GPT Image 2はアップロード画像を編集できる？

また、OpenAIの画像リファレンスには、プロンプトおよび／または入力画像から新しい画像を生成する、という趣旨の記述があります。 このため、少なくともOpenAIの画像API全体としては、テキストだけでなく入力画像を起点にするワークフローが想定されています。

GPT Image 2に特化した根拠はどこにある？

OpenAI公式の確認済みソースは、主に「画像生成」と「画像編集」というワークフローの区別を示す点で強い根拠になります。 さらに、OpenAIの編集リファレンスの一部には、GPT image models向けにデフォルトで返される挙動への言及もあります。

一方で、GPT Image 2というモデル名を挙げた編集例として分かりやすいのは、Replicateとfal.aiのページです。ReplicateはGPT Image 2について、テキストから画像を作るだけでなく、既存画像を具体的な指示に沿って編集できると説明しています。 fal.aiはopenai/gpt-image-2/editを公開しており、例ではプロンプトとimage_urlsを渡しています。

つまり、実務上の理解としては「GPT Image 2は新規生成専用ではなく、入力画像編集にも使われている」と見てよいでしょう。

「アップロード画像」より「入力画像」と考えるのが安全

開発時に注意したいのは、言葉の粒度です。日本語ではつい「画像をアップロードして編集」と言いたくなりますが、API仕様を読むときは入力画像と表現したほうが安全です。

たとえばfal.aiのGPT Image 2編集例では、image_urlsに画像URLを渡しています。 これはfal.aiの連携では画像URLを入力として受け取れることを示します。ただし、サードパーティーのラッパーや統合サービスで使われるimage_urlsというパラメータ名が、そのままOpenAIの直接APIでも同じ名前・同じ形式で使えるとは限りません。

OpenAI側のリファレンスは、プロンプトおよび／または入力画像という広い表現を使っています。 ただし、確認できるGPT Image 2モデルページの断片だけでは、GPT Image 2のOpenAIネイティブAPIにおける完全なリクエストスキーマ、入力制限、アカウントごとの利用可否までは読み取れません。 本番実装前には、必ず最新のOpenAIモデルページと画像編集リファレンスを確認するべきです。

マスク編集は使えるが、完全な境界指定とは限らない

既存画像を編集する場合、「この部分だけ変えたい」「ここは触らないでほしい」というニーズはよくあります。OpenAIのGPT Image向けCookbookでは、入力画像の特定部分を変更したくない場合にマスクを渡せると説明しています。

ただし、同じ説明では、モデルがマスク内の一部を編集してしまう可能性もあると注意されています。 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の利用が推奨されています。

したがって、マスクは編集範囲を誘導するための便利な指定ではありますが、「1ピクセルも変わらない保証」として設計に組み込むのは危険です。

実装前のチェックリスト

• 既存画像を起点にする処理なら、テキスト生成ではなく画像編集ワークフローとして設計する。OpenAIは新規生成と既存画像編集を分けて説明しています。
• GPT Image 2での編集例はReplicateやfal.aiにありますが、OpenAIの直接APIで使う場合は、最新のエンドポイント、リクエスト項目、利用条件を必ず確認する。
• fal.aiのimage_urlsは、fal.ai連携で確認できる指定方法です。OpenAIネイティブAPIでも同じパラメータ名だと決めつけないほうが安全です。
• マスクを使う場合は、「だいたい保護する」ための指定として扱い、完全なピクセル保護が必要な用途では追加の検証やセグメンテーションを検討する。

まとめ

GPT Image 2は、テキストから新しい画像を作るだけのモデルではありません。既存の入力画像を渡して編集するワークフローが、OpenAIの画像編集ドキュメントと入力画像に関する記述、さらにReplicateやfal.aiのGPT Image 2向け実装例から確認できます。

ただし、開発者が押さえるべき注意点もあります。とくに、サードパーティー連携で見えるimage_urlsのような項目をOpenAI直接APIの仕様と混同しないこと、そしてマスク編集を完全な境界指定と考えないことです。 本番投入前には、最新のOpenAI公式リファレンスでモデルの利用可否、入力形式、制限を確認するのが堅実です。