GPT Image 2 có đáng tin hơn GPT Image 1.5 cho asset marketing?

Kết luận nhanh: chưa được chứng minh, nhưng không nên vội bác bỏ

OpenAI có trang model API cho GPT Image 2. OpenAI cũng có trang model API cho GPT Image 1.5, trong đó mô tả GPT Image 1.5 là model tạo ảnh hiện đại, bám chỉ dẫn và prompt tốt hơn. Hướng dẫn tạo ảnh của OpenAI bao gồm cả tạo ảnh từ prompt văn bản và chỉnh sửa ảnh có sẵn.

Như vậy, cả hai model đều có lý do để được đưa vào cùng một cuộc đánh giá quy trình. Nhưng chừng đó chưa đủ để kết luận GPT Image 2 đáng tin hơn cho biến thể chiến dịch, quảng cáo mạng xã hội, hình sản phẩm, đồ họa landing page hay các asset phải qua vòng duyệt thương hiệu.

Điểm còn thiếu là một bài kiểm thử GPT Image 2 và GPT Image 1.5 với cùng đầu vào, có rubric đạt/không đạt, tỷ lệ được duyệt ngay từ lần đầu và báo cáo số lần phải tạo lại. Cookbook về image evals của OpenAI có liên quan vì đề cập đến đánh giá cho các trường hợp tạo ảnh và chỉnh sửa ảnh, nhưng nguồn hiện có không đưa ra kết quả đối đầu riêng cho hai model này trong bối cảnh marketing.

Tài liệu của OpenAI thực sự cho biết điều gì

Nói ngắn gọn: ngôn ngữ ra mắt sản phẩm và trang tài liệu model có thể là lý do để đem ra kiểm thử, nhưng không thể thay thế bằng chứng ở cấp nhiệm vụ cụ thể.

Vì sao “model mới hơn” chưa chắc đã “sẵn sàng cho marketing”

Một biến thể asset đạt chuẩn marketing phải vượt qua nhiều ràng buộc mà các nhận định chung kiểu “ảnh đẹp hơn” thường bỏ sót. Khi đánh giá, nên hỏi đầu ra có:

• Bám brief sáng tạo mà không tự thêm chi tiết ngoài ý muốn hay không.
• Giữ chữ bắt buộc rõ ràng, đúng chính tả và đúng vị trí yêu cầu hay không.
• Bảo toàn hình dáng, màu sắc, bao bì và các chi tiết chính của sản phẩm hay không.
• Giữ nhất quán với phong cách thương hiệu qua nhiều biến thể hay không.
• Chỉ thay phần được yêu cầu khi chỉnh sửa asset có sẵn hay không.
• Tạo ra các biến thể đủ khác nhau nhưng không lệch khỏi thương hiệu hay không.
• Vượt qua vòng duyệt của con người ngay từ lần đầu hay không.
• Cần ít lần thử lại hơn trước khi có asset dùng được hay không.

Hướng dẫn prompting cho GPT Image 1.5 của OpenAI cho thấy các workflow kiểu này có thể nhiều ràng buộc đến mức nào: ví dụ prompt có các yêu cầu như chỉ dùng thiết kế nguyên bản, không nhãn hiệu, không watermark, không logo và đưa nguyên văn phần chữ trên bao bì. Những ràng buộc đó rất sát với quy trình QA của marketing, nhưng chúng vẫn là hướng dẫn thiết kế prompt, không phải bằng chứng rằng model nào sẽ qua duyệt thương hiệu thường xuyên hơn.

Cần bằng chứng gì để nói GPT Image 2 đáng tin hơn?

Một so sánh đáng tin cậy không thể chỉ dựa vào tên model hay vài ví dụ đẹp. Tối thiểu, cần có:

1. Đầu vào giống hệt nhau: cùng prompt, ảnh nguồn, khối chữ, tỷ lệ khung hình, ràng buộc thương hiệu và nhiệm vụ chỉnh sửa cho cả hai model.
2. Rubric đạt/không đạt rõ ràng: tiêu chí đo được cho độ chính xác của chữ, độ trung thực của sản phẩm, tính nhất quán phong cách, độ chính xác khi chỉnh sửa và mức sẵn sàng qua duyệt.
3. Đánh giá mù: designer, marketer hoặc người duyệt thương hiệu chấm đầu ra mà không biết ảnh do model nào tạo.
4. Theo dõi số lần thử lại: bài test phải đo mỗi model đạt kết quả chấp nhận được ở lần đầu, lần hai hay sau nhiều lần tạo lại.
5. Báo cáo theo từng loại tác vụ: không gộp mọi thứ vào một điểm số, vì quảng cáo nhiều chữ, mockup sản phẩm, biến thể social và chỉnh sửa ảnh có thể hỏng theo những cách rất khác nhau.

Các nguồn được rà soát ở đây có tài liệu về model và gợi ý khung đánh giá, nhưng không công bố phép so sánh riêng cho marketing giữa GPT Image 2 và GPT Image 1.5.

Cách nên pilot GPT Image 2 trong đội marketing

Hãy xem GPT Image 2 là một ứng viên cần đánh giá, không phải lựa chọn tự động thay thế. Một pilot thực tế nên dùng đúng loại việc mà đội của bạn đã hiểu rõ:

• Tạo bộ test đại diện cho asset social, display, email, sản phẩm và landing page.
• Bao gồm cả tạo ảnh chỉ từ prompt và chỉnh sửa ảnh có sẵn, vì tài liệu hình ảnh của OpenAI bao quát cả hai workflow này.
• Dùng lại cùng ảnh tham chiếu sản phẩm, khối chữ, ràng buộc thị giác và quy định thương hiệu cho cả hai model.
• Chấm điểm mù với chính những người thường phê duyệt asset.
• Ghi lại tỷ lệ được duyệt ngay lần đầu, tổng số lần phải thử lại và lý do từng đầu ra bị loại.
• Quyết định theo từng loại nhiệm vụ, không theo “hype” của model. Nếu một model tốt hơn cho biến thể nhiều chữ nhưng không tốt hơn khi chỉnh sửa sản phẩm, chỉ nên chuyển đúng phần việc đó sang model mạnh hơn.

Tóm lại

GPT Image 2 có thể sẽ tốt hơn trong một số workflow marketing, nhưng bằng chứng công khai hiện tại chưa chứng minh được điều đó. Kết luận bám sát nguồn nên hẹp hơn: GPT Image 2 và GPT Image 1.5 đều đã được tài liệu hóa; tài liệu hình ảnh của OpenAI bao gồm tạo ảnh và chỉnh sửa ảnh; OpenAI cũng có hướng dẫn về đánh giá hình ảnh. Cho đến khi có benchmark cùng prompt, riêng cho marketing, cách làm có trách nhiệm vẫn là thử nghiệm trước khi chuyển đổi.