Prompt-Guide für GPT Image und ChatGPT Images

Um einen steuerbaren GPT-Image-Prompt zu schreiben, nenne den geplanten Einsatz, beschreibe Motiv und Szene, setze Must-include- und Must-avoid-Einschränkungen, setze jeden wörtlichen Text in Anführungszeichen, der erscheinen muss, und wähle dann die Oberfläche, die zur Aufgabe passt. Behandle den ersten Render als Entwurf, den du mit diesem Briefing vergleichst.

Stand der für diesen Guide geprüften offiziellen Docs ist gpt-image-2 OpenAIs empfohlenes GPT-Image-Modell für neue Generierungs- und Bearbeitungsarbeit in der API. In ChatGPT heißt das Produkterlebnis ChatGPT Images (Images 2.0). Diese Namen hängen zusammen, sind aber nicht austauschbar: Steuerelemente in der Produkt-UI sind nicht dieselben wie Parameter der Image API oder Optionen des Responses-API-Tools.

OpenAIs Leitfaden zur Bildgenerierung listet weiterhin Einschränkungen für GPT-Image-Modelle, darunter ungenaue Textplatzierung oder unklare Schrift, Konsistenzprobleme bei wiederkehrenden Charakteren oder Marken und Schwierigkeiten mit präzisem Layout. Starke Prompt-Treue ist keine Garantie.

Diese Seite ist speziell für OpenAI-Workflows. Für übertragbare Bildgestaltung (Motiv, Stil, Beleuchtung, Komposition, Ausschlüsse) siehe den KI-Bild-Prompt-Guide. Für Iterationsdisziplin jenseits von Bildern siehe Bessere KI-Prompts schreiben.

Wähle die Oberfläche, die zur Aufgabe passt. Gehe nie davon aus, dass ChatGPT Images, die Image API und das Responses-API-Bildtool dieselben Regler teilen.

• ChatGPT Images (Images in ChatGPT): erzeugen oder bearbeiten im Chat oder im Images-Hub; eine Referenz hochladen; den Auswahl-Editor nutzen oder Edits im Gespräch beschreiben; das Seitenverhältnis mit dem Picker oder im Prompt wählen. Das Help Center hält fest, dass ChatGPT Images Anweisungen folgen kann, einen Hintergrund transparent zu machen. Auswahlmarkierungen sind nicht immer präzise, und Edits können über den markierten Bereich hinausgehen. „Images with thinking“ ist ein Plan-Feature-Label in ChatGPT (Plus, Pro und Business laut Help); behandle es als Produktmodus-Name, nicht als Grund, versteckte Chain-of-Thought anzufordern.
• Image API (/v1/images/generations, /v1/images/edits): wähle ein GPT-Image-Modell wie gpt-image-2 direkt; am besten, wenn du eine einzelne Generierung oder Bearbeitung aus einem Prompt mit expliziten Optionen für size, quality, Format und Moderation brauchst. Siehe die Modellkarte zu gpt-image-2.
• Responses API + Tool image_generation (Image-generation-Tool): wähle ein unterstütztes Mainline-Textmodell; das Tool nutzt unter der Haube ein GPT-Image-Modell. Bevorzuge diesen Weg für konversationelle Mehrfach-Bearbeitung, File IDs, optionales action (auto, generate oder edit) und Streaming von Teilausgaben. GPT-Image-Modell-IDs sind nicht gültig als Responses-model-Feld. Das Tool kann einen revised_prompt liefern; vergleiche das Bild mit deiner geschriebenen Anfrage, nicht allein mit einer versteckten Umschreibung.

Entwickler müssen möglicherweise die Organization Verification in der Developer Console abschließen, bevor sie GPT-Image-Modelle nutzen können, einschließlich gpt-image-2. Ältere GPT-Image-IDs wie gpt-image-1.5, gpt-image-1-mini und chatgpt-image-latest liegen auf einem dokumentierten Deprecation-Pfad hin zu gpt-image-2; prüfe die Seite Deprecations am Tag, an dem du auslieferst, erneut. Historischer DALL·E-Zugang in ChatGPT bleibt laut Help über den DALL·E GPT verfügbar; er ist hier nicht das primäre Lehrziel.

Dieser Guide verwendet SCQIVE: Subject & scene (Motiv und Szene), Constraints (Einschränkungen), Quality & canvas (Qualität und Canvas), Inputs (Eingaben), Verification (Überprüfung) und Edit intent (Bearbeitungsabsicht). Das ist eine praktische Checkliste von GetBetterPrompts für OpenAI-Bild-Workflows, kein Branchenstandard. Verwandte Ideen findest du in OpenAIs GPT-Image-Prompting-Cookbook (Struktur, Einschränkungen, Iteration) und in API-Ausgabesteuerungen wie size, quality und format.

