GPT Image 2 Prompt-Guide: Aufbau, Beispiele und echte Bilder

Einen GPT-Image-2-Prompt schreiben Sie in OpenAIs Reihenfolge: Verwendungszweck, Szene, Motiv, Details, Stil und zum Schluss die Vorgaben. Exakter Text steht in Anführungszeichen, seine Position wird genannt. Bei einer Bearbeitung sagen Sie, was sich ändert, und zählen auf, was bleibt. Wir haben am 27. Oktober 2026 acht Prompts ausgeführt: der Text in Anführungszeichen und die Anzahl der Objekte kamen exakt heraus, bei den Bearbeitungen wurden kleine Details neu gezeichnet.

Der Aufbau eines GPT-Image-2-Prompts

OpenAIs Prompting-Guide geht von dem Bild aus, das Sie brauchen, und behandelt dann Motiv, Komposition, Stil und Vorgaben; bei komplexen Aufträgen verlangt er beschriftete Abschnitte in der Reihenfolge Szene, Motiv, Details, Vorgaben. Die Reihenfolge im Cookbook stellt den Verwendungszweck voran, denn wer den Zweck nennt (eine Anzeige, ein UI-Mockup, eine Infografik), legt damit die Sorgfalt im Ergebnis fest. Besondere Syntax braucht es nicht.

• Exakter Text: in Anführungszeichen setzen, Position und Schriftschnitt nennen, schwierige Wörter Buchstabe für Buchstabe vorgeben, nichts anderes im Bild verlangen und zum Schluss selbst Korrektur lesen. OpenAI empfiehlt bei viel Text medium oder high, doch unsere Infografik in low traf jedes Label.
• Bearbeitungen: "change only X" schreiben, auflisten, was bleibt, diese Liste in jeder Runde wiederholen und die freigegebene Bearbeitung über das Original legen, wenn eine Fläche unverändert bleiben muss.
• Referenzbilder: eine Aufgabe pro Eingabe, also Farbpalette, Textur oder Medium, und das neue Motiv separat beschreiben.
• Fotos: "photorealistic" verlangen, Bildausschnitt und Textur beschreiben und "50mm lens" als Hinweis auf die Anmutung lesen, nicht als Einstellung.
• Einstellungen: quality ist low, medium, high oder auto. OpenAI empfiehlt 1024×1024, 1536×1024 und 1024×1536 und akzeptiert auch 2K, 4K und eigene Bildgrößen. Eine Obergrenze für die Prompt-Länge nennt OpenAI nicht; unsere lagen bei 248 bis 607 Zeichen.

OpenAIs Prompting-Guide zeigt seine Beispiele mit Bildern von GPT Image 2.5, nicht von GPT Image 2. Jedes Bild hier ist unser eigenes, erzeugt mit gpt-image-2.

So sind die Bilder entstanden

• Modell gpt-image-2 über die asynchrone Medien-API von OmniaKey am 27. Oktober 2026 (Pekinger Zeit), ein Bild pro Aufruf, nur in den drei von OpenAI empfohlenen Bildgrößen. Die Qualität war high beim Poster, beim App-Bildschirm und bei einer Infografik, low bei der anderen Infografik und medium bei den übrigen; Einstellungen für Hintergrund, Format, Kompression und Moderation haben wir nicht gesendet.
• Die Prompts 1–4, 7 und 8 erzeugen Bilder. Die Prompts 5 und 6 bearbeiten, wobei das Ausgangsbild als JPEG mit 1024 px auf der langen Seite inline mitging, um unter der Grenze von 1 MiB zu bleiben.
• Die Laufzeiten lagen bei 23.1 s bis 96.6 s; die Bearbeitungen brauchten 43.0 s und 78.9 s. Der erste Stiltransfer scheiterte nach 131 s an einem vorübergehenden "unavailable"-Fehler und wurde nicht berechnet, das gezeigte Bild ist der zweite Versuch.
• Wir haben jedes Bild in voller Größe angesehen, den Text Buchstabe für Buchstabe geprüft, Objekte gezählt und jede Bearbeitung mit ihrem Ausgangsbereich über SSIM verglichen, wobei 1 für identisch steht.
• OmniaKey verkauft den API-Zugang zu GPT Image 2, deshalb liefen die Prompts darüber. Die Preise unten sind OpenAIs Listenpreise, nicht unsere.
• Quellen: OpenAIs Anleitung zur Bilderzeugung, die Anleitung zum Prompting von Bildern, die Prompting-Anleitung im Cookbook (inzwischen als archived markiert) und die Preisseite der API, geprüft am 27. Oktober 2026.

