gpt-image-edit

GPT Image Edit — RunComfy の Pro Pack

runcomfy.com · 編集エンドポイント · テキストから画像を生成する関連モデル · GitHub

RunComfy Model API 上の OpenAI GPT Image 2 — /edit エンドポイント（ChatGPT Images 2.0 の画像から画像への編集）です。対象を絞った編集でもアイデンティティを保持し、あらゆる文字体系（ラテン文字、かな、CJK、キリル文字、アラビア文字）で画像内のテキストを書き換える能力において、同クラスで最高の性能を発揮します。

npx skills add agentspace-so/runcomfy-skills --skill gpt-image-edit -g

このモデルを選ぶとき（関連モデルとの比較）

目的	使用するモデル
画像内の多言語テキスト／埋め込みテキストを編集する	GPT Image Edit
翻訳した見出しのバリエーションでもアイデンティティを保持する	GPT Image Edit
レイアウトを正確に保って編集する（見出しの移動、CTA の差し替えなど）	GPT Image Edit
最大 10 枚の参照画像を使用する	GPT Image Edit
最大 20 枚の画像を一貫性を保ってバッチ処理する	Nano Banana Edit
ソースへの忠実さを最優先し、単一ショットで局所を正確に編集する	Flux Kontext
GPT Image 2 でゼロから生成する	関連スキル gpt-image-2
アイデンティティを安定して保った SKU ギャラリーをバッチ生成する	Nano Banana Edit

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy アカウント — runcomfy login を実行すると、ブラウザーでデバイスコード認証フローが開きます。
3. CI／コンテナ — runcomfy login の代わりに RUNCOMFY_TOKEN=<token> を設定します。

エンドポイントと入力スキーマ

openai/gpt-image-2/edit

フィールド	型	必須	デフォルト	備考
prompt	string	はい	—	編集指示です。まず保持する内容を指定し、最後に変更内容を記述します。
images	string[]	はい	—	公開取得可能な HTTPS URL を最大 10 件指定します。最初の画像がメイン画像で、残りは補助画像です。
size	enum	いいえ	auto	auto（入力を保持）、1024_1024（1:1）、1024_1536（2:3 縦長）、1536_1024（3:2 横長）。

size=auto は入力のアスペクト比を保持します。編集でフレーミングを明示的に変更する場合を除き、強く推奨します。

呼び出し方

単一参照画像の保持を優先した編集：

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "Keep the person'\''s face, pose, and brand mark unchanged. Replace the background with a soft warm-grey studio sweep and a gentle floor shadow.",
    "images": ["https://.../portrait.jpg"]
  }' \
  --output-dir <absolute/path>

多言語テキストの書き換え（見出し以外はすべて保持）：

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "Keep the photograph, layout, and brand mark exactly as in the input. Replace only the in-image headline. The new headline reads \"今日のおすすめ\" in bold Japanese kana, same position and font weight as before.",
    "images": ["https://.../poster-en.jpg"]
  }' \
  --output-dir <absolute/path>

複数参照画像を使った合成：

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "Compose subject from image 1 into the room from image 2. Match the lighting and color palette of image 2. Keep image 1 subject identity (face, pose, clothing) unchanged.",
    "images": ["https://.../subject.jpg", "https://.../room.jpg"]
  }' \
  --output-dir <absolute/path>

プロンプトの書き方 — 効果的な方法

保持する内容を最初に指定します。 常に "Keep [face / pose / clothing / brand / framing] unchanged." のように指示してから、変更内容を伝えます。モデルは冒頭で指定された内容を優先します。

多言語テキストは文字列を引用し、文字体系を指定します。 "the headline reads \"コーヒー\" in bold Japanese kana"、"the label says \"АРОМА\" in Cyrillic, white on black"、"the right-margin caption reads \"تخفيض\" in Arabic right-to-left" のように指定します。言い換えずに、文字列を引用してください。

空間的な編集には方向を示す表現を使います。 "move the headline from top-right to bottom-center"、"remove the leftmost object only"、"replace the watermark in the bottom-right corner" のように、具体的な空間範囲を指定します。

複数参照画像には番号を付けます。 複数の images を渡す場合は、"subject from image 1, lighting from image 2, color palette from image 3" のように番号で指定します。モデルは指示を正しく対応付けます。

入力のアスペクト比を保持するには size: "auto" を使用します。 編集でフレーミングを明示的に変更する場合（例：16:9 を 1:1 にトリミングする場合）に限り、値を上書きします。

