Guia de prompts do GPT Image 2: estrutura, exemplos e imagens reais

Um prompt do GPT Image 2 segue a ordem da OpenAI: uso pretendido, cena, sujeito, detalhes, estilo e, por fim, as restrições, com o texto exato entre aspas e a posição indicada. Numa edição, diga o que muda e liste o que fica. Rodamos oito prompts em 27 de outubro de 2026: o texto entre aspas e a contagem de objetos saíram exatos, enquanto as edições redesenharam detalhes pequenos.

A estrutura de um prompt do GPT Image 2

O guia de prompting da OpenAI parte da imagem de que você precisa e depois cobre sujeito, composição, estilo e restrições; para pedidos complexos, pede seções rotuladas na ordem cena, sujeito, detalhes, restrições. A ordem do cookbook coloca o uso pretendido na frente, porque nomear o trabalho (um anúncio, um mockup de interface, um infográfico) define o nível de acabamento. Nenhuma sintaxe especial é necessária.

• Texto exato: ponha entre aspas, informe posição e tipografia, soletre as palavras difíceis letra por letra, peça que não haja nada além disso no quadro e depois releia. A OpenAI sugere medium ou high quando há muito texto, mas o nosso infográfico em low acertou todos os rótulos.
• Edições: escreva "change only X", liste o que fica, repita essa lista a cada rodada e cole a edição aprovada sobre o original quando uma área precisar ficar idêntica.
• Imagens de referência: um trabalho por entrada, seja paleta, textura ou meio, com o novo sujeito descrito à parte.
• Fotos: peça "photorealistic", descreva enquadramento e textura, e leia "50mm lens" como pista do visual, não como configuração.
• Configurações: quality é low, medium, high ou auto. A OpenAI recomenda 1024×1024, 1536×1024 e 1024×1536 e também aceita 2K, 4K e tamanhos próprios. Ela não publica limite de comprimento do prompt; os nossos tinham de 248 a 607 caracteres.

O guia de prompting da OpenAI ilustra os exemplos com imagens do GPT Image 2.5, não do GPT Image 2, então todas as imagens aqui são nossas, feitas com gpt-image-2.

Como fizemos as imagens

• Modelo gpt-image-2 pela API assíncrona de mídia da OmniaKey em 27 de outubro de 2026 (horário de Pequim), uma imagem por chamada, só nos três tamanhos recomendados pela OpenAI. A qualidade foi high no cartaz, na tela do app e num infográfico, low no outro infográfico e medium no resto; não enviamos ajustes de fundo, formato, compressão nem moderação.
• Os prompts 1–4, 7 e 8 geram. Os prompts 5 e 6 editam, com o original enviado inline como JPEG reduzido a 1024 px no lado maior para ficar abaixo do limite de 1 MiB.
• Os tempos foram de 23.1 s a 96.6 s; as edições levaram 43.0 s e 78.9 s. A primeira tentativa de transferência de estilo falhou com um erro temporário de "unavailable" após 131 s e não foi cobrada; a imagem que você vê é a nova tentativa.
• Olhamos cada imagem em tamanho real, conferimos o texto letra por letra, contamos os objetos e comparamos cada edição com a área original usando SSIM, em que 1 significa idêntico.
• A OmniaKey vende acesso à API do GPT Image 2, então os prompts passaram por ela. Os preços abaixo são os de tabela da OpenAI, não os nossos.
• Fontes: o guia de geração de imagens da OpenAI, o guia de prompting de imagens, o guia de prompting do cookbook (agora marcado como archived) e a página de preços da API, conferidos em 27 de outubro de 2026.

Também usamos o GPT Image 2 no primeiro quadro do clipe de imagem para vídeo do nosso guia de prompts do Wan 3.0. Cada prompt rodou uma vez, então cada imagem é uma amostra só.

Oito prompts com imagens reais

1. Um cartaz com texto exato

Três linhas de texto exato, cada uma com posição e tipografia próprias.

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.

