Według ogłoszenia produktowego OpenAI Image markup był już dostępny w ChatGPT, a wraz z Images 2.6 trafia do API, dzięki czemu zespoły mogą „precyzyjnie wskazać, gdzie ma nastąpić konkretna zmiana". Changelog z 4 listopada 2026 dodaje, że edycja kierowana oznaczeniami została dodana dla obsługiwanych modeli GPT Image 2.5 i 2.6. Przewodnik po generowaniu obrazów umieszcza tę ścieżkę wywołania pod Image API POST /v1/images/edits. Dla zespołów przyzwyczajonych do schematu „zakreśl i zmień" w ChatGPT znaczenie jest takie, że ta sama semantyka interakcji może trafić do zadań batch i do przetwarzania po stronie serwera.

👉 Wypróbuj API GPT Image 2.6 w PoYo: cena za obraz i playground online.

Pod względem merytorycznym ta funkcja wykorzystuje przezroczystą warstwę adnotacji o takim samym rozmiarze oraz prompt w języku naturalnym, aby skierować model na zakreślone lub oznaczone obszary, co ogranicza błędy wynikające z przerysowywania całego obrazu. Oficjalne przykłady i opis produktu wskazują na zmiany kolorystyki w e-commerce, lokalne podmiany w obrębie SKU, poprawki tekstów na opakowaniach i podobne procesy; ogłoszenie podkreśla też zachowanie spójności postaci, produktu i detali marki między edycjami.

Struktura żądania i ograniczenia plików

Dokumentacja wymaga zbudowania żądania w następujący sposób. Po pierwsze, oryginalny obraz przekaż jako pierwszy obraz wejściowy. Po drugie, osobno przygotuj przezroczysty plik PNG zawierający wyłącznie kółka, szkice lub inne oznaczenia; po korekcie orientacji szerokość i wysokość warstwy oznaczeń muszą być równe wymiarom pierwszego obrazu wejściowego; PNG musi zawierać przezroczyste piksele i nie może mieć oznaczeń spłaszczonych do oryginału. Po trzecie, wyślij tę warstwę jako markup: żądania multipart mogą przesyłać plik; żądania JSON mogą używać obiektu zawierającego dokładnie jedno z pól image_url lub file_id (image_url może być adresem HTTPS lub base64 data URL); pole tablicy obrazów wejściowych w edycjach JSON to images. Po czwarte, w prompt opisz zarówno „co zmienić", jak i „co zachować", a wyniki przed użyciem sprawdź ręcznie.

Twarde limity: markup dotyczy wyłącznie pierwszego obrazu wejściowego; dodatkowe obrazy służą tylko jako referencja; pierwszy obraz i warstwa markup mogą mieć każdy nie więcej niż 16 777 216 pikseli; maksymalny rozmiar pliku markup to 50 MB. Nie używaj markup razem z mask ani prompt_rewriter. Dokumentacja zaznacza też: do edycji regionalnych w Responses API używaj zamiast tego maski; ścieżka markup dotyczy endpointu edycji w Image API. Strony modeli Flare i Sunburst wymieniają edycje kierowane oznaczeniami jako możliwość opisaną w przewodniku po generowaniu obrazów.

Oficjalny przykład z wazonem w kuchni (w dokumentacji i w przewodniku po promptowaniu) pokazuje typowy schemat: oryginałem jest zdjęcie kuchni; przezroczysta nakładka zaznacza czerwonym kółkiem wazon w paski; prompt prosi o zmianę zakreślonego wazonu na kobaltową ceramikę, zachowanie kształtu i suszonych kwiatów oraz usunięcie czerwonego kółka z wyniku. Przykłady działają z gpt-image-2.6-flare i gpt-image-2.6-sunburst przy quality="medium" i przypominają, żeby sprawdzić, czy reszta oryginału nie zmieniła się nieoczekiwanie.

Relacja do maski i workflows produktowych

Edycja z maską wskazuje „obszary do zastąpienia" za pomocą maski; dokumentacja zaznacza, że maskowanie w GPT Image „opiera się w całości na promptach", a maska pełni głównie rolę wskazówki, więc model nie musi ściśle trzymać się jej kształtu. Markup jest bliższy „rysowaniu instrukcji na obrazie": widoczne oznaczenia mówią modelowi, gdzie zmienić, a prompt mówi, na co. Obu metod nie można mieszać. Wybieraj według formy interakcji: programowe maski alfa pasują do wycinania w pipeline; kółka i strzałki rysowane w narzędziach projektowych pasują do markup.

W workflows produktowych i SKU zapisuj polecenia typu „zmień tylko kolorowy pasek opakowania", „podmień tylko zakrętkę" lub „popraw tylko tekst na metce z ceną" jako ograniczone prompty i otaczaj obiekt oznaczeniem markup, co zmniejsza ryzyko, że tło, oświetlenie i kompozycja zostaną przepisane razem. Przewodnik po promptowaniu sugeruje też: przy edycjach lokalnych wskaż, które nasycenie, kontrast, strzałki, pozycja kamery i otaczające obiekty muszą pozostać bez zmian; zmieniaj jedną rzecz naraz, aby wiedzieć, która edycja faktycznie zadziałała. OpenAI zaleca ponadto niską complexity przy większości zadań edycyjnych, żeby przyspieszyć edycje i ograniczyć dodatkowe zmiany. Ta rada dobrze pasuje do celowania markup, ponieważ pominięcie complexity oznacza domyślną wartość high.

Uwaga: markup nie gwarantuje zerowego dryfu na poziomie pikseli. Ogólne ograniczenia nadal mówią, że model może mieć kłopot ze strukturalną kompozycją i precyzyjnym umieszczaniem tekstu; w krytycznych materiałach po automatyzacji dodaj ręczne próbkowanie, a w razie potrzeby nałóż zatwierdzone obszary z powrotem na oryginał, zamiast polegać na pojedynczym wyniku API. Zasady moderacji treści nadal obowiązują; przy błędach możliwych do poprawienia przez użytkownika, takich jak moderation_blocked, zmień prompt lub obraz wejściowy przed ponowieniem i nie ponawiaj na ślepo.

Podsumowując: Images 2.6 wprowadza do API sprawdzony w ChatGPT język edycji przez adnotacje, dzięki czemu edycje punktowe mogą trafić do zadań batch i procesów SKU. Minimum pełnej praktyki z oficjalnej dokumentacji to ścisłe przestrzeganie zasad: przezroczysty PNG o tym samym rozmiarze, pole markup, wzajemne wykluczanie się z mask oraz opisanie w prompcie zarówno zmian, jak i elementów do zachowania.