Guia de prompts para GPT Image e ChatGPT Images

Para escrever um prompt controlável para GPT Image, declare o uso pretendido, descreva sujeito e cena, defina restrições do que deve aparecer e do que deve ser evitado, coloque entre aspas qualquer texto literal que precise surgir na imagem e depois escolha a superfície que combina com o trabalho. Trate a primeira geração como um rascunho que você vai comparar com esse briefing.

Conforme a documentação oficial conferida para este guia, gpt-image-2 é o modelo de GPT Image recomendado pela OpenAI para novos trabalhos de geração e edição na API. No ChatGPT, a experiência do produto se chama ChatGPT Images (Images 2.0). Esses nomes estão relacionados, mas não são intercambiáveis: os controles da interface do produto não são os mesmos parâmetros da Image API nem as opções da ferramenta da Responses API.

O guia de geração de imagens da OpenAI ainda lista limitações dos modelos GPT Image, incluindo posicionamento ou clareza de texto imperfeitos, desafios de consistência para personagens ou marcas recorrentes e dificuldade com layout preciso. Não trate uma boa adesão ao prompt como garantia.

Esta página é específica dos fluxos da OpenAI. Para craft de imagem portátil (sujeito, estilo, iluminação, composição, exclusões), veja o Guia de prompts de imagem IA. Para disciplina de iteração além de imagens, veja Como escrever prompts melhores para IA.

Escolha a superfície que combina com o trabalho. Nunca assuma que ChatGPT Images, a Image API e a ferramenta de imagem da Responses API compartilham os mesmos controles.

• ChatGPT Images (Images in ChatGPT): crie ou edite no chat ou no hub de Images; envie uma referência; use o editor de seleção ou descreva edições na conversa; escolha a proporção com o seletor ou no prompt. O Help Center observa que o ChatGPT Images pode seguir instruções para deixar o fundo transparente. Os destaques de seleção nem sempre são precisos, e as edições podem se estender além da área selecionada. “Images with thinking” é um rótulo de recurso do plano do ChatGPT (Plus, Pro e Business, conforme o Help); trate-o como nome de modo do produto, não como motivo para pedir cadeia de pensamento oculta.
• Image API (/v1/images/generations, /v1/images/edits): escolha um modelo GPT Image como gpt-image-2 diretamente; ideal quando você precisa de uma única geração ou edição a partir de um prompt, com opções explícitas de size, quality, formato e moderação. Veja o model card do gpt-image-2.
• Responses API + ferramenta image_generation (image generation tool): escolha um modelo de texto principal suportado; a ferramenta usa um modelo GPT Image por baixo. Prefira este caminho para edição conversacional em vários turnos, File IDs, action opcional (auto, generate ou edit) e streaming de parciais. IDs de modelo GPT Image não são válidos no campo model da Responses. A ferramenta pode expor um revised_prompt; compare a imagem com seu pedido escrito, não só com uma reescrita oculta.

Desenvolvedores podem precisar concluir a Organization Verification no console de desenvolvedor antes de usar modelos GPT Image, incluindo gpt-image-2. IDs mais antigos de GPT Image, como gpt-image-1.5, gpt-image-1-mini e chatgpt-image-latest, estão em um caminho documentado de descontinuação rumo a gpt-image-2; confira de novo a página de deprecations no dia em que você for publicar. O acesso histórico ao DALL·E no ChatGPT continua disponível via DALL·E GPT, conforme o Help; não é o foco principal de ensino aqui.

Este guia usa SCQIVE: Subject & scene (sujeito e cena), Constraints (restrições), Quality & canvas (qualidade e canvas), Inputs (entradas), Verification (verificação) e Edit intent (intenção de edição). É uma checklist prática criada para o GetBetterPrompts para fluxos de imagem da OpenAI, não um padrão da indústria. Ideias relacionadas aparecem no cookbook de prompting do GPT Image da OpenAI (estrutura, restrições, iteração) e em controles de saída da API como size, quality e 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: […]

Pule as partes vazias. Use Verification para checagens visíveis contra o seu briefing. Não peça que o modelo revele cadeia de pensamento privada ou raciocínio oculto como prova de que uma imagem está correta.

Antes dos controles específicos da OpenAI, cubra o básico que todo modelo de imagem precisa: sujeito, cenário, estilo ou meio, clima de iluminação, enquadramento e exclusões. Nomeie um sujeito principal, um cenário, um meio visual e o que não deve aparecer. Linguagem de câmera (lente, enquadramento) é uma pista de visual, não um simulador de física.