Em português: um cartaz para uma festa de bairro impresso em A3, numa noite de outono em uma pracinha com pisca-piscas, uma bicicleta antiga e uma cesta de maçãs na metade de baixo, com três linhas de texto e posição e tipografia próprias.

Configurações: gerar, 1024x1536, qualidade high, 50.3 s.

Resultado: as três linhas exatas; dois acréscimos pequenos apareceram.

• "HARVEST NIGHT MARKET" em serifada grande e negrito em duas linhas, uma folha de carvalho de cada lado; "Saturday, November 8 · 5–10 pm" mantém o ponto e o travessão exatamente.
• "OLD MILL SQUARE" em versaletes espaçados, com a praça, a torre e a bicicleta vermelha, sem nenhum outro texto, mais as folhas e a lua que não pedimos.

O que mudar:

• Se o título precisa ficar em uma linha, diga isso: "title on a single line".
• Para barrar acréscimos pequenos, liste-os: tente "no leaves, no moon".

2. Uma foto de produto, montada peça por peça

Cada peça da estrutura, preenchida para uma garrafa.

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.

Em português: a imagem principal da página de produto de uma loja online, com uma garrafa de inox preta fosca e tampa de bambu sobre pedra clara, luz de manhã vindo da esquerda, gotas de água e um raminho de hortelã ao lado.

Configurações: gerar, 1536x1024, qualidade medium, 96.6 s.

Resultado: tudo o que o prompt pede está lá, e nada mais.

• Uma garrafa preta fosca com tampa de bambu à esquerda do centro, gotas por toda a garrafa, hortelã na base e sombras do caixilho da janela cruzando a pedra desde a esquerda.
• O fundo fica suavemente desfocado, sem texto, logotipo, rótulo nem outro objeto.

O que mudar:

• Para um fundo branco de loja, descreva-o na cena: "seamless pure white background". A API da OmniaKey sempre devolve um PNG opaco.

3. Um infográfico em qualidade alta e baixa

Um prompt, rodado duas vezes mudando só a configuração de qualidade.

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.

Em português: um infográfico de uma página para o blog de uma cafeteria, com quatro etapas numeradas em uma coluna, uma ilustração chapada à esquerda de cada etapa e um rótulo curto à direita, em fundo creme com marrom-escuro e azul-petróleo.

Configurações: gerar, 1024x1536, duas execuções: qualidade high (73.9 s) e qualidade low (50.6 s).

Resultado: os dois escreveram cada rótulo certo; o de qualidade alta acrescentou texto.

• Os dois escrevem o título certo, desenham o moedor, a chaleira, o coador e a chaleira de servir, e imprimem os quatro rótulos exatos, "94 °C" incluído.
• high acrescentou um segundo "94 °C" ao lado da chaleira e pôs os rótulos abaixo dos círculos; low manteve todos os rótulos na mesma altura e não acrescentou nada.

O que mudar:

• Comece em low e compare para cima antes de reescrever o prompt.
• Se o alinhamento importa, escreva "labels level with the step numbers".

4. Um retrato fotorrealista

Palavras de fotografia mais um pedido de textura real de pele.

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.

Em português: um retrato espontâneo e fotorrealista de uma ceramista fictícia de uns cinquenta anos sentada ao torno num ateliê pequeno, em plano médio próximo na altura dos olhos, como uma foto em filme 35 mm feita com lente de 50 mm e pouca profundidade de campo.

Configurações: gerar, 1024x1536, qualidade medium, 83.1 s.

Resultado: textura de pele real, com pose montada e enquadramento mais aberto.

• Cabelo grisalho preso, sardas e linhas finas, avental manchado de argila, mãos úmidas moldando uma tigela, tigelas sem esmalte nas prateleiras atrás dela e luz do dia vindo da esquerda.
• Ela olha para a câmera e sorri, então parece posada, e o enquadramento vai da cabeça ao torno, mais aberto do que pedimos.

