprawls across the couch like it owns the place, crumbs nearby, sunlight cutting across the room like a spotlight.
Panel 4: The door opens. The pet is seated perfectly by the entrance, alert and composed, as if nothing happened.

인터페이스 프리뷰 만들기

인터페이스 프리뷰는 제품이 이미 존재하는 것처럼 묘사할 때 가장 잘 나와요. 레이아웃·계층·간격·실제 인터페이스 요소에 집중하고, 컨셉 아트 언어는 피해서 디자인 스케치가 아니라 사용 가능한 출시된 인터페이스처럼 보이게 해요.

생성 설정: size="1024x1536", quality="medium".

Create a realistic mobile app UI mockup for a local farmers market.
Show today's market with a simple header, a short list of vendors with small photos and categories, a small "Today's specials" section, and basic information for location and hours.
Design it to be practical, and easy to use. White background, subtle natural accent colors, clear typography, and minimal decoration.
It should look like a real, well-designed, beautiful app for a small local market.
Place the UI mockup in an iPhone frame.

과학·교육 시각 자료

과학·교육 시각 자료는 생물학, 화학, 수업 설명, 플랫 과학 아이콘 시스템, 다이어그램, 학습 자산에 잘 맞아요. 교육 설계 브리프처럼 프롬프트해요. 대상 독자, 학습 목표, 시각 형식, 필요한 라벨, 과학적 제약을 정의하세요. 일관된 아이콘 스타일·명확한 화살표·읽기 쉬운 라벨·충분한 여백을 가진 깔끔한 플랫 시각 시스템을 요청하면 좋아요.

정확성이 중요할 때는 필요한 구성 요소를 명시적으로 나열하고 무엇을 빼야 하는지 알려주세요. 라벨이 빽빽하거나 슬라이드·수업 자료에 쓸 자산이면 quality="high"를 쓰세요.

생성 설정: size="1536x1024", quality="high".

Create a simple biology diagram titled "Cellular Respiration at a Glance" for high school students.

Show how glucose turns into energy inside a cell. Include glycolysis, the Krebs cycle, and the electron transport chain.
Use arrows to connect the steps, and label the main molecules: glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, and H2O.
Make it look like a clean classroom handout or slide, with a white background, simple icons, clear labels, and easy-to-read text.

Avoid tiny text, extra decoration, or anything that makes the diagram hard to understand.

슬라이드·다이어그램·차트 만들기

생산성 시각 자료는 일러스트레이션 요청이 아니라 아티팩트 스펙처럼 프롬프트를 쓸 때 가장 잘 나와요. 정확한 산출물(슬라이드, 워크플로 다이어그램, 차트, 페이지 이미지)을 이름 짓고 캔버스·계층을 정의하며 실제 텍스트·데이터를 제공하고 시각 언어를 묘사해요. 이 프롬프트에는 읽을 수 있는 타이포그래피, 다듬어진 간격, 꾸밈없음, 제네릭 스톡 사진 처리 금지 같은 실용 제약이 포함돼야 해요.

슬라이드·차트·다이어그램이 많은 자산에서는 숫자와 라벨을 프롬프트에 직접 넣으세요. 덱 형태 출력에는 가로 크기를 쓰고, 작은 텍스트·범례·축·각주가 있으면 quality="high"를 쓰세요.

아래의 예시 시장 수치와 인용은 가상의 디자인 입력이에요. 슬라이드를 쓰기 전에 검증된 데이터로 교체하세요.

생성 설정: size="1536x864", quality="high".

Create one pitch-deck slide titled **"Market Opportunity"** that feels like a real Series A fundraising slide from a YC-backed startup.

Use a clean white background, modern sans-serif typography like Inter, and a crisp, minimal layout. The slide should include:

* A TAM/SAM/SOM concentric-circle diagram in muted blues and grays
* Specific, believable market sizing numbers:

  * **TAM:** $42B
  * **SAM:** $8.7B
  * **SOM:** $340M
* A clean bar chart below showing market growth from **2021 to 2026**, with a subtle upward trend
* Small footnotes: **"AGI Research, 2024"** and **"Internal analysis"**
* A company logo placeholder in the bottom-right corner

The design should look like it belongs in a deck that actually raised money: highly readable text, clear data hierarchy, polished spacing, and professional startup-style visual language.

Avoid clip art, stock photography, gradients, shadows, decorative elements, or anything that feels generic or overdesigned.

