Segundo o anúncio de produto da OpenAI, o Image markup já estava disponível no ChatGPT e chega à API com o Images 2.6 para que as equipas possam “indicar com precisão onde deve acontecer uma alteração específica”. O Changelog de 4 de novembro de 2026 refere ainda que foi acrescentada a edição guiada por markup aos modelos GPT Image 2.5 e 2.6 suportados. O guia de geração de imagens situa o caminho da chamada em POST /v1/images/edits da Image API. Para as equipas já habituadas a “circular e depois alterar” no ChatGPT, o significado é que a mesma semântica de interação pode passar para jobs em batch e para pipelines do lado do servidor.

👉 Experimenta a API GPT Image 2.6 no PoYo: preço por imagem e playground online.

Em substância, a capacidade usa uma camada de anotação transparente do mesmo tamanho, mais um prompt em linguagem natural, para orientar o modelo para as regiões circuladas ou marcadas, reduzindo os erros de redesenhar a imagem inteira. Os exemplos oficiais e a linguagem do produto apontam para recolorações em lojas online, substituições locais de SKU, correções de texto em embalagens e fluxos semelhantes; o anúncio sublinha também a manutenção da consistência do detalhe de personagens, produtos e marca ao longo das edições.

Estrutura do pedido e restrições dos ficheiros

A documentação exige que os pedidos sejam construídos da seguinte forma. Primeiro, mantém a imagem original como primeira imagem de entrada. Segundo, cria à parte um PNG transparente que contenha apenas círculos, esboços ou outras marcas; depois da correção de orientação, a largura e a altura da camada de markup têm de coincidir com as da primeira imagem de entrada; o PNG tem de incluir píxeis transparentes e não pode fundir as marcas na imagem original. Terceiro, envia essa camada como markup: os pedidos multipart podem carregar um ficheiro; os pedidos JSON podem usar um objeto que contenha exatamente um de image_url ou file_id (o image_url pode ser HTTPS ou um data URL em base64); o campo do array de imagens de entrada das edições em JSON é images. Quarto, descreve no prompt tanto “o que alterar” como “o que preservar”, e revê os resultados manualmente antes de os utilizar.

Limites rígidos: o markup aplica-se apenas à primeira imagem de entrada; as restantes servem só de referência; a primeira imagem e a camada de markup não podem exceder, cada uma, 16 777 216 píxeis; o tamanho máximo do ficheiro de markup é de 50 MB. Não uses markup em conjunto com mask ou prompt_rewriter. A documentação indica ainda: para edições regionais na Responses API, usa antes a mask; o caminho do markup destina-se ao endpoint de edições da Image API. As páginas dos modelos Flare e Sunburst indicam ambas a edição guiada por markup como uma capacidade abrangida pelo guia de geração de imagens.

O exemplo oficial do vaso de cozinha (tanto na documentação como no guia de prompting) mostra um padrão típico: o original é uma fotografia de uma cozinha; uma sobreposição transparente marca um vaso às riscas com um círculo vermelho; o prompt pede que o vaso circulado passe a ser de cerâmica azul-cobalto, mantendo a forma e as flores secas, e que o círculo vermelho seja removido do resultado final. Os exemplos são executados com gpt-image-2.6-flare e gpt-image-2.6-sunburst com quality="medium", e lembram-te de verificar se o resto do original se alterou inesperadamente.

Relação com a mask e com os workflows de produto

A edição com mask indica as “regiões a substituir” através de uma máscara; a documentação diz que o mascaramento no GPT Image é “totalmente baseado no prompt”, servindo a máscara sobretudo de orientação, pelo que o modelo pode não seguir a forma de forma estrita. O markup está mais próximo de “desenhar instruções na imagem”: as marcas visíveis dizem ao modelo onde alterar, e o prompt diz para o quê. Os dois não se podem misturar. Escolhe consoante a forma de interação: as máscaras alfa programáticas servem para recortes em pipelines; os círculos/setas desenhados em ferramentas de design servem para o markup.

Nos workflows de produto e de SKU, escreve “altera só a faixa de cor da embalagem”, “substitui só a tampa” ou “corrige só o texto da etiqueta de preço” como prompts restritivos e circula o objeto com markup, reduzindo a probabilidade de o fundo, a iluminação e a composição serem reescritos em conjunto. O guia de prompting sugere também: nas edições locais, indica que saturação, contraste, setas, posição da câmara e objetos circundantes têm de ficar inalterados; altera um item de cada vez para perceberes qual das edições resultou de facto. A OpenAI recomenda também complexity baixa para a maioria das tarefas de edição, para acelerar as edições e reduzir alterações adicionais; é um conselho que se adequa bem ao markup, porque, se omitires a complexity, o valor por predefinição é high.

Nota: o markup não garante desvio zero ao nível do píxel. As limitações gerais continuam a dizer que o modelo pode ter dificuldades com composição estruturada e colocação precisa de texto; nas entregas críticas, acrescenta uma amostragem manual depois da automatização e, se necessário, volta a compor as regiões aprovadas sobre o original em vez de confiares num único resultado da API. As regras de moderação de conteúdo continuam a aplicar-se; perante erros que o utilizador pode corrigir, como moderation_blocked, ajusta o prompt ou a imagem de entrada antes de repetir; não repitas às cegas.

Em resumo: o Images 2.6 traz para a API a linguagem de edição por anotação já comprovada no ChatGPT, para que as alterações dirigidas possam entrar em pipelines de batch e de SKU. Seguir à risca o PNG transparente do mesmo tamanho, o campo markup e a exclusão mútua com mask, indicando no prompt tanto o que alterar como o que preservar, é a prática completa mínima da documentação oficial.