GPT Image 2.5 richtig prompten: Typografie, Negativraum und die Wahl zwischen high, xhigh oder max
Die meisten fehlerhaften Prompts, die an GPT Image 2.5 Sunburst Text-to-Image und GPT Image 2.5 Flare Text-to-Image gesendet werden, scheitern aus demselben Grund: Sie sind für Diffusionsmodelle aus dem Jahr 2022 geschrieben statt für eine sprachkonditionierte Architektur aus dem Jahr 2026. Wenn Sie durch Kommas getrennte Buzzwords ("coffee dripper, 8k, hyperrealistic, octane render, studio lighting, award winning") in einen Endpunkt einspeisen, der 32.000 Zeichen natürlicher Sprache akzeptiert, überlassen Sie 90 % der räumlichen Entscheidungen im Bild dem statistischen Zufall.
Auf E2X wird OpenAI GPT Image 2.5 über zwei spezialisierte Modellfamilien bereitgestellt:
- GPT Image 2.5 Sunburst (
openai/gpt-image-2.5-sunburst/text-to-image&openai/gpt-image-2.5-sunburst/edit-image): Unterstützt die Auflösungen1K,2Kund4Ksowie alle fünf Qualitätsstufen:low,medium,high,xhighundmax. - GPT Image 2.5 Flare (
openai/gpt-image-2.5-flare/text-to-image&openai/gpt-image-2.5-flare/edit-image): Unterstützt die Auflösungen1K,2Kund4Kmit den drei Standard-Qualitätsstufen:low,mediumundhigh.
GPT Image 2.5 braucht keine Qualitätsadjektive. Es benötigt ein klares räumliches Briefing in vollständigen Aussagesätzen, kombiniert mit den richtigen Schema-Einstellungen (aspect_ratio, resolution und quality: high, xhigh oder max). Und sobald Sie von /models/openai/gpt-image-2.5-sunburst/text-to-image zu /models/openai/gpt-image-2.5-sunburst/edit-image wechseln, kehren sich die Regeln um: Eine erneute Beschreibung der gesamten Szene in einem Edit-Aufruf führt zu unerwünschtem Drift, während ein präziser Delta-Prompt Ihr Referenzbild zuverlässig fixiert.
Unten finden Sie die exakte vierteilige Prompt-Struktur, die wir in Produktions-Pipelines auf E2X einsetzen – komplett mit Vorher-Nachher-Umschreibungen, Formatierungsregeln für Typografie, Reservierung von Negativraum und einem praktischen Leitfaden zur Auswahl zwischen high, xhigh und max, wenn alle Qualitätsstufen in 1K dieselben $0.0525 kosten.

Die 4-teilige Satzstruktur, der GPT Image 2.5 am besten folgt
Mit einem Limit von 32.000 Zeichen bei GPT Image 2.5 Sunburst Text-to-Image und 50.000 Zeichen bei GPT Image 2.5 Sunburst Edit-Image müssen Sie Ihre Anweisungen niemals im Telegrammstil abkürzen. Schreiben Sie vollständige Sätze in genau der Reihenfolge, in der die Leinwand aufgebaut werden soll. Frühe Satzteile verankern die Kamerageometrie und das Hauptobjekt; spätere Satzteile verfeinern Beleuchtung, Typografie und freie Ränder.
Folgen Sie dieser vierteiligen Reihenfolge:
- Motiv + Material + Position: Benennen Sie das Medium und das Hauptobjekt, seine haptische Oberflächenbeschaffenheit und seine Position im Bild (
"Matte ceramic pour-over coffee dripper centered on a brushed steel digital scale on a pale ash wood counter"). - Physische Lichtquelle + Richtung: Geben Sie an, was das Licht erzeugt, aus welchem Winkel es einfällt und wie die Schatten fallen (
"afternoon sunlight from camera left casting sharp shadows across the brackets"). - Text in Anführungszeichen + Schrift-/Oberflächenbehandlung: Wenn das Bild Schilder, Etiketten oder UI-Elemente enthält, setzen Sie die exakten Zeichen in doppelte Anführungszeichen und beschreiben Sie den Schriftstil sowie das Trägermaterial (
"crisp white sans-serif lettering reading \"PLATFORM 4 — EXPRESS TO GENEVA\" on deep Prussian blue enamel"). - Explizite Reservierung von Negativraum: Teilen Sie dem Modell mit, welches Drittel oder welche Hälfte der Leinwand frei bleiben muss, damit Ihr Designteam später HTML- oder Figma-Text darüberlegen kann (
"Keep the right third of the frame an uncluttered warm plaster wall for headline copy").
