이미지 생성 프롬프트 가이드 (38분 읽기)

gpt-image-2가 생산용 이미지 워크플로우의 기본값으로 제시된다. 고품질 렌더링, 편집 안정성, 텍스트 표현, 복합 구성, 아이덴티티 보존에 강하고, 속도 우선 작업은 quality: low로도 충분한 경우가 많다.

2026년 4월 21일 기준 모델 정리는 다음과 같다.

• gpt-image-2: low, medium, high 지원, input_fidelity는 비활성화
• gpt-image-1.5, gpt-image-1, gpt-image-1-mini: low, high의 input_fidelity 지원, 1024x1024, 1024x1536, 1536x1024, auto 사용
• 신규 작업은 gpt-image-2로 옮기고, 기존 모델은 마이그레이션 검증이나 레거시 호환성에만 남겨두는 전략이 권장된다.

gpt-image-2의 size 제약도 명확하다. 최대 변은 3840px 미만, 두 변은 16의 배수, 종횡비는 3:1 이하, 총 픽셀은 655,360 이상 8,294,400 이하여야 한다. 2560x1440(2K) 초과는 결과가 더 들쭉날쭉해 실험적 구간으로 보며, 문서의 4K/UHD 예시인 3840x2160은 max-edge 규칙을 엄격히 적용하면 3824x2144 같은 값으로 낮춰야 한다.

프롬프트는 길게 나열하기보다 구조와 제약을 분명히 적는 방식이 효과적이다. 배경/장면 → 주제 → 핵심 디테일 → 제약 순으로 쓰고, 광고·UI mock·infographic처럼 최종 용도를 먼저 밝혀 모드를 맞춘다. 포맷은 최소 프롬프트, 설명형 문단, JSON-like 구조, instruction-style, tag-based 모두 가능하지만 생산 환경에서는 스캔하기 쉬운 템플릿이 우선이다.

세부적으로는 재질, 형태, 조명, 구도, 인물의 자세와 시선, 유지할 요소를 구체화해야 한다. 포토리얼리즘이 필요하면 photorealistic를 직접 넣는 것이 강하고, 텍스트는 따옴표나 ALL CAPS로 명시한 뒤 글꼴·색·배치까지 적어야 한다. 멀티 이미지 입력은 번호와 설명으로 구분해 각 이미지를 어떻게 합칠지 명확히 써야 하며, 한 번에 과하게 몰아넣기보다 작은 수정으로 반복하는 편이 디버깅이 쉽다.

실전 예제는 infographic부터 시작한다. 학생·임원·고객·일반 대중을 위한 설명 자료, 포스터, 라벨링 다이어그램, 타임라인, visual wiki 자산에 적합하며, 작은 글자와 촘촘한 레이아웃은 high 품질이 권장된다. setup 예시는 API client 초기화, output_images/ 생성, 저장 헬퍼 추가, 그리고 커피 머신 내부 흐름을 설명하는 인포그래픽 프롬프트로 이어진다.