GPT Image 2: guida ai prompt, struttura, esempi e immagini reali

Un prompt per GPT Image 2 si scrive nell'ordine indicato da OpenAI: uso previsto, scena, soggetto, dettagli, stile e infine i vincoli, con il testo esatto tra virgolette e la sua posizione dichiarata. In una modifica si dice cosa cambia e si elenca cosa resta. Abbiamo lanciato otto prompt il 27 ottobre 2026: il testo tra virgolette e il conteggio degli oggetti sono usciti esatti, mentre le modifiche hanno ridisegnato i dettagli piccoli.

La struttura di un prompt per GPT Image 2

La guida OpenAI parte dall'immagine che serve e poi tratta soggetto, composizione, stile e vincoli; per le richieste complesse chiede sezioni etichettate nell'ordine scena, soggetto, dettagli, vincoli. L'ordine del cookbook mette davanti l'uso previsto, perché dare un nome al lavoro (un annuncio, un mockup di interfaccia, un'infografica) fissa il livello di rifinitura. Non serve alcuna sintassi speciale.

• Testo esatto: mettilo tra virgolette, indica posizione e carattere, scrivi lettera per lettera le parole difficili, chiedi che non ci sia altro testo e poi rileggi. OpenAI consiglia medium o high quando il testo è fitto, ma la nostra infografica in low ha azzeccato tutte le etichette.
• Modifiche: scrivi "change only X", elenca cosa resta, ripeti quell'elenco a ogni giro e incolla la modifica approvata sull'originale quando una zona deve restare identica.
• Immagini di riferimento: un solo compito per input, cioè palette, texture o medium, e il nuovo soggetto descritto a parte.
• Foto: chiedi "photorealistic", descrivi inquadratura e texture, e leggi "50mm lens" come indizio sulla resa, non come impostazione.
• Impostazioni: quality vale low, medium, high o auto. OpenAI consiglia 1024×1024, 1536×1024 e 1024×1536 e accetta anche 2K, 4K e misure personalizzate. Nessun limite di lunghezza del prompt è pubblicato; i nostri andavano da 248 a 607 caratteri.

Gli esempi della guida OpenAI sono illustrati con immagini di GPT Image 2.5, non di GPT Image 2, quindi tutte le immagini qui sono nostre, prodotte con gpt-image-2.

Come abbiamo fatto le immagini

• Modello gpt-image-2 tramite l'API media asincrona di OmniaKey il 27 ottobre 2026 (ora di Pechino), un'immagine per chiamata, solo nelle tre misure consigliate da OpenAI. Qualità high per la locandina, la schermata dell'app e un'infografica, low per l'altra infografica e medium per le restanti; non abbiamo inviato impostazioni di sfondo, formato, compressione o moderazione.
• I prompt 1–4, 7 e 8 generano. I prompt 5 e 6 modificano, con l'immagine di partenza inviata inline come JPEG ridotto a 1024 px sul lato lungo per stare sotto il limite di 1 MiB.
• I tempi vanno da 23.1 s a 96.6 s; le modifiche hanno preso 43.0 s e 78.9 s. Il primo tentativo di trasferimento di stile è caduto su un errore temporaneo "unavailable" dopo 131 s e non è stato addebitato; l'immagine che vedete è il nuovo tentativo.
• Abbiamo guardato ogni immagine a grandezza naturale, controllato il testo lettera per lettera, contato gli oggetti e confrontato ogni modifica con la zona di partenza usando SSIM, dove 1 significa identico.
• OmniaKey vende l'accesso all'API di GPT Image 2, quindi i prompt sono passati da lì. I prezzi qui sotto sono quelli di listino OpenAI, non i nostri.
• Fonti: la guida alla generazione di immagini di OpenAI, la guida ai prompt per le immagini, la guida ai prompt del cookbook (ora segnata come archived) e la pagina dei prezzi API, verificate il 27 ottobre 2026.

Abbiamo usato GPT Image 2 anche per il primo fotogramma della clip da immagine a video nella nostra guida ai prompt di Wan 3.0. Ogni prompt è girato una volta sola, quindi ogni immagine è un solo campione.