Intended use: [ad / UI mock / poster / photo / icon]
Subject & scene: […]
Constraints: [must include / must avoid]
Canvas: [aspect or size] | Quality: [low/medium/high/auto or ChatGPT default]
Inputs: [Image 1 = …; Image 2 = …; mask = …]
Exact text (if any): "[…]"; typography/placement: […]
Edit intent (if revising): Change only [X]. Keep [identity, pose, lighting, layout, …]
Verification: Compare to request; note mismatches; next single change: […]

Lass leere Teile weg. Nutze Verification für sichtbare Checks gegen dein Briefing. Fordere das Modell nicht auf, private Chain-of-Thought oder verstecktes Reasoning offenzulegen, um zu beweisen, dass ein Bild korrekt ist.

Bevor du OpenAI-spezifische Steuerelemente nutzt, decke dieselben Grundlagen ab, die jedes Bildmodell braucht: Motiv, Setting, Stil oder Medium, Lichtstimmung, Framing und Ausschlüsse. Nenne ein Hauptmotiv, ein Setting, ein visuelles Medium und was nicht erscheinen darf. Kamerasprache (Objektiv, Framing) ist ein Look-Hinweis, kein Physiksimulator.

Halte diesen Abschnitt absichtlich kurz. Für tiefere Komposition, Beleuchtungskataloge, Stil-Stacks und Farbrichtung nutze den KI-Bild-Prompt-Guide. Der Rest dieser Seite konzentriert sich auf ChatGPT Images versus API-Workflows, Referenzen, Masken, Mehrfach-Edits und Ausgabesteuerungen.

OpenAIs Cookbook empfiehlt eine konsistente Struktur: Szene, dann Motiv, dann Details, dann Einschränkungen, und den geplanten Einsatz anzugeben. Beschriftete Abschnitte lassen sich leichter debuggen als ein langer Fließtext.

Schwach:

Make a cool coffee shop.

Verbessert:

Create a photorealistic lifestyle photo for a cafe homepage hero. Scene: rainy afternoon, foggy street window, warm interior lamps vs cool blue-gray exterior. Main subject: empty window-side table with one ceramic cup and a closed paperback. Composition: wide landscape, subject left third, negative space right for headline overlay. Style/lighting: candid 35mm look, soft window light, natural imperfections. Constraints: no people, no logos, no readable brand names, no watermark, no extra text.

Warum das besser steuerbar ist: geplanter Einsatz, Motiv, Komposition, Beleuchtung und Ausschlüsse ersetzen eine offene ästhetische Stimmung.

Für Fotorealismus nimm „photorealistic“ auf und fordere echte Textur an, wenn du sie willst. Behandle exakte Kamerazahlen als Look-Hinweis. Generiere im Publish-Seitenverhältnis oder in der Publish-Größe, wenn du kannst, statt einen unpassenden Frame später zuzuschneiden.

Setze erforderliche Wörter in Anführungszeichen, gib Typografie und Platzierung an, buchstabiere knifflige Markennamen sorgfältig und verbiete zusätzliche Labels. Für dichten Text in der API hebe quality auf medium oder high. Offizielle Limitations sagen weiterhin, dass Textplatzierung und Klarheit scheitern können; prüfe Schrift also visuell.

Schwach:

Poster that says summer sale.

Verbessert:

Create a print-ready portrait poster for a retail promo. Exact text: "SUMMER SALE" in bold white sans-serif, centered in the upper third. Secondary text: "Up to 40% off" smaller, directly under the headline. Constraints: no other text anywhere; no logos; high contrast on a deep teal background; leave lower third mostly empty for a product photo later. Quality: medium or high if using the API.

Warum das besser steuerbar ist: zitierte Strings, Platzierung, Hierarchie und ein Verbot erfundener Captions machen Fehler diagnostizierbar. Rechne weiterhin mit gelegentlichen Textfehlern und regeneriere oder editiere bei Bedarf.

Sage, was sich ändern soll und was identisch bleiben muss. Das Cookbook-Muster lautet: ändere nur X; behalte Identität, Pose, Beleuchtung, Farben, Hintergrund und Komposition. Eine Änderung pro Follow-up hält Fehler diagnostizierbar. Rest-Drift kann trotzdem vorkommen; versprich kein Face-Locking und keine Drift nahe null.

Schwach:

Make it better.

Verbessert:

Change only the cup: replace it with a matte black tumbler. Keep everything else exactly the same: cafe interior, window rain, book, camera angle, color grade, and empty right-side negative space. Do not add people, logos, or text.

