Pokud jste v roce 2026 několikrát využili generování obrázků pomocí AI, téměř jistě jste narazili naGPT Image 2. Jedná se o model, ke kterému se lidé tiše uchylují, když potřebují „fotorealistickou kvalitu, čitelný text v obrázku nebo smysluplnou úpravu existující fotografie“ – místo toho, aby se spokojili s pouhým opakovaným generováním.
V tomto průvodci se dozvíte, co přesně je GPT Image 2, v čem vyniká a v čem má své slabiny, a také jak s ním hned od prvního dne vytvářet výstupy v komerční kvalitě. Všechny ukázkové obrázky v tomto článku byly vygenerovány pomocí GPT Image 2.
Co je GPT Image 2?
GPT Image 2 je multimodální model pro generování obrázků, který je postaven na obrazové platformě OpenAI a je veřejně dostupný prostřednictvím služeb jako Kie. Podporuje dva hlavní scénáře:
- Text na obrázek (převod textu na obrázek)——Vytvoření nového obrázku na základě textového popisu
- Obrázek na obrázek (image-to-image)——Nahrajte 1–16 referenčních obrázků a textový popis, model je upraví, zkombinuje nebo změní jejich styl
Ve srovnání s předchozí generací přináší GPT Image 2 výrazné vylepšení ve třech oblastech: vykreslování pleti a textur v fotografické kvalitě, přesnost textu a sazby v obraze a soudržnost kompozice při použití více referenčních obrázků najednou.
Čtyři věci, ve kterých GPT Image 2 opravdu vyniká
Místo výčtu specifikací je lepší se rovnou podívat, v jakých úkolech je model dobrý a jak se formulují odpovídající pokyny.
1. Postavy a role jako z fotografií
Na GPT Image 2 nejvíce zaujmou na první pohled portréty. Textura pleti, vlasy ve protisvětle i splývavost látek působí spíše jako na skutečné fotografii než jako renderovaný obrázek. I při záběru s ohniskovou vzdáleností 85 mm a malou hloubkou ostrosti jsou detaily zachovány velmi dobře.
Pomocí následujících klíčových slov lze konzistentně vytvářet snímky v redakční kvalitě:
Fotografie v kinematografické kvalitě: Mladá žena se stříbrným copem na hřebeni hory zahaleném ranní mlhou,
oděná v půlnočně modrém plášti s vyšívanými souhvězdími, jejíž profil jemně zvýrazňuje měkké zlatavé boční protisvětlo,
objektiv 85 mm, malá hloubka ostrosti, mimořádně jemné detaily pleti a látky.Tři klíčové body:
- **Zadejte ohniskovou vzdálenost objektivu.**85mm objektiv“ nebo „35mm objektiv“ patří mezi klíčová slova s nejlepším poměrem cena/výkon – přímo určují kompozici záběru, pocit komprese prostoru a úbytek hloubky ostrosti.
- **Určete směr světla.**kontury v protisvětle“, „boční světlo“ a „rozptýlené světlo za oblačného počasí“ přinesou tři zcela odlišné, ale dobře ovladatelné výsledky.
- **Nepřidávejte se.**Pět stylistických popisných slov obvykle stačí; deset se bude navzájem rušit a obraz naopak znepřehlední.
2. Produktová a komerční fotografie
Právě u produktových fotografií vám GPT Image 2 skutečně ušetří peníze. Stačí krátký popis a referenční obrázek (Obrázek na obrázek) a můžete produkt přesunout do nového prostředí, změnit osvětlení nebo vytvořit celý katalog produktů, aniž byste museli chodit do ateliéru.
Šablona, která je stabilní a dobře použitelná:
[Produkt] – produktová fotografie z ptačí perspektivy na [pracovní desce], obklopený [rekvizitami],
osvětlení pomocí studiových softboxů, na pracovní desce jemné odlesky, produkt zaostřený s mimořádnou ostrostí, jemné stíny,
komerční styl na úrovni profesionální úpravy, barevná paleta: [3–4 barvy], na štítku žádný text.Vždy je třeba jasně uvést způsob osvětlení a materiál pracovní plochy – GPT Image 2 reaguje mnohem lépe na konkrétní výrazy jako „softbox“, „tvrdé kontury“ nebo „přirozené světlo z okna“ než na obecné pojmy jako „profesionální osvětlení“.
3. Surrealismus a konceptuální umění
Pokud potřebujete „koncepční obrázek“ – marketingovou grafiku, úvodní obrázek pro blog nebo stylizovaný návrh – GPT Image 2 dokáže na jednom obrázku zkombinovat více objektů, aniž by vznikl běžný problém „násilného spojení dvou obrázků“.
Trik spočívá v tom, že mezi jednotlivými prvky vytvoříte jasný fyzický vztah, a ne jen vypočítáte podstatná jména:
Surrealistická fotografická kompozice: šálek horkého čaje na dřevěném psacím stole; z páry se vynořuje miniaturní vznášející se ostrůvek,
na kterém stojí bonsajová borovice, miniaturní vodopád a kamenné schody; celý obraz osvětluje teplá čtecí lampa.Věta „vynořující se z páry“ modelu sděluje, jak jsou tyto dva objekty v prostoru propojeny. Bez této věty byste s velkou pravděpodobností dostali „šálek čaje“ a „ostrov“ umístěné vedle sebe.
4. Sazba/text v obrázku
Většina obrazových modelů generuje rozmazaná písmena. GPT Image 2 dokáže spolehlivě vykreslit krátký a konkrétní text, zejména pokud text uvedete do uvozovek a popíšete styl písma.