O que mudar:

• Para um ar espontâneo, diga para onde ela olha: "looking down at the clay, not at the camera".
• Descreva o enquadramento também em palavras simples, como "from the shoulders up".

5. Transferência de estilo: um único trabalho para a imagem de entrada

Uma edição cuja entrada é o nosso cartaz do prompt 1, usado só como estilo.

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.

Em português: use a imagem de entrada só como referência de estilo, copiando a serigrafia, a paleta de três cores e o grão do papel, e troque o assunto por um farol num promontório rochoso ao anoitecer, com um pequeno veleiro no mar abaixo.

Configurações: editar, entrada o cartaz do prompt 1, 1024x1536, qualidade medium, 43.0 s na nova tentativa (a primeira deu erro temporário e não foi cobrada).

Resultado: a paleta e o grão passaram; um prédio a mais apareceu.

• Um farol num promontório rochoso ao anoitecer com um veleiro abaixo, nas três cores do cartaz e com o grão de impressão, céu aberto em cima e sem texto, bicicleta ou maçãs.
• Ele acrescentou uma pequena casa do faroleiro ao lado do farol.

O que mudar:

• Se nada mais pode aparecer, liste: tente "no buildings except the lighthouse".

6. Mudar uma coisa e manter o resto

Uma edição da foto de produto do prompt 2: uma mudança e uma lista de oito itens que ficam.

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.

Em português: mude só a cor da garrafa, de preto fosco para verde-sálvia fosco, e mantenha igual todo o resto: a tampa de bambu, a hortelã, as gotas, a luz, a sombra, o ângulo de câmera, o enquadramento e o fundo de pedra.

Configurações: editar, entrada a foto de produto do prompt 2, 1536x1024, qualidade medium, 78.9 s.

Resultado: a cor mudou e detalhes pequenos foram redesenhados.

• Uma garrafa verde-sálvia fosca no mesmo lugar, com tampa, hortelã, gotas, luz e fundo de pedra iguais à primeira vista.
• Em tamanho real a hortelã se moveu, as gotas mudaram de lugar e os veios da tampa foram redesenhados; SSIM, em que 1 significa idêntico: parede 0.985, mesa 0.93, hortelã 0.78, tampa 0.65, garrafa 0.33.

O que mudar:

• Quando uma área precisa ficar idêntica pixel a pixel, cole a edição aprovada sobre o original.
• Repita a lista do que fica em cada rodada de edição.

7. Contagens exatas

A OpenAI não publica orientação sobre contar objetos, então esta receita é teste nosso.

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.

Em português: uma foto de cima de uma mesa de madeira clara com exatamente sete maçãs vermelhas e exatamente três peras verdes, numa fileira solta, sem nada mais na mesa.

Configurações: gerar, 1024x1024, qualidade medium, 23.1 s.

Resultado: sete e três, exatos; a fileira saiu reta como uma régua.

• Exatamente 7 maçãs vermelhas e 3 peras verdes, nada mais, vistas de cima e com as peras deitadas.
• A fileira é perfeitamente reta e regular, então o "solta" não foi seguido.

O que mudar:

• Descreva a disposição em palavras simples: "scattered in a loose, uneven line".
• Mantenha os números na descrição e nas restrições, como fizemos.

8. Uma tela de app com texto de interface exato

Seis trechos de texto de interface dentro da moldura de um celular.

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.

Em português: um mockup de tela para uma apresentação, com a interface de um app fictício de regar plantas chamado "Sprout" dentro de uma moldura de celular moderna sobre cinza-claro, com o texto definido para o cabeçalho, os três cartões e o botão de baixo.

Configurações: gerar, 1024x1536, qualidade high, 55.6 s.

Resultado: cada palavra escrita certo; o layout mudou em três pontos.

• Uma moldura com a forma de um iPhone recente sobre cinza-claro, "Good morning, Maya" em duas linhas, três cartões de plantas e um botão verde "Log watering"; cada palavra escrita certo.
• Cada cartão se dividiu em nome e status, então os travessões sumiram, "Sprout" não aparece em lugar nenhum e uma barra de status com "9:41" foi acrescentada.

