GPT Image 2.5 プロンプト完全ガイド:タイポグラフィ、余白の確保、high・xhigh・maxの選び方
GPT Image 2.5 text-to-imageに送信されて失敗するプロンプトの多くは、同じ原因を抱えています。2026年の言語条件付けアーキテクチャではなく、2022年当時の拡散モデル向けに書かれているという点です。最大32,000文字の自然な文章を受け付けるエンドポイントに対して、カンマ区切りのバズワード("coffee dripper, 8k, hyperrealistic, octane render, studio lighting, award winning")を流し込むと、フレーム内の空間的な意思決定の90%を統計的な偶然に委ねることになります。
GPT Image 2.5に品質を誇張する形容詞は必要ありません。必要なのは、完全な宣言文(平叙文)で書かれた明確な空間指示書と、適切なスキーマ設定(aspect_ratio、resolution、およびquality:high、xhigh、max)の組み合わせです。さらに、/models/openai/gpt-image-2.5-sunburst/text-to-imageから/models/openai/gpt-image-2.5-sunburst/edit-imageに切り替える際はルールが逆転します。編集コールでシーン全体を最初から描写し直すと意図しないドリフト(勝手な変化)が発生するため、簡潔な差分(デルタ)プロンプトを使うことでリファレンス画像をしっかりと固定できます。
以下では、E2Xの本番パイプライン全体で私たちが使用している4部構成のプロンプト構造を、改善前後の書き換え例、タイポグラフィのフォーマットルール、ネガティブスペース(余白)の確保方法、そして5つの品質ティアすべてが1Kで同じ$0.0525である場合にhigh、xhigh、maxをどう使い分けるかの実践ガイドとともに詳しく解説します。

GPT Image 2.5が最も忠実に従う「4部構成の文構造」
GPT Image 2.5 text-to-imageでは32,000文字、GPT Image 2.5 edit-imageでは50,000文字という上限があるため、指示を短い断片に切り詰める必要は一切ありません。キャンバスを構築したい順序そのままに、完全な文章で記述してください。前半の節でカメラのジオメトリと主要なオブジェクトを固定し、後半の節でライティング、タイポグラフィ、そして空けておく余白(マージン)を仕上げます。
以下の4部構成の順序に従ってください。
- 被写体 + 素材 + 配置:表現媒体と主要なオブジェクト、その触覚的な表面の仕上げ、そしてフレーム内のどこに配置されるかを記述します(
"Matte ceramic pour-over coffee dripper centered on a brushed steel digital scale on a pale ash wood counter")。 - 物理的な光源 + 方向:何が光を作り出し、どの角度から差し込み、どのように影が落ちるかを明記します(
"afternoon sunlight from camera left casting sharp shadows across the brackets")。 - 引用符付きテキスト + フォント・表面処理:フレーム内に看板、ラベル、UI要素が含まれる場合は、正確な文字列を二重引用符(
"")で囲み、書体のスタイルと下地素材を記述します("crisp white sans-serif lettering reading \"PLATFORM 4 — EXPRESS TO GENEVA\" on deep Prussian blue enamel")。 - 明示的なネガティブスペース(余白)の確保:デザインチームが後からHTMLやFigmaでコピーを重ねられるよう、キャンバスのどの3分の1(または半分)を空けておくべきかをモデルに伝えます(
"Keep the right third of the frame an uncluttered warm plaster wall for headline copy")。
ビフォー・アフター:キーワードの羅列 vs 宣言的な空間指示書
3つの一般的な商用タスクにおいて、ありがちなタグの羅列を4部構成の文構造に置き換えるとどう変わるか比較してみましょう。
タスク1:コピースペースを備えたECサイトのヒーローバナー
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.
書き換えが機能する理由:カンマ区切りのリストに"copy space on right"とだけ書いても、画像生成モデルがその隅に棚や観葉植物、窓枠を配置してしまうのを防げないことが多々あります。空けておく領域の具体的な素材("an uncluttered warm plaster wall"=何もない温かみのある漆喰の壁)を指定することで、キャンバスの右3分の1にレンダリングすべき具体的な表面をモデルに与えることができます。
タスク2:埋め込みテキストを含む建築看板
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.
書き換えが機能する理由:対象の単語を小文字のまま引用符なしで記述(says platform 4 express to geneva)すると、モデルが勝手に言い換えたり、句読点を落としたり、余計な駅名を捏造したりする原因になります。"PLATFORM 4 — EXPRESS TO GENEVA"を二重引用符で囲み、"crisp white sans-serif lettering"と指定することで、大文字・小文字の区別とグリフ(字形)のジオメトリの両方をロックできます。
タスク3:複数オブジェクトのテーブルトップ(俯瞰)レイアウト
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.
