Cara Membuat Prompt GPT Image 2.5: Tipografi, Negative Space, dan Memilih high, xhigh, atau max
Sebagian besar prompt gagal yang dikirim ke GPT Image 2.5 text-to-image bermasalah karena alasan yang sama: prompt tersebut ditulis untuk model difusi tahun 2022, bukan untuk arsitektur terkondisi bahasa (language-conditioned) tahun 2026. Saat Anda memasukkan deretan kata kunci yang dipisahkan koma ("coffee dripper, 8k, hyperrealistic, octane render, studio lighting, award winning") ke dalam endpoint yang menerima hingga 32.000 karakter bahasa alami, Anda menyerahkan 90% keputusan spasial di dalam frame pada kebetulan statistik.
GPT Image 2.5 tidak memerlukan kata sifat kualitas yang klise. Model ini membutuhkan brief spasial yang jelas dalam bentuk kalimat deklaratif utuh, dipadukan dengan pengaturan skema yang tepat (aspect_ratio, resolution, dan quality: high, xhigh, atau max). Dan ketika Anda beralih dari /models/openai/gpt-image-2.5-sunburst/text-to-image ke /models/openai/gpt-image-2.5-sunburst/edit-image, aturannya berbalik: mendeskripsikan ulang seluruh adegan di dalam panggilan edit justru memicu pergeseran (drift) yang tidak diinginkan, sedangkan prompt delta yang ringkas akan mengunci gambar referensi Anda tetap di tempatnya.
Di bawah ini adalah struktur prompt empat bagian yang kami gunakan di seluruh pipeline produksi di E2X, lengkap dengan contoh penulisan ulang sebelum-dan-sesudah, aturan pemformatan tipografi, penyediaan ruang kosong (negative space), serta panduan praktis memilih antara high, xhigh, dan max ketika kelima tingkat kualitas memiliki harga yang sama yaitu $0.0525 pada 1K.

Struktur kalimat 4 bagian yang paling dipatuhi GPT Image 2.5
Dengan batas 32.000 karakter pada GPT Image 2.5 text-to-image dan 50.000 karakter pada GPT Image 2.5 edit-image, Anda tidak perlu lagi memotong instruksi menjadi fragmen-fragmen pendek. Tulislah kalimat lengkap sesuai urutan konstruksi kanvas yang Anda inginkan. Klausa awal mengunci geometri kamera dan objek utama; klausa berikutnya menyempurnakan pencahayaan, tipografi, dan margin kosong.
Ikuti urutan empat bagian ini:
- Subjek + material + posisi: Sebutkan medium dan objek utama, tekstur penyelesaian permukaannya, serta di mana posisinya di dalam frame (
"Matte ceramic pour-over coffee dripper centered on a brushed steel digital scale on a pale ash wood counter"). - Sumber cahaya fisik + arah: Nyatakan apa yang menghasilkan cahaya, dari sudut mana cahaya tersebut datang, dan bagaimana bayangan jatuh (
"afternoon sunlight from camera left casting sharp shadows across the brackets"). - Teks dalam tanda kutip + perlakuan font/permukaan: Ketika frame menyertakan papan nama, label, atau elemen UI, apit karakter persisnya di dalam tanda kutip ganda serta deskripsikan gaya bentuk huruf dan material substratnya (
"crisp white sans-serif lettering reading \"PLATFORM 4 — EXPRESS TO GENEVA\" on deep Prussian blue enamel"). - Penyediaan negative space secara eksplisit: Beri tahu model bagian sepertiga atau setengah kanvas mana yang harus tetap kosong agar tim desain Anda dapat menambahkan overlay teks HTML atau Figma nantinya (
"Keep the right third of the frame an uncluttered warm plaster wall for headline copy").
Sebelum dan sesudah: tumpukan kata kunci vs brief spasial deklaratif
Bandingkan apa yang terjadi ketika Anda mengganti daftar tag generik dengan struktur kalimat empat bagian di tiga tugas komersial umum berikut.
Tugas 1: Hero banner e-commerce dengan ruang teks (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.
Mengapa penulisan ulang ini berhasil: Frasa "copy space on right" di dalam daftar koma jarang bisa mencegah model gambar menggantungkan rak, tanaman, atau bingkai jendela di sudut tersebut. Menyebutkan material spesifik dari area kosong tersebut ("an uncluttered warm plaster wall") memberi model permukaan konkret untuk dirender di sepanjang sepertiga bagian kanan kanvas.
Tugas 2: Papan nama arsitektural dengan teks tertanam
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.
