GPT Image 2で写真の一部だけ直せる？ マスクは「完全固定」ではない

写真の一部だけをAIで直したい、という場面は多いはずです。人物写真なら服の小さな汚れだけ、商品写真なら背景の一角だけ、SNS画像なら文字の周辺だけ。そこで気になるのは「編集できるか」よりも、「他の部分を本当に触らずに済むのか」です。

現時点で、公開資料から言えることは慎重に見た方がよいでしょう。OpenAIのAPI資料にはGPT Image 2のモデルページがあり、GPT Image 2がOpenAIのドキュメント上に掲載されたモデルであることは確認できます。 一方で、GPT Imageの公式サンプルにあるマスク編集は、あくまでモデルに変更してほしくない部分を示すための仕組みであり、未指定部分をピクセル単位で完全固定する保証としては説明されていません。

まず結論：マスクは「ガイド」であって「鍵」ではない

OpenAI DevelopersのGPT Imageサンプルでは、入力画像の特定部分を変更してほしくない場合にマスクを提供できる、と説明されています。 つまり、マスクを使った局部編集のワークフロー自体は公式資料で確認できます。

ただし、同じ公式資料は重要な制限も明記しています。マスクを使っても、モデルがマスク内の一部を編集する可能性はあり、モデルはそれを避けようとする、という表現にとどまっています。さらに、正確なマスクが必要な場合は画像セグメンテーションモデルを使うよう案内しています。

このため、実務的な読み方はこうです。GPT Image系の編集ではマスクで「ここはなるべく変えないで」と指示できる。しかし、Photoshopなどの選択範囲ロックのように「ここ以外の画素は絶対に変わらない」と考えるのは危険です。

公式資料から確認できること

公開されている公式資料から、少なくとも次の3点は確認できます。

1つ目は、OpenAI APIのドキュメントに「GPT Image 2 Model」のページがあることです。 これはGPT Image 2というモデルがOpenAIのAPI資料に掲載されていることを示します。ただし、それだけで、写真編集時に人物の顔、肌の色、照明、構図、未指定領域が毎回安定して保持されるとまでは言えません。

2つ目は、GPT Imageの公式サンプルにマスクを使った編集手順があることです。資料では、入力画像の特定部分を変えたくない場合にマスクを提供できると説明されています。また、マスクを使う場合でもプロンプトは必要です。つまり、マスクとテキスト指示を組み合わせて出力を誘導する仕組みです。

3つ目は、OpenAIがマスクを「完全なピクセル固定」とは説明していないことです。むしろ公式サンプルは、マスク内の一部が編集される可能性があると注意し、正確なマスクが必要なら画像セグメンテーションモデルを使うよう示しています。

人物写真・商品写真では何が問題になるか

たとえば「服の小さな汚れだけを消したい。顔、肌色、髪、照明、背景、構図は完全にそのままにしたい」という要件がある場合、現在確認できる公式資料だけでは、その精度を保証する根拠にはなりません。

マスクは、変えたくない部分が動く可能性を下げるための手段としては使えます。しかし、公式の表現は「避ける」であって、「絶対に変更しない」ではありません。

特に注意したいのは、次のような素材です。

• 人物の顔、肌、髪型が重要な写真
• 商品の輪郭や質感が売上に直結する商品画像
• ブランドロゴ、パッケージ文字、ラベルが含まれる画像
• 証明写真や本人確認用途に近い写真
• 光の向き、影、構図の一貫性が重要な商用ビジュアル

これらでは、生成結果が一見きれいでも、元画像と細部が変わっていないかを確認する必要があります。顔の輪郭、目元、商品エッジ、文字、ロゴ、背景の比率などは、出力後に必ず原本と見比べるべきです。これは、マスクが完全な固定機能ではないという公式上の注意に対応するためのリスク管理です。

開発者コミュニティの報告はどう見るべきか

OpenAI Developer Communityには、gpt-image-1のマスク編集に関する複数の報告があります。内容は、マスク編集で元画像の保持がうまくいかない、マスクが編集範囲を十分に制限しない、マスク付きのinpaintingで画像全体が置き換わったように見える、マスクが無視される、といったものです。

また、あるコミュニティ返信では、GPT Imageのマスキングはプロンプトベースであり、モデルは画像全体を再生成しつつ、未変更領域をできるだけ元に近く描き直そうとする、という趣旨の説明がされています。その返信では、マスク形状に完全な精度で従わない可能性にも触れています。

ただし、ここは切り分けが必要です。これらは主にgpt-image-1に関するコミュニティ上の報告であり、GPT Image 2の公式な性能保証ではありません。 そのため、「GPT Image 2も必ず同じ問題を起こす」と断定する材料にはなりません。

一方で、公式サンプルの「マスクを使っても一部が編集される可能性がある」という注意とは方向性が一致しています。 実務で使う側から見れば、マスクを過信しないための警告材料として扱うのが妥当です。

「ピクセル単位の外科的編集」という宣伝文句は慎重に読む

第三者サイトの中には、「GPT Image 2 Edit」を、自然言語だけで参照画像を編集できるモデルとして紹介し、「surgical pixel-level edits」や、マスク、レイヤー、Photoshop不要といった強い表現で宣伝している例があります。

こうした文言は、サービス紹介やマーケティング表現として読むことはできます。しかし、「本当に一部だけ変えて、他は完全に変えないのか」を判断する根拠としては、OpenAIの公式資料にある制限説明と、自分の用途での検証結果を優先すべきです。

現時点で公式資料から安全に言えるのは、GPT Image関連の編集ではマスクで局部編集を誘導できるということです。一方で、マスクが未指定領域の完全保持を保証する、とは言えません。

実務での使い分け：向いている用途、慎重に扱う用途

マスク編集は、ラフ案や方向性の検討には十分に試す価値があります。たとえば、SNS画像のバリエーション作成、背景差し替えの案出し、ビジュアルコンセプトの探索などです。OpenAIの公式サンプルにも、マスクを使った画像編集の手順は示されています。

一方で、以下のような用途では、AIの出力をそのまま最終版にしない方が安全です。

• 高精度な人物写真
• 商品のメイン画像
• 証明写真に近い用途
• ブランドガイドラインに関わる素材
• 重要な文字やロゴを含む画像

チェックのポイントは4つあります。

1. プロンプトを具体的に書く。 マスクを使う場合でもプロンプトは必要です。何を変更し、何を維持したいのかを明確に書くべきです。
2. 境界が重要なら、マスク作成を雑にしない。 OpenAIは、正確なマスクが必要な場合に画像セグメンテーションモデルの利用を案内しています。
3. 出力は「候補」として扱う。 公式資料は、マスク内の一部が編集される可能性を示しています。顔、商品エッジ、文字、ロゴなどは人間が確認する前提にした方がよいでしょう。
4. 元画像と前後比較する。 構図比率、光の方向、影、肌の質感、細かな文字などは、生成画像だけを見ると違和感に気づきにくい場合があります。マスクが完全固定ではない以上、原本との比較は欠かせません。

最も安全な言い方

GPT Image 2は、局部編集のワークフローに組み込んで試すことはできます。OpenAIの資料ではGPT Image 2のモデルページが確認でき、GPT Imageの公式サンプルではマスクを使った編集手順も示されています。

ただし、現在確認できる資料は、「指定した小さな範囲だけを必ず変更し、人物の顔、光、構図、背景は完全に不変」といった保証までは支えていません。マスクは編集を誘導する有用な手段ですが、ピクセル単位の完全なロックではありません。精度が必要な画像では、画像セグメンテーション、原本との比較、人間による最終確認を組み合わせるのが現実的です。