Guide des prompts GPT Image 2 : structure, exemples et vraies images

Un prompt GPT Image 2 se rédige dans l'ordre d'OpenAI : usage prévu, scène, sujet, détails, style, puis les contraintes, avec le texte exact entre guillemets et sa position indiquée. Pour une retouche, dites ce qui change et listez ce qui reste. Nous avons lancé huit prompts le 27 octobre 2026 : le texte entre guillemets et le nombre d'objets sont sortis exacts, tandis que les retouches ont redessiné de petits détails.

La structure d'un prompt GPT Image 2

Le guide de prompting d'OpenAI part de l'image dont vous avez besoin, puis traite le sujet, la composition, le style et les contraintes ; pour une demande complexe, il réclame des sections étiquetées dans l'ordre scène, sujet, détails, contraintes. L'ordre du cookbook ajoute devant l'usage prévu, car nommer le travail (une annonce, une maquette d'interface, une infographie) fixe le niveau de finition. Aucune syntaxe particulière n'est nécessaire.

• Texte exact : mettez-le entre guillemets, indiquez sa position et sa typographie, épélez les mots difficiles lettre par lettre, demandez que rien d'autre n'apparaisse, puis relisez. OpenAI conseille medium ou high quand le texte est dense, mais notre infographie en low a réussi toutes ses étiquettes.
• Retouches : écrivez "change only X", listez ce qui reste, répétez cette liste à chaque tour, et recollez la retouche validée sur l'original quand une zone doit rester identique.
• Images de référence : un seul travail par entrée, palette, texture ou médium, et le nouveau sujet décrit à part.
• Photos : demandez "photorealistic", décrivez le cadrage et la texture, et lisez "50mm lens" comme une indication de rendu, pas comme un réglage.
• Réglages : quality vaut low, medium, high ou auto. OpenAI recommande 1024×1024, 1536×1024 et 1024×1536 et accepte aussi 2K, 4K et des tailles personnalisées. Aucune limite de longueur de prompt n'est publiée ; les nôtres faisaient 248 à 607 caractères.

Les exemples du guide de prompting d'OpenAI sont illustrés par des images de GPT Image 2.5, pas de GPT Image 2. Toutes les images ici sont les nôtres, produites avec gpt-image-2.

Comment nous avons produit les images

• Modèle gpt-image-2 via l'API média asynchrone d'OmniaKey le 27 octobre 2026 (heure de Pékin), une image par appel, uniquement dans les trois tailles recommandées par OpenAI. La qualité était high pour l'affiche, l'écran d'application et une infographie, low pour l'autre infographie et medium pour le reste ; nous n'avons envoyé aucun réglage de fond, de format d'image, de compression ni de modération.
• Les prompts 1 à 4, 7 et 8 génèrent. Les prompts 5 et 6 retouchent, avec l'image source envoyée en ligne en JPEG réduit à 1024 px sur son grand côté pour rester sous la limite de 1 MiB.
• Les durées vont de 23.1 s à 96.6 s ; les retouches ont pris 43.0 s et 78.9 s. Le premier essai de transfert de style a échoué sur une erreur temporaire "unavailable" au bout de 131 s et n'a pas été facturé ; l'image visible est la nouvelle tentative.
• Nous avons regardé chaque image en taille réelle, vérifié le texte lettre par lettre, compté les objets et comparé chaque retouche à sa zone d'origine avec le SSIM, où 1 signifie identique.
• OmniaKey vend l'accès à l'API de GPT Image 2, donc les prompts sont passés par là. Les prix ci-dessous sont ceux d'OpenAI, pas les nôtres.
• Sources : le guide de génération d'images d'OpenAI, son guide de prompting d'images, le guide de prompting du cookbook (désormais marqué archived) et la page tarifaire de l'API, vérifiés le 27 octobre 2026.

Nous avons aussi utilisé GPT Image 2 pour la première image du clip image vers vidéo de notre guide des prompts Wan 3.0. Chaque prompt n'a tourné qu'une fois, chaque image est donc un seul échantillon.

Huit prompts avec de vraies images

1. Une affiche au texte exact

Trois lignes de texte exact, chacune avec sa position et sa typographie.