O que mudar:

• Cite cada linha como ela deve aparecer na tela e dê o nome do app como texto, com posição.
• Acrescente "no status bar" às restrições.

Falhas comuns e como corrigir

A OpenAI aponta três pontos fracos: o posicionamento preciso do texto, a consistência de personagens ou marcas entre imagens separadas e a posição exata em composições sensíveis ao layout.

Quanto custa uma imagem

A OpenAI cobra o GPT Image 2 por token: entrada de imagem $8, saída de imagem $30 e entrada de texto $5 por milhão de tokens, com o Batch pela metade. Ela também publica preços de saída por imagem para três tamanhos, só saída, conferidos em 27 de outubro de 2026.

O nosso infográfico em qualidade alta custou 33 vezes o de qualidade baixa, $0.165 contra $0.005, e era justamente o que trazia o texto a mais, então vale rascunhar barato e subir quando o layout aguentar. As nossas nove imagens somam cerca de $0.72 sem os tokens de entrada, que esses preços não incluem. Para as tarifas atuais da OmniaKey, veja a página do modelo GPT Image 2.

Rodar esses prompts pela API

A API de mídia da OmniaKey tem três passos: criar uma tarefa, consultar essa tarefa até terminar e baixar o resultado. Esta é uma versão mínima do pedido que enviamos para o prompt 3 em qualidade low, sem as repetições e o registro.

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")

Uma edição é a mesma tarefa com a operação trocada e o original 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"},
}

• Várias referências vão em "images": [...] em vez de "image".
• O pedido inteiro é limitado a 1 MiB, então reduza o original antes, como fizemos.
• Na OmniaKey, size aceita 1024x1024, 1536x1024 ou 1024x1536, e n precisa ser 1.
• Ajustes de fundo, formato, compressão e moderação não têm efeito: o resultado é um PNG opaco.
• As tarefas costumam levar 25–60 segundos, e as nossas levaram de 23 a 97 s. A URL assinada dura cerca de uma hora, então baixe assim que a tarefa terminar bem.

Para a tarifa atual da OmniaKey, veja a página do modelo GPT Image 2 e a documentação da API de imagens.

Perguntas frequentes

Qual é o tamanho máximo de um prompt do GPT Image 2?

A OpenAI não publica limite: o guia de geração, o de prompting, a página do modelo e a referência da API não fixam teto de caracteres ou de tokens. Os nossos tinham de 248 a 607 caracteres, de 42 a 100 palavras.

Como impedir texto e logos a mais?

Enuncie as exclusões, como "no other text, no logos, no watermark", e confira o resultado letra por letra. O cartaz saiu limpo; o infográfico em qualidade alta acrescentou um segundo "94 °C".

A qualidade alta vale a pena?

Num infográfico foi a pior compra: low manteve todos os rótulos alinhados e não acrescentou nada, enquanto high custou 33 vezes mais e imprimiu um "94 °C" extra. A OpenAI aconselha rascunhar em low e avisa que um ajuste mais alto não garante nada.

O GPT Image 2 faz fundo transparente?

Faz, em prévia, e precisa de PNG ou WebP, porque o JPEG não carrega transparência. Pela API da OmniaKey o resultado é sempre um PNG opaco; para um fundo branco de loja, descreva um fundo branco sem emenda na cena, como no prompt 2.

GPT Image 2 ou GPT Image 2.5?

O GPT Image 2 saiu em 21 de abril de 2026 e os dois modelos 2.5 em 8 de setembro de 2026. O guia de prompting da OpenAI descreve o 2.5 Flare como parecido em qualidade e mais rápido, e o 2.5 Sunburst como superior. Veja GPT Image 2.5 contra GPT Image 2 e GPT Image 2 contra Nano Banana 2.

Registro de atualizações

• 28 de outubro de 2026: primeira versão, com oito prompts rodados em 27 de outubro de 2026.