GPT Image 2 haben wir auch für das erste Bild des Image-to-Video-Clips in unserem Wan-3.0-Prompt-Guide verwendet. Jeden Prompt haben wir einmal ausgeführt, jedes Bild ist also eine Stichprobe.

Acht Prompts mit echten Bildern

1. Ein Poster mit exaktem Text

Drei Zeilen exakter Text, jede mit eigener Position und eigenem Schriftschnitt.

Intended use: a poster for a community event, printed at A3.
Scene: a warm autumn evening in a small-town square, string lights overhead.
Subject: a vintage bicycle with a wicker basket full of apples, centered in the lower half.
Text (exact, render each line once):
Line 1, top, large bold serif: "HARVEST NIGHT MARKET"
Line 2, below it, smaller: "Saturday, November 8 · 5–10 pm"
Line 3, bottom, small caps: "Old Mill Square"
Style: screen-printed poster, three colours (deep red, mustard, cream), visible paper grain.
Constraints: no other text, no logos, no watermark.

Auf Deutsch: ein Poster für ein Stadtteilfest im Format A3, an einem warmen Herbstabend auf einem kleinen Platz mit Lichterketten über dem Kopf, unten ein altes Fahrrad mit einem Korb voller Äpfel und drei Textzeilen mit eigener Position und Schrift.

Einstellungen: generieren, 1024x1536, Qualität high, 50.3 s.

Ergebnis: alle drei Zeilen exakt; zwei kleine Zugaben kamen dazu.

• "HARVEST NIGHT MARKET" steht groß und fett in Serifenschrift über zwei Zeilen, je ein Eichenblatt an den Seiten; "Saturday, November 8 · 5–10 pm" behält Punkt und Strich genau.
• "OLD MILL SQUARE" steht in gesperrten kleinen Kapitälchen, Platz, Turmspitze und rotes Fahrrad sind da, kein weiterer Text, dazu die unverlangten Blätter und der Mond.

Was ändern:

• Muss der Titel in einer Zeile stehen, schreiben Sie das: "title on a single line".
• Gegen kleine Zugaben hilft eine Liste: versuchen Sie "no leaves, no moon".

2. Ein Produktfoto, Baustein für Baustein

Jeder Baustein des Aufbaus, gefüllt für eine Flasche.

Intended use: the hero image on an online shop's product page.
Scene: a seamless pale stone backdrop, soft morning window light from the left, a gentle shadow falling to the right.
Subject: a matte black stainless-steel water bottle with a bamboo cap, standing upright, slightly left of centre.
Details: small water droplets on the bottle, a sprig of fresh mint lying beside it, visible wood grain on the cap.
Photography: photorealistic product photo, 100mm macro lens look, sharp focus on the bottle, background softly out of focus.
Constraints: no text, no logo, no label on the bottle, no other objects.

Auf Deutsch: das Hauptbild auf der Produktseite eines Onlineshops, mit einer mattschwarzen Edelstahlflasche und Bambusdeckel auf hellem Stein, Morgenlicht von links, Wassertropfen und einem Zweig Minze daneben.

Einstellungen: generieren, 1536x1024, Qualität medium, 96.6 s.

Ergebnis: jeder Baustein des Prompts ist da, und nichts anderes.

• Eine mattschwarze Flasche mit Bambusdeckel links der Mitte, Tropfen überall auf ihr, Minze am Fuß, Fensterkreuz-Schatten von links über den Stein.
• Der Hintergrund bleibt weich unscharf, ohne Text, Logo, Etikett oder ein anderes Objekt.

Was ändern:

• Für einen weißen Shop-Hintergrund beschreiben Sie ihn in der Szene: "seamless pure white background". Die API von OmniaKey liefert immer ein undurchsichtiges PNG.

