GPT Image 2は部分編集できる？マスクでできること、過信できないこと

公式ドキュメントから分かること

OpenAIのAPI Referenceには、既存画像を編集するためのCreate image editメソッドが用意されています。 また、OpenAIのImage generation guideでは、画像機能の一つとしてEditsが示され、既存画像を変更するものと説明されています。 さらに、OpenAI APIのドキュメントにはGPT Image 2のモデルページもあります。

ここから言えるのは、GPT Image 2が属するGPT image系のワークフローには、画像編集の仕組みがあるということです。

ただし、ここで注意したいのは、「画像編集ができる」ことと「マスク外のピクセルが必ず完全に保持される」ことは別問題だという点です。前者は機能の入口の話です。後者は、出力の忠実性に関するかなり強い保証です。少なくとも、今回確認できる公開情報だけでは「マスクしていない場所は必ず一切変わらない」とまでは言えません。

マスクは「硬い選択範囲」ではない

OpenAI Developer Communityでは、GPT Image 2のmaskingに関する議論があり、その中でgpt-image-2 APIはmask fieldをサポートするとの回答が見られます。

これは、マスクを編集ワークフローに組み込めることを示す材料になります。一方で、マスクがPhotoshopなどの画像編集ソフトにおける選択範囲のように、モデルが絶対に越えられない境界になる、という意味ではありません。

理由は、GPT Image系の部分編集が本質的には生成AIによる編集だからです。開発者コミュニティでは、images.editのマスクが変更範囲を指定領域に閉じ込められなかったという報告があります。また別の投稿では、DALL·E 2と異なり、GPT Imageのmaskingはよりprompt-based guidance、つまりプロンプトに基づくガイドに近く、モデルが完全には従わない可能性があると説明されています。

これらは公式仕様そのものではありませんが、実際の運用リスクを考えるうえでは無視できない情報です。

加えて、評価研究の観点でも注意が必要です。arXivの画像デザイン評価では、GPT-Imageなどのモデルがmasked editタスクにおいて、変更をマスク領域内に安定して制限できなかったとされています。 これは、GPT Image 2の部分編集が毎回失敗するという意味ではありません。しかし、「必ず指定範囲だけを変更できる」と断言するには弱い、という判断材料になります。

よくある3つの使い方と注意点

1. 背景を差し替える

GPT Image 2で背景を変える使い方は、画像編集として自然な用途です。OpenAIのimage editやEditsのドキュメントも、既存画像を変更するワークフローを扱っています。

ただし、背景が狙い通りになったかだけを見て終わりにしないほうが安全です。特に商品写真では、商品の輪郭、影、反射、比率、色味、表面の質感が少し変わるだけでも印象が変わります。マスクが変更範囲を安定して固定するとは限らないため、出力後は原画像と並べて確認するのが基本です。

2. パッケージを変更する

パッケージ変更は、モックアップ作成、方向性の検討、複数案のバリエーション作成には向いています。たとえば、新しいラベル案を載せた見た目を素早く確認するような用途です。

一方で、商用納品に使う画像では注意が必要です。リスクは「パッケージがうまく変わらない」ことだけではありません。変更の過程で、本来残したいロゴ、文字、商品比率、周辺の小物、背景の一部まで変わる可能性があります。だからこそ、マスクをピクセル単位の保全保証として説明するのは避けるべきです。

3. 指定した場所だけを修正する

小さな傷を消す、不要な物体を取り除く、局所的に色や形を整えるといった用途では、マスクと明確なプロンプトを組み合わせて試す価値があります。

このときは、「何を変えるか」だけでなく、「何を変えないか」もプロンプトに書くほうが安全です。たとえば、人物の顔立ち、商品の形状、ブランドロゴ、文字、背景、光の方向、影の自然さを保持する、といった指定です。

それでも、これは生成AIによる編集です。出力後には、マスク外や指定外の領域にズレが出ていないかを確認する必要があります。

「画像全体が変わってしまう」リスクを下げる手順

1. 元画像のマスターを必ず残す。 直接上書きせず、いつでも戻せる状態にしておきます。
2. 一度に直す内容を絞る。 背景変更、パッケージ変更、細部修正をまとめて依頼せず、段階的に進めます。
3. 保持したい要素をプロンプトに明記する。 例として、商品本体、ロゴ、文字、比率、色、光の方向、影の質感を維持する、と書きます。
4. マスクを使っても、変更しない範囲を言葉で補強する。 マスクは編集場所を示すガイドになりますが、公開情報はそれを硬いピクセル境界として扱うことを支持していません。
5. 原画像と出力画像を並べて比較する。 未指定領域、人物、商品比率、文字、ブランド要素、包装の細部をチェックします。
6. 商用納品前は人が仕上げ確認する。 ブランド一貫性、法規制に関わる包装表示、ピクセル単位の正確さが必要な素材では、デザイナーやレタッチ担当者による確認が欠かせません。

対外的にはどう説明するのが安全か

安全な言い方は、次のようなものです。

GPT Image 2には画像編集ワークフローの土台があり、マスクや指定領域のプロンプトを使って部分編集を試すことができます。ただし、公開情報からは「指定したピクセルまたは領域だけが変わり、それ以外が完全に不変」とまでは保証できません。

避けたいのは、「GPT Image 2なら背景、パッケージ、指定位置だけを確実に変更でき、他は一切変わらない」といった断定です。

商品画像、パッケージ画像、広告素材に使う場合は、GPT Image 2を高効率な生成式編集ツールとして位置づけたうえで、最終段階では原画像との比較と人によるQAを行う。これが現時点では最も堅実な使い方です。