書き換えが機能する理由:すべての副次的なオブジェクトが主要な被写体に対する相対位置("at the top left corner of the board"、"parallel to the right edge")で固定されているため、オブジェクト同士が不自然に重なり合うのを防ぐことができます。
見出しやUIオーバーレイ用のネガティブスペース(余白)を確保する
自動化された広告やランディングページのパイプラインで最もコストのかかる失敗の1つは、16:9で中央配置の構図を生成しておきながら、フロントエンド開発者が左右の余白に白いテキストをうまく浮かべられるだろうと期待してしまうことです。プロンプト内で明示的に空きスペースを要求しない限り、GPT Image 2.5はフレームの横幅いっぱいに副次的な小道具、被写界深度のボケた背景物、あるいはテキストのコントラストを台無しにするドラマチックな影のグラデーションを詰め込んでしまいます。
以下は、フレームの右3分の1に壁面を明示的に割り当てた際にモデルがどう応答するかを示す、GPT Image 2.5でレンダリングされたハンドドリップコーヒードリッパーのプロンプトです。
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.

水平軸に沿ってシーンがどのように分割されているかに注目してください。
- ドリッパーのマットなセラミックのリブ(溝)とブラッシュドスチールの計量台が、フレームの端で途切れることなく左から中央左のゾーンに収まっています。
- 淡いアッシュ材のカウンターが右端まで綺麗に続いており、シーンに統一感を与えているため、後から貼り合わせた分割画面のコラージュのようには見えません。
- 右上のゾーンは穏やかなトーンの変化を持つ均一で温かみのある漆喰の表面として保たれており、文字の背後に半透明の暗いスクリム(背景ボックス)を敷くことなく、暗い色のセリフ体やサンセリフ体のHTMLタイポグラフィをそのまま配置できる状態になっています。
ネガティブスペースの指示を書く際は、必ず空間の割合("the right third"、"the upper quarter"、"the left half")と、そこを占めるべき具体的な背景素材("uncluttered warm plaster wall"、"clear pale overcast sky"、"seamless slate-gray studio sweep")をペアにして記述してください。単に"leave empty space"(空白を残して)と言うよりも、その空きスペースに何があるのかをモデルに伝える方がはるかに確実に機能します。
正確なテキストの引用符指定と表面タイポグラフィの制御
GPT Image 2.5は、複数の単語からなる看板、パッケージラベル、書籍の表紙、UIカードのレンダリングにおいて、E2Xカタログ内で最強のモデルです。最初のパスできれいなレタリングを得るには、プロンプトにテキストが含まれる際に必ず以下の4つの機械的ルールに従ってください。
- 正確な文字列を常に二重引用符で囲む:レンダリングしたい大文字・小文字の表記そのままに、
"PLATFORM 4 — EXPRESS TO GENEVA"のように記述します。 - 特定のフォントファイル名ではなく、視覚的なファミリーとウェイト(太さ)で書体を記述する:
"condensed bold grotesque sans-serif"、"high-contrast editorial Didone serif"、"hand-painted gold leaf sign-painter capitals"といった表現を使用します。 - テキストが物理的な素材にどのように付着しているかを指定する:文字が
"screen-printed in matte black ink"(マットな黒インクでスクリーン印刷されている)のか、"stamped in recessed gold foil"(凹んだ金箔で箔押しされている)のか、"enameled white on Prussian blue steel"(プルシアンブルーのスチールに白のエナメル加工)なのか、あるいは"backlit acrylic channel letters"(バックライト付きのアクリルチャンネル文字)なのかを明記します。 - 背景の無意味な文字化け(ジベリッシュ)を防ぐ:シーンの背景にランダムな造語を表示させたくない店舗や瓶、本などが含まれる場合は、プロンプトの最後を
"no other text or logos in the frame"で締めくくります。
以下は、これらのルールを忠実に適用してGPT Image 2.5で生成した鉄道駅の看板プロンプトです。
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.