Vorher und Nachher: Keyword-Suppe vs. deklaratives räumliches Briefing
Vergleichen Sie anhand von drei typischen kommerziellen Aufgaben, was passiert, wenn Sie eine generische Tag-Liste durch die vierteilige Satzstruktur ersetzen.
Aufgabe 1: E-Commerce-Hero-Banner mit Platz für Text (Copy Space)
Weak prompt (keyword soup):
pour-over coffee maker, digital scale, minimalist kitchen, copy space on right,
product photography, 8k, photorealistic, soft lighting, clean background
Strong prompt (declarative brief):
Matte ceramic pour-over coffee dripper centered on a brushed steel digital scale on a pale ash wood counter. Keep the right third of the frame an uncluttered warm plaster wall for headline copy.
Warum die Umschreibung funktioniert: "copy space on right" in einer Kommaliste hält ein Bildmodell selten davon ab, ein Regal, eine Pflanze oder einen Fensterrahmen in diese Ecke zu setzen. Wenn Sie das exakte Material des leeren Bereichs benennen ("an uncluttered warm plaster wall"), erhält das Modell eine konkrete Oberfläche, die es über das rechte Drittel der Leinwand rendern kann.
Aufgabe 2: Architektonische Beschilderung mit eingebettetem Text
Weak prompt (unquoted text and vague style):
vintage blue train station sign that says platform 4 express to geneva,
retro typography, brass brackets, sunny day, ultra detailed
Strong prompt (exact quotes and surface physics):
Vintage enamel railway station platform sign in deep Prussian blue with crisp white sans-serif lettering reading "PLATFORM 4 — EXPRESS TO GENEVA", weathered brass mounting brackets, afternoon sunlight.
Warum die Umschreibung funktioniert: Wenn Sie die Zielwörter kleingeschrieben und ohne Anführungszeichen lassen (says platform 4 express to geneva), verleitet das das Modell dazu, umzuformulieren, Satzzeichen wegzulassen oder zusätzliche Bahnhofsnamen zu erfinden. Das Einschließen von "PLATFORM 4 — EXPRESS TO GENEVA" in doppelte Anführungszeichen und die Angabe "crisp white sans-serif lettering" fixieren sowohl die Groß-/Kleinschreibung als auch die Glyphengeometrie.
Aufgabe 3: Tabletop-Layout mit mehreren Objekten
Weak prompt (flat inventory list):
desk flatlay with anodized keyboard, walnut desk, orange escape key,
notebook, brass pen, daylight, sharp legends
Strong prompt (spatial hierarchy):
Overhead editorial photograph of an anodized aluminum mechanical keyboard centered on a dark walnut desk. Keycaps in matte charcoal with a single signal-orange Esc key at the top left corner of the board. Closed cream linen notebook resting parallel to the right edge of the keyboard, brass fountain pen centered on the cover. Soft north-window daylight from the upper left, crisp key legends, no other props.
Warum die Umschreibung funktioniert: Jedes sekundäre Objekt ist relativ zum Hauptmotiv verankert ("at the top left corner of the board", "parallel to the right edge"), was überlappende Geometrien verhindert.
Negativraum für Überschriften und UI-Overlays reservieren
Einer der teuersten Fehler in automatisierten Werbe- und Landingpage-Pipelines besteht darin, eine zentrierte quadratische Komposition im Format 16:9 zu generieren und zu hoffen, dass ein Frontend-Entwickler weißen Text über den linken oder rechten Rand legen kann. Sofern Sie den Freiraum in Ihrem Prompt nicht ausdrücklich einfordern, füllt GPT Image 2.5 die gesamte Bildbreite mit sekundären Requisiten, Unschärfe-Elementen oder dramatischen Schattenverläufen, die den Textkontrast ruinieren.