Mengapa penulisan ulang ini berhasil: Membiarkan kata-kata target dalam huruf kecil dan tanpa tanda kutip (says platform 4 express to geneva) membuat model cenderung memparafrasakan, menghilangkan tanda baca, atau mengarang nama stasiun tambahan. Mengapit "PLATFORM 4 — EXPRESS TO GENEVA" di dalam tanda kutip ganda dan menentukan "crisp white sans-serif lettering" akan mengunci kapitalisasi huruf sekaligus geometri glifnya.
Tugas 3: Tata letak atas meja (tabletop) multi-objek
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.
Mengapa penulisan ulang ini berhasil: Setiap objek sekunder ditambatkan secara relatif terhadap subjek utama ("at the top left corner of the board", "parallel to the right edge"), sehingga mencegah geometri yang saling tumpang-tindih.
Menyediakan negative space untuk judul dan overlay UI
Salah satu kesalahan paling mahal dalam pipeline iklan dan halaman arahan (landing page) otomatis adalah membuat komposisi persegi terpusat pada rasio 16:9 lalu berharap developer frontend dapat menempatkan teks putih di atas margin kiri atau kanan. Kecuali Anda mengklaim ruang kosong tersebut secara tegas di dalam prompt, GPT Image 2.5 akan mengisi seluruh lebar frame dengan properti tambahan, bokeh yang ramai, atau gradasi bayangan dramatis yang merusak kontras teks.
Berikut adalah hasil render prompt coffee dripper pour-over pada GPT Image 2.5, yang menunjukkan bagaimana model merespons ketika Anda secara eksplisit menetapkan permukaan dinding pada sepertiga bagian kanan frame:
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.

Perhatikan bagaimana adegan tersebut terbagi di sepanjang sumbu horizontal:
- Rusuk keramik matte pada dripper dan platform timbangan baja sikat menempati zona kiri dan tengah-kiri tanpa terpotong di tepi frame.
- Meja kayu ash pucat berlanjut dengan rapi hingga ke batas kanan, menyatukan adegan sehingga tidak terlihat seperti kolase layar terpisah (split-screen) yang ditempel.
- Zona kanan atas tetap berupa permukaan dinding plester hangat yang seragam dengan gradasi rona lembut, siap menerima tipografi HTML serif atau sans-serif gelap tanpa memerlukan kotak latar transparan gelap di belakang kata-kata.
Saat Anda menulis instruksi negative space, selalu pasangkan pecahan spasial ("the right third", "the upper quarter", "the left half") dengan material latar belakang spesifik yang harus menempatinya ("uncluttered warm plaster wall", "clear pale overcast sky", "seamless slate-gray studio sweep"). Memberi tahu model apa yang ada di ruang kosong tersebut bekerja jauh lebih andal daripada sekadar mengatakan "leave empty space".
Mengutip teks secara presisi dan mengontrol tipografi permukaan
GPT Image 2.5 adalah model terkuat di dalam katalog E2X untuk merender papan nama multi-kata, label kemasan, sampul buku, dan kartu UI. Untuk mendapatkan tulisan yang bersih pada percobaan pertama, ikuti empat aturan mekanis berikut setiap kali prompt Anda memuat teks:
- Selalu apit karakter persisnya di dalam tanda kutip ganda: Tuliskan
"PLATFORM 4 — EXPRESS TO GENEVA"tepat dalam bentuk huruf kapital atau campuran yang ingin Anda tampilkan. - Deskripsikan jenis huruf berdasarkan keluarga visual dan ketebalannya, bukan nama file font berpemilik: Gunakan deskriptor seperti
"condensed bold grotesque sans-serif","high-contrast editorial Didone serif", atau"hand-painted gold leaf sign-painter capitals". - Tentukan bagaimana teks menempel pada material fisik: Nyatakan apakah huruf-huruf tersebut
"screen-printed in matte black ink","stamped in recessed gold foil","enameled white on Prussian blue steel", atau"backlit acrylic channel letters". - Cegah munculnya teks acak di latar belakang: Jika adegan Anda menyertakan etalase toko, stoples, atau buku di latar belakang yang seharusnya tidak memuat kata-kata karangan acak, tutup prompt Anda dengan
"no other text or logos in the frame".
Berikut adalah prompt papan nama stasiun kereta api yang dibuat pada GPT Image 2.5 menggunakan aturan-aturan tersebut:
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.

Pada hasil tersebut, model mempertahankan jarak spasi di sekitar tanda baca di antara PLATFORM 4 dan EXPRESS TO GENEVA, menjaga ketebalan garis huruf sans-serif putih tetap seragam di seluruh plakat horizontal, serta merender pantulan sinar matahari sore yang halus di permukaan glasir enamel biru maupun huruf bercat putih. Sementara itu, braket pemasangan kuningan yang lapuk di bagian sudut menampilkan detail oksidasi dan baut tanpa melewati garis batas bagian dalam papan nama.