この出力では、モデルはPLATFORM 4とEXPRESS TO GENEVAの間の記号周りのスペースを正確に保ち、水平なプレート全体にわたって白いサンセリフ体のストローク幅を均一に維持し、青いエナメルの釉薬と白い塗装文字の両方に午後の日差しの繊細なスペキュラーハイライトをレンダリングしています。同時に、四隅の風化した真鍮製の取り付けブラケットは、看板の内枠を侵食することなく酸化の風合いやボルトのディテールを表現しています。
E2Xにおけるhigh、xhigh、max品質の選び方
/models/openai/gpt-image-2.5-sunburst/text-to-imageおよび/models/openai/gpt-image-2.5-sunburst/edit-imageでは、qualityパラメータとしてlow、medium、high(省略時のスキーマデフォルト)、xhigh、maxの5つの値を受け付けます。 E2Xでは、GPT Image 2.5は2つのバリアントで提供されています。1K/2K/4K解像度とlow、medium、high、xhigh、max品質ティアに対応するGPT Image 2.5 Sunburst(openai/gpt-image-2.5-sunburst)と、1K/2K/4K解像度およびlow、medium、high品質ティアで/models/openai/gpt-image-2.5-flare/text-to-imageと/models/openai/gpt-image-2.5-flare/edit-imageをサポートするGPT Image 2.5 Flare(openai/gpt-image-2.5-flare)です。
どの設定を渡すか決める前に、E2Xがこのパラメータをどのように課金するかを理解しておきましょう。すべてのコールは$0.03の定価ベースレートから始まり、当社の常時75%割引によって$0.0075に引き下げられます。そこから以下の計算が適用されます。
- すべての
quality設定(low、medium、high、xhigh、max)に、まったく同じ×7の乗数が適用されます。 resolutionには、1Kで×1($0.0525)、2Kで×2($0.1050)、4Kで×3($0.1575)の乗数が適用されます。
価格や利用規約は変更される場合があります。購入を決定する前に、各プロバイダーの最新の料金体系をご確認ください。GoogleのBatchやFlex料金は、スケジューリング、可用性、処理条件が異なるため、標準的なオンデマンドAPIリクエストと直接比較することはできず、本比較からは除外しています。本記事は特定条件での比較であり、E2Xがあらゆる構成において世界で最も安価な選択肢であると主張するものではありません。
low、high、xhigh、maxのすべてが1Kでまったく同じ$0.0525(2Kで$0.105、4Kで$0.1575)であるため、金銭的な理由でlowやmediumを送信するメリットはゼロです。high、xhigh、maxの間にある実質的なエンジニアリング上のトレードオフは、「推論レイテンシ(応答速度)」対「細部の精細化(リファインメント)」です。
| quality設定 | E2X 1K料金 | E2X 4K料金 | 最適なユースケース |
|---|---|---|---|
high(デフォルト) | $0.0525 | $0.1575 | 高速なインタラクティブプレビュー、単一被写体の商品ショット、クリーンな余白付き背景 |
xhigh | $0.0525 | $0.1575 | 店舗の看板、化粧品ボトルのラベル、複数オブジェクトのテーブルトップ構図、細かい肌や布地の織り目があるポートレート |
max | $0.0525 | $0.1575 | 高密度な複数行ポスター、詳細な機械・建築の断面図、最終的な2K/4Kマスターレンダリング |
実運用では、ユーザーがUIキャンバス上でインタラクティブに待機しており、プロンプトに小さな文字が含まれない場合は、resolution: "1K"と組み合わせてquality: "high"を使用してください。プロンプトに引用符付きのタイポグラフィや相互作用する複数のオブジェクトが含まれる場合は、常に1K($0.0525)でquality: "xhigh"を使用します。そして、バックグラウンドのワーカーキューで最終的な本番用マスターをレンダリングする際に、2K($0.105)または4K($0.1575)でquality: "max"に切り替えてください。
edit-imageの差分(デルタ)プロンプト vs text-to-imageのフルシーンプロンプト
GPT Image 2.5 edit-imageへのプロンプト指示には、text-to-imageとは異なるメンタルモデルが必要です。image_urlsに1枚以上の元画像を渡す場合、視覚的なシーンはすでに存在しています。もしプロンプトで部屋全体、ライティング、カメラレンズを一から描写し直してしまうと、モデルはそれらの文を「その領域を再生成せよ」という指示として扱い、顔やテクスチャ、パースペクティブに微妙なドリフト(意図しない変化)を引き起こします。
edit-imageのプロンプトは、以下の3つの要素からなる厳密な差分(デルタ)として記述してください。
- 元画像を明示的にインデックス指定する:
image_urlsに複数のURLを渡す場合は、それらを"image 1"、"image 2"、"image 3"として参照します。 - 正確な変更内容のみを述べる:看板やラベルを更新する場合の引用符付き置換テキストを含め、変更する要素だけを記述します。
- それ以外のすべてをロックする:変更せずにそのまま維持すべき周囲の要素を明示的にリストアップします。
フルシーンのtext-to-imageプロンプトと、それに対応するedit-imageの差分プロンプトを比較してみましょう。
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.