Hier ist der Prompt für den Pour-over-Kaffeebereiter, gerendert mit GPT Image 2.5. Er zeigt, wie das Modell reagiert, wenn Sie dem rechten Drittel des Bildes explizit eine Wandoberfläche zuweisen:
Matte ceramic pour-over coffee dripper centered on a brushed steel digital scale on a pale ash wood counter. Keep the right third of the frame an uncluttered warm plaster wall for headline copy.

Sehen Sie sich an, wie sich die Szene entlang der horizontalen Achse aufteilt:
- Die matten Keramikrippen des Kaffeebereiters und die Wiegefläche aus gebürstetem Stahl nehmen den linken und halblinken Bereich ein, ohne am Bildrand abgeschnitten zu werden.
- Die helle Arbeitsplatte aus Eschenholz läuft sauber bis zum rechten Rand durch und erdet die Szene, sodass sie nicht wie eine zusammengeklebte Split-Screen-Collage wirkt.
- Der obere rechte Bereich bleibt eine gleichmäßige, warme Putzoberfläche mit sanftem Tonwertverlauf – bereit für dunkle Serifen- oder Sans-Serif-HTML-Typografie, ohne dass eine halbtransparente Abdunklungsbox hinter den Wörtern nötig ist.
Wenn Sie Anweisungen für Negativraum schreiben, kombinieren Sie immer den räumlichen Bruchteil ("the right third", "the upper quarter", "the left half") mit dem spezifischen Hintergrundmaterial, das diesen Bereich füllen soll ("uncluttered warm plaster wall", "clear pale overcast sky", "seamless slate-gray studio sweep"). Einem Modell zu sagen, was sich im leeren Raum befindet, funktioniert weitaus zuverlässiger als nur "leave empty space" zu schreiben.
Exakten Text in Anführungszeichen setzen und Oberflächentypografie steuern
GPT Image 2.5 ist das stärkste Modell im E2X-Katalog für das Rendern von mehrwortigen Schildern, Verpackungsetiketten, Buchcovern und UI-Karten. Um gleich beim ersten Durchlauf ein sauberes Schriftbild zu erhalten, befolgen Sie vier mechanische Regeln, wann immer Ihr Prompt Text enthält:
- Setzen Sie die exakten Zeichen immer in doppelte Anführungszeichen: Schreiben Sie
"PLATFORM 4 — EXPRESS TO GENEVA"exakt in der Groß- oder gemischten Schreibweise, die gerendert werden soll. - Beschreiben Sie die Schriftart nach visueller Familie und Strichstärke, nicht nach proprietären Font-Dateien: Verwenden Sie Beschreibungen wie
"condensed bold grotesque sans-serif","high-contrast editorial Didone serif"oder"hand-painted gold leaf sign-painter capitals". - Geben Sie an, wie der Text mit dem physischen Material verbunden ist: Beschreiben Sie, ob die Buchstaben
"screen-printed in matte black ink","stamped in recessed gold foil","enameled white on Prussian blue steel"oder"backlit acrylic channel letters"sind. - Verhindern Sie zufälligen Buchstabensalat im Hintergrund: Wenn Ihre Szene Ladenfronten, Gläser oder Bücher im Hintergrund enthält, die keine zufällig erfundenen Wörter tragen sollen, schließen Sie Ihren Prompt mit
"no other text or logos in the frame"ab.
Hier ist der Bahnhofsschild-Prompt, der auf GPT Image 2.5 genau nach diesen Regeln generiert wurde:
Vintage enamel railway station platform sign in deep Prussian blue with crisp white sans-serif lettering reading "PLATFORM 4 — EXPRESS TO GENEVA", weathered brass mounting brackets, afternoon sunlight.

