GPT Image 2: panduan prompt, struktur, contoh, dan gambar asli

Prompt GPT Image 2 ditulis dengan urutan dari OpenAI: tujuan pemakaian, adegan, subjek, detail, gaya, lalu batasan, dengan teks persis di dalam tanda kutip dan posisinya disebutkan. Untuk edit, sebutkan apa yang berubah dan daftar apa yang tetap. Kami menjalankan delapan prompt pada 27 Oktober 2026: teks dalam tanda kutip dan jumlah objek keluar persis, sementara edit menggambar ulang detail kecil.

Struktur prompt GPT Image 2

Panduan prompting OpenAI berangkat dari gambar yang Anda butuhkan, lalu membahas subjek, komposisi, gaya, dan batasan; untuk permintaan rumit, panduan itu meminta bagian berlabel dengan urutan adegan, subjek, detail, batasan. Urutan di cookbook menaruh tujuan pemakaian di depan, karena menamai pekerjaannya (iklan, mockup antarmuka, infografis) menetapkan tingkat kerapian akhir. Tidak ada sintaks khusus yang diperlukan.

• Teks persis: taruh di dalam tanda kutip, sebutkan posisi dan jenis hurufnya, ejakan kata sulit huruf demi huruf, minta tidak ada teks lain, lalu periksa sendiri. OpenAI menyarankan medium atau high kalau teksnya padat, tetapi infografis kami di low tepat di semua label.
• Edit: tulis "change only X", daftar apa yang tetap, ulangi daftar itu di setiap putaran, dan tempel hasil edit yang sudah lolos ke gambar asli kalau ada area yang harus sama.
• Gambar referensi: satu tugas saja per masukan, entah palet, tekstur, atau medium, dan subjek baru dijelaskan terpisah.
• Foto: minta "photorealistic", jelaskan framing dan teksturnya, dan baca "50mm lens" sebagai petunjuk tampilan, bukan pengaturan.
• Pengaturan: quality berisi low, medium, high, atau auto. OpenAI menyarankan 1024×1024, 1536×1024, dan 1024×1536 serta menerima 2K, 4K, dan ukuran khusus. Tidak ada batas panjang prompt yang diterbitkan; punya kami 248 sampai 607 karakter.

Contoh di panduan prompting OpenAI memakai gambar dari GPT Image 2.5, bukan GPT Image 2, jadi semua gambar di sini milik kami, dibuat dengan gpt-image-2.

Cara kami membuat gambarnya

• Model gpt-image-2 lewat API media asinkron OmniaKey pada 27 Oktober 2026 (waktu Beijing), satu gambar per panggilan, hanya di tiga ukuran yang disarankan OpenAI. Kualitas high untuk poster, layar aplikasi, dan satu infografis, low untuk infografis lainnya, medium untuk sisanya; kami tidak mengirim pengaturan latar, rasio, kompresi, atau moderasi.
• Prompt 1–4, 7, dan 8 membuat gambar. Prompt 5 dan 6 mengedit, dengan gambar sumber dikirim inline sebagai JPEG yang diperkecil ke 1024 px di sisi terpanjang supaya di bawah batas 1 MiB.
• Waktunya 23.1 s sampai 96.6 s; kedua edit makan 43.0 s dan 78.9 s. Percobaan pertama transfer gaya gagal karena galat sementara "unavailable" setelah 131 s dan tidak ditagih; gambar yang tampil adalah percobaan kedua.
• Kami melihat setiap gambar dalam ukuran penuh, memeriksa teks huruf demi huruf, menghitung objek, dan membandingkan setiap edit dengan area aslinya memakai SSIM, di mana 1 berarti identik.
• OmniaKey menjual akses ke API GPT Image 2, jadi prompt kami lewat sana. Harga di bawah ini daftar OpenAI, bukan harga kami.
• Sumber: panduan pembuatan gambar OpenAI, panduan prompting gambar, panduan prompting di cookbook (kini ditandai archived), dan halaman harga API, dicek 27 Oktober 2026.

Kami juga memakai GPT Image 2 untuk frame pertama klip gambar ke video di panduan prompt Wan 3.0 kami. Setiap prompt hanya dijalankan sekali, jadi setiap gambar adalah satu sampel.

Delapan prompt dengan gambar nyata

1. Poster dengan teks persis

Tiga baris teks persis, masing-masing dengan posisi dan huruf sendiri.

