OpenAI ha pubblicato il 7 novembre 2026 una guida tecnica dedicata alla scrittura dei prompt per GPT Image 2.6, il modello di generazione e modifica delle immagini disponibile nelle API per sviluppatori con la denominazione GPT-Image-2.6. La documentazione introduce indicazioni operative per la realizzazione di fotografie, materiali pubblicitari, infografiche, loghi e animazioni GIF, distinguendo le istruzioni necessarie a generare un’immagine da quelle utilizzate per modificare contenuti visivi esistenti. Il principio centrale consiste nella definizione esplicita del risultato desiderato, con particolare attenzione alla destinazione d’uso, alla composizione della scena, alle caratteristiche visive e ai vincoli da rispettare. Nel caso della modifica di un’immagine, OpenAI raccomanda inoltre di separare chiaramente gli elementi che devono essere cambiati da quelli che devono rimanere invariati, riducendo il rischio che un intervento localizzato provochi alterazioni non richieste in altre parti della composizione.
Per la generazione di nuove immagini, la guida suggerisce di specificare innanzitutto la finalità del contenuto e di descrivere successivamente gli elementi fondamentali della scena. Una richiesta generica per un’immagine pubblicitaria di una bevanda, ad esempio, può essere sostituita da istruzioni che definiscano il tipo di prodotto, la posizione del soggetto, le condizioni di illuminazione, lo sfondo e l’eventuale presenza di scritte. Un esempio riguarda la creazione di una fotografia promozionale per un nuovo caffè freddo, con un bicchiere trasparente collocato al centro della composizione, luce naturale intensa, sfondo bianco e nome del prodotto nella parte superiore. La formulazione deve anche precisare che non devono comparire ulteriori testi, quando questa è una condizione necessaria. Le istruzioni possono essere organizzate distinguendo soggetto, composizione, stile, dettagli e vincoli, ma la lunghezza del prompt non costituisce di per sé un elemento di qualità. OpenAI raccomanda di evitare descrizioni ridondanti quando tutte le caratteristiche richieste sono già state definite in maniera sufficientemente precisa.
Un’attenzione particolare viene dedicata alla generazione di testo all’interno delle immagini. La guida suggerisce di riportare le parole esatte tra virgolette, indicando la loro collocazione, le caratteristiche tipografiche e il numero di occorrenze. Per un manifesto, ad esempio, il prompt può richiedere la presenza della scritta "AI FUTURE 2026" una sola volta, in caratteri marcati e nella parte centrale superiore, escludendo qualsiasi ulteriore elemento testuale. Anche quando le istruzioni sono formulate correttamente, il modello può incontrare difficoltà con scritte molto piccole o composizioni tipografiche complesse. Per questo motivo è necessario verificare il risultato finale, controllando l’ortografia, la leggibilità e la corrispondenza tra il testo generato e quello richiesto. Le medesime precauzioni si applicano a infografiche e rappresentazioni scientifiche, nelle quali devono essere controllati non soltanto numeri e diciture, ma anche le relazioni logiche tra gli oggetti e la correttezza delle informazioni rappresentate.
Nelle operazioni di editing, la distinzione tra modifiche e invarianti assume un ruolo ancora più importante. Se l’obiettivo consiste nel sostituire l’abbigliamento di una persona, il prompt deve identificare il nuovo indumento e specificare contemporaneamente che volto, espressione, acconciatura, postura, illuminazione e sfondo devono restare immutati. OpenAI suggerisce inoltre di eseguire modifiche successive in maniera incrementale, intervenendo su un elemento alla volta e verificando il risultato prima di procedere. La documentazione descrive anche una tecnica di selezione visiva del contenuto da modificare attraverso l’impiego di un’immagine trasparente sovrapposta all’originale, nella quale viene evidenziata l’area interessata. In una dimostrazione, un cerchio rosso viene utilizzato per identificare un vaso presente nella fotografia di una cucina. Il sistema riceve l’istruzione di cambiare esclusivamente il colore del vaso in blu, mantenendo inalterati gli altri oggetti e l’illuminazione. L’immagine risultante conserva gli elementi non coinvolti nell’intervento e non presenta il cerchio utilizzato per indicare la posizione della modifica.
La famiglia GPT Image 2.6 comprende due varianti denominate Flare e Sunburst, progettate per esigenze operative differenti. Flare è una versione leggera orientata alla rapidità di generazione, mentre Sunburst costituisce il modello principale per le composizioni più articolate e per le modifiche che richiedono maggiore precisione. OpenAI suggerisce di utilizzare inizialmente Flare quando la velocità rappresenta il requisito prioritario e di ricorrere a Sunburst quando diventano determinanti la complessità della scena o l’accuratezza dell’editing. La documentazione introduce inoltre due parametri distinti, complexity e quality. Il primo regola il livello di pianificazione dedicato alla composizione e alla disposizione degli elementi prima della generazione, mentre il secondo interviene sulla qualità visiva dei dettagli, come texture e caratteri di piccole dimensioni. Un valore elevato di complexity non produce necessariamente un risultato migliore: quando la composizione è già descritta accuratamente oppure si richiede una semplice modifica locale, una pianificazione meno approfondita può risultare più appropriata. Se il problema riguarda la disposizione degli oggetti, è opportuno intervenire sulla complessità; quando invece la composizione è corretta ma i dettagli non sono sufficientemente nitidi, il parametro da valutare è la qualità.
Le istruzioni comprendono anche la generazione di GIF animate, per le quali OpenAI raccomanda di descrivere il movimento in modo da garantire la continuità tra l’inizio e la fine della sequenza. Tra gli esempi viene presentato un personaggio che solleva una lanterna e ritorna successivamente alla posizione iniziale, creando le condizioni per una riproduzione ciclica fluida. La richiesta dovrebbe inoltre specificare se la telecamera deve rimanere ferma oppure accompagnare il movimento del soggetto. Per la progettazione di loghi viene considerato anche il formato SVG, che permette di mantenere la qualità grafica durante il ridimensionamento. Le funzionalità avanzate descritte dalla guida sono riferite principalmente all’ambiente API e non tutte le impostazioni risultano necessariamente disponibili nell’interfaccia ordinaria di ChatGPT. I criteri relativi alla chiarezza delle istruzioni, alla selezione degli elementi da modificare e alla verifica dei risultati rimangono comunque applicabili anche alla generazione di immagini attraverso l’interfaccia conversazionale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)