이미지 편집하기

참조 이미지 입력으로는 client.images.edit를 써요. 마스크가 필요한 로컬 편집은 마스크로 편집하기를 참고하세요.

레이아웃 유지하며 번역

과정을 시각적으로 설명의 커피 머신 다이어그램을 입력으로 써요. 디자인은 그대로 두고 텍스트만 교체하라고 요청한 뒤, 번역 결과와 원래 언어로 남은 단어가 있는지 확인해요.

편집 설정: size="1024x1536", quality="high".

Translate the text in the infographic to Spanish. Do not change any other aspect of the image.

시각 스타일 전이

참조 이미지에 구체적인 역할(팔레트, 질감, 시각 매체)을 할당하고, 새 주제는 별도로 묘사해요. 아래 픽셀아트 이미지를 입력으로 쓰세요.

편집 설정: size="1024x1536", quality="medium".

Use the same style from the input image and generate a man riding a motorcycle on a white background.

동일성 보존, 의상만 변경

사진과 의상 참조 세 장을 입력으로 써요. 사람의 어떤 측면이 고정되어야 하는지 명시하고 의상만 바뀌도록 해요. 이 패턴은 제품·객체가 인식 가능하게 유지돼야 하는 편집에도 적용돼요.

편집 설정: size="1024x1536", quality="medium".

Edit the image to dress the woman using the provided clothing images. Do not change her face, facial features, skin tone, body shape, pose, or identity in any way. Preserve her exact likeness, expression, hairstyle, and proportions. Replace only the clothing, fitting the garments naturally to her existing pose and body geometry with realistic fabric behavior. Match lighting, shadows, and color temperature to the original photo so the outfit integrates photorealistically, without looking pasted on. Do not change the background, camera angle, framing, or image quality, and do not add accessories, text, logos, or watermarks.

참조 합성

장면 사진을 이미지 1, 강아지 사진을 이미지 2로 넘겨요. 이동할 요소, 목적지, 그대로 둬야 할 것을 지정하세요.

편집 설정: size="1024x1536", quality="medium".

Place the dog from the second image into the setting of image 1, right next to the woman, use the same style of lighting, composition and background. Do not change anything else.

투명 제품 컷아웃

프롬프트에서 고립된 주제를 요청하고 API에서 background="transparent"를 요청해요. PNG·WebP를 쓰고 반환된 알파 채널을 보존하며 PNG에서는 output_compression을 생략해요. 그려진 체커보드는 투명도가 아니에요. 이후 편집에서도 투명 배경 보존을 반복 요청하세요.

편집 설정: size="1024x1536", quality="medium", background="transparent", output_format="png".

Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.

그림을 실사 이미지로

스케치-투-렌더 워크플로는 거친 그림을 사실적인 컨셉으로 만들면서 원래 의도를 유지하기 좋아요. 프롬프트를 스펙처럼 다뤄요. 레이아웃과 원근을 보존한 뒤, 그럴듯한 재료·조명·환경을 지정해 실재감을 더해요. 창의적 재해석을 피하려면 "새 요소/텍스트를 추가하지 말 것"을 포함하세요.

편집 설정: size="1024x1536", quality="medium".

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.

객체 제거

객체 하나를 이름을 명시해 제거하고 주변을 모두 보존해요. 사람·포즈·조명·구성을 유지해 편집이 국소적이게 해요.

편집 설정: size="1024x1536", quality="medium".

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

사람을 장면에 삽입

동일성을 보존하며 사람을 새 장면에 삽입해요. 자연스러운 조명, 그럴듯한 세부사항, 신체 프레이밍, 시선, 장면과의 상호작용을 지정해요. 어떤 얼굴 특징과 비율이 그대로 유지돼야 하는지 명시하세요. gpt-image-2에서는 input_fidelity를 생략해요. 이미지 입력은 항상 높은 충실도로 처리되니까요.

편집 설정: size="1024x1536", quality="medium".

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.

여러 턴에 걸쳐 이미지 다듬기

하나의 출력으로 시작해 검사하고, 다음 입력으로 사용해요. 각 후속 변경을 좁게 만들어 어떤 변경이 도움이 됐는지 알 수 있게 해요.

시작 이미지 만들기

투명 제품 컷아웃의 샴푸 사진을 이 빌보드 장면의 입력으로 써요. 라벨 텍스트를 정확히 인용하세요.

편집 설정: size="1024x1536", quality="medium".