Fotografie na plakátu: Retro smaltovaná cedule pekárny visí na sluncem vybledlé krémově bílé zdi,
na ceduli je napsáno „FRESH BREAD DAILY“ a „EST. 1962“,
elegantní ručně malované serifové písmo s jemnými stopami zvětrání.Dvě pravidla:
- Text musí býtkrátkost(maximálně 6 slov na řádek). Dlouhé věty budou i nadále rozmazané.
- Vložte doslovný obsah do**obrácená čárka (punct.)**a popište styl písma v běžné čínštině („elegantní ručně kreslené serifové písmo“, „silné bezserifové písmo“, „písmo ve stylu starých šablon“).
Rozdíly mezi GPT Image 2 a ostatními modely
Upřímně řečeno: GPT Image 2 není nejlevnější ani nejrychlejší model na platformě, ale pokud je požadavkem, aby výsledek „vypadal jako fotografie a text byl správný“, s velkou pravděpodobností si ho vyberete.
| poptávka (ekonomie) | nejlepší možnost | zdůvodnění |
|---|---|---|
| Fotoportrét | GPT Image 2 | Vedoucí postavení v oblasti realismu pleti/světla |
| Stylizovaná ilustrace | Nano Banana 2 | Rychlejší a volnější, lepší umění |
| Dlouhý formát/zvláštní poměr | Z-Image | Nativní podpora ovládání měřítka, rychlé |
| Až 16 referenčních obrázků Obrázek na obrázek | GPT Image 2 | Nejvyšší částka referenčního grafu na platformě |
| Četné návrhy průzkumných testů | Nano Banana | Nejnižší náklady na list |
Pokud máte velký objem obrázků, je vhodné střídat 2–3 modely: GPT Image 2 použijte pro finální verzi a rychlejší model pro předběžné návrhy.
Parametry, na které je skutečně třeba dbát
Parametrická matice modelu GPT Image 2 byla záměrně zmenšena:
scene——text-to-imageneboimage-to-image. Platforma automaticky přesměruje na příslušné základní rozhraní.input_urls——Maximálně16 referenčních výkresůobrázků v sekci „Obrázek na obrázek“. Pořadí je klíčové: první referenční obrázek určuje kompozici, následující obrázky přispívají stylem a detaily.nsfw_checker——Výchozí nastavenífalse. V tvůrčím prostředí stačí tuto funkci vypnout; u produkčních rozhraní přístupných zvenčí se doporučuje ji zapnout.
Tato funkceúmyslnénezobrazuje parametry typu aspect_ratio / resolution / output_format. Poměr stran se odvozuje z popisu (v případě „Obrázek na obrázek“ se odvozuje z referenčního obrázku). Pokud potřebujete přesně dodržet poměr stran, uveďte to v popisu – například „kompozice v poměru 16:9“ – nebo referenční obrázek předem ořízněte.
Opakovaně použitelný pracovní postup
Níže je smyčka, kterou jsem použil při vytváření obrázku „finální verze“:
- **Začněte popisem v odstavci prózy.**Hlavní postava, scéna, světlo, záběr, nálada. Seznam klíčových bodů zatím vynechám – tento krok slouží k odhalení protichůdných popisů.
- **Vygenerujte dva kandidáty Text na obrázek.**Vyber tu fotku, která se kompozičně nejvíce podobá, i když detaily ještě nesedí.
- Střih na Obrázek na obrázek, použijte tento návrh jako jediný podklad. Popis zůstává beze změny, přidejte pouze následující upřesnění („na pravé straně přidejte teplejší konturové světlo“, „pozadí ať je čistší, odstraňte rušivé prvky“).
- **Až 2-3 iterace.**Po třetím kole se model začne s vámi „přehlížet“ – v takovém případě je lepší začít znovu od začátku, než se do toho nutit.
Výsledky tohoto postupu jsou kvalitativně stabilnější než u metody, kdy se opakovaně generuje text na základě obrázku, dokud nevznikne dobrý obrázek.
Časté chyby a jejich náprava
- Tváře vypadají "skoro zajímavě". Je to divné.——Doplňte
85mm 镜头, 浅景深, 自然柔光a odstraňte příliš stylizované výrazy. - Slova na ceduli/plakátu jsou zkomolená.——Zkraťte text, vložte jej do uvozovek a uveďte styl písma.
- Oba předměty stojí pevně vedle sebe.——Doplňte jasné sloveso vyjadřující fyzický vztah: „opírat se o“, „vznášet se nad“, „odrážet se v“.
- Obrázek na obrázek, když se výstup odchyluje od referenční hodnoty——Doplňte
保持参考图的构图a沿用参考图的相机角度与光线. - Barevné tóny nejsou dodržovány——Uveďte to formou výčtu s dvojtečkami:
色调：深靛蓝、暖金、雾灰.
Kdy GPT Image 2 nepoužívat?
Pokud potřebujete „hromadně vygenerovat 200 miniatur pro obsahový kalendář“, je použití GPT Image 2 zbytečně nákladné – Nano Banana nebo Z-Image vám za zlomek času a nákladů poskytnou 80 % kvality. Skutečná hodnota GPT Image 2 spočívá v „několika obrázcích, které musí vyniknout“, nikoli v hromadné produkci ve velkém měřítku.
Vyzkoušejte to hned teď
Všechny podněty uvedené v tomto článku lze vyzkoušet na adrese GPT Image 2 Text na obrázek a výše popsaný iterativní proces lze spustit na adrese GPT Image 2 Obrázek na obrázek. Nejúčinnějším způsobem, jak se s tímto modelem rychle seznámit, je vložit úryvek podnětu a pokaždé změnit pouze jednu proměnnou – záběr, osvětlení nebo povrch – dokud vám obraz nepřipadne „správný“.
Tento iterační cyklus je sám o sobě tím nejdůležitějším. Stačí model ještě jednou kalibrovat a dostanete přesně to, co chcete.