Memilih antara kualitas high, xhigh, dan max di E2X
Pada /models/openai/gpt-image-2.5-sunburst/text-to-image dan /models/openai/gpt-image-2.5-sunburst/edit-image, parameter quality menerima lima nilai: low, medium, high (default skema jika dikosongkan), xhigh, dan max. Di E2X, GPT Image 2.5 tersedia dalam dua varian: GPT Image 2.5 Sunburst (openai/gpt-image-2.5-sunburst, yang mendukung resolusi 1K/2K/4K serta tingkat kualitas low, medium, high, xhigh, max) dan GPT Image 2.5 Flare (openai/gpt-image-2.5-flare, yang mendukung /models/openai/gpt-image-2.5-flare/text-to-image dan /models/openai/gpt-image-2.5-flare/edit-image dengan resolusi 1K/2K/4K serta tingkat kualitas low, medium, high).
Sebelum memutuskan pengaturan mana yang akan dikirim, pahami bagaimana E2X menagih parameter ini. Setiap panggilan dimulai dari tarif dasar resmi $0.03, yang diturunkan oleh diskon tetap 75% kami menjadi $0.0075. Dari titik tersebut:
- Setiap pengaturan
quality(low,medium,high,xhigh, danmax) menerapkan pengali ×7 yang persis sama. resolutionmenerapkan pengali ×1 pada1K($0.0525), ×2 pada2K($0.1050), dan ×3 pada4K($0.1575).
Harga dan ketentuan produk dapat berubah sewaktu-waktu. Periksa harga terbaru dari masing-masing penyedia sebelum mengambil keputusan pembelian. Harga Google Batch atau Flex tidak setara secara langsung dengan permintaan API on-demand standar karena kondisi penjadwalan, ketersediaan, dan pemrosesannya berbeda; oleh karena itu, opsi tersebut dikecualikan dari perbandingan ini. Ini adalah perbandingan terlingkup, bukan klaim bahwa E2X adalah opsi termurah di dunia dalam setiap konfigurasi.
Karena low, high, xhigh, dan max semuanya berbiaya $0.0525 yang persis sama pada 1K ($0.105 pada 2K, $0.1575 pada 4K), tidak ada alasan finansial sama sekali untuk mengirimkan low atau medium. Pertimbangan teknis Anda yang sebenarnya antara high, xhigh, dan max adalah latensi inferensi (waktu tunggu) berbanding penyempurnaan detail halus:
| Pengaturan kualitas | Harga 1K E2X | Harga 4K E2X | Kasus penggunaan terbaik |
|---|---|---|---|
high (default) | $0.0525 | $0.1575 | Pratinjau interaktif cepat, foto produk subjek tunggal, latar belakang negative-space yang bersih |
xhigh | $0.0525 | $0.1575 | Papan nama toko, label botol kosmetik, komposisi meja multi-objek, potret dengan tekstur kulit/anyaman kain yang halus |
max | $0.0525 | $0.1575 | Poster multi-baris yang padat, penampang melintang mekanis/arsitektural yang detail, render master 2K/4K final |
Dalam praktiknya, gunakan quality: "high" dengan resolution: "1K" ketika pengguna sedang menunggu secara interaktif di kanvas UI dan prompt Anda tidak memuat teks berukuran kecil. Gunakan quality: "xhigh" pada 1K ($0.0525) setiap kali prompt Anda menyertakan tipografi dalam tanda kutip atau beberapa objek yang saling berinteraksi. Beralihlah ke quality: "max" pada 2K ($0.105) atau 4K ($0.1575) saat merender master produksi final di dalam antrean worker latar belakang.
Prompting delta untuk edit-image vs prompting adegan penuh untuk text-to-image
Menulis prompt untuk GPT Image 2.5 edit-image membutuhkan pola pikir yang berbeda dibandingkan menulis prompt text-to-image. Ketika Anda mengirimkan satu atau beberapa gambar sumber di dalam image_urls, adegan visualnya sudah ada. Jika prompt Anda mendeskripsikan ulang seluruh ruangan, pencahayaan, dan lensa kamera dari awal, model akan memperlakukan kalimat-kalimat tersebut sebagai instruksi untuk membuat ulang area tersebut, sehingga memicu pergeseran halus pada wajah, tekstur, atau perspektif.
Tulislah prompt edit-image sebagai delta ketat yang terdiri dari tiga komponen:
- Sebutkan indeks gambar sumber secara eksplisit: Saat mengirimkan beberapa URL di dalam
image_urls, rujuk gambar-gambar tersebut sebagai"image 1","image 2", dan"image 3". - Nyatakan modifikasi secara spesifik: Deskripsikan hanya elemen yang berubah, termasuk teks pengganti di dalam tanda kutip jika Anda memperbarui papan nama atau label.
