OpenAI の製品発表によると、画像マークアップは ChatGPT ですでに利用可能であり、Images 2.6 で API に入力されるため、チームは「特定の変更が発生する場所を正確に示す」ことができます。 2026 年 11 月 4 日の変更ログには、サポートされている GPT イメージ 2.5 および 2.6 モデルにマークアップに基づく編集が追加されたことがさらに記載されています。イメージ生成ガイドは、呼び出しパスを Image API POST /v1/images/edits に配置します。すでに ChatGPT で「循環してから変更」に慣れているチームにとって、重要なのは、同じ対話セマンティクスをバッチ ジョブとサーバー側のパイプラインに入力できることです。

👉 PoYoでGPT Image 2.6 APIを試す：1枚あたりの料金とプレイグラウンド。

実質的には、この機能は同じサイズの透明な注釈レイヤーと自然言語プロンプトを使用して、円で囲まれた領域またはマークされた領域にモデルを誘導し、画像全体の再描画の間違いを減らします。公式の例と製品言語では、e コマースの色変更、SKU ローカルの交換、パッケージのコピーの修正、および同様のフローが示されています。この発表では、編集間でキャラクター、製品、ブランドの詳細の一貫性を保つことも強調されています。

リクエストの構造とファイルの制約

ドキュメントでは、次のようにリクエストを構築する必要があります。まず、元の画像を最初の入力画像として保持します。次に、円、スケッチ、またはその他のマークのみを含む透明な PNG を別途作成します。向きを補正した後、マークアップ レイヤーの幅と高さは最初の入力画像と一致する必要があります。 PNG には透明ピクセルが含まれている必要があり、マークをオリジナルに平坦化してはなりません**。 3 番目に、そのレイヤーを markup として送信します。マルチパート リクエストでファイルをアップロードできます。 JSON リクエストでは、image_url または file_id (image_url は HTTPS または Base64 データ URL の場合があります) のいずれかを含むオブジェクトを使用できます。 JSON 編集の入力画像配列フィールドは images です。 4 番目に、prompt に「何を変更するか」と「何を維持するか」の両方を記述し、使用前に人によるレビューを行った結果を記述します。

ハードリミット: マークアップは 最初 の入力画像にのみ適用されます。追加の画像は参考のみです。最初の画像とマークアップ層はそれぞれ 16,777,216 ピクセルを超えてはなりません。マークアップ ファイルの最大サイズは 50 MB です。 markup を mask または prompt_rewriter と一緒に使用しないでください。ドキュメントには、Responses API の地域編集では代わりにマスクを使用することも記載されています。マークアップ パスは、Image API 編集エンドポイントをターゲットとしています。 Flare と Sunburst のモデル ページにはどちらも、イメージ生成ガイドで説明されている機能としてマークアップ ガイド付き編集がリストされています。

公式のキッチンの花瓶の例 (ドキュメントとプロンプト ガイドの両方) は典型的なパターンを示しています。オリジナルはキッチンの写真です。透明なオーバーレイは縞模様の花瓶に赤い円をマークします。プロンプトでは、丸で囲んだ花瓶をコバルトセラミックに変更し、形状とドライフラワーを維持し、最後の赤い丸を削除するように求められます。例は quality="medium" で gpt-image-2.6-flare および gpt-image-2.6-sunburst で実行され、元の残りの部分が予期せずドリフトしていないかどうかを確認するよう通知されます。

マスクと製品のワークフローとの関係

マスク編集では、マスクを介して「置換する領域」を指定します。ドキュメントによれば、GPT 画像のマスキングは「完全にプロンプ​​トベース」であり、マスクは主にガイダンスとして使用され、モデルは形状を厳密に再現していない可能性があります。マークアップは「画像上の描画指示」に近いものです。目に見えるマークはモデルにどこを変更するかを指示し、プロンプトは何を変更するかを指示します。この 2 つを混合することはできません。インタラクションの形状によって選択 — プログラマティック アルファ マスクはパイプラインのカットアウトに適しています。デザインツールで描かれた円/矢印はマークアップに適しています。

製品および SKU のワークフローでは、「パッケージのカラー バンドのみを変更する」、「キャップを交換するのみ」、または「値札のテキストのみを修正する」を制約付きプロンプトとしてエンコードし、マークアップでオブジェクトを丸で囲み、背景、照明、構成が一緒に書き換えられる可能性を減らします。プロンプト ガイドでは、次のことも提案されています。ローカル編集の場合、どの彩度、コントラスト、矢印、カメラの位置、周囲のオブジェクトを変更しない必要があるかを指定します。一度に 1 つの項目を変更すると、どの編集が実際に機能したかがわかります。また、OpenAI は、編集を高速化し、余分な変更を減らすために、ほとんどの編集タスクで 低複雑度 を推奨しています。これは、complexity を省略するとデフォルトで high になるため、マークアップ ターゲティングによく適合するアドバイスです。

注: マークアップはピクセルレベルのゼロドリフトを保証しません。一般的な制限は依然として、モデルが構造化された構成と正確なテキストの配置に苦労する可能性があることを示しています。重要な成果物では、単一の API 出力に依存するのではなく、自動化後に人間によるサンプリングを追加し、必要に応じて承認された複合リージョンを元に戻す必要があります。コンテンツ管理ルールは引き続き適用されます。 moderation_blocked などのユーザーが修正可能なエラーの場合は、再試行する前にプロンプ​​トまたは入力イメージを調整します。やみくもに再試行しないでください。

結論: Images 2.6 は、ChatGPT の実証済みの注釈編集言語を API に導入し、対象を絞った変更をバッチおよび SKU パイプラインに入力できるようにします。同じサイズの透明な PNG、markup フィールド、および mask との相互排他に厳密に従い、プロンプトで項目の変更と保持の両方を指定することが、公式ドキュメントにおける最低限の完全な実践です。