Secondo l'annuncio del prodotto OpenAI, il markup dell'immagine era già disponibile in ChatGPT ed entra nell'API con Images 2.6 in modo che i team possano "indicare con precisione dove dovrebbe avvenire un cambiamento specifico". Il registro delle modifiche del 4 novembre 2026 afferma inoltre che è stata aggiunta la modifica guidata dal markup per i modelli GPT Image 2.5 e 2.6 supportati. La guida alla generazione delle immagini posiziona il percorso della chiamata in Image API POST /v1/images/edits. Per i team già abituati a “cerchiare e poi cambiare” in ChatGPT, il significato è che la stessa semantica di interazione può entrare in lavori batch e pipeline lato server.

👉 Prova l'API GPT Image 2.6 su PoYo: prezzi per immagine e playground online.

In sostanza, la funzionalità utilizza un livello di annotazione trasparente della stessa dimensione più un prompt in linguaggio naturale per indirizzare il modello verso regioni cerchiate o contrassegnate, riducendo gli errori di ridisegno dell'immagine intera. Gli esempi ufficiali e il linguaggio del prodotto indicano ricolorazioni per l'e-commerce, sostituzioni locali di SKU, correzioni della copia del packaging e flussi simili; l'annuncio sottolinea inoltre la coerenza del carattere, del prodotto e dei dettagli del marchio durante le modifiche.

Struttura della richiesta e vincoli del file

I documenti richiedono la creazione di richieste come segue. Innanzitutto, mantieni l'immagine originale come prima immagine di input. In secondo luogo, crea separatamente un PNG trasparente che contenga solo cerchi, schizzi o altri segni; dopo la correzione dell'orientamento, la larghezza e l'altezza del livello di markup devono corrispondere alla prima immagine di input; lo PNG deve includere pixel trasparenti e non deve appiattire i segni nell'originale. Terzo, invia quel livello come markup: le richieste in più parti possono caricare un file; Le richieste JSON possono utilizzare un oggetto che contiene esattamente uno tra image_url o file_id (image_url può essere HTTPS o un URL di dati base64); il campo dell'array di immagini di input delle modifiche JSON è images. In quarto luogo, descrivere sia "cosa cambiare" che "cosa preservare" in prompt e i risultati della revisione umana prima dell'uso.

Limiti rigidi: il markup si applica solo alla prima immagine di input; le immagini extra sono solo di riferimento; ciascuno dei primi livelli di immagine e markup non può superare 16.777.216 pixel; La dimensione massima del file di markup è 50 MB. Non utilizzare markup insieme a mask o prompt_rewriter. Nota anche nei documenti: per le modifiche regionali in Responses API, utilizzare invece la maschera; il percorso di markup ha come destinazione l'endpoint delle modifiche Image API. Le pagine dei modelli Flare e Sunburst elencano entrambe le modifiche guidate dal markup come funzionalità trattata nella guida alla generazione di immagini.

L'esempio ufficiale del vaso da cucina (sia nella documentazione che nella guida) mostra uno schema tipico: l'originale è una foto della cucina; una sovrapposizione trasparente segna un vaso rigato con un cerchio rosso; il suggerimento chiede di cambiare il vaso cerchiato con uno in ceramica cobalto, di mantenere la forma e i fiori secchi e di rimuovere il cerchio rosso dal vaso finale. Gli esempi vengono eseguiti con gpt-image-2.6-flare e gpt-image-2.6-sunburst in quality="medium" e ti ricordano di verificare se il resto dell'originale è andato alla deriva inaspettatamente.

Relazione con i flussi di lavoro della maschera e del prodotto

La modifica della maschera indica le “regioni da sostituire” tramite una maschera; i documenti affermano che il mascheramento sull'immagine GPT è "interamente basato su prompt", con la maschera principalmente come guida: il modello potrebbe non abbracciare rigorosamente la forma. Il markup è più vicino al "disegnare istruzioni sull'immagine": i segni visibili dicono al modello dove cambiare e il prompt dice cosa cambiare. I due non possono essere mescolati. Scegli in base alla forma di interazione: le maschere alfa programmatiche si adattano ai ritagli della pipeline; i cerchi/frecce disegnati negli strumenti di progettazione si adattano al markup.

Per i flussi di lavoro relativi a prodotti e SKU, codifica "cambia solo la fascia di colore della confezione", "sostituisci solo il tappo" o "correggi solo il testo del cartellino del prezzo" come istruzioni vincolate e cerchia l'oggetto con markup, riducendo la possibilità che sfondo, illuminazione e composizione vengano riscritti insieme. La guida suggerisce inoltre: per le modifiche locali, indicare quali saturazione, contrasto, frecce, posizione della telecamera e oggetti circostanti devono rimanere invariati; cambia un elemento alla volta in modo da poter sapere quale modifica ha effettivamente funzionato. OpenAI consiglia inoltre una complessità ridotta per la maggior parte delle attività di modifica per velocizzare le modifiche e ridurre le modifiche extra: un consiglio che si adatta bene al targeting del markup, poiché omettendo complexity il valore predefinito è high.

Nota: il markup non garantisce la deriva dello zero a livello di pixel. Le limitazioni generali dicono ancora che il modello potrebbe avere difficoltà con la composizione strutturata e il posizionamento preciso del testo; i risultati finali critici dovrebbero aggiungere il campionamento umano dopo l'automazione e, quando necessario, comporre regioni approvate nuovamente sull'originale anziché fare affidamento su un singolo output API. Si applicano ancora le regole di moderazione dei contenuti; in caso di errori correggibili dall'utente come moderation_blocked, regolare il prompt o l'immagine di input prima di riprovare: non riprovare alla cieca.

In conclusione: Images 2.6 introduce il collaudato linguaggio di modifica delle annotazioni di ChatGPT nell'API in modo che le modifiche mirate possano entrare nelle pipeline batch e SKU. Seguire rigorosamente il campo PNG trasparente della stessa dimensione, il campo markup e la mutua esclusione con mask, pur dichiarando sia la modifica che la conservazione degli elementi nel prompt, è la pratica minima completa nei documenti ufficiali.