In dieser Ausgabe behält das Modell den Abstand rund um den Gedankenstrich zwischen PLATFORM 4 und EXPRESS TO GENEVA bei, hält die Strichstärke der weißen Sans-Serif-Schrift über die gesamte horizontale Tafel hinweg konstant und rendert dezente Glanzlichter der Nachmittagssonne sowohl auf der blauen Emaille-Glasur als auch auf den weißen Buchstaben. Gleichzeitig zeigen die verwitterten Messinghalterungen an den Ecken Oxidations- und Schraubendetails, ohne in den inneren Rahmen des Schildes hineinzuragen.
Die Wahl zwischen high (Flare & Sunburst) sowie xhigh und max (Sunburst) auf E2X
Auf E2X ist der Parameter quality auf die beiden GPT-Image-2.5-Modellfamilien aufgeteilt:
- GPT Image 2.5 Sunburst (
/models/openai/gpt-image-2.5-sunburst/text-to-imageund/models/openai/gpt-image-2.5-sunburst/edit-image) akzeptiert alle fünf Qualitätswerte:low,medium,high(Standard),xhighundmax. - GPT Image 2.5 Flare (
/models/openai/gpt-image-2.5-flare/text-to-imageund/models/openai/gpt-image-2.5-flare/edit-image) akzeptiert die drei Standard-Qualitätswerte:low,mediumundhigh(Standard).
Bevor Sie entscheiden, welche Einstellung Sie übergeben, sollten Sie verstehen, wie E2X diesen Parameter abrechnet. Jeder Aufruf startet bei einem Listen-Basispreis von $0.03, den unser dauerhafter Rabatt von 75 % auf $0.0075 senkt. Von dort aus gilt:
- Jede
quality-Einstellung (low,medium,high,xhighundmax) wendet exakt denselben ×7-Multiplikator an. resolutionwendet einen ×1-Multiplikator bei1K($0.0525), ×2 bei2K($0.1050) und ×3 bei4K($0.1575) an.
Preise und Produktbedingungen können sich ändern. Prüfen Sie vor einer Kaufentscheidung die aktuellen Preise des jeweiligen Anbieters. Google Batch- oder Flex-Preise sind nicht direkt mit einer regulären On-Demand-API-Anfrage vergleichbar, da sich Zeitplanung, Verfügbarkeit und Verarbeitungsbedingungen unterscheiden; sie sind daher von diesem Vergleich ausgeschlossen. Dies ist ein abgegrenzter Vergleich und kein Anspruch darauf, dass E2X in jeder Konfiguration die weltweit günstigste Option ist.
Da low, high, xhigh und max in 1K alle exakt dieselben $0.0525 kosten ($0.105 in 2K, $0.1575 in 4K), gibt es keinen finanziellen Grund, low oder medium zu senden. Ihre eigentliche technische Abwägung zwischen high (Flare oder Sunburst) sowie xhigh und max (Sunburst) liegt zwischen Inferenz-Latenz und Detailverfeinerung:
| Qualitätseinstellung | Modellfamilie | E2X 1K-Preis | E2X 4K-Preis | Bester Anwendungsfall |
|---|---|---|---|---|
high (Standard) | Flare & Sunburst | $0.0525 | $0.1575 | Schnelle interaktive Vorschauen, Produktaufnahmen mit einzelnem Motiv, saubere Negativraum-Hintergründe |
xhigh | Sunburst | $0.0525 | $0.1575 | Ladenschilder, Kosmetik-Flaschenetiketten, Tabletop-Kompositionen mit mehreren Objekten, Porträts mit feiner Haut-/Stoffstruktur |
max | Sunburst | $0.0525 | $0.1575 | Dichte mehrzeilige Poster, detaillierte mechanische/architektonische Querschnitte, finale 2K/4K-Master-Renderings |
In der Praxis verwenden Sie quality: "high" mit resolution: "1K" auf Flare oder Sunburst, wenn ein Nutzer interaktiv auf einer UI-Leinwand wartet und Ihr Prompt keinen kleingedruckten Text enthält. Verwenden Sie quality: "xhigh" auf Sunburst in 1K ($0.0525), sobald Ihr Prompt Text in Anführungszeichen oder mehrere interagierende Objekte umfasst. Wechseln Sie zu quality: "max" auf Sunburst in 2K ($0.105) oder 4K ($0.1575), wenn Sie das finale Produktions-Master in einer Hintergrund-Worker-Queue rendern.
