GPT Image Edit — Pro Pack on RunComfy

runcomfy.com · Edit endpoint · Text-to-image sibling · GitHub

OpenAI GPT Image 2 — /edit エンドポイント (ChatGPT Images 2.0 画像から画像へ) を RunComfy Model API で使用します。ターゲットを絞った編集を通じてアイデンティティを保存し、任意のスクリプト (ラテン文字、仮名、CJK、キリル文字、アラビア文字) に埋め込まれたテキストを書き換える点で同クラス最強です。

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

このモデルを選ぶべき場合 (兄弟モデルとの比較)

目的	使用するモデル
画像内の多言語 / 埋め込みテキストを編集	GPT Image Edit
翻訳されたヘッドライン変種を通じてアイデンティティを保存	GPT Image Edit
レイアウト精度の高い編集 (ヘッドラインの移動、CTA の入れ替えなど)	GPT Image Edit
最大 10 枚の参照画像	GPT Image Edit
最大 20 枚の画像を一貫性を持ってバッチ処理	Nano Banana Edit
単一パス精度の高いローカル編集、ソース忠実度重視	Flux Kontext
GPT Image 2 でスクラッチから生成	兄弟スキル gpt-image-2
安定したアイデンティティを持つバッチ SKU ギャラリー	Nano Banana Edit

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy アカウント — runcomfy login でブラウザデバイスコードフローが開きます。
3. CI / コンテナ — RUNCOMFY_TOKEN=<token> を設定してください (runcomfy login の代わりに)。

エンドポイント + 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	—	編集の指示。保存で始まり、変更で終わります。
images	string[]	はい	—	最大 10 個の公開フェッチ可能な HTTPS URL。最初がプライマリ、残りは補助的。
size	enum	いいえ	auto	auto (入力を保存)、1024_1024 (1:1)、1024_1536 (2:3 縦)、1536_1024 (3:2 横)。

size=auto は入力比率を保存します。編集が明示的にフレーミングを変更する場合を除き、強く推奨されます。

呼び出し方法

単一参照保存編集:

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>

多言語テキスト書き換え (ヘッドライン以外すべてを保存):

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>

プロンプティング — 実際に機能すること

保存目標で始めましょう。 常に: "Keep [face / pose / clothing / brand / framing] unchanged." その後に変更を述べます。モデルは前に述べられたものを尊重します。

多言語テキスト — 文字を引用し、スクリプトを名付けます。 "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"。言い換えではなく、引用してください。

空間編集のための方向言語。 具体的な空間スコープが機能します: "move the headline from top-right to bottom-center"、"remove the leftmost object only"、"replace the watermark in the bottom-right corner"。

複数参照番号付け。 複数の images を渡す場合、番号で参照します: "subject from image 1, lighting from image 2, color palette from image 3"。モデルはキューを正しくルーティングします。

size: "auto" を使用して入力比率を保存してください。 編集が明示的にフレーミングを変更する場合のみオーバーライドしてください (例えば 16:9 から 1:1 へのトリミング)。

アンチパターン:

• 長い複合編集指示 ("change A and B and C and D") → ドリフトが追加スコープごとに増加します。
• 保存目標がない → モデルは顔 / ブランド / フレーミングを微妙に書き直します。
• 画像内テキストをパラフレーズする代わりに引用する → テキストが異なって出ます。
• 3 つの固定値 + auto の外の size を要求 → 422。

得意な領域

ユースケース	GPT Image Edit の理由
多言語広告ローカライズ	1 つのソースアセット → 同じヘッドラインの多くの言語変種
ブランドセーフなヘッドライン / CTA スワップ	レイアウト精度 + 保存言語が残りを安定に保つ
複数参照合成 (1 つから被写体、別の 1 つからシーン)	番号付き参照がキューを正しくルーティング
レイアウト精度の正確な位置変更	方向言語 ("top-right to bottom-center") を尊重
サイネッジ編集を通じてアイデンティティを保存	ターゲットを絞った編集を通じて顔 / ブランド保存で同クラス最強

サンプルプロンプト (強い結果が得られることが確認されている)

背景スワップ (ページ例) での完全な保存:

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

多言語変種:

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.

複数参照合成:

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: 3 つの固定値 + auto — その他は 422。
• images: 最大 10 個 — 最初がプライマリ、残りは補助的キュー。
• 長い複合プロンプトはドリフト — 必要に応じて複数パスに分割します。
• 多くの SKU 画像全体でのバッチ一貫性には、Nano Banana Edit (最大 20 個) が優れています。
• ポートレートでのフォトリアリズム — Nano Banana Pro がヘッドツーヘッドで勝ります。

終了コード

コード	意味
0	成功
64	CLI 引数が不正
65	入力 JSON / スキーマ不一致が不正
69	アップストリーム 5xx
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

完全なリファレンス: docs.runcomfy.com/cli/troubleshooting。

仕組み

このスキルはスキーマに一致する JSON 本文で 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 し、リクエストをポーリングし、結果を取得して、.runcomfy.net/.runcomfy.com URL を --output-dir にダウンロードします。Ctrl-C は終了前に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

• トークン保存: runcomfy login は API トークンを ~/.config/runcomfy/token.json に mode 0600 (オーナーのみ読み取り/書き込み) で書き込みます。CI / コンテナでファイルを完全にバイパスするには 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 経由で JSON 文字列として CLI に渡されます。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。プロンプトコンテンツからのシェルインジェクション表面はありません。
• サードパーティコンテンツ: 渡す画像 / マスク / ビデオ URL はローカルマシンの CLI ではなく、RunComfy モデルサーバーでフェッチされます。外部 URL を信頼できないものとして扱い、画像ベースのプロンプトインジェクションはあらゆるイメージ編集 / ビデオ編集モデルの既知リスクです。
• アウトバウンドエンドポイント: model-api.runcomfy.net (リクエスト送信) および *.runcomfy.net / *.runcomfy.com (生成出力のダウンロードホワイトリスト) のみ。テレメトリやコールバックはありません。
• 生成ファイルサイズキャップ: CLI は単一ダウンロード > 2 GiB を中止して、悪意のあるまたは暴走するモデル出力からのディスク満杯を防ぎます。