画像の内容を伝えるプロンプト
任意の参照画像
縦横比、出力サイズ、背景の設定
作りたい画像を説明し、縦横比と出力サイズを選ぶだけ。被写体を別のデザインに重ねたいときは、透過背景も指定できます。標準はFlareで、Sunburstを使いたいときはひとこと書き添えるだけです。
プロンプト・設定・参照画像はVizifyで開かれ、リクエストから完成まで1つのGPT Image 2.5ジョブと1つの作品として管理されます。
画像の内容を伝えるプロンプト
任意の参照画像
縦横比、出力サイズ、背景の設定
GPT Image 2.5で生成した画像作品1点
透過背景がうまくいった場合はアルファチャンネル付きの画像
次のバリエーションに使い回せるプロンプトと設定
ラフや試作には1K、Webサイトや SNS の投稿には2K、大きな画面での表示や細部の切り出しに耐える画質が必要なときは4Kを選べます。
背景を「透過」にすると、GPT Image 2.5がアルファチャンネル付きで被写体を生成します。髪の毛やガラス、やわらかい影のまわりにはフチが残ることがあるため、Vizifyが仕上がりを確認します。
標準はFlareです。プロンプトでSunburstを指定すればそちらを使います。Vizifyのカタログでは両者のパラメーターは同じで、どちらが上という順位付けはしていません。
商品写真やキャラクター設定画、スタイルボードを追加できます。いったん文章に要約されることなく、画像のままGPT Image 2.5のジョブに渡されます。
OpenAIの画像生成モデルのシリーズで、VizifyではGPT Image 2.5 FlareとGPT Image 2.5 Sunburstの2種類を提供しています。このページでは、Sunburstを指定しない限りFlareを使って生成します。
自動、正方形1:1、横長3:2、縦長2:3、ワイド16:9、縦型フル9:16から選べます。モデル自体は4:3、3:4、21:9にも対応しているので、必要な場合はプロンプトで指定してください。
はい。出力サイズは1K・2K・4Kから選べて、標準は1Kです。サイズが大きいほど生成に時間がかかり、コストも高くなるため、まず1Kで構図を固めてから大きくするのがおすすめです。
はい。背景を「透過」にすると、アルファチャンネル付きの出力をリクエストします。Vizifyは、白背景や市松模様ではなく本当に透過になっているかを確認しますが、細かいフチは手直しが必要な場合があります。「不透明」は必ず塗りつぶしの背景になり、「自動」はモデルに判断を任せます。
GPT Image 2.5は1回のリクエストで最大16枚まで受け付けます。このページからは、PNG・JPEG・WebP形式で各10 MBまでの画像を最大8枚まで準備できます。
Vizifyのカタログでは、解像度、縦横比、参照画像の上限、背景の選択肢はどちらも同じで、Vizifyとして画質の差をうたってはいません。このページの標準はFlareですが、Sunburstを指定した場合や、参照画像を細かく編集する作業ではSunburstを使うことがあります。
GPT Image 2.5では背景の設定が加わって透過背景を指定できるようになり、参照画像の上限も8枚から16枚に増えています。GPT Image 2は引き続きVizifyの標準の画像モデルで、専用の生成ページもあります。
はい。参照画像をもとにした編集として行えます。画像をアップロードして変更内容を説明し、変えてはいけない部分も書いてください。意味ベースの編集なので周辺の細部が描き直されることがあり、使う前に仕上がりを確認してください。
1枚です。1回のリクエストにつき、生成ジョブも作品も1つだけです。いくつかの方向性を比べたいときは、リクエストを分けて送ってください。それぞれに状態と利用量が記録されます。
Vizifyはまず「処理中」の作品を1つ作成し、非同期のGPT Image 2.5ジョブが完了または失敗した時点で、その同じ作品を更新します。新しい作品が別に増えることはありません。
出力サイズと背景は、できあがったファイルをその後どう使えるかを大きく左右する2つの設定です。構図がまだ固まっていないうちは1Kで試し、納得できたら2Kや4Kで作り直しましょう。「透過」を選ぶのは、被写体を別のレイアウトに配置するときだけにしてください。1枚の完成したシーンとして使うなら、「不透明」か「自動」でモデルが描いた背景をそのまま残せます。
このページで扱うのは、VizifyがGPT Image 2.5に実際に渡すパラメーター、つまり縦横比、出力サイズ、背景、参照画像だけです。画質、ファイル形式、圧縮率、モデレーション、シード値は公開された設定項目ではありません。1回のリクエストは処理中から完成まで1つのジョブと1つの作品で管理され、ジョブが失敗した場合は別のモデルでこっそり再試行するのではなく、失敗として報告されます。