Ifølge OpenAI's produktannoncering fandtes Image markup allerede i ChatGPT og kommer med Images 2.6 ind i API'et, så teams kan »angive præcist, hvor en bestemt ændring skal ske«. Ændringsloggen fra 4. november 2026 oplyser desuden, at markup-styret redigering er tilføjet for understøttede GPT Image 2.5- og 2.6-modeller. Guiden til billedgenerering placerer kaldet i Image API POST /v1/images/edits. For teams, der allerede er vant til at »cirkle ind og ændre« i ChatGPT, betyder det, at den samme interaktionssemantik kan komme ind i batchjob og pipelines på serversiden.

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

I praksis bruger funktionen et gennemsigtigt annotationslag i samme størrelse sammen med et prompt på naturligt sprog til at styre modellen mod de indcirklede eller markerede områder, så fejl fra en fuld gentegning af billedet bliver færre. De officielle eksempler og produktets formuleringer peger på omfarvning i e-handel, lokale udskiftninger på SKU-niveau, rettelser af emballagetekst og lignende forløb; annonceringen understreger også, at figur-, produkt- og branddetaljer skal forblive konsistente på tværs af redigeringer.

Anmodningens struktur og filbegrænsninger

Dokumentationen kræver, at anmodninger opbygges sådan. For det første skal det originale billede være det første inputbillede. For det andet skal du lave en separat gennemsigtig PNG, der kun indeholder cirkler, skitser eller andre markeringer; efter orienteringskorrektion skal markup-lagets bredde og højde svare til det første inputbillede; PNG'en skal indeholde gennemsigtige pixels og må ikke flette markeringerne sammen med originalen. For det tredje skal laget sendes som markup: multipart-anmodninger kan uploade en fil; JSON-anmodninger kan bruge et objekt, der indeholder præcis ét af image_url eller file_id (image_url kan være HTTPS eller en base64-data-URL); JSON-feltet for inputbilleder til redigering er arrayet images. For det fjerde skal du i prompt beskrive både »hvad der skal ændres« og »hvad der skal bevares«, og resultaterne skal gennemses af et menneske, før de bruges.

Faste grænser: markup gælder kun for det første inputbillede; ekstra billeder er kun reference; det første billede og markup-laget må hver ikke overstige 16.777.216 pixels; markup-filens maksimale størrelse er 50 MB. Brug ikke markup sammen med mask eller prompt_rewriter. Dokumentationen bemærker også: til regionale redigeringer i Responses API skal du bruge mask i stedet; markup-vejen er rettet mod Image API's redigerings-endpoint. Modelsiderne for både Flare og Sunburst angiver markup-styrede redigeringer som en funktion, der er dækket i guiden til billedgenerering.

Det officielle eksempel med en vase i et køkken (både i dokumentationen og promptvejledningen) viser et typisk mønster: Originalen er et køkkenfoto; et gennemsigtigt overlæg markerer en stribet vase med en rød cirkel; prompten beder om at ændre den indcirklede vase til koboltblå keramik, bevare formen og de tørrede blomster og fjerne den røde cirkel fra det endelige billede. Eksemplerne kører med gpt-image-2.6-flare og gpt-image-2.6-sunburst ved quality="medium" og minder dig om at kontrollere, om resten af originalen er drevet uventet.

Forholdet til mask og produktarbejdsgange

Redigering med mask angiver »områder, der skal erstattes« via en mask; dokumentationen siger, at maskering i GPT Image er »helt promptbaseret«, hvor masken primært er vejledning – modellen følger måske ikke formen nøjagtigt. Markup ligger tættere på at »tegne instruktioner på billedet«: synlige markeringer fortæller modellen, hvor den skal ændre, og prompten siger, hvad der skal ændres til. De to kan ikke blandes. Vælg efter interaktionsform – programmatiske alfamasker passer til udskæring i pipelines; cirkler/pile tegnet i designværktøjer passer til markup.

I produkt- og SKU-arbejdsgange kan du kode »ændr kun emballagens farvebånd«, »udskift kun hætten« eller »ret kun teksten på prisskiltet« som begrænsede prompts og indcirkle objektet med markup, så der er mindre risiko for, at baggrund, lys og komposition omskrives samtidig. Promptvejledningen foreslår også: Ved lokale redigeringer skal du angive, hvilken mætning, kontrast, hvilke pile, kameraposition og omgivende objekter der skal forblive uændrede; ændr ét element ad gangen, så du kan se, hvilken redigering der faktisk virkede. OpenAI anbefaler desuden lav complexity til de fleste redigeringsopgaver for at gøre redigeringer hurtigere og begrænse ekstra ændringer – et råd, der passer godt til markup-målretning, fordi complexity som standard er high, hvis feltet udelades.

Bemærk: markup garanterer ikke nul afdrift på pixelniveau. De generelle begrænsninger gælder stadig, nemlig at modellen kan have svært ved struktureret komposition og præcis placering af tekst; vigtige leverancer bør efter automatiseringen have stikprøver foretaget af et menneske, og om nødvendigt bør godkendte områder sættes sammen med originalen i stedet for at stole på ét enkelt API-output. Regler for indholdsmoderering gælder stadig; ved fejl, som brugeren selv kan rette, som moderation_blocked, skal du justere prompten eller inputbilledet, før du prøver igen – prøv ikke blindt igen.

Kort sagt: Images 2.6 bringer ChatGPT's gennemprøvede sprog for annotationsredigering ind i API'et, så målrettede ændringer kan komme ind i batch- og SKU-pipelines. At følge kravene om gennemsigtig PNG i samme størrelse, feltet markup og gensidig udelukkelse med mask strengt og samtidig angive både ændrings- og bevarelsespunkter i prompten er den mindste fuldstændige praksis i den officielle dokumentation.