Indledningen til OpenAI's Introducing Images 2.6 understreger hurtigere generering og mere præcis finjustering, samtidig med at man »holder detaljer i figurer, produkter og brand konsistente« gennem redigeringer. På produktsiden beskrives Sunburst som en model, der leverer generering af højere kvalitet og »endnu større billedkonsistens på tværs af redigeringer« ved quality på medium eller high. Kundecitater som det fra Figma Weave bruges til at belyse, at de detaljer, der definerer en figur, et produkt eller et brand, bevares under generering og redigering. De linjer er officiel markedsføring og kundecitater – ikke uafhængige laboratoriescorer for konsistens. Denne artikel ordner kun de mekanismer og råd, der allerede står i dokumentationen; den opfinder ingen rangliste.

👉 Prøv GPT Image 2.6-API'et på PoYo: pris pr. billede og online playground.

Hvor dokumentationen placerer »konsistens«

For det første modelniveauet: Sunburst er positioneret til detaljerede visuelle motiver og præcise redigeringer; vejledningen til prompts foreslår at prioritere gpt-image-2.6-sunburst til arbejdsgange, der stiller strengere krav til detaljer, layout eller præcision i redigering. Hvis Sunburst allerede lever op til kravet, kan du sammenligne svartiden for Flare under samme forhold. For det andet kvalitetsniveauet: annonceringen kobler stærkere konsistens i redigering sammen med kvalitetsindstillingerne medium/high; den samme quality-etiket betyder ikke identisk visuel kvalitet på tværs af modeller – mål på din egen belastning. For det tredje kompleksiteten: til de fleste redigeringsopgaver anbefaler OpenAI low for at fremskynde redigeringer og mindske unødvendige ændringer; hvis feltet udelades, bliver standarden high, og det kan give ekstra variation. Ved målrettede omfarvninger, markeringsændringer og redigeringer af emballage passer lav kompleksitet normalt til promptbegrænsninger af typen »ændr kun X, bevar Y«. For det fjerde markering: når redigering med annotering kommer ind i API'et, kan et gennemsigtigt overlay præcist angive, hvor der skal ændres, og det mindsker fejl ved fuld gentegning af billedet – direkte relevant for omfarvning af SKU'er og lokale rettelser af tekst i brandarbejdsgange.

De generelle begrænsninger i vejledningen til billedgenerering siger stadig, at modellen »en gang imellem kommer til kort« med at holde tilbagevendende figurer eller brandelementer visuelt konsistente; også struktureret komposition og præcis placering af tekst har grænser. Med andre ord understreger OpenAI både konsistens og erkender, at der kan opstå afdrift. Eksterne servicetilsagn bør sige »stikprøver pr. arbejdsgang«, ikke »pixelidentisk for evigt«.

Dokumenterede råd til arbejdsgange over flere runder

Vejledningen til billedprompts gør finjustering over flere runder til en disciplin, der kan udføres. Etablér en reference for figuren eller produktet: generér (eller upload) først et kanonisk udseende, og brug det derefter som input ved senere redigeringer, mens du gentager begrænsningerne for udseendet (tøj, ansigtsform, proportioner, farvepalet, logoets geometri). Ændr ét punkt pr. runde, så du kan se, hvilken redigering der faktisk virkede. Angiv både »hvad der skal ændres« og »hvad der skal bevares« – identitet, geometri, layout, lys, etiketter, mætning, kameraposition og omgivende objekter kan alle skrives som begrænsninger. Når et område skal være meget præcist, bruger du markering (eller maske – de to kan ikke kombineres); hvis et område skal forblive pixelidentisk, anbefaler dokumentationen at komponere godkendte redigeringer tilbage på originalen i stedet for kun at stole på prompts. Til gennemsigtige elementer beder du udtrykkeligt om en gennemsigtig baggrund og kontrollerer alfakanalen – et tegnet skakbrætmønster er ikke ægte gennemsigtighed.

Til brandets mediebiblioteker fastlåser du godkendelsespunkter som: logoets tegn og afstande, afvigelse i primærfarven, produktets silhuet, figurens identitetstræk og forbudte ekstra logoer. Når du migrerer 2.5-arbejdsgange, beholder du prompts og referencer uændrede ved den første sammenligning og introducerer derefter kompleksitet og markering ét trin ad gangen. Følg mislykkede forsøg, genforsøg og godkendt pris pr. billede, før du skalerer op. Brugeroplevelsen i ChatGPT over flere runder og batchbehandling i API'et er ikke den samme konfigurationsflade: produktion via API'et bør følge Image API generations/edits og modelsiderne.

Grænser for, hvad man kan udtale sig om

Skriv ikke kundecitater om til tekniske specifikationer; påstå ikke, at »alle problemer med brandkonsistens er løst«; udpeg ikke én standardmodel uden en sammenligning på virksomhedens eget materiale. Sunburst, højere kvalitet, lav kompleksitet (til målrettede redigeringer) og markering er en kombination af værktøjer, som den officielle dokumentation tillader dig at nævne side om side – resultaterne afhænger stadig af prompts og godkendelseskriterier.

Til e-handel og emballage koder du »ændr kun farvebåndet«, »skift kun hætten« eller »ret kun prisskiltet« som prompts med bevarelsesklausuler og omkranser objektet med en markering for at mindske risikoen for, at baggrunde og nabo-SKU'er omskrives samtidig. Til sammenhængende storyboards med figurer fastfryser du først én kanonisk reference og sender derefter både referencen og det foregående output med i hver edits-runde, mens du gentager de vigtigste begrænsninger for udseendet; hvis afdriften hober sig op, så start en kort kæde forfra fra referencen i stedet for at stable instruktioner oven på et resultat, der allerede er drevet af sted. Dokumentationen minder også om: den samme kvalitetsetiket er ikke direkte ækvivalent på tværs af modeller; hvis et endeligt område skal være pixelidentisk, så komponér tilbage på originalen. Intet af dette udgør en konsistensbenchmark fra tredjepart – det omsætter dokumenterede grænser til en disciplin i produktionen, som kan gennemføres.

Konklusion: Images 2.6 skriver »mere konsistente detaljer i figurer/produkter/brand på tværs af redigeringer« ind som et produktudsagn og leverer tekniske håndtag via to niveauer, kvalitet, kompleksitet og markering. En stringent brug låser identiteten med referencer og begrænsende prompts, gør ændringsfladen mindre med markering og vogter pixelbunden med stikprøver og komposition – og skriver samtidig de officielle begrænsningsklausuler ind i de eksterne tilsagn.