Delta-Prompting für edit-image vs. Vollbild-Prompting für text-to-image
Das Prompting für GPT Image 2.5 Sunburst Edit-Image und GPT Image 2.5 Flare Edit-Image erfordert ein anderes mentales Modell als das Prompting für text-to-image. Wenn Sie ein oder mehrere Quellbilder in image_urls übergeben, existiert die visuelle Szene bereits. Wenn Ihr Prompt den gesamten Raum, die Beleuchtung und das Kameraobjektiv noch einmal von Grund auf neu beschreibt, behandelt das Modell diese Sätze als Anweisung, diese Bereiche neu zu generieren – was zu subtilem Drift bei Gesichtern, Texturen oder der Perspektive führt.
Schreiben Sie einen edit-image-Prompt als striktes Delta mit drei Komponenten:
- Indizieren Sie das/die Quellbild(er) explizit: Wenn Sie mehrere URLs in
image_urlsübergeben, beziehen Sie sich auf sie als"image 1","image 2"und"image 3". - Benennen Sie die exakte Änderung: Beschreiben Sie nur das Element, das sich ändert, einschließlich des neuen Textes in Anführungszeichen, falls Sie ein Schild oder Etikett aktualisieren.
- Fixieren Sie alles andere: Listen Sie explizit die umgebenden Elemente auf, die unberührt bleiben müssen.
Vergleichen Sie einen vollständigen text-to-image-Prompt mit dem entsprechenden edit-image-Delta-Prompt:
Full-scene prompt (for openai/gpt-image-2.5-sunburst/text-to-image):
Vintage enamel railway station platform sign in deep Prussian blue with crisp white sans-serif lettering reading "PLATFORM 4 — EXPRESS TO GENEVA", weathered brass mounting brackets, afternoon sunlight.
Delta edit prompt (for openai/gpt-image-2.5-sunburst/edit-image):
In image 1, change the white sans-serif lettering on the Prussian blue enamel sign to read "PLATFORM 9 — NIGHT TRAIN TO MILAN" in the exact same font weight, kerning, and enamel surface gloss. Keep the weathered brass mounting brackets, afternoon sunlight angle, and background masonry completely unchanged.
Senden Sie diesen Delta-Edit-Aufruf über POST https://api.e2x.ai/v1/jobs/submit und belassen Sie aspect_ratio: "auto", damit die Ausgabe den Abmessungen Ihres Eingabebildes entspricht:
curl -X POST https://api.e2x.ai/v1/jobs/submit \
-H "Authorization: Bearer $E2X_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-image-2.5-sunburst/edit-image",
"input": {
"prompt": "In image 1, change the white sans-serif lettering on the Prussian blue enamel sign to read \"PLATFORM 9 — NIGHT TRAIN TO MILAN\" in the exact same font weight, kerning, and enamel surface gloss. Keep the weathered brass mounting brackets, afternoon sunlight angle, and background masonry completely unchanged.",
"image_urls": [
"https://assets.e2x.ai/assets/posts/gpt-image-2-5-prompting-guide/example-2.jpg"
],
"aspect_ratio": "auto",
"resolution": "2K",
"quality": "max"
}
}'
Beachten Sie zwei Schema-Regeln, wenn Sie auf E2X zwischen Generierung und Bearbeitung wechseln:
openai/gpt-image-2.5-sunburst/edit-imageundopenai/gpt-image-2.5-flare/edit-imageakzeptieren Prompts mit bis zu 50.000 Zeichen (im Vergleich zu 32.000 beitext-to-image), sodass automatisierte Lokalisierungsskripte vollständige Layoutregeln ohne Abschneiden übergeben können.- Keiner der GPT Image 2.5-Endpunkte enthält
background: "transparent". Wenn ein freigestelltes Packshot in einem einzigen API-Aufruf einen Alphakanal benötigt, leiten Sie diesen Job zum selben Preis von $0.0525 (1K) an GPT Image 2 Text-to-Image oder GPT Image 2 Edit-Image weiter.