避けるべきパターン：

• 複数の編集指示を長く組み合わせる（「A と B と C と D を変更する」）→ 範囲を追加するごとに出力のずれが大きくなります。
• 保持する内容を指定しない → モデルが顔／ブランド／フレーミングを微妙に書き換えます。
• 画像内のテキストを引用せずに言い換える → テキストが異なる形で出力されます。
• 3 つの固定値と auto 以外の size を指定する → 422 エラーになります。

得意な用途

ユースケース	GPT Image Edit が適している理由
多言語広告のローカライズ	1つの元アセットから、同じ見出しの多言語版を作成できます
ブランドイメージを損なわない見出し／CTAの差し替え	レイアウトの正確さと保持を指示する表現により、ほかの部分を安定させられます
複数の参照画像を使った合成（ある画像の被写体と別の画像のシーン）	番号付きの参照画像により、手掛かりを正しく割り当てられます
レイアウトを正確に保った位置変更	方向を示す表現（「右上から中央下へ」）が反映されます
看板の編集時にアイデンティティを保持	対象を絞った編集で、顔やブランドを保持する性能はクラス最高です

サンプルプロンプト（優れた結果が得られることを検証済み）

背景の差し替えと完全な保持（ページの例）：

Turn the background into a bright minimal white-to-soft-gray studio
sweep with gentle floor shadow; add a large headline in-image that
reads "OPEN STUDIO" in a bold clean sans-serif, high contrast, centered;
keep the main person or product, pose, and face identity unchanged

多言語版：

Keep the photograph, layout, lighting, and brand mark exactly as in the
input. Replace only the in-image headline.
The new headline reads "コーヒー" in bold Japanese kana, same position
and font weight as before.

複数の参照画像を使った合成：

Compose subject from image 1 into the kitchen from image 2.
Match the warm window light and color palette of image 2.
Keep subject identity (face, pose, clothing) from image 1 unchanged.

制限事項

• size：固定値3つとauto — それ以外の値では422エラーが発生します。
• images：最大10枚 — 1枚目がメインで、残りは補助的な手掛かりとして使われます。
• 長く複合的なプロンプトでは内容がずれることがあります — 必要に応じて複数回に分けてください。
• 多数のSKU画像で一貫性を保った一括処理を行う場合は、Nano Banana Edit（最大20枚）のほうが適しています。
• ポートレートのフォトリアリズム — 直接比較ではNano Banana Proが優れています。

終了コード

code	意味
0	成功
64	CLI引数が不正です
65	入力JSONが不正、またはスキーマが一致しません
69	上流で5xxエラーが発生しました
75	再試行可能：タイムアウト／429
77	サインインしていないか、トークンが拒否されました

詳細なリファレンス：docs.runcomfy.com/cli/troubleshooting。

仕組み

このスキルは、スキーマに一致するJSON本文を使ってruncomfy run openai/gpt-image-2/editを呼び出します。CLIはhttps://model-api.runcomfy.net/v1/models/openai/gpt-image-2/editにPOSTリクエストを送信し、リクエストの状態を確認して結果を取得し、.runcomfy.net／.runcomfy.comのURLから取得したファイルを--output-dirにダウンロードします。終了前にCtrl-Cを押すと、リモートリクエストをキャンセルします。

セキュリティとプライバシー

• トークンの保存：runcomfy loginはAPIトークンをモード0600（所有者のみ読み書き可能）で~/.config/runcomfy/token.jsonに書き込みます。CI／コンテナでファイルを完全に使わないようにするには、RUNCOMFY_TOKEN環境変数を設定してください。
• 入力境界：ユーザープロンプトは、--inputを介してCLIにJSON文字列として渡されます。CLIはプロンプトをシェル展開せず、JSON本文をHTTPS経由でModel APIに直接送信します。プロンプトの内容に起因するシェルインジェクションの攻撃面はありません。
• サードパーティのコンテンツ：指定した画像／マスク／動画のURLを取得するのは、使用中のマシンのCLIではなく、RunComfyのモデルサーバーです。外部URLは信頼できないものとして扱ってください。画像を使ったプロンプトインジェクションは、あらゆる画像編集／動画編集モデルにおける既知のリスクです。
• 外部接続先：model-api.runcomfy.net（リクエスト送信先）と、生成結果のダウンロード許可リストに含まれる*.runcomfy.net／*.runcomfy.comのみです。テレメトリーやコールバックはありません。
• 生成ファイルのサイズ上限：悪意あるモデル出力や、モデルの暴走によるディスク容量の枯渇を防ぐため、CLIは2 GiBを超える単一ファイルのダウンロードを中止します。