GPT Image 2

モデルのサイズ、アスペクト、および機能制約を厳密に事前検証する、すべてのGPT Image 2ルートをカバーする単一のPythonエントリポイント。

ワークフロー

1. references/config.md を開いて、環境変数とデフォルト値を選択する。
2. references/api-surface.md を開いて、generations、edits、responses から選択する。
3. ユーザーが別のOpenAI互換エンドポイントを指定していない限り、OPENAI_BASE_URL=https://api.openai.com/v1 を使用する。
4. generations と edits には gpt-image-2 を使用し、responses にはテキスト機能を持つレスポンスモデル（例：gpt-5.4）を使用する。
5. 3つのサブコマンドのいずれかで scripts/gpt_image.py を実行する。
6. ペイロード形状が主なリスクである場合は、最初に --dry-run を追加する。
7. 生のJSONボディまたはSSEイベントストリームをデバッグのために保持する必要がある場合は、--save-response <path> を追加する。

コマンド

パブリックImages APIを使用したテキストから画像への変換：

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使用したマルチ画像バッチ：

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付き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付きResponses API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

送信せずに構築されたリクエストを検査する：

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

ルール

• パブリックテキストから画像への呼び出しには generations を使用する。
• マルチパート画像編集とマスクアップロードには edits を使用する。
• 高度なフロー（ストリーミング、テキスト+画像入力の混在、previous_response_id、tool_choice、action、オプションの tool_model）には responses を使用する。
• プロセス環境変数は .env をオーバーライドし、CLIフラグは両方をオーバーライドする。
• シークレットを出力しない。
• --output は単一パスまたはマルチ画像やストリーミングフロー用の image-{index}.png などのパターンを受け取る。
• responses は画像モデルから独立したトップレベルのResponsesモデルを使用する。別のテキスト機能を持つモデルが必要でない限り、デフォルトは gpt-5.4 にする。
• Responsesツールフロー上の quality はパススルーされるが、最終的な動作はホストされている画像ツールに依存する。
• OpenAI GPT画像モデルでは response_format を省略する。画像データは既にbase64で返される。
• サポートされていない gpt-image-2 の組み合わせで高速に失敗する：透明背景、無効なサイズ、0..3 外の partial_images、またはパブリックImagesルート上で stream=true と n>1 の組み合わせ。

リソース

• スクリプト: scripts/gpt_image.py
• 設定参照: references/config.md
• APIサーフェス参照: references/api-surface.md