Für direkte Modellvergleiche lesen Sie unsere Analysen zu GPT Image 2.5 vs. Nano Banana 2.1 und GPT Image 2.5 vs. FLUX.2 Pro und Max oder werfen Sie einen Blick in unseren Nano Banana Prompting-Leitfaden. Sie können auch die rohen Parameter-Schemata in der Text-to-Image llms.txt-Spezifikation und der Edit-Image llms.txt-Spezifikation einsehen oder alle Modelle im E2X-Katalog durchsuchen.
Häufig gestellte Fragen
Was ist die beste Satzstellung für einen GPT Image 2.5 Prompt?
Beginnen Sie mit dem Hauptmotiv, seiner Materialoberfläche und seiner Position im Bild. Lassen Sie die physische Lichtquelle und die Schattenrichtung folgen, geben Sie dann jeglichen exakten Text im Bild in doppelten Anführungszeichen zusammen mit Schriftstil und Oberflächenbehandlung an und schließen Sie mit der expliziten Reservierung von Negativraum ab (wobei Sie sowohl den Bildbereich als auch die ruhige Hintergrundoberfläche benennen).
Warum schreibt GPT Image 2.5 Wörter falsch, wenn ich keine Anführungszeichen verwende?
Wenn Zielwörter ohne Anführungszeichen im Fließtext stehen, kann die Sprachkonditionierungsschicht sie als thematische Beschreibungen statt als wörtliche Zeichenketten interpretieren. Das Einschließen der exakten Zeichenkette in doppelte Anführungszeichen (reading "PLATFORM 4 — EXPRESS TO GENEVA"), die Benennung des Schriftstils ("crisp white sans-serif lettering") und das Setzen von quality auf xhigh oder max bei GPT Image 2.5 Sunburst weisen das Modell an, genau diese Glyphen zu rendern.
Sollte ich bei GPT Image 2.5 Sunburst immer die Qualität max verwenden, da sie genauso viel kostet wie high?
Auf E2X haben low, medium, high, xhigh und max alle denselben ×7-Multiplikator ($0.0525 in 1K, $0.105 in 2K, $0.1575 in 4K). Verwenden Sie auf Sunburst xhigh oder max immer dann, wenn Ihr Prompt eingebettete Typografie, feine Haut- oder Stofftexturen oder räumliche Vorgaben für mehrere Objekte enthält. Bleiben Sie bei high (auf Flare oder Sunburst), wenn Sie bei einfachen Entwürfen mit einem einzelnen Motiv oder sauberen Hintergrundplatten schnellere Antwortzeiten wünschen.
Wie reserviere ich sauberen Platz (Copy Space) für HTML-Text-Overlays?
Geben Sie sowohl den Bruchteil des Bildes als auch die exakte physische Oberfläche an, die diese leere Zone füllen soll, zum Beispiel "Keep the right third of the frame an uncluttered warm plaster wall for headline copy" oder "Keep the upper half a clear pale overcast sky with no clouds or objects". Die Benennung der Oberfläche verhindert, dass das Modell den Raum mit zufälligen Hintergrundrequisiten füllt.
Wie sollte sich ein edit-image-Prompt von einem text-to-image-Prompt unterscheiden?
Beschreiben Sie für /models/openai/gpt-image-2.5-sunburst/text-to-image und /models/openai/gpt-image-2.5-flare/text-to-image die gesamte Szene von Grund auf neu (bis zu 32.000 Zeichen). Schreiben Sie für /models/openai/gpt-image-2.5-sunburst/edit-image und /models/openai/gpt-image-2.5-flare/edit-image (bis zu 50.000 Zeichen) nur das Delta: Referenzieren Sie die Eingabedatei per Nummer ("In image 1..."), benennen Sie das exakte Element oder den Text in Anführungszeichen, der sich ändert, und weisen Sie das Modell ausdrücklich an, alle anderen Objekte, die Beleuchtung und die Kamerawinkel unverändert zu lassen.