Otto prompt con immagini reali

1. Una locandina con testo esatto

Tre righe di testo esatto, ognuna con posizione e carattere propri.

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.

In italiano: una locandina per una festa di quartiere stampata in A3, una sera d'autunno in una piazzetta con le luci appese, una bicicletta d'epoca con un cesto di mele nella metà bassa e tre righe di testo con posizione e carattere propri.

Impostazioni: genera, 1024x1536, qualità high, 50.3 s.

Risultato: le tre righe esatte; sono comparse due piccole aggiunte.

• "HARVEST NIGHT MARKET" in serif grasso grande su due righe, una foglia di quercia per lato; "Saturday, November 8 · 5–10 pm" tiene il punto e il trattino esattamente come scritti.
• "OLD MILL SQUARE" in maiuscoletto spaziato, con la piazza, la guglia e la bicicletta rossa, senza altro testo, ma con le foglie e la luna non richieste.

Cosa cambiare:

• Se il titolo deve stare su una riga, scrivilo: "title on a single line".
• Per fermare le piccole aggiunte, elencale: prova "no leaves, no moon".

2. Una foto di prodotto, montata pezzo per pezzo

Ogni casella della struttura, riempita per una borraccia.

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.

In italiano: l'immagine principale della scheda prodotto di un negozio online, una borraccia in acciaio nero opaco con tappo in bambù su pietra chiara, la luce del mattino da sinistra, gocce d'acqua e un rametto di menta accanto.

Impostazioni: genera, 1536x1024, qualità medium, 96.6 s.

Risultato: ogni parte del prompt c'è, e nulla di più.

• Una borraccia nera opaca con tappo in bambù a sinistra del centro, gocce su tutta la superficie, menta alla base, ombre del serramento che attraversano la pietra da sinistra.
• Lo sfondo resta sfocato con delicatezza, senza testo, logo, etichetta né altri oggetti.

Cosa cambiare:

• Per uno sfondo bianco da negozio, descrivilo nella scena: "seamless pure white background". L'API di OmniaKey restituisce sempre un PNG opaco.

3. Un'infografica in qualità alta e bassa

Un prompt, lanciato due volte cambiando solo la qualità.

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.

In italiano: un'infografica di una pagina per il blog di una caffetteria, con quattro passaggi numerati in una colonna, un'illustrazione piatta a sinistra di ogni passaggio e un'etichetta breve a destra, su fondo crema con accenti marrone scuro e verde acqua.

Impostazioni: genera, 1024x1536, due esecuzioni: qualità high (73.9 s) e qualità low (50.6 s).

Risultato: entrambe hanno scritto bene ogni etichetta; quella in alta qualità ha aggiunto testo.

• Entrambe scrivono bene il titolo, disegnano il macinino, il bollitore, il filtro e la caraffa e stampano le quattro etichette esatte, "94 °C" compreso.
• high ha aggiunto un secondo "94 °C" accanto al bollitore e messo le etichette sotto i cerchi; low ha tenuto tutte le etichette alla stessa altezza e non ha aggiunto nulla.

Cosa cambiare:

• Parti da low e confronta verso l'alto prima di riscrivere il prompt.
• Se l'allineamento conta, scrivi "labels level with the step numbers".

4. Un ritratto fotorealistico

Parole da fotografia e una richiesta di texture della pelle vera.

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.

In italiano: un ritratto rubato e fotorealistico di una ceramista inventata sulla cinquantina seduta al tornio in un piccolo laboratorio, primo piano medio all'altezza degli occhi, come una foto su pellicola 35 mm scattata con un 50 mm e poca profondità di campo.

Impostazioni: genera, 1024x1536, qualità medium, 83.1 s.

Risultato: texture della pelle vera, ma posa costruita e inquadratura più larga.

• Capelli grigi legati, lentiggini e rughe sottili, grembiule macchiato di argilla, mani bagnate che modellano una ciotola, ciotole non smaltate sugli scaffali dietro di lei, luce del giorno da sinistra.
• Guarda in camera e sorride, quindi la posa si vede, e l'inquadratura va dalla testa al tornio, più larga del richiesto.

