GPT Image 2

Wie GPT Image 2 einen Prompt liest

GPT Image 2 ist das Modell, das OpenAI am 21. April 2026 veröffentlicht hat und das hinter ChatGPT Images 2.0 steckt. Laut dem Prompting-Leitfaden von OpenAI kommt es weniger auf das Format eines Prompts an als auf seine Absicht: Ein kurzer Satz, ein beschreibender Absatz, Zeilen mit Labels und eine JSON-artige Liste funktionieren alle, solange Ziel und Vorgaben klar sind. Am meisten hilft eine feste Reihenfolge und ein genannter Zweck. Der Leitfaden empfiehlt: erst die Szene, dann das Motiv, dann wichtige Details, dann Vorgaben, und dazu zu benennen, wofür das Bild gedacht ist (Anzeige, UI-Mockup, Infografik), denn das bestimmt, wie ausgearbeitet das Ergebnis wird.

Zweck: [Anzeige, Folie, App-Screen, redaktionelles Foto, Comicseite]
Szene: [wo, Licht, Tageszeit]
Motiv: [wer oder was, Bildausschnitt, Winkel]
Details: [Materialien, Texturen, Farben, Medium]
Text: "[genauer Wortlaut]", [Position, Schrift, wie oft]
Vorgaben: [was nicht erscheinen oder sich ändern darf]

Bei langen Anfragen sind kurze Zeilen mit Labels besser als ein dichter Absatz. Für Fotorealismus soll man laut OpenAI das Wort „fotorealistisch“ in den Prompt schreiben; auch „echtes Foto“ oder „mit einer echten Kamera aufgenommen“ helfen. Kameraangaben wie „50-mm-Objektiv“ werden nur ungefähr gelesen, als Hinweis auf den Look und nicht als exakte Simulation. Für ein Schnappschuss-Foto verlangst du echte Textur (Poren, abgetragener Stoff, kleine Unvollkommenheiten) und lässt Wörter weg, die nach Studioglanz klingen. Bei Personen beschreibst du Bildausschnitt, Blick und was die Hände tun: „ganzer Körper sichtbar, Füße inklusive“, „Blick nach unten auf das aufgeschlagene Buch, nicht in die Kamera“.

Text, Folien und Diagramme

Setz den genauen Wortlaut in Anführungszeichen oder in Großbuchstaben, gib dann Schrift, Größe, Farbe und Position an und sag, wie oft der Text erscheint („Schreibe den Slogan genau einmal“). Verlange, dass kein anderer Text vorkommt. Wenn ein Markenname oder ein ungewöhnliches Wort falsch herauskommt, buchstabiere ihn im nächsten Prompt Buchstabe für Buchstabe.

Für Folien, Diagramme und Grafiken rät der Leitfaden von OpenAI, den Prompt wie eine Spezifikation für das Ergebnis zu schreiben und nicht wie die Bitte um eine Illustration: Nenne das Format, beschreibe die Hierarchie und schreib die echten Zahlen, Beschriftungen und Fußnoten in den Prompt. Für Anzeigen empfiehlt er stattdessen ein Creative Briefing: Marke, Zielgruppe, Konzept und den exakten Slogan, und dem Modell Spielraum für Art-Direction-Entscheidungen lassen. App-Screens wirken echter, wenn du das Produkt beschreibst, als wäre es schon veröffentlicht, mit Layout, Abständen und echten Interface-Elementen und ohne Begriffe aus der Concept Art. Bei Comics gibst du pro Panel eine klare Handlung vor.

Bearbeitungen und mehrere Bilder

Wenn du in Endless Bilder anhängst, geht die Anfrage an den Edit-Endpunkt von OpenAI, und der Prompt beschreibt die Änderung. Laut OpenAI verarbeitet GPT Image 2 jedes Eingabebild in hoher Treue, sodass Gesichter, Logos und Produktdetails ohne separate Einstellung erhalten bleiben. OpenAI formuliert das so: „Ändere nur X“, gefolgt von „Lass alles andere gleich“. Danach nennst du, was sich nicht bewegen darf (Gesicht, Pose, Kamerawinkel, Licht, Beschriftungen, Objekte in der Nähe). Der Leitfaden empfiehlt, diese Liste bei jeder weiteren Bearbeitung zu wiederholen, weil Details über mehrere Runden abdriften.

Bei mehreren Bildern verweist du auf jedes mit Nummer und Rolle („Bild 1: der Raum. Bild 2: die Lampe.“) und sagst, was wohin kommt. Für ein Composite verlangst du, dass Licht, Perspektive, Größe und Schatten des Basisbilds angeglichen werden. Bei einer Stilreferenz sagst du, welche Eigenschaften übernommen werden sollen (Palette, Pinselführung, Körnung) und dass das Motiv neu ist. Starte mit einem sauberen Basis-Prompt und mach pro Runde nur eine Änderung, statt alle Änderungen in eine Anfrage zu packen.

Einstellungen, auf die es ankommt

• Modus: die Qualitätsstufe, low, medium (Standard) oder high. Laut OpenAI-Leitfaden reicht low für viele Entwürfe und um schnell viele Varianten auszuprobieren. Nimm medium oder high für kleinen oder dichten Text, detaillierte Infografiken, Nahaufnahmen von Gesichtern und Bearbeitungen, bei denen ein Gesicht erkennbar bleiben muss. Höhere Stufen kosten mehr.
• Auflösung: 720p, 1080p (Standard) oder 4k, kombiniert mit dem Seitenverhältnis ergibt sich die Pixelgröße. OpenAI stuft alles über 2560 × 1440 als experimentell ein, daher schwanken die Ergebnisse in 4k stärker. Arbeite die Komposition in 1080p aus und wechsle nur für ein bereits freigegebenes Bild auf 4k.
• Seitenverhältnis: auto oder eines von zehn Verhältnissen von 21:9 bis 9:16. Auto behält beim Bearbeiten die Form des Eingabebilds bei. Nimm ein Querformat für Folien und 9:16 für Stories.
• Referenzbilder: bis zu 7. Das sind die Bilder, die bearbeitet werden oder aus denen Elemente übernommen werden. Ohne angehängte Bilder generiert das Modell allein aus dem Prompt.

Typische Fehlerbilder

• Text ist falsch geschrieben oder sitzt an der falschen Stelle. OpenAI führt die Platzierung von Text weiterhin als Einschränkung auf. Stell den Modus auf medium oder high, was OpenAI für kleinen Text und dichte Layouts empfiehlt.
• Eine Bearbeitung ändert mehr als gewünscht. Verlange pro Runde eine Änderung und gib das jeweils neueste Ergebnis wieder ein, statt mehrere Änderungen in einem Prompt zu bündeln.
• Elemente landen in einem dichten Layout an der falschen Stelle. OpenAI nennt präzise Platzierung in strukturierten Kompositionen als bekannte Einschränkung. Beschreibe die Platzierung schlicht („Logo oben rechts“, „freier Platz links“) und entferne Elemente, bevor du neue hinzufügst.
• Eine Figur verändert sich von Bild zu Bild. Wiederhole jedes Mal die prägenden Merkmale der Figur und hänge das Bild an, mit dem sie festgelegt wurde.
• Ein Foto wirkt gestellt oder wie Plastik. Schreib „fotorealistisch“, verlange natürliches Licht und echte Textur und füge „ohne starke Retusche“ hinzu.