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.

En français : une affiche pour une fête de quartier imprimée en A3, un soir d'automne sur une petite place avec des guirlandes lumineuses, un vélo ancien et un panier de pommes dans la moitié basse, et trois lignes de texte avec position et typographie propres.

Réglages : générer, 1024x1536, qualité high, 50.3 s.

Résultat : les trois lignes exactes ; deux petits ajouts sont apparus.

• "HARVEST NIGHT MARKET" en gros serif gras sur deux lignes, une feuille de chêne de chaque côté ; "Saturday, November 8 · 5–10 pm" garde le point et le tiret tels quels.
• "OLD MILL SQUARE" en petites capitales espacées, la place, la flèche et le vélo rouge sont là, sans autre texte, plus les feuilles et la lune non demandées.

Ce qu'il faut changer :

• Si le titre doit tenir sur une ligne, dites-le ainsi : "title on a single line".
• Pour arrêter les petits ajouts, listez-les : essayez "no leaves, no moon".

2. Une photo produit, construite pièce par pièce

Chaque case de la structure, remplie pour une bouteille.

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.

En français : l'image principale de la fiche produit d'une boutique en ligne, avec une bouteille en inox noir mat et son bouchon en bambou sur une pierre claire, la lumière du matin venant de la gauche, des gouttes d'eau et une branche de menthe à côté.

Réglages : générer, 1536x1024, qualité medium, 96.6 s.

Résultat : chaque partie du prompt est là, et rien d'autre.

• Une bouteille noire mate à bouchon en bambou à gauche du centre, des gouttes sur toute la surface, de la menthe à sa base, des ombres de fenêtre traversant la pierre depuis la gauche.
• Le fond reste doucement flou, sans texte, logo, étiquette ni autre objet.

Ce qu'il faut changer :

• Pour un fond de boutique blanc, décrivez-le dans la scène : "seamless pure white background". L'API d'OmniaKey renvoie toujours un PNG opaque.

3. Une infographie en qualité haute et basse

Un prompt, lancé deux fois en ne changeant que la qualité.

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.

En français : une infographie d'une page pour le blog d'un café, avec quatre étapes numérotées en une colonne, une illustration plate à gauche de chaque étape et une étiquette courte à droite, sur fond crème relevé de brun foncé et de bleu canard.

Réglages : générer, 1024x1536, deux fois : qualité high (73.9 s) et qualité low (50.6 s).

Résultat : les deux ont bien orthographié chaque étiquette ; celle en qualité haute a ajouté du texte.

• Les deux écrivent bien le titre, dessinent le moulin, la bouilloire, le filtre et la carafe, et impriment les quatre étiquettes exactes, "94 °C" compris.
• high a ajouté un second "94 °C" à côté de la bouilloire et posé les étiquettes sous leurs cercles ; low a gardé toutes les étiquettes à la même hauteur et n'a rien ajouté.

Ce qu'il faut changer :

• Commencez en low et comparez vers le haut avant de réécrire le prompt.
• Si l'alignement compte, écrivez "labels level with the step numbers".

4. Un portrait photoréaliste

Des mots de photo et une demande de vraie texture de peau.

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.

En français : un portrait spontané et photoréaliste d'une potière fictive d'une cinquantaine d'années assise à son tour dans un petit atelier, en plan mi-rapproché à hauteur des yeux, façon photo argentique 35 mm prise au 50 mm, avec une faible profondeur de champ.

Réglages : générer, 1024x1536, qualité medium, 83.1 s.

Résultat : une vraie texture de peau, une pose apprêtée et un cadrage plus large.

• Cheveux gris attachés, taches de rousseur et ridules, tablier maculé d'argile, mains humides qui façonnent un bol, bols non émaillés sur les étagères derrière elle, lumière du jour venant de la gauche.
• Elle regarde l'objectif et sourit, donc la pose se voit, et le cadrage va de la tête au tour, plus large que demandé.

Ce qu'il faut changer :

• Pour un air spontané, dites où elle regarde : "looking down at the clay, not at the camera".
• Décrivez aussi le cadrage en mots simples, par exemple "from the shoulders up".