Cosa cambiare:

• Per un'aria rubata, dì dove guarda: "looking down at the clay, not at the camera".
• Descrivi l'inquadratura anche in parole semplici, per esempio "from the shoulders up".

5. Trasferimento di stile: un solo compito per l'immagine di ingresso

Una modifica che ha in ingresso la nostra locandina del prompt 1, usata solo come stile.

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.

In italiano: l'immagine di ingresso serve solo come riferimento di stile, se ne copiano la serigrafia, la palette di tre colori e la grana della carta, e il soggetto diventa un faro su un promontorio roccioso al crepuscolo, con una piccola barca a vela sul mare sotto.

Impostazioni: modifica, ingresso la locandina del prompt 1, 1024x1536, qualità medium, 43.0 s al nuovo tentativo (il primo è caduto su un errore temporaneo e non è stato addebitato).

Risultato: palette e grana sono passate; è comparso un edificio in più.

• Un faro su un promontorio roccioso al crepuscolo con una barca a vela sotto, nei tre colori della locandina e con la sua grana di stampa, cielo aperto in alto, senza testo, bicicletta né mele.
• Ha aggiunto una piccola casa del guardiano accanto al faro.

Cosa cambiare:

• Se non deve comparire altro, elencalo: prova "no buildings except the lighthouse".

6. Cambiare una cosa e tenere il resto

Una modifica della foto di prodotto del prompt 2: un cambiamento e un elenco di otto cose che restano.

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.

In italiano: cambia solo il colore della borraccia, da nero opaco a verde salvia opaco, e tieni tutto il resto identico: il tappo in bambù, la menta, le gocce, la luce, l'ombra, l'angolo di camera, l'inquadratura e lo sfondo di pietra.

Impostazioni: modifica, ingresso la foto di prodotto del prompt 2, 1536x1024, qualità medium, 78.9 s.

Risultato: il colore è cambiato e i dettagli piccoli sono stati ridisegnati.

• Una borraccia verde salvia opaca nello stesso punto, con tappo, menta, gocce, luce e sfondo di pietra uguali a prima vista.
• A grandezza naturale la menta si è spostata, le gocce hanno cambiato posto e le venature del tappo sono state ridisegnate; SSIM, dove 1 significa identico: muro 0.985, tavolo 0.93, menta 0.78, tappo 0.65, borraccia 0.33.

Cosa cambiare:

• Quando una zona deve restare identica al pixel, incolla la modifica approvata sull'originale.
• Ripeti l'elenco di ciò che resta a ogni giro di modifica.

7. Conteggi esatti

OpenAI non pubblica indicazioni sul conteggio degli oggetti, quindi questa ricetta è un nostro 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.

In italiano: una foto dall'alto di un tavolo di legno chiaro con esattamente sette mele rosse ed esattamente tre pere verdi, disposte in una fila larga, nient'altro sul tavolo.

Impostazioni: genera, 1024x1024, qualità medium, 23.1 s.

Risultato: sette e tre, esatti; la fila è uscita dritta come tirata con la riga.

• Esattamente 7 mele rosse e 3 pere verdi, nient'altro, viste dall'alto e con le pere coricate.
• La fila è perfettamente dritta e regolare, quindi la parola "larga" non è stata seguita.

Cosa cambiare:

• Descrivi la disposizione in parole semplici: "scattered in a loose, uneven line".
• Tieni i numeri nella descrizione e nei vincoli, come abbiamo fatto noi.

8. Una schermata di app con testo di interfaccia esatto

Sei pezzi di testo di interfaccia dentro la cornice di un telefono.

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.

In italiano: un mockup di schermata per una presentazione, con l'interfaccia di un'app inventata per annaffiare le piante chiamata "Sprout" dentro una cornice di telefono moderna su grigio chiaro, e il testo imposto per l'intestazione, le tre schede e il pulsante in basso.

Impostazioni: genera, 1024x1536, qualità high, 55.6 s.

Risultato: ogni parola è scritta bene; il layout è cambiato in tre punti.

• Una cornice a forma di iPhone recente su grigio chiaro, "Good morning, Maya" su due righe, tre schede di piante e un pulsante verde "Log watering"; ogni parola è scritta bene.
• Ogni scheda si è divisa in nome e stato, quindi i trattini sono spariti, "Sprout" non compare da nessuna parte ed è stata aggiunta una barra di stato "9:41".