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.

Artinya: poster untuk acara lingkungan yang dicetak A3, malam musim gugur yang hangat di alun-alun kecil dengan lampu hias di atas, sepeda tua dengan keranjang rotan penuh apel di bagian bawah, dan tiga baris teks yang masing-masing punya posisi serta huruf sendiri.

Pengaturan: buat, 1024x1536, kualitas high, 50.3 s.

Hasil: ketiga baris persis; muncul dua tambahan kecil.

• "HARVEST NIGHT MARKET" dalam serif tebal besar di dua baris, sehelai daun oak di tiap sisi; "Saturday, November 8 · 5–10 pm" mempertahankan titik dan tanda pisah apa adanya.
• "OLD MILL SQUARE" dengan huruf kapital kecil yang jarang, ada alun-alun, menara, dan sepeda merah, tanpa teks lain, tetapi ada daun dan bulan yang tidak kami minta.

Yang perlu diubah:

• Kalau judul harus satu baris, tulis begitu: "title on a single line".
• Untuk menahan tambahan kecil, daftarkan: coba "no leaves, no moon".

2. Foto produk yang disusun bagian demi bagian

Setiap sel struktur, diisi untuk satu botol.

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.

Artinya: gambar utama di halaman produk toko online, botol air stainless steel hitam dof dengan tutup bambu di atas batu pucat, cahaya pagi dari jendela di kiri, tetes air dan sebatang daun mint di sampingnya.

Pengaturan: buat, 1536x1024, kualitas medium, 96.6 s.

Hasil: setiap bagian prompt muncul, tidak ada tambahan.

• Botol hitam dof bertutup bambu di kiri tengah, tetes air di seluruh permukaan, mint di pangkalnya, bayangan daun jendela melintang di batu dari kiri.
• Latar tetap blur lembut, tanpa teks, logo, label, atau benda lain.

Yang perlu diubah:

• Untuk latar putih toko, jelaskan di adegan: "seamless pure white background". API OmniaKey selalu mengembalikan PNG buram.

3. Infografis dalam kualitas tinggi dan rendah

Satu prompt, dijalankan dua kali dengan hanya pengaturan kualitas yang berubah.

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.

Artinya: infografis satu halaman untuk blog kedai kopi, empat langkah bernomor dalam satu kolom, tiap langkah punya ilustrasi datar sederhana di kiri dan label pendek di kanan, berlatar krem dengan aksen cokelat tua dan biru toska.

Pengaturan: buat, 1024x1536, dua kali: kualitas high (73.9 s) dan kualitas low (50.6 s).

Hasil: keduanya mengeja setiap label dengan benar; versi kualitas tinggi menambah teks.

• Keduanya menulis judul dengan benar, menggambar penggiling, ketel, penyaring, dan teko kaca, serta mencetak keempat label persis, termasuk "94 °C".
• high menambah "94 °C" kedua di samping ketel dan menaruh label di bawah lingkarannya; low menjaga semua label setinggi sama dan tidak menambah apa pun.

Yang perlu diubah:

• Mulai dari low dan bandingkan ke atas sebelum menulis ulang prompt.
• Kalau kesejajaran penting, tulis "labels level with the step numbers".

4. Potret fotorealistis

Kata-kata foto plus permintaan tekstur kulit yang nyata.

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.

Artinya: potret kandid fotorealistis seorang pembuat gerabah fiktif berusia sekitar lima puluh tahun, duduk di roda putarnya di studio kecil, medium close-up setinggi mata seperti foto film 35 mm dengan lensa 50 mm dan kedalaman bidang yang tipis.

Pengaturan: buat, 1024x1536, kualitas medium, 83.1 s.

Hasil: tekstur kulit nyata, tetapi pose terlihat diatur dan framing lebih lebar.

• Rambut kelabu diikat, bintik dan garis halus, celemek bernoda tanah liat, tangan basah membentuk mangkuk, rak berisi mangkuk tanpa glasir di belakangnya, cahaya siang dari kiri.
• Ia menatap kamera sambil tersenyum, jadi terlihat berpose, dan bingkainya dari kepala sampai roda putar, lebih lebar dari yang diminta.

Yang perlu diubah:

• Untuk kesan kandid, sebutkan arah pandangnya: "looking down at the clay, not at the camera".
• Jelaskan framing dengan kata sederhana juga, misalnya "from the shoulders up".