5. Transfert de style : un seul travail pour l'image d'entrée

Une retouche dont l'entrée est notre affiche du prompt 1, utilisée pour le style seulement.

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.

En français : l'image d'entrée sert uniquement de référence de style, on reprend sa sérigraphie, sa palette de trois couleurs et le grain du papier, et le sujet devient un phare sur un cap rocheux au crépuscule, avec un petit voilier sur la mer en dessous.

Réglages : retoucher, entrée l'affiche du prompt 1, 1024x1536, qualité medium, 43.0 s à la nouvelle tentative (le premier essai a buté sur une erreur temporaire et n'a pas été facturé).

Résultat : la palette et le grain sont passés ; un bâtiment en plus est apparu.

• Un phare sur un cap rocheux au crépuscule avec un voilier en dessous, dans les trois couleurs de l'affiche et avec son grain d'impression, un ciel dégagé au-dessus, sans texte, vélo ni pommes.
• Il a ajouté une petite maison de gardien à côté du phare.

Ce qu'il faut changer :

• Si rien d'autre ne doit apparaître, listez-le : essayez "no buildings except the lighthouse".

6. Changer une chose, garder le reste

Une retouche de la photo produit du prompt 2 : un changement, une liste de huit éléments à garder.

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.

En français : ne changez que la couleur de la bouteille, du noir mat au vert sauge mat, et gardez tout le reste identique : le bouchon en bambou, la menthe, les gouttes, la lumière, l'ombre, l'angle de caméra, le cadrage et le fond de pierre.

Réglages : retoucher, entrée la photo produit du prompt 2, 1536x1024, qualité medium, 78.9 s.

Résultat : la couleur a changé et de petits détails ont été redessinés.

• Une bouteille vert sauge mat au même endroit, avec le bouchon, la menthe, les gouttes, la lumière et le fond de pierre inchangés au premier regard.
• En taille réelle, la menthe a bougé, les gouttes se sont décalées et les veines du bouchon ont été redessinées ; SSIM, où 1 signifie identique : mur 0.985, table 0.93, menthe 0.78, bouchon 0.65, bouteille 0.33.

Ce qu'il faut changer :

• Quand une zone doit rester identique au pixel près, recollez la retouche validée sur l'original.
• Répétez la liste de ce qui reste à chaque tour de retouche.

7. Des nombres exacts

OpenAI ne publie aucune consigne sur le comptage d'objets, cette recette est donc notre propre 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.

En français : une photo vue de dessus d'une table en bois clair avec exactement sept pommes rouges et exactement trois poires vertes, disposées en une rangée lâche, rien d'autre sur la table.

Réglages : générer, 1024x1024, qualité medium, 23.1 s.

Résultat : sept et trois, exactement ; la rangée est sortie droite comme au cordeau.

• Exactement 7 pommes rouges et 3 poires vertes, rien d'autre, vues de dessus et avec les poires couchées.
• La rangée est parfaitement droite et régulière, donc le mot "lâche" n'a pas été suivi.

Ce qu'il faut changer :

• Décrivez la disposition en mots simples : "scattered in a loose, uneven line".
• Gardez les nombres dans la description et dans les contraintes, comme nous l'avons fait.

8. Un écran d'application au texte d'interface exact

Six morceaux de texte d'interface dans un cadre de téléphone.

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.

En français : une maquette d'écran pour une présentation, avec l'interface d'une application fictive d'arrosage nommée "Sprout" dans un cadre de téléphone moderne sur fond gris clair, et le texte imposé pour l'en-tête, les trois cartes et le bouton du bas.

Réglages : générer, 1024x1536, qualité high, 55.6 s.

Résultat : chaque mot est bien orthographié ; la mise en page a changé à trois endroits.

• Un cadre de téléphone en forme d'iPhone récent sur gris clair, "Good morning, Maya" sur deux lignes, trois cartes de plantes et un bouton vert "Log watering" ; chaque mot est bien orthographié.
• Chaque carte s'est coupée en nom et statut, les tirets ont donc disparu, "Sprout" n'apparaît nulle part et une barre d'état "9:41" a été ajoutée.

