GPT Image 2 và chỉnh ảnh cục bộ: mask làm được gì, chưa bảo đảm điều gì

Kết luận nhanh

Tài liệu chính thức nói gì?

OpenAI API Reference có phương thức Create image edit, tức một điểm vào API để chỉnh sửa ảnh có sẵn. Hướng dẫn Image generation của OpenAI cũng đặt Edits trong nhóm năng lực hình ảnh và mô tả là sửa đổi ảnh hiện có. Ngoài ra, tài liệu API của OpenAI có trang model dành cho GPT Image 2.

Những điểm này đủ để kết luận một cách thận trọng rằng GPT Image 2 thuộc dòng công cụ có nền tảng chỉnh ảnh. Tuy nhiên, “có image edit” và “bảo đảm chỉ đổi pixel trong mask” là hai chuyện khác nhau. Cái thứ nhất là chức năng; cái thứ hai là cam kết về độ bảo toàn đầu ra. Với các nguồn công khai đang có, tài liệu chính thức chưa đủ để khẳng định rằng vùng không bị mask sẽ luôn giữ nguyên tuyệt đối.

Mask không phải vùng chọn cứng

Trên OpenAI Developer Community có thảo luận riêng về masking với GPT Image 2; trong đó có phản hồi cho biết gpt-image-2 API hỗ trợ mask field. Điều này cho thấy mask có thể là một phần của quy trình làm việc. Nhưng không nên hiểu mask như vùng chọn cứng trong phần mềm chỉnh ảnh truyền thống, nơi công cụ bị “chặn” ở biên vùng chọn.

Lý do là chỉnh ảnh cục bộ bằng các mô hình GPT Image vẫn mang bản chất chỉnh sửa sinh ảnh. Có nhà phát triển phản ánh rằng mask trong images.edit không giới hạn được thay đổi vào đúng vùng chỉ định; một phản hồi khác cũng nói masking với GPT Image thiên về hướng dẫn bằng prompt, nên mô hình có thể không tuân thủ mask hoàn toàn. Đây không phải đặc tả chính thức, nhưng là tín hiệu thực tế đáng lưu ý khi dùng trong sản xuất.

Quan trọng hơn, có cả bằng chứng đánh giá. Một benchmark thiết kế đồ họa trên arXiv nêu rằng các mô hình như GPT-Image không giới hạn chỉnh sửa một cách đáng tin cậy trong vùng mask ở tác vụ masked edit. Điều này không có nghĩa GPT Image 2 sẽ thất bại trong mọi lần chỉnh cục bộ. Nhưng nó đủ để bác bỏ cách nói tuyệt đối kiểu “chắc chắn chỉ sửa đúng vùng đã chọn”.

Ba tình huống thường gặp và rủi ro cần nhìn trước

1. Thay nền ảnh sản phẩm

Dùng GPT Image 2 để thử thay nền là một use case hợp lý, vì tài liệu image edit và Edits của OpenAI đều đề cập quy trình sửa ảnh có sẵn. Tuy vậy, sau khi thay nền, đừng chỉ nhìn xem nền đã đúng phong cách hay chưa. Cần kiểm tra cả mép sản phẩm, bóng đổ, phản xạ, tỉ lệ, màu sắc và việc chủ thể có bị mô hình “diễn giải lại” hay không.

Do mask có thể không luôn giữ thay đổi trong phạm vi mong muốn, cách an toàn là đặt ảnh gốc và ảnh xuất ra cạnh nhau để so từng vùng.

2. Sửa hoặc đổi thiết kế bao bì

Sửa bao bì bằng GPT Image 2 có thể hữu ích cho mockup, khám phá hướng thiết kế hoặc tạo nhiều phiên bản nhanh. Nhưng nếu ảnh dùng cho giao hàng thương mại, rủi ro không chỉ là “mô hình sửa chưa đúng”. Rủi ro lớn hơn là trong lúc sửa bao bì, mô hình có thể làm lệch logo, chữ, tỉ lệ, đường viền hoặc chi tiết xung quanh vốn cần giữ nguyên.

Vì vậy, không nên quảng bá mask như một bảo đảm bảo toàn pixel cấp sản xuất, nhất là với ảnh có thương hiệu, nhãn mác hoặc thông tin đóng gói cần chính xác.

3. Chỉnh một vị trí nhỏ hoặc xóa lỗi

Nếu chỉ muốn xóa một vết lỗi, thay một vật nhỏ hoặc chỉnh một vùng hẹp, bạn có thể kết hợp mask với prompt rõ ràng. Prompt an toàn không chỉ nói cần sửa gì, mà còn nói rõ những gì không được thay đổi: khuôn mặt, dáng sản phẩm, logo, chữ, nền, ánh sáng, bóng đổ và phối cảnh.

Dù vậy, đây vẫn là chỉnh sửa sinh ảnh. Sau khi có kết quả, cần kiểm tra vùng ngoài mask xem có bị trôi chi tiết, đổi texture, sai chữ hoặc lệch tỉ lệ hay không.

Quy trình giảm nguy cơ “cả ảnh bị đổi”

1. Luôn giữ file gốc. Đừng ghi đè ảnh master; cần ảnh gốc để quay lại và so sánh.
2. Mỗi lần chỉ sửa một việc. Ví dụ: thay nền trước, rồi mới sửa bao bì, sau đó mới xử lý chi tiết nhỏ.
3. Viết rõ phần phải giữ nguyên trong prompt. Chẳng hạn: chỉ thay nền, giữ nguyên sản phẩm, logo, chữ, tỉ lệ, màu sắc và ánh sáng.
4. Dùng mask nhưng vẫn mô tả vùng không được sửa. Mask có thể chỉ ra vùng mục tiêu, nhưng bằng chứng công khai không ủng hộ việc xem nó là ranh giới pixel cứng.
5. So sánh với ảnh gốc sau mỗi lượt. Kiểm tra vùng không chỉ định, nhân vật, tỉ lệ sản phẩm, chữ, yếu tố thương hiệu và chi tiết bao bì.
6. Có bước hậu kỳ thủ công trước khi giao chính thức. Nếu cần tính nhất quán thương hiệu, chữ bao bì chính xác hoặc độ đúng cấp pixel, nên để designer hoặc người hậu kỳ rà lại.

Nên nói thế nào cho đúng?

Cách diễn đạt an toàn là: GPT Image 2 có nền tảng quy trình chỉnh ảnh và có thể kết hợp mask hoặc prompt chỉ định vùng để thử chỉnh cục bộ; tuy nhiên, dữ liệu công khai hiện nay không ủng hộ cam kết rằng chỉ pixel hoặc vùng được chỉ định sẽ thay đổi, còn mọi vị trí khác giữ nguyên hoàn toàn.

Nên tránh cách nói: GPT Image 2 bảo đảm chỉ thay nền, chỉ sửa bao bì hoặc chỉ chỉnh đúng một vị trí, còn toàn bộ phần còn lại không đổi. Với ảnh sản phẩm, bao bì và chất liệu thương mại, cách dùng thực tế hơn là xem đây như một công cụ chỉnh sửa sinh ảnh rất nhanh, rồi kiểm tra thủ công để bảo đảm vùng không yêu cầu sửa không bị thay đổi ngoài ý muốn.