- Kunci semua elemen lainnya: Sebutkan secara eksplisit elemen-elemen di sekitarnya yang harus tetap utuh tanpa perubahan.
Bandingkan prompt adegan penuh text-to-image dengan prompt delta edit-image pasangannya:
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.
Kirimkan panggilan edit delta tersebut melalui POST https://api.e2x.ai/v1/jobs/submit, dengan mempertahankan aspect_ratio: "auto" agar output yang dihasilkan sesuai dengan dimensi gambar input Anda:
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"
}
}'
Ingat dua aturan skema saat Anda berpindah antara pembuatan gambar dan pengeditan di E2X:
openai/gpt-image-2.5-sunburst/edit-imagemenerima prompt hingga 50.000 karakter (dibandingkan 32.000 padatext-to-image), sehingga skrip pelokalan otomatis dapat mengirimkan aturan tata letak lengkap tanpa terpotong.- Tidak satu pun endpoint GPT Image 2.5 menyertakan
background: "transparent". Jika sebuah foto produk (packshot) potongan memerlukan alpha channel dalam satu panggilan API, arahkan job tersebut ke GPT Image 2 text-to-image atau GPT Image 2 edit-image dengan harga $0.0525 (1K) yang sama.
Untuk tolok ukur perbandingan antarmodel secara langsung, baca ulasan GPT Image 2.5 vs Nano Banana 2.1 dan GPT Image 2.5 vs FLUX.2 Pro dan Max kami, atau pelajari panduan prompting Nano Banana kami. Anda juga dapat memeriksa skema parameter mentah di spesifikasi llms.txt text-to-image dan spesifikasi llms.txt edit-image, atau menjelajahi semua model di katalog E2X.
Pertanyaan yang sering diajukan (FAQ)
Apa urutan kalimat terbaik untuk prompt GPT Image 2.5?
Awali dengan subjek utama, penyelesaian materialnya, dan posisinya di dalam frame. Lanjutkan dengan sumber cahaya fisik dan arah bayangan, kemudian tentukan teks di dalam gambar secara persis di dalam tanda kutip ganda beserta perlakuan font dan permukaannya, lalu akhiri dengan menyediakan negative space secara eksplisit (menyebutkan bagian wilayah frame sekaligus permukaan latar belakang yang bersih).
Mengapa GPT Image 2.5 salah mengeja kata ketika saya tidak menggunakan tanda kutip?
Ketika kata-kata target ditulis menyatu di dalam kalimat tanpa tanda kutip, lapisan pengondisian bahasa dapat memperlakukannya sebagai deskripsi tematik alih-alih rangkaian karakter literal. Mengapit teks persisnya di dalam tanda kutip ganda (reading "PLATFORM 4 — EXPRESS TO GENEVA"), menyebutkan gaya font ("crisp white sans-serif lettering"), dan mengatur quality ke xhigh atau max akan memberi tahu model untuk merender glif tersebut secara presisi.
Apakah saya harus selalu menggunakan kualitas max pada GPT Image 2.5 karena harganya sama dengan high?
Di E2X, low, medium, high, xhigh, dan max semuanya menggunakan pengali ×7 yang sama ($0.0525 pada 1K, $0.105 pada 2K, $0.1575 pada 4K). Gunakan xhigh atau max setiap kali prompt Anda memuat tipografi tertanam, tekstur kulit atau kain yang halus, atau batasan spasial multi-objek. Tetap gunakan high ketika Anda menginginkan waktu penyelesaian yang lebih cepat untuk draf subjek tunggal yang sederhana atau latar belakang yang bersih.
Bagaimana cara menyediakan ruang kosong (copy space) yang bersih untuk overlay teks HTML?
Sebutkan bagian pecahan frame sekaligus permukaan fisik spesifik yang harus mengisi zona kosong tersebut, misalnya "Keep the right third of the frame an uncluttered warm plaster wall for headline copy" atau "Keep the upper half a clear pale overcast sky with no clouds or objects". Menyebutkan nama permukaannya mencegah model mengisi ruang tersebut dengan properti latar belakang acak.
Bagaimana seharusnya perbedaan antara prompt edit-image dan prompt text-to-image?
Untuk /models/openai/gpt-image-2.5-sunburst/text-to-image, deskripsikan seluruh adegan dari awal (hingga 32.000 karakter). Untuk /models/openai/gpt-image-2.5-sunburst/edit-image (hingga 50.000 karakter), tuliskan hanya perubahannya (delta): rujuk file input berdasarkan nomor ("In image 1..."), nyatakan elemen atau teks dalam tanda kutip yang berubah secara spesifik, dan instruksikan model secara eksplisit untuk menjaga semua objek lain, pencahayaan, serta sudut kamera tetap tidak berubah.