5. Transfer gaya: satu tugas untuk gambar masukan

Edit dengan masukan poster dari prompt 1, dipakai hanya sebagai gaya.

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.

Artinya: gambar masukan hanya dipakai sebagai referensi gaya, ambil tampilan sablon, palet tiga warna, dan butir kertasnya, lalu ganti subjeknya menjadi mercusuar di tanjung berbatu saat senja dengan perahu layar kecil di laut bawahnya.

Pengaturan: edit, masukan poster dari prompt 1, 1024x1536, kualitas medium, 43.0 s pada percobaan kedua (percobaan pertama kena galat sementara dan tidak ditagih).

Hasil: palet dan butir kertas terbawa; satu bangunan tambahan muncul.

• Mercusuar di tanjung berbatu saat senja dengan perahu layar di bawahnya, dalam tiga warna poster dan butir cetaknya, langit lapang di atas, tanpa teks, sepeda, atau apel.
• Ia menambah rumah penjaga kecil di samping mercusuar.

Yang perlu diubah:

• Kalau tidak boleh ada apa pun selain itu, daftarkan: coba "no buildings except the lighthouse".

6. Ubah satu hal, jaga sisanya

Edit foto produk dari prompt 2: satu perubahan dan daftar delapan hal yang harus tetap.

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.

Artinya: ubah hanya warna botol, dari hitam dof menjadi hijau sage dof, dan jaga semua sisanya persis sama: tutup bambu, daun mint, tetes air, pencahayaan, bayangan, sudut kamera, framing, dan latar batu.

Pengaturan: edit, masukan foto produk dari prompt 2, 1536x1024, kualitas medium, 78.9 s.

Hasil: warnanya berubah dan detail kecil digambar ulang.

• Botol hijau sage dof di tempat yang sama, dengan tutup, mint, tetes air, cahaya, dan latar batu yang sekilas tidak berubah.
• Dalam ukuran penuh, mint bergeser, tetes air berpindah, dan urat tutupnya digambar ulang; SSIM, di mana 1 berarti identik: dinding 0.985, meja 0.93, mint 0.78, tutup 0.65, botol 0.33.

Yang perlu diubah:

• Kalau sebuah area harus sama sampai ke piksel, tempel hasil edit yang lolos ke gambar asli.
• Ulangi daftar yang harus tetap di setiap putaran edit.

7. Jumlah yang persis

OpenAI tidak menerbitkan panduan menghitung objek, jadi resep ini uji coba kami sendiri.

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.

Artinya: foto dari atas meja kayu terang berisi tepat tujuh apel merah dan tepat tiga pir hijau dalam satu baris longgar, tidak ada benda lain di meja.

Pengaturan: buat, 1024x1024, kualitas medium, 23.1 s.

Hasil: tujuh dan tiga, persis; barisnya keluar lurus seperti pakai penggaris.

• Tepat 7 apel merah dan 3 pir hijau, tidak ada yang lain, dilihat dari atas, dan pirnya rebah.
• Barisnya lurus dan rata sempurna, jadi kata "longgar" tidak diikuti.

Yang perlu diubah:

• Jelaskan susunannya dengan kata sederhana: "scattered in a loose, uneven line".
• Pertahankan angkanya di deskripsi dan di batasan, seperti yang kami lakukan.

8. Layar aplikasi dengan teks antarmuka persis

Enam potong teks antarmuka di dalam bingkai ponsel.

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.

Artinya: mockup desain untuk presentasi, layar aplikasi fiktif penyiram tanaman bernama "Sprout" di dalam bingkai ponsel modern sederhana berlatar abu-abu terang, dengan teks yang sudah ditentukan untuk header, tiga kartu, dan tombol bawah.

Pengaturan: buat, 1024x1536, kualitas high, 55.6 s.

Hasil: setiap kata dieja dengan benar; tata letaknya berubah di tiga tempat.

• Bingkai berbentuk iPhone model baru di atas abu-abu terang, "Good morning, Maya" dua baris, tiga kartu tanaman, dan tombol hijau "Log watering"; setiap kata dieja dengan benar.
• Setiap kartu terpecah jadi nama dan status, jadi tanda pisahnya hilang, "Sprout" tidak muncul di mana pun, dan bilah status "9:41" ditambahkan.