出力が入力画像の寸法と一致するようにaspect_ratio: "auto"を維持したまま、POST https://api.e2x.ai/v1/jobs/submit経由でこの差分編集コールを送信します。
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"
}
}'
E2X上で生成と編集を行き来する際は、以下の2つのスキーマルールを覚えておいてください。
openai/gpt-image-2.5-sunburst/edit-imageは最大50,000文字のプロンプトを受け付けます(text-to-imageの32,000文字と比較して大幅に拡張されています)。そのため、自動ローカライズスクリプトから完全なレイアウトルールを切り詰めずにそのまま渡すことができます。- どちらのGPT Image 2.5エンドポイントも
background: "transparent"を含んでいません。切り抜きパックショットで1回のAPIコールによるアルファチャンネル出力が必要な場合は、同じ$0.0525(1K)の料金で利用できるGPT Image 2 text-to-imageまたはGPT Image 2 edit-imageにジョブをルーティングしてください。
モデル間の直接比較ベンチマークについては、GPT Image 2.5 vs Nano Banana 2.1およびGPT Image 2.5 vs FLUX.2 Pro・Maxの比較記事、またはNano Bananaプロンプト作成ガイドをお読みください。また、text-to-image llms.txt仕様およびedit-image llms.txt仕様で生のパラメータスキーマを確認したり、E2Xカタログですべてのモデルをブラウズしたりすることもできます。
よくある質問(FAQ)
GPT Image 2.5のプロンプトに最適な文の順序はどのようなものですか?
まず主要な被写体、その素材の仕上げ、フレーム内の配置から始めます。次に物理的な光源と影の方向を続け、その後に画像内の正確なテキストを二重引用符で囲んでフォントや表面処理とともに指定し、最後に明示的なネガティブスペース(フレームの領域と、そこに配置するすっきりとした背景面の両方を指定)を確保して締めくくります。
引用符を使わないとGPT Image 2.5が単語のスペルを間違えるのはなぜですか?
対象の単語が引用符なしで文中にそのまま書かれていると、言語条件付けレイヤーはそれらを「文字通りの文字列」ではなく「テーマに関する説明」として扱ってしまうことがあります。正確な文字列を二重引用符で囲み(reading "PLATFORM 4 — EXPRESS TO GENEVA")、フォントスタイルを指定("crisp white sans-serif lettering")し、qualityをxhighまたはmaxに設定することで、それらの正確な字形(グリフ)をレンダリングするようモデルに明確に伝わります。
max品質はhighと同じ料金なので、常にmaxを使うべきですか?
E2Xでは、low、medium、high、xhigh、maxのすべてに同じ×7の乗数(1Kで$0.0525、2Kで$0.105、4Kで$0.1575)が適用されます。プロンプトに埋め込みタイポグラフィ、細かい肌や布地のテクスチャ、あるいは複数オブジェクトの空間的制約が含まれる場合は、常にxhighまたはmaxを使用してください。シンプルな単一被写体のドラフトやクリーンな背景プレートでより速い応答速度を求める場合は、highを使用するのが適しています。
HTMLテキストオーバーレイ用のきれいなコピースペースを確保するにはどうすればよいですか?
"Keep the right third of the frame an uncluttered warm plaster wall for headline copy"や"Keep the upper half a clear pale overcast sky with no clouds or objects"のように、フレームの割合と、その空きゾーンを埋めるべき具体的な物理的表面の両方を指定してください。表面の素材を明示することで、モデルがランダムな背景の小道具でスペースを埋めてしまうのを防げます。
edit-imageのプロンプトはtext-to-imageのプロンプトとどう変えるべきですか?
/models/openai/gpt-image-2.5-sunburst/text-to-imageでは、シーン全体を一から記述します(最大32,000文字)。一方、/models/openai/gpt-image-2.5-sunburst/edit-image(最大50,000文字)では、差分(デルタ)のみを記述します。入力ファイルを番号で参照("In image 1...")し、変更する正確な要素や引用符付きテキストを述べ、他のすべてのオブジェクト、ライティング、カメラアングルは変更しないようモデルに明示的に指示してください。