Esta seção fica curta de propósito. Para composição, catálogos de iluminação, empilhamento de estilos e direção de cor com mais profundidade, use o Guia de prompts de imagem IA. O restante desta página foca em ChatGPT Images versus fluxos da API, referências, máscaras, edições em vários turnos e controles de saída.

O cookbook da OpenAI recomenda uma estrutura consistente: cena, depois sujeito, depois detalhes, depois restrições, e declarar o uso pretendido. Segmentos rotulados são mais fáceis de depurar do que um parágrafo longo e corrido.

Fraco:

Make a cool coffee shop.

Melhorado:

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.

Por que este prompt é mais controlável: uso pretendido, sujeito, composição, iluminação e exclusões substituem um vibe estético aberto.

Para fotorrealismo, inclua “photorealistic” e peça textura real quando quiser. Trate números exatos de câmera como orientação de visual. Gere na proporção ou no tamanho de publicação quando puder, em vez de cortar depois um quadro que não combina.

Coloque as palavras obrigatórias entre aspas, especifique tipografia e posicionamento, soletre com cuidado nomes de marca difíceis e proíba rótulos extras. Para texto denso na API, suba quality para medium ou high. As Limitations oficiais ainda dizem que posicionamento e clareza do texto podem falhar, então verifique a tipografia visualmente.

Fraco:

Poster that says summer sale.

Melhorado:

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.

Por que este prompt é mais controlável: strings entre aspas, posicionamento, hierarquia e a proibição de legendas inventadas tornam as falhas diagnosticáveis. Ainda assim, espere erros ocasionais de texto e regenere ou edite quando precisar.

Declare o que mudar e o que deve permanecer idêntico. O padrão do cookbook é: mude apenas X; mantenha identidade, pose, iluminação, cores, fundo e composição. Uma mudança por acompanhamento mantém as falhas diagnosticáveis. Ainda pode haver desvio residual; não prometa travamento de rosto ou desvio de identidade próximo de zero.

Fraco:

Make it better.

Melhorado:

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.

Por que este prompt é mais controlável: uma única mudança mais uma lista explícita do que preservar torna as divergências fáceis de ver e corrigir.

No ChatGPT Images, você pode selecionar uma região ou descrever a edição na conversa. O Help Center avisa que os destaques nem sempre são precisos e que as edições podem vazar para fora da seleção, então nomeie a região também no texto.

Indexe cada entrada e diga o que tomar emprestado versus o que substituir. O guia de geração de imagens da OpenAI mostra composição com várias imagens de referência (o exemplo documentado usa quatro). Diga “Image 1…”, “Image 2…” e separe identidade (manter este rótulo ou formato do produto) de empréstimo de estilo (combinar só material ou iluminação).

Fraco:

Use these images.

Melhorado:

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.

Por que este prompt é mais controlável: papéis indexados impedem que o modelo invente qual foto é o produto e qual é só uma pista de textura.

Para gpt-image-2, omita input_fidelity; a API processa as entradas com alta fidelidade e pode consumir mais tokens de entrada. Confira de novo o guia atual se você usar modelos GPT Image mais antigos que ainda expõem esse parâmetro.

Na Image API e nos fluxos de ferramenta suportados, forneça uma máscara para indicar a região a substituir, mais um prompt que descreva o conteúdo novo. Requisitos oficiais da máscara: a imagem e a máscara devem compartilhar o mesmo formato e tamanho, ficar abaixo de 50MB, e a máscara deve incluir um canal alpha.

Se você enviar várias imagens, a máscara se aplica à primeira. O masking com GPT Image é guiado por prompt; não espere inpainting cirúrgico perfeito sempre.

Prompt melhorado orientado a máscara:

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.

Por que este prompt é mais controlável: a máscara estreita a região, enquanto a lista do que preservar e a linha “change only” limitam o vazamento. Ainda assim, verifique as bordas visualmente.

No ChatGPT Images, refine com acompanhamentos naturais: uma variável por turno. Na Responses API, continue com previous_response_id ou referenciando o id de um image_generation_call anterior, e opcionalmente defina action como edit quando já houver uma imagem no contexto. Forçar edit sem uma imagem no contexto gera erro; deixe action em auto quando o modelo deve decidir.

Turno 1: use o prompt melhorado do café hero acima.

Turno 2:

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

Turno 3 (se precisar):

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

Por que isso é mais controlável: uma variável por turno evita mega-prompts sobrecarregados e pilhas de estilo conflitantes.

Na API com gpt-image-2, as opções de quality são low, medium, high e auto. Comece com low para rascunhos quando custo ou latência importam; suba para texto denso ou assets finais. O formato de saída padrão é png; jpeg e webp também estão disponíveis, com opções de compressão.