3. Eine Infografik in hoher und niedriger Qualität

Ein Prompt, zweimal ausgeführt, geändert wird nur die Qualitätseinstellung.

Intended use: a one-page explainer for a coffee shop's blog.
Create a clean infographic titled "HOW POUR-OVER COFFEE WORKS".
Layout: four numbered steps in one vertical column; each step has a simple flat illustration on the left and a short label on the right.
Step labels (exact text):
1. "Grind 15 g of beans"
2. "Heat water to 94 °C"
3. "Bloom for 30 seconds"
4. "Pour slowly for 3 minutes"
Style: flat vector illustration, cream background, dark brown and teal accents, plenty of white space.
Constraints: no other text, no logos, every label spelled exactly as written.

Auf Deutsch: eine einseitige Erklärung für den Blog eines Cafés, mit vier nummerierten Schritten in einer Spalte, je einer flachen Illustration links und einem kurzen Label rechts, auf cremefarbenem Grund mit dunklem Braun und Petrol.

Einstellungen: generieren, 1024x1536, zweimal ausgeführt: Qualität high (73.9 s) und Qualität low (50.6 s).

Ergebnis: beide schrieben jedes Label richtig; das Bild in hoher Qualität ergänzte Text.

• Beide schreiben den Titel richtig, zeichnen Mühle, Kessel, Filter und Gießkanne und drucken alle vier Labels exakt, "94 °C" eingeschlossen.
• high setzte ein zweites "94 °C" neben den Kessel und stellte die Labels unter ihre Kreise; low hielt jedes Label auf gleicher Höhe und ergänzte nichts.

Was ändern:

• Beginnen Sie mit low und vergleichen Sie nach oben, bevor Sie den Prompt umschreiben.
• Ist die Ausrichtung wichtig, schreiben Sie "labels level with the step numbers".

4. Ein fotorealistisches Porträt

Fotowörter plus die Bitte um echte Hautstruktur.

Create a photorealistic candid portrait of a fictional woman in her fifties, a potter, sitting at her wheel in a small studio.
Framing: medium close-up at eye level, like a 35mm film photograph taken with a 50mm lens, shallow depth of field.
Details: real skin texture (pores, fine lines, freckles), grey hair tied back, a denim apron with clay stains, wet clay on her hands, shelves of unglazed bowls blurred behind her.
Lighting: soft daylight from a window on the left.
Constraints: no text, no watermark, natural colours, no heavy retouching.

Auf Deutsch: ein fotorealistisches, beiläufiges Porträt einer erfundenen Töpferin um die fünfzig, die in einer kleinen Werkstatt an der Scheibe sitzt, in halbnaher Einstellung auf Augenhöhe, wie eine 35-mm-Filmaufnahme mit 50-mm-Objektiv und geringer Schärfentiefe.

Einstellungen: generieren, 1024x1536, Qualität medium, 83.1 s.

Ergebnis: echte Hautstruktur, dazu eine gestellte Pose und ein weiterer Ausschnitt.

• Graues zurückgebundenes Haar, Sommersprossen und feine Linien, eine lehmverschmierte Schürze, nasse Hände an einer Schale, blasse Schalen im Regal dahinter, Tageslicht von links.
• Sie blickt in die Kamera und lächelt, wirkt also gestellt, und der Ausschnitt reicht vom Kopf bis zur Scheibe, weiter als verlangt.

Was ändern:

• Für einen beiläufigen Blick sagen Sie, wohin sie schaut: "looking down at the clay, not at the camera".
• Beschreiben Sie den Ausschnitt zusätzlich in einfachen Worten, etwa "from the shoulders up".

5. Stiltransfer: eine einzige Aufgabe für das Ausgangsbild

Eine Bearbeitung, deren Eingabe unser Poster aus Prompt 1 ist und nur den Stil liefert.

Use the input image only as a style reference: copy its screen-printed look, its three-colour palette (deep red, mustard, cream) and its paper grain.
New subject: a lighthouse on a rocky headland at dusk, with a small sailboat on the sea below it.
Layout: the lighthouse centered, generous empty sky at the top.
Constraints: no text of any kind, no bicycle, no apples, no logos.

