gpt-image-2

GPT Image 2

モデルのサイズ、アスペクト比、機能に関する制約を事前に厳密に検証しながら、GPT Image 2 のすべてのルートに対応する単一の Python エントリーポイントです。

ワークフロー

1. references/config.md を開き、環境変数とデフォルト値を選びます。
2. references/api-surface.md を開き、generations、edits、responses のいずれを使うか選びます。
3. ユーザーから別の OpenAI 互換エンドポイントを指定されない限り、OPENAI_BASE_URL=https://api.openai.com/v1 を使用します。
4. generations と edits には gpt-image-2 を使用し、responses には gpt-5.4 などのテキスト対応 Responses モデルを使用します。
5. 3 つのサブコマンドのいずれかを指定して、scripts/gpt_image.py を実行します。
6. ペイロードの形式に主なリスクがある場合は、最初に --dry-run を追加します。
7. デバッグのために生の JSON 本文や SSE イベントストリームを保存する必要がある場合は、--save-response <path> を追加します。

コマンド

公開 Images API を使用したテキストから画像への生成：

python .\skills\gpt-image-2\scripts\gpt_image.py generations `
  --prompt "A bold product hero image for a developer tool homepage" `
  --output .\out\hero.png `
  --size 1536x1024 `
  --quality high `
  --format png

ファイル名パターンを指定した複数画像のバッチ処理：

python .\skills\gpt-image-2\scripts\gpt_image.py generations `
  --prompt "A cinematic city skyline at night" `
  --output .\out\skyline-{index}.webp `
  --n 3 `
  --format webp `
  --compression 90

2 つの入力画像とマスクを使用した画像編集：

python .\skills\gpt-image-2\scripts\gpt_image.py edits `
  --prompt "Blend the two references into one clean marketing illustration" `
  --image .\refs\subject.png `
  --image .\refs\background.png `
  --mask .\refs\mask.png `
  --output .\out\edit-{index}.png `
  --image-field-style brackets `
  --n 2

ストリーミングと部分プレビューを使用する Responses API：

python .\skills\gpt-image-2\scripts\gpt_image.py responses `
  --input-text "Generate a poster for an AI developer summit" `
  --model gpt-5.4 `
  --output .\out\poster-{index}.png `
  --stream `
  --partial-images 2 `
  --save-response .\out\poster-events.json

ローカル画像とマスクを使用した Responses API の編集：

python .\skills\gpt-image-2\scripts\gpt_image.py responses `
  --input-text "Turn this product shot into a clean studio ad" `
  --model gpt-5.4 `
  --input-image .\refs\product.png `
  --mask .\refs\mask.png `
  --output .\out\studio.png `
  --action edit

送信せずに構築したリクエストを確認：

python .\skills\gpt-image-2\scripts\gpt_image.py generations `
  --prompt "A minimal cover image" `
  --output .\out\cover.png `
  --dry-run

ルール

• 公開テキストから画像への生成呼び出しには generations を使用します。
• マルチパート画像編集とマスクのアップロードには edits を使用します。
• ストリーミング、テキストと画像の混在入力、previous_response_id、tool_choice、action、オプションの tool_model など、高度な処理には responses を使用します。
• プロセスの環境変数は .env より優先され、CLI フラグはその両方より優先されます。
• シークレットは絶対に出力しないでください。
• --output には単一のパス、または複数画像やストリーミング処理用の image-{index}.png のようなパターンを指定します。
• responses では画像モデルとは別にトップレベルの Responses モデルを使用します。別のテキスト対応モデルが必要でない限り、デフォルトは gpt-5.4 にしてください。
• Responses ツールを使う処理では quality がそのまま渡されますが、最終的な動作はホストされた画像ツールに依存します。
• OpenAI GPT 画像モデルでは、画像データは base64 で返されるため、response_format は省略してください。
• サポートされていない gpt-image-2 の組み合わせ（透明な背景、無効なサイズ、0..3 の範囲外の partial_images、または公開 Images ルートでの stream=true と n>1 の併用）は、すぐにエラーにしてください。

リソース

• スクリプト：scripts/gpt_image.py
• 設定リファレンス：references/config.md
• API サーフェスリファレンス：references/api-surface.md