Tamanhos flexíveis são limitados, não ilimitados. Conforme o guia atual de geração de imagens: comprimento máximo de uma aresta ≤ 3840px; as duas arestas em múltiplos de 16px; razão entre aresta longa e curta ≤ 3:1; total de pixels entre 655,360 e 8,294,400. Saídas acima de cerca de 2560×1440 (3,686,400 pixels) são tratadas como experimentais.

Exemplos práticos incluem 1024×1024, 1536×1024, 1024×1536 e tamanhos maiores suportados listados na documentação. Confira de novo o guia ao vivo no dia em que for publicar; não assuma “qualquer resolução.”

A transparência depende da superfície. O Help do ChatGPT Images afirma que o produto pode seguir instruções para deixar o fundo transparente. Separadamente, gpt-image-2 não oferece suporte a background: "transparent" na API ou na ferramenta Responses; esses pedidos falham.

Não copie um prompt de transparência do ChatGPT para a API do gpt-image-2 esperando o mesmo comportamento de parâmetro. Se você precisar de transparência na API, confira de novo se outro modelo GPT Image ainda oferece suporte naquele dia, ou faça a composição offline.

Exemplo de fundo transparente no ChatGPT Images (produto):

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.

Por que isso é mais controlável no ChatGPT: combina com um comportamento de produto documentado no Help, com um único sujeito e exclusões rígidas. Não é uma receita do parâmetro background da API para gpt-image-2.

A moderação na API oferece auto (padrão) e low; pedidos bloqueados pedem mudanças no prompt ou nas entradas, não novas tentativas cegas. O preço depende de tokens, quality, size e imagens de entrada.

Confira o API pricing atual e a calculadora de geração de imagens, em vez de memorizar valores em dólares. Preços e limites do produto ChatGPT seguem o seu plano do ChatGPT, não as linhas da Image API.

• Composição fraca: adicione enquadramento, espaço negativo e uso pretendido; regenere na proporção de publicação.
• Objetos indesejados: adicione exclusões explícitas; use “change only / remove X”; um objeto por passagem.
• Texto incorreto: coloque strings entre aspas; suba a quality; proíba texto extra; aceite as Limitations oficiais de texto e itere.
• Desvio de identidade ou de referência: indexe as refs; preserve rosto, roupa ou rótulo; uma mudança por turno; reenvie a referência.
• Prompts sobrecarregados: volte ao SCQIVE; separe estilos conflitantes entre turnos.
• Conflitos de estilo: escolha um meio; remova adjetivos concorrentes.
• Região errada editada: nomeie a região; aperte a seleção ou a máscara; diga “do not alter surrounding objects.”
• Incompatibilidade de capacidade: esperar controles do seletor do ChatGPT na Image API, esperar transparência do gpt-image-2, ou usar um ID de GPT Image como model da Responses. Combine tarefa → superfície → model card atual.

Não peça cadeia de pensamento privada como verificação. Compare a imagem com o pedido escrito e depois mude uma restrição.

• O uso pretendido está declarado (anúncio, UI, foto, pôster, ícone…)
• Sujeito, cenário e enquadramento estão explícitos
• As restrições cobrem o que deve aparecer e o que deve ser evitado
• O texto exato na imagem está entre aspas (ou “no text” está declarado)
• A proporção ou o tamanho combina com o corte de publicação
• A superfície combina com o trabalho (ChatGPT vs Image API vs Responses)
• A capacidade do modelo combina com o trabalho (especialmente transparência, máscaras, vários turnos)
• Referências e máscaras estão indexadas com papéis claros
• Para edições: change-only + lista do que preservar prontas
• O nível de quality foi escolhido ao usar a API (comece baixo para rascunhos)
• Limites sensíveis ao tempo foram conferidos de novo na página oficial no mesmo dia
• Plano de verificação: o que você vai comparar visualmente, e a próxima mudança única
• Nenhum pedido de cadeia de pensamento oculta

Trabalho controlável com GPT Image é um briefing de produção claro, a superfície certa da OpenAI, limites honestos e iteração visível. Mantenha a UI do ChatGPT Images, os parâmetros da Image API e a ferramenta de imagem da Responses separados. Use SCQIVE para se organizar, linke para o Guia de prompts de imagem IA para craft visual profundo, e verifique cada renderização importante contra o seu pedido escrito.

Quando quiser ajuda para apertar um briefing de imagem antes de gerar, use a ferramenta de prompt de imagem gratuita.