Auf Deutsch: das Ausgangsbild dient nur als Stilvorlage, übernommen werden Siebdruck-Anmutung, die drei Farben und die Papierstruktur; das neue Motiv ist ein Leuchtturm auf einer Felsküste in der Dämmerung mit einem kleinen Segelboot auf dem Meer darunter.

Einstellungen: bearbeiten, Eingabe das Poster aus Prompt 1, 1024x1536, Qualität medium, 43.0 s im zweiten Versuch (der erste scheiterte an einem vorübergehenden Fehler und wurde nicht berechnet).

Ergebnis: Farbpalette und Papierstruktur kamen mit; ein zusätzliches Gebäude erschien.

• Ein Leuchtturm auf einer Felsküste in der Dämmerung mit einem Segelboot darunter, in den drei Farben des Posters und mit dessen Druckkorn, offener Himmel oben und ohne Text, Fahrrad oder Äpfel.
• Es ergänzte ein kleines Leuchtturmwärterhaus neben dem Turm.

Was ändern:

• Darf nichts anderes erscheinen, zählen Sie es auf: versuchen Sie "no buildings except the lighthouse".

6. Eine Sache ändern, den Rest behalten

Eine Bearbeitung des Produktfotos aus Prompt 2: eine Änderung, eine Liste mit acht Dingen, die bleiben.

Change only the colour of the bottle, from matte black to matte sage green.
Keep everything else exactly the same: the bamboo cap, the mint sprig, the water droplets, the lighting, the shadow, the camera angle, the framing and the stone background.

Auf Deutsch: nur die Farbe der Flasche ändert sich, von Mattschwarz zu mattem Salbeigrün; alles andere bleibt gleich, also Bambusdeckel, Minze, Wassertropfen, Licht, Schatten, Kamerawinkel, Ausschnitt und Steinhintergrund.

Einstellungen: bearbeiten, Eingabe das Produktfoto aus Prompt 2, 1536x1024, Qualität medium, 78.9 s.

Ergebnis: die Farbe änderte sich, kleine Details wurden neu gezeichnet.

• Eine matte salbeigrüne Flasche an derselben Stelle, mit Deckel, Minze, Tropfen, Licht und Steinhintergrund auf den ersten Blick unverändert.
• In voller Größe wanderte die Minze, die Tropfen verschoben sich und die Maserung des Deckels war neu gezeichnet; SSIM, wobei 1 für identisch steht: Wand 0.985, Tisch 0.93, Minze 0.78, Deckel 0.65, Flasche 0.33.

Was ändern:

• Muss eine Fläche pixelgleich bleiben, legen Sie die freigegebene Bearbeitung über das Original.
• Wiederholen Sie die Liste des Bleibenden in jeder Bearbeitungsrunde.

7. Exakte Anzahlen

OpenAI veröffentlicht keine Anleitung zum Zählen von Objekten, dieses Rezept ist also unser eigener Test.

Intended use: a test of exact object counts.
A top-down photo of a light wooden table with exactly seven red apples and exactly three green pears, arranged in one loose row, nothing else on the table.
Photography: photorealistic, soft even daylight, straight top-down view.
Constraints: exactly 7 apples and exactly 3 pears, no other fruit, no text.

Auf Deutsch: ein Foto von oben auf einen hellen Holztisch mit genau sieben roten Äpfeln und genau drei grünen Birnen in einer lockeren Reihe, sonst nichts auf dem Tisch.

Einstellungen: generieren, 1024x1024, Qualität medium, 23.1 s.

Ergebnis: sieben und drei, exakt; die Reihe geriet schnurgerade.

• Genau 7 rote Äpfel und 3 grüne Birnen, nichts sonst, von oben gesehen und mit liegenden Birnen.
• Die Reihe ist völlig gerade und gleichmäßig, "locker" wurde also nicht befolgt.

Was ändern:

• Beschreiben Sie die Anordnung in einfachen Worten: "scattered in a loose, uneven line".
• Nennen Sie die Zahlen in der Beschreibung und in den Vorgaben, wie wir es getan haben.

8. Ein App-Bildschirm mit exaktem UI-Text

Sechs Stücke Oberflächentext in einem Telefonrahmen.