Warum das besser steuerbar ist: eine einzelne Änderung plus eine explizite Preserve-Liste macht Abweichungen leicht erkennbar und korrigierbar.

In ChatGPT Images kannst du einen Bereich auswählen oder den Edit im Gespräch beschreiben. Das Help Center warnt, dass Markierungen nicht immer präzise sind und Edits aus der Auswahl herauslaufen können; nenne den Bereich deshalb auch im Text.

Indexiere jede Eingabe und sage, was übernommen versus was ersetzt werden soll. OpenAIs Leitfaden zur Bildgenerierung zeigt Compositing mit mehreren Referenzbildern (das dokumentierte Beispiel nutzt vier). Sage „Image 1…“, „Image 2…“ und trenne Identität (dieses Label oder diese Produktform behalten) von Stil-Übernahme (nur Material oder Beleuchtung matchen).

Schwach:

Use these images.

Verbessert:

Image 1: product bottle (keep label text and bottle shape). Image 2: marble countertop style reference (borrow material and lighting only). Create a square product photo of the Image 1 bottle standing on a surface matching Image 2’s material. Constraints: do not redesign the label; no extra products; no watermark.

Warum das besser steuerbar ist: indexierte Rollen verhindern, dass das Modell erfindet, welches Foto das Produkt ist und welches nur ein Textur-Hinweis.

Für gpt-image-2 lasse input_fidelity weg; die API verarbeitet Eingaben mit hoher Treue und kann mehr Input-Tokens kosten. Prüfe den aktuellen Guide erneut, wenn du ältere GPT-Image-Modelle nutzt, die diesen Parameter noch exponieren.

In der Image API und unterstützten Tool-Flows liefere eine Maske für den zu ersetzenden Bereich plus einen Prompt, der den neuen Inhalt beschreibt. Offizielle Maskenanforderungen: Bild und Maske müssen dasselbe Format und dieselbe Größe haben, unter 50MB bleiben, und die Maske muss einen Alpha-Kanal enthalten.

Wenn du mehrere Bilder lieferst, gilt die Maske für das erste Bild. Masking mit GPT Image ist prompt-geführt; erwarte nicht jedes Mal perfektes chirurgisches Inpainting.

Verbesserter maskenorientierter Prompt:

Using the provided mask on Image 1, change only the lounge pool water to include one pink flamingo float. Keep architecture, furniture, lighting, and camera angle identical. Do not alter unmasked areas.

Warum das besser steuerbar ist: die Maske engt den Bereich ein, während Preserve-Liste und die Zeile „change only“ Bleed begrenzen. Prüfe Kanten trotzdem visuell.

In ChatGPT Images verfeinere mit natürlichen Follow-ups: eine Variable pro Turn. In der Responses API setze mit previous_response_id fort oder referenziere eine frühere image_generation_call-ID, und setze optional action auf edit, wenn bereits ein Bild im Kontext ist. edit zu erzwingen, ohne Bild im Kontext, führt zu einem Fehler; lass action auf auto, wenn das Modell entscheiden soll.

Turn 1: nutze den verbesserten Cafe-Hero-Prompt oben.

Turn 2:

Change only the lighting: warmer interior lamps, keep framing, props, and empty right third identical. No new objects.

Turn 3 (falls nötig):

Remove the faint reflection on the window glass only. Keep everything else the same.

Warum das besser steuerbar ist: eine Variable pro Turn vermeidet überladene Mega-Prompts und widersprüchliche Stil-Stacks.

In der API mit gpt-image-2 sind die Qualitätsoptionen low, medium, high und auto. Starte mit low für Entwürfe, wenn Kosten oder Latenz zählen; gehe für dichten Text oder finale Assets nach oben. Standard-Ausgabeformat ist png; jpeg und webp sind ebenfalls verfügbar, mit Kompressionsoptionen.

Flexible Größen sind eingeschränkt, nicht unbegrenzt. Laut aktuellem Leitfaden zur Bildgenerierung: maximale Kantenlänge ≤ 3840px; beide Kanten Vielfache von 16px; Verhältnis lange zu kurze Kante ≤ 3:1; Gesamtpixel zwischen 655,360 und 8,294,400. Ausgaben über etwa 2560×1440 (3,686,400 Pixel) gelten als experimentell.

Praktische Beispiele sind 1024×1024, 1536×1024, 1024×1536 und größere unterstützte Größen laut Docs. Prüfe den Live-Guide am Tag der Auslieferung erneut; gehe nicht von „jeder Auflösung“ aus.