Ce qu'il faut changer :

• Citez chaque ligne telle qu'elle doit s'afficher et donnez le nom de l'application en texte, avec sa position.
• Ajoutez "no status bar" aux contraintes.

Les ratés courants et leurs corrections

OpenAI cite trois points faibles : le placement précis du texte, la constance d'un personnage ou d'une marque d'une image à l'autre et la position exacte dans les compositions sensibles à la mise en page.

Combien coûte une image

OpenAI facture GPT Image 2 au token : entrée d'image $8, sortie d'image $30 et entrée de texte $5 par million de tokens, le Batch à moitié prix. Il publie aussi des prix de sortie par image pour trois tailles, sortie seule, vérifiés le 27 octobre 2026.

Notre infographie en qualité haute a coûté 33 fois celle en qualité basse, $0.165 contre $0.005, et c'est elle qui portait le texte en trop : esquissez donc à bas prix et montez d'un cran quand la mise en page tient. Nos neuf images totalisent environ $0.72 hors tokens d'entrée, que ces prix n'incluent pas. Pour les tarifs actuels d'OmniaKey, voyez la page du modèle GPT Image 2.

Lancer ces prompts avec l'API

L'API média d'OmniaKey se fait en trois étapes : créer une tâche, interroger cette tâche jusqu'à la fin, puis télécharger le résultat. Voici une version minimale de la requête envoyée pour le prompt 3 en qualité low, sans les reprises ni la journalisation.

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")

Une retouche est la même tâche avec l'opération changée et l'image source en ligne :

{
    "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"},
}

• Plusieurs références vont dans "images": [...] au lieu de "image".
• La requête entière est plafonnée à 1 MiB, réduisez donc d'abord l'image source, comme nous l'avons fait.
• Sur OmniaKey, size accepte 1024x1024, 1536x1024 ou 1024x1536, et n doit valoir 1.
• Les réglages de fond, de format d'image, de compression et de modération n'ont aucun effet : le résultat est un PNG opaque.
• Les tâches prennent en général 25–60 secondes, et les nôtres 23 à 97 s. L'URL signée dure environ une heure, téléchargez donc dès qu'une tâche réussit.

Pour le tarif actuel d'OmniaKey, voyez la page du modèle GPT Image 2 et la documentation de l'API image.

Questions fréquentes

Quelle longueur peut avoir un prompt GPT Image 2 ?

OpenAI ne publie aucune limite : le guide de génération, le guide de prompting, la page du modèle et la référence de l'API ne fixent aucun plafond de caractères ou de tokens. Les nôtres faisaient 248 à 607 caractères, soit 42 à 100 mots.

Comment éviter le texte et les logos en trop ?

Énoncez les exclusions, par exemple "no other text, no logos, no watermark", puis vérifiez le résultat lettre par lettre. Notre affiche est sortie propre ; l'infographie en qualité haute a ajouté un second "94 °C".

La qualité haute vaut-elle le coup ?

Sur une infographie, c'était le mauvais achat : low gardait toutes les étiquettes alignées et n'ajoutait rien, alors que high coûtait 33 fois plus et imprimait un "94 °C" de plus. OpenAI conseille d'esquisser en low et prévient qu'un réglage plus élevé ne garantit rien.

GPT Image 2 peut-il produire un fond transparent ?

Oui, en aperçu, et il faut du PNG ou du WebP, car le JPEG ne porte pas la transparence. Via l'API d'OmniaKey, le résultat est toujours un PNG opaque ; pour un fond de boutique propre, décrivez un fond blanc sans couture dans la scène, comme au prompt 2.

GPT Image 2 ou GPT Image 2.5 ?

GPT Image 2 est sorti le 21 avril 2026 et les deux modèles 2.5 le 8 septembre 2026. Le guide de prompting d'OpenAI décrit 2.5 Flare comme proche en qualité et plus rapide, et 2.5 Sunburst comme supérieur. Voyez GPT Image 2.5 face à GPT Image 2 et GPT Image 2 face à Nano Banana 2.

Journal des mises à jour

• 28 octobre 2026 : première version, huit prompts lancés le 27 octobre 2026.