Intended use: a design mockup for a pitch deck.
Create a realistic mobile app screen for a fictional plant-watering app called "Sprout", shown inside a plain modern phone frame on a light grey background.
Screen content (exact text):
Header: "Good morning, Maya"
Card 1: "Monstera — water today"
Card 2: "Fiddle-leaf fig — in 2 days"
Card 3: "Snake plant — in 6 days"
Bottom button: "Log watering"
Style: clean rounded cards, soft green accents, readable sans-serif text, generous spacing.
Constraints: no other text, no real brand logos, all text spelled exactly as written.

Auf Deutsch: ein Design-Mockup für ein Pitch-Deck, also ein realistischer Bildschirm einer erfundenen Gieß-App namens "Sprout" in einem schlichten modernen Telefonrahmen auf hellgrauem Grund, mit vorgegebenem Text für Kopfzeile, drei Karten und die untere Schaltfläche.

Einstellungen: generieren, 1024x1536, Qualität high, 55.6 s.

Ergebnis: jedes Wort richtig geschrieben; das Layout änderte sich an drei Stellen.

• Ein Telefonrahmen in der Form eines neueren iPhone auf Hellgrau, "Good morning, Maya" über zwei Zeilen, drei Pflanzenkarten und eine grüne Schaltfläche "Log watering"; jedes Wort richtig geschrieben.
• Jede Karte teilte sich in Name und Status, die Gedankenstriche fehlen also, "Sprout" erscheint nirgends, und eine Statusleiste mit "9:41" kam dazu.

Was ändern:

• Zitieren Sie jede Zeile so, wie sie auf dem Bildschirm stehen soll, und geben Sie den App-Namen als Text mit Position an.
• Ergänzen Sie "no status bar" in den Vorgaben.

Häufige Fehler und ihre Korrektur

OpenAI nennt drei Schwachstellen: die genaue Platzierung von Text, die Beständigkeit wiederkehrender Figuren oder Marken über getrennte Bilder hinweg und die exakte Anordnung in layoutempfindlichen Kompositionen.

Was ein Bild kostet

OpenAI rechnet GPT Image 2 pro Token ab: Bildeingabe $8, Bildausgabe $30 und Texteingabe $5 pro Million Token, Batch zum halben Preis. Dazu nennt OpenAI Ausgabepreise pro Bild für drei Größen, nur Ausgabe, geprüft am 27. Oktober 2026.

Unsere Infografik in hoher Qualität kostete das 33-Fache der günstigen, $0.165 gegen $0.005, und genau sie trug den zusätzlichen Text. Entwerfen Sie also billig und gehen Sie erst hoch, wenn das Layout hält. Unsere neun Bilder summieren sich auf etwa $0.72 ohne Eingabe-Token, die diese Preise nicht enthalten. OmniaKeys aktuelle Tarife stehen auf der Modellseite zu GPT Image 2.

Diese Prompts über die API ausführen

Die Medien-API von OmniaKey braucht drei Schritte: Aufgabe anlegen, dieselbe Aufgabe bis zum Ende abfragen, Ergebnis herunterladen. Das ist die kleinste Fassung der Anfrage, die wir für Prompt 3 in low gesendet haben, ohne Wiederholungen und Protokoll.

pip install requests
export OMNIAKEY_API_KEY="your-key"

import os
import time
import uuid

import requests

API = "https://api.omniakey.com/v1/media/tasks"
HEADERS = {"Authorization": f"Bearer {os.environ['OMNIAKEY_API_KEY']}"}

PROMPT = """Intended use: a one-page explainer for a coffee shop's blog.
Create a clean infographic titled "HOW POUR-OVER COFFEE WORKS".
Layout: four numbered steps in one vertical column; each step has a simple flat illustration on the left and a short label on the right.
Step labels (exact text):
1. "Grind 15 g of beans"
2. "Heat water to 94 °C"
3. "Bloom for 30 seconds"
4. "Pour slowly for 3 minutes"
Style: flat vector illustration, cream background, dark brown and teal accents, plenty of white space.
Constraints: no other text, no logos, every label spelled exactly as written."""