Create a realistic billboard mockup of the shampoo on a highway scene during sunset.
Billboard text (EXACT, verbatim, no extra characters):
"Fresh and clean"
Typography: bold sans-serif, high contrast, centered, clean kerning.
Ensure text appears once and is perfectly legible.
No watermarks, no logos.

한 가지 조건만 변경

각 모델의 이전 단계 빌보드 출력을 다음 편집 요청에 전달해요. 이 짧은 후속 요청은 기존 장면을 유지하며 날씨만 바꿔요.

편집 설정: size="1024x1536", quality="medium".

Make it look like a winter evening with snowfall.

캐릭터 일관성 유지

삽화가 여러 장인 책을 만들 때는 재사용 가능한 캐릭터 참조를 만들어 여러 장면·포즈·페이지에서 외관을 보존할 수 있어요. 환경과 스토리는 바꾸면서 캐릭터의 정의적 세부사항은 반복해요.

캐릭터 확립

캐릭터의 외관·비율·의상·톤을 정의해요.

생성 설정: size="1024x1536", quality="medium".

Create a children's book illustration introducing a main character.

Character:
A young, storybook-style hero inspired by a little forest outlaw,
wearing a simple green hooded tunic, soft brown boots, and a small belt pouch.
The character has a kind expression, gentle eyes, and a brave but warm demeanor.
Carries a small wooden bow used only for helping, never harming.

Theme:
The character protects and rescues small forest animals like squirrels, birds, and rabbits.

Style:
Children's book illustration, hand-painted watercolor look,
soft outlines, warm earthy colors, whimsical and friendly.
Proportions suitable for picture books (slightly oversized head, expressive face).

Constraints:
- Original character (no copyrighted characters)
- No text
- No watermarks
- Plain forest background to clearly showcase the character

스토리 이어가기

각 모델이 생성한 캐릭터 이미지를 재사용하고 새 장면을 묘사해요. 캐릭터가 일관되도록 외관 제약을 반복해요.

편집 설정: size="1024x1536", quality="medium".

Continue the children's book story using the same character.

Scene:
The same young forest hero is gently helping a frightened squirrel
out of a fallen tree after a winter storm.
The character kneels beside the squirrel, offering reassurance.

Character Consistency:
- Same green hooded tunic
- Same facial features, proportions, and color palette
- Same gentle, heroic personality

Style:
Children's book watercolor illustration,
soft lighting, snowy forest environment,
warm and comforting mood.

Constraints:
- Do not redesign the character
- No text
- No watermarks

더 많은 워크플로

방의 가구 변경

실제 공간의 가구나 장식을 전체 장면을 재현하지 않고 시각화해요. 목표는 수술적 실재감이에요. 카메라 각도·조명·그림자·주변 맥락을 보존하며 단일 객체를 교체해, 리디자인이 아니라 실제 사진처럼 보이게 해요.

편집 설정: size="1536x1024", quality="medium".

In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
Keep all other aspects of the image unchanged.
Photorealistic contact shadows and fabric texture.

홀리데이 카드 디자인

계절 카드 컨셉에서는 장면, 감정 톤, 재료, 조명, 정확한 카피를 묘사해요. 3D 팝업·촬영 카드 처리에서는 종이 레이어·섬유·접힘·부드러운 스튜디오 조명을 지정해요. 아래 예시는 향수 어린 테디베어 장면을 써요.

생성 설정: size="1024x1536", quality="medium".

Create a Christmas holiday card illustration.

Scene:
a cozy Christmas scene with an old teddy bear sitting inside a keepsake box, slightly worn fur, soft stitching repairs, placed near a window with falling snow outside. The scene suggests the child has grown up, but the memories remain.

Mood:
Warm, nostalgic, gentle, emotional.

Style:
Premium holiday card photography, soft cinematic lighting,
realistic textures, shallow depth of field,
tasteful bokeh lights, high print-quality composition.

Constraints:
- Original artwork only
- No trademarks
- No watermarks
- No logos

Include ONLY this card text (verbatim):
"Merry Christmas — some memories never fade."

컬렉터블 굿즈 디자인

제품 사진 스타일의 단서(재료, 포장, 인쇄 선명도)로 굿즈·패키징 컨셉을 탐색해요. 디자인을 오리지널·비침해(non-infringing)로 유지하고 여러 캐릭터·패키징 변형을 비교해요.

생성 설정: size="1024x1536", quality="medium".