Cosa cambiare:

• Cita ogni riga come deve apparire sullo schermo e dai il nome dell'app come testo, con la posizione.
• Aggiungi "no status bar" ai vincoli.

Errori frequenti e correzioni

OpenAI indica tre punti deboli: il posizionamento preciso del testo, la coerenza di un personaggio o di un marchio tra immagini diverse e la posizione esatta nelle composizioni sensibili al layout.

Quanto costa un'immagine

OpenAI fattura GPT Image 2 a token: input immagine $8, output immagine $30 e input testo $5 per milione di token, con il Batch a metà prezzo. Pubblica anche prezzi di output per immagine su tre misure, solo output, verificati il 27 ottobre 2026.

La nostra infografica in qualità alta è costata 33 volte quella in qualità bassa, $0.165 contro $0.005, ed era proprio quella col testo in più: conviene buttare giù la bozza spendendo poco e salire quando il layout tiene. Le nostre nove immagini sommano circa $0.72 senza i token di input, che questi prezzi non includono. Per le tariffe attuali di OmniaKey vedi la pagina del modello GPT Image 2.

Lanciare questi prompt con l'API

L'API media di OmniaKey si usa in tre passi: creare un task, interrogarlo finché non finisce, poi scaricare il risultato. Qui sotto c'è una versione minima della richiesta inviata per il prompt 3 con qualità low, senza i tentativi ripetuti e il logging.

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")

Una modifica è lo stesso task con l'operazione cambiata e l'immagine di partenza 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"},
}

• Più riferimenti vanno in "images": [...] invece di "image".
• La richiesta intera è limitata a 1 MiB, quindi riduci prima l'immagine di partenza, come abbiamo fatto noi.
• Su OmniaKey, size accetta 1024x1024, 1536x1024 o 1024x1536, e n deve valere 1.
• Le impostazioni di sfondo, formato, compressione e moderazione non hanno effetto: il risultato è un PNG opaco.
• I task richiedono di solito 25–60 secondi, e i nostri da 23 a 97 s. L'URL firmato dura circa un'ora, quindi scarica appena un task va a buon fine.

Per la tariffa attuale di OmniaKey vedi la pagina del modello GPT Image 2 e la documentazione dell'API immagini.

Domande frequenti

Quanto può essere lungo un prompt per GPT Image 2?

OpenAI non pubblica un limite: la guida alla generazione, quella ai prompt, la pagina del modello e il riferimento dell'API non fissano un tetto di caratteri o di token. I nostri andavano da 248 a 607 caratteri, cioè da 42 a 100 parole.

Come si evitano testo e loghi in più?

Elenca le esclusioni, per esempio "no other text, no logos, no watermark", poi controlla il risultato lettera per lettera. La locandina è uscita pulita; l'infografica in qualità alta ha aggiunto un secondo "94 °C".

Vale la pena la qualità alta?

Su un'infografica è stato un cattivo acquisto: low teneva tutte le etichette allineate e non aggiungeva nulla, mentre high è costata 33 volte tanto e ha stampato un "94 °C" in più. OpenAI consiglia di abbozzare in low e avverte che un'impostazione più alta non garantisce niente.

GPT Image 2 può fare uno sfondo trasparente?

Sì, in anteprima, e servono PNG o WebP, perché il JPEG non porta la trasparenza. Tramite l'API di OmniaKey il risultato è sempre un PNG opaco; per uno sfondo bianco da negozio, descrivi nella scena uno sfondo bianco senza giunte, come nel prompt 2.

GPT Image 2 o GPT Image 2.5?

GPT Image 2 è uscito il 21 aprile 2026 e i due modelli 2.5 l'8 settembre 2026. La guida ai prompt di OpenAI descrive 2.5 Flare vicino in qualità e più veloce, e 2.5 Sunburst superiore. I confronti sono in GPT Image 2.5 contro GPT Image 2 e GPT Image 2 contro Nano Banana 2.

Registro degli aggiornamenti

• 28 ottobre 2026: prima versione, otto prompt lanciati il 27 ottobre 2026.