Transparenz ist oberflächenspezifisch. Die ChatGPT-Images-Hilfe sagt, dass das Produkt Anweisungen folgen kann, einen Hintergrund transparent zu machen. Separat unterstützt gpt-image-2 background: "transparent" in der API oder im Responses-Tool nicht; solche Requests scheitern.

Kopiere keinen ChatGPT-Transparenz-Prompt in die gpt-image-2-API und erwarte dasselbe Parameterverhalten. Wenn du API-Transparenz brauchst, prüfe erneut, ob ein anderes GPT-Image-Modell sie an dem Tag noch unterstützt, oder füge offline zusammen.

Beispiel für transparenten Hintergrund in ChatGPT Images (Produkt):

Create a single ceramic mug on a transparent background, centered, soft contact shadow only if needed for grounding. No table, no room, no extra objects, no text, no watermark.

Warum das auf ChatGPT besser steuerbar ist: es entspricht einem in der Hilfe dokumentierten Produktverhalten, mit einem einzelnen Motiv und harten Ausschlüssen. Es ist kein API-background-Parameter-Rezept für gpt-image-2.

Moderation in der API unterstützt auto (Standard) und low; blockierte Requests brauchen Prompt- oder Eingabeänderungen, keine blinden Retries. Die Preise hängen von Tokens, Qualität, Größe und Eingabebildern ab.

Prüfe aktuelle API-Preise und den Image-Generation-Rechner, statt Dollarbeträge auswendig zu lernen. ChatGPT-Produktpreise und Limits folgen deinem ChatGPT-Plan, nicht den Image-API-Positionen.

• Schwache Komposition: ergänze Framing, Negativraum und geplanten Einsatz; regeneriere im Publish-Seitenverhältnis.
• Unerwünschte Objekte: füge explizite Ausschlüsse hinzu; nutze „change only / remove X“; ein Objekt-Pass nach dem anderen.
• Falscher Text: zitiere Strings; hebe quality an; verbiete Extra-Text; akzeptiere offizielle Text-Limitations und iteriere.
• Identitäts- oder Referenz-Drift: indexiere Refs; erhalte Gesicht, Outfit oder Label; eine Änderung pro Turn; liefere die Referenz erneut.
• Überladene Prompts: kehre zu SCQIVE zurück; teile widersprüchliche Stile auf Turns auf.
• Stilkonflikte: wähle ein Medium; entferne konkurrierende Adjektive.
• Falscher Bereich editiert: benenne den Bereich; ziehe Auswahl oder Maske enger; sage „do not alter surrounding objects“.
• Capability-Mismatch: ChatGPT-Picker-Regler in der Image API erwarten, Transparenz von gpt-image-2 erwarten oder eine GPT-Image-ID als Responses-model nutzen. Ordne Aufgabe → Oberfläche → aktuelle Modellkarte zu.

Fordere keine private Chain-of-Thought als Verifikation. Vergleiche das Bild mit der geschriebenen Anfrage und ändere dann eine Einschränkung.

• Geplanter Einsatz ist genannt (Anzeige, UI, Foto, Poster, Icon…)
• Motiv, Setting und Framing sind explizit
• Einschränkungen decken Must-include und Must-avoid ab
• Exakter Text im Bild ist zitiert (oder „no text“ ist angegeben)
• Seitenverhältnis oder Größe passt zum Publish-Crop
• Oberfläche passt zur Aufgabe (ChatGPT vs Image API vs Responses)
• Modell-Capability passt zur Aufgabe (besonders Transparenz, Masken, Mehrfach-Turns)
• Referenzen und Masken sind indexiert mit klaren Rollen
• Für Edits: change-only + Preserve-Liste bereit
• Qualitätsstufe gewählt, wenn du die API nutzt (low für Entwürfe starten)
• Zeitabhängige Limits am selben Tag auf der offiziellen Seite erneut geprüft
• Verifikationsplan: was du visuell vergleichst, und die nächste einzelne Änderung
• Keine Anforderung nach versteckter Chain-of-Thought

Steuerbare GPT-Image-Arbeit ist ein klares Produktionsbriefing, die richtige OpenAI-Oberfläche, ehrliche Limits und sichtbare Iteration. Halte ChatGPT-Images-UI, Image-API-Parameter und das Responses-Bildtool getrennt. Nutze SCQIVE, um organisiert zu bleiben, verlinke zum KI-Bild-Prompt-Guide für tiefe visuelle Gestaltung, und prüfe jeden wichtigen Render gegen deine geschriebene Anfrage.

Wenn du Hilfe brauchst, ein Bild-Briefing vor dem Generieren zu schärfen, nutze das kostenlose Bild-Prompt-Tool.