Create a collectible action figure of a vintage-style toy propeller airplane with rounded wings, a front-mounted spinning propeller, slightly worn paint edges, classic childhood proportions, designed as a nostalgic holiday collectible, in blister packaging.

Concept:
A nostalgic holiday collectible inspired by the simple toy airplanes
children used to play with during winter holidays.
Evokes warmth, imagination, and childhood wonder.

Style:
Premium toy photography, realistic plastic and painted metal textures,
studio lighting, shallow depth of field,
sharp label printing, high-end retail presentation.

Constraints:
- Original design only
- No trademarks
- No watermarks
- No logos

Include ONLY this packaging text (verbatim):
"Christmas Memories Edition"

완전한 예시 실행하기

아래 실행 가능한 예시는 gpt-image-2에 고정돼 있어요. 기준선으로 쓰고, 평가에는 사용 가능한 모델과 그 모델이 지원하는 요청 설정을 고르세요.

아래 예시는 로고 변형 네 개를 생성하고 제품을 투명 배경으로 추출해요. Python은 pip install openai, Ruby는 gem install openai로 OpenAI SDK를 설치하세요. OPENAI_API_KEY를 설정하고 제품 사진을 input_images/shampoo.webp로 저장해요. 실제 요청은 API 사용 비용이 발생해요.

Python 전체 예시:

import base64
from pathlib import Path

from openai import OpenAI

client = OpenAI()


prompt = """
Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.
"""

result = client.images.generate(
    model="gpt-image-2",
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
    n=4,  # Generate 4 versions of the logo
)

# Preserve the returned PNG bytes, including the alpha channel.
for index, item in enumerate(result.data, start=1):
    Path(f"logo-generation-{index}-gpt-image-2.png").write_bytes(
        base64.b64decode(item.b64_json)
    )

# Extract a product from a reference image.
prompt = """
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
"""

result = client.images.edit(
    model="gpt-image-2",
    image=[
        Path("input_images/shampoo.webp"),
    ],
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
)

Path("extract-product-gpt-image-2.png").write_bytes(
    base64.b64decode(result.data[0].b64_json)
)

더 많은 프롬프트와 완전한 워크플로는 원본 노트북을 참고하세요.

결과 확인

사용하기 전에 출력을 요구사항과 대조해 확인하세요.

• 필수 텍스트가 정확하고 읽을 수 있나? 다이어그램 라벨과 관계는 올바른가?
• 동일성, 제품 형태, 라벨, 참조 세부사항이 그대로 유지됐나?
• 편집이 요청한 것만 바꿨나?
• 투명도가 필요하다면, 그려진 배경이 아니라 알파 채널이 파일에 있는가?

프롬프트나 모델을 바꿀 때는 대표 입력에서 품질·지연·비용을 비교하세요. 현재 비용은 이미지 생성 가격에서 확인할 수 있어요.

레거시 모델 참조 (GPT Image 2 / 1.5 / 1)

이 페이지의 프롬프팅 전반 기법(구성, 텍스트, 참조 이미지, 편집 중 세부 보존)은 모든 모델에 공유돼요. 단, 모델별로 지원하는 요청 설정은 다르니 참고하세요.

GPT Image 2는 생성·편집을 지원하고 gpt-image-2 모델을 써요. quality는 low/medium/high/auto, output_format은 png/jpeg/webp, 투명 배경은 transparent 명시 + PNG·WebP가 필요해요. input_fidelity는 생략하고, output_compression은 JPEG·WebP 출력에만 써요. 투명 배경은 현재 preview로 이용 가능해요.

GPT Image 1.5와 GPT Image 1은 폐지(deprecated)된 모델이에요. gpt-image-1.5는 2026년 12월 1일, gpt-image-1은 2026년 10월 23일에 종료 예정이에요. 자세한 일정은 폐지 공지를 보고, 마이그레이션 전에 gpt-image-2로 기존 워크플로를 검증하세요. 이 모델들은 input_fidelity(low/high)를 가지는데, high는 입력 세부를 보존하고 quality는 출력 생성을 제어해요. GPT Image 2로 오면 항상 높은 입력 충실도를 쓰므로 이 파라미터를 생략하세요.

더 알아보기 (Learn more)

• 이미지 생성 가이드 — API 설정과 요청 예시
• 마스크로 편집하기 — 국소 편집을 위한 마스크 사용
• OpenAI Cookbook 이미지 생성 노트북 — 원본 프롬프트와 완전한 워크플로
• 이미지 생성 가격 — 현재 비용 확인