# 1. Create the task. Reuse the same Idempotency-Key only when retrying this exact request.
resp = requests.post(
    API,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json={
        "model": "gpt-image-2",
        "type": "image",
        "operation": "generate",
        "input": {"prompt": PROMPT},
        "parameters": {"size": "1024x1536", "quality": "low"},
    },
    timeout=30,
)
resp.raise_for_status()
task = resp.json()
print("task:", task["id"], task["status"])

# 2. Poll the same task until it finishes. Slow is not failed: keep polling this id.
while task["status"] in ("queued", "processing"):
    time.sleep(4)
    task = requests.get(f"{API}/{task['id']}", headers=HEADERS, timeout=30).json()

if task["status"] != "succeeded":
    raise SystemExit(f"task ended {task['status']}: {task.get('error')}")

# 3. Download the image now: the signed URL lasts about an hour.
asset = task["assets"][0]
with open("pour-over.png", "wb") as f:
    f.write(requests.get(asset["url"], timeout=60).content)
print("saved pour-over.png", asset["mime_type"], asset["byte_size"], "bytes")

Eine Bearbeitung ist dieselbe Aufgabe mit gewechselter Operation und dem Ausgangsbild inline:

{
    "model": "gpt-image-2",
    "type": "image",
    "operation": "edit",
    "input": {
        "prompt": "Change only the colour of the bottle, from matte black to matte sage green. Keep everything else exactly the same.",
        "image": {"data": "<base64>", "mime_type": "image/jpeg"},
    },
    "parameters": {"size": "1536x1024", "quality": "medium"},
}

• Mehrere Referenzen stehen in "images": [...] statt in "image".
• Die ganze Anfrage ist auf 1 MiB begrenzt, verkleinern Sie also zuerst das Ausgangsbild, wie wir es getan haben.
• Bei OmniaKey nimmt size nur 1024x1024, 1536x1024 oder 1024x1536 an, und n muss 1 sein.
• Einstellungen für Hintergrund, Format, Kompression und Moderation wirken nicht: das Ergebnis ist ein undurchsichtiges PNG.
• Aufgaben dauern meist 25–60 Sekunden, unsere 23 bis 97 s. Die signierte URL gilt etwa eine Stunde, laden Sie also gleich nach dem Erfolg herunter.

OmniaKeys aktuellen Tarif finden Sie auf der Modellseite zu GPT Image 2, die Details zur API in der Dokumentation der Bild-API.

Häufige Fragen

Wie lang darf ein GPT-Image-2-Prompt sein?

OpenAI nennt keine Grenze: die Anleitung zur Bilderzeugung, die Prompting-Anleitung, die Modellseite und die API-Referenz nennen kein Zeichen- oder Token-Limit. Unsere lagen bei 248 bis 607 Zeichen, also 42 bis 100 Wörter.

Wie verhindere ich zusätzlichen Text und Logos?

Nennen Sie die Ausschlüsse, etwa "no other text, no logos, no watermark", und prüfen Sie das Ergebnis Buchstabe für Buchstabe. Unser Poster kam sauber heraus; die Infografik in hoher Qualität setzte ein zweites "94 °C" dazu.

Lohnt sich die hohe Qualität?

Bei einer Infografik war sie der schlechtere Kauf: low hielt jedes Label auf gleicher Höhe und ergänzte nichts, während high das 33-Fache kostete und ein zusätzliches "94 °C" druckte. OpenAI rät, mit low zu entwerfen, und eine höhere Stufe garantiert nichts.

Kann GPT Image 2 einen transparenten Hintergrund erzeugen?

Ja, als Vorschau, und dafür braucht es PNG oder WebP, weil JPEG keine Transparenz trägt. Über die API von OmniaKey kommt immer ein undurchsichtiges PNG; für einen sauberen Shop-Hintergrund beschreiben Sie in der Szene einen fugenlosen weißen Grund, wie in Prompt 2.

GPT Image 2 oder GPT Image 2.5?

GPT Image 2 erschien am 21. April 2026, die beiden 2.5-Modelle am 8. September 2026. OpenAIs Prompting-Anleitung nennt 2.5 Flare ähnlich gut und schneller, 2.5 Sunburst besser. Vergleiche stehen in GPT Image 2.5 gegen GPT Image 2 und GPT Image 2 gegen Nano Banana 2.

Änderungsprotokoll

• 28. Oktober 2026: erste Version, acht Prompts am 27. Oktober 2026 ausgeführt.