Yang perlu diubah:

• Kutip setiap baris sesuai yang harus tampil di layar dan tulis nama aplikasinya sebagai teks, lengkap dengan posisinya.
• Tambahkan "no status bar" ke batasan.

Kegagalan umum dan perbaikannya

OpenAI menyebut tiga titik lemah: penempatan teks yang presisi, konsistensi karakter atau merek antara gambar yang terpisah, dan posisi persis pada komposisi yang peka tata letak.

Berapa biaya satu gambar

OpenAI menagih GPT Image 2 per token: masukan gambar $8, keluaran gambar $30, dan masukan teks $5 per juta token, dengan Batch separuh harga. OpenAI juga menerbitkan harga keluaran per gambar untuk tiga ukuran, hanya keluarannya, dicek 27 Oktober 2026.

Infografis kami di kualitas tinggi 33 kali lipat yang rendah, $0.165 lawan $0.005, dan justru itu yang membawa teks berlebih, jadi lebih baik membuat sketsa murah lalu menaikkan kualitas saat tata letaknya sudah pas. Sembilan gambar kami totalnya sekitar $0.72 tanpa token masukan, yang tidak termasuk dalam harga ini. Untuk tarif OmniaKey terkini, lihat halaman model GPT Image 2.

Menjalankan prompt ini lewat API

API media OmniaKey punya tiga langkah: buat tugas, tanyakan tugas itu sampai selesai, lalu unduh hasilnya. Berikut versi paling ringkas dari permintaan yang kami kirim untuk prompt 3 dengan kualitas low, tanpa percobaan ulang dan pencatatan.

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")

Edit adalah tugas yang sama dengan operasi berbeda dan gambar sumber 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"},
}

• Beberapa referensi masuk ke "images": [...] bukan "image".
• Seluruh permintaan dibatasi 1 MiB, jadi perkecil gambar sumber dulu, seperti yang kami lakukan.
• Di OmniaKey, size menerima 1024x1024, 1536x1024, atau 1024x1536, dan n harus 1.
• Pengaturan latar, rasio, kompresi, dan moderasi tidak berpengaruh: hasilnya PNG buram.
• Tugas biasanya 25–60 detik, dan punya kami 23 sampai 97 s. URL bertanda tangan berlaku sekitar satu jam, jadi unduh begitu tugas berhasil.

Untuk tarif OmniaKey terkini, lihat halaman model GPT Image 2 dan dokumentasi API gambar.

Pertanyaan umum

Seberapa panjang prompt GPT Image 2 boleh?

OpenAI tidak menerbitkan batasnya: panduan pembuatan, panduan prompting, halaman model, dan referensi API tidak menetapkan plafon karakter atau token. Punya kami 248 sampai 607 karakter, yaitu 42 sampai 100 kata.

Bagaimana mencegah teks dan logo berlebih?

Sebutkan pengecualiannya, misalnya "no other text, no logos, no watermark", lalu periksa hasilnya huruf demi huruf. Poster kami keluar bersih; infografis kualitas tinggi menambah "94 °C" kedua.

Apakah kualitas tinggi sepadan?

Pada satu infografis itu pembelian yang buruk: low menjaga semua label sejajar dan tidak menambah apa pun, sedangkan high 33 kali lebih mahal dan mencetak "94 °C" ekstra. OpenAI menyarankan membuat sketsa di low dan mengingatkan bahwa pengaturan lebih tinggi tidak menjamin apa pun.

Bisakah GPT Image 2 membuat latar transparan?

Bisa, sebagai pratinjau, dan perlu PNG atau WebP karena JPEG tidak membawa transparansi. Lewat API OmniaKey hasilnya selalu PNG buram; untuk latar putih toko, jelaskan latar putih tanpa sambungan di adegan, seperti pada prompt 2.

GPT Image 2 atau GPT Image 2.5?

GPT Image 2 rilis 21 April 2026 dan kedua model 2.5 rilis 8 September 2026. Panduan prompting OpenAI menyebut 2.5 Flare setara kualitasnya dan lebih cepat, sedangkan 2.5 Sunburst lebih unggul. Bandingkannya ada di GPT Image 2.5 lawan GPT Image 2 dan GPT Image 2 lawan Nano Banana 2.

Catatan pembaruan

• 28 Oktober 2026: versi pertama, delapan prompt dijalankan pada 27 Oktober 2026.