gpt-image-2インペイント実務ガイド｜マスク・プロンプト・修正

この記事はインペイントだけに絞ります

gpt-image-2の画像編集には、バリエーション、アウトペイント、参照画像を使った再生成など複数の考え方があります。全体像はgpt-image-2の画像編集ワークフローで扱っています。本稿はあえて狭く、インペイント、つまりインペインティング/部分編集として検索される領域だけを掘ります。扱うのは、マスクの作り方、マスク領域に効くプロンプト、複数パスでの修正、そして継ぎ目やエッジのにじみをどう潰すかです。

インペイントは、通常の画像生成とは失敗の出方が違います。ゼロから生成するなら多少ゆるいプロンプトでも方向性は出ますが、インペイントでは既存ピクセルとの整合が必要です。変える部分は新しく見え、変えない部分は触っていないように見える。そのバランスが崩れる原因の多くは、マスクが雑、プロンプトが周辺の光や素材を見ていない、または1回の編集で多くを解決しようとしすぎることです。

TL;DR

• インペイントは「1つの領域だけ変え、他は安定させたい」ときに向いています。
• OpenAI Images APIでマスク編集する場合、元画像とマスクは同じピクセル寸法にそろえます。
• アルファマスクでは、透明ピクセルが編集領域、不透明ピクセルが保持領域です。
• 実物のエッジには小さなフェザーを残し、光、影、質感、接地面をなじませます。
• プロンプトは「マスク内に入る置き換え内容」と「周辺画像との合わせ方」を分けて書きます。
• 難しい編集は、広めの置き換え、境界のなじませ、小さなディテール修正の複数パスに分けます。
• Adpictoのアプリ内編集はマスクアップロードUIではありません。元画像と編集指示を送るプロンプトベースの編集で、デフォルトはgpt-image-2、Geminiは `IMAGE_EDIT_PROVIDER=gemini` のときだけ使われます。

gpt-image-2でのインペイントとは

gpt-image-2のインペイントは、OpenAI Images APIで元画像、マスク画像、マスク領域に対するプロンプトを送る手法です。アルファ規則では、透明部分が再生成され、不透明部分が保持されます。Adpictoのアプリ内編集は関連するものの別物で、ユーザーがマスクファイルをアップロードするのではなく、元画像に対して「何を変えるか」を自然文で指示するプロンプトベースの編集です。

Step 1: マスク前に元画像を整える

元画像は、できるだけ最終的に公開するSNS画像のクロップに近い状態にしておきます。インペイントは、レイアウトの全問題を一度に救う道具ではありません。フィード用の正方形、縦長カバー、横長広告が必要なら、それぞれのキャンバスを先に作り、その中でマスクを切ります。

マスクを描く前に、次の3点を決めてください。

• 最終クロップ: 投稿するアスペクト比で作業する。正方形でマスクしてから縦長に伸ばすと、境界の見え方が変わります。
• 本当に変える対象: 背景、カップ、袖のロゴ、商品ラベル、ドア、影のムラ、余白など、最小の編集対象を言語化します。
• 絶対に保持するもの: 顔、手のポーズ、商品形状、ロゴ、タイポグラフィ、アクセサリー、反射、硬い影などを先に決めます。

ここを飛ばすと、頭の中の「対象物」に合わせたマスクになりがちです。実際に必要なのは、再生成すべきピクセルに合わせたマスクです。置き換える物体に新しい接地影が必要なら、影が落ちる床や台の一部もマスクに含める。背景差し替えで髪の周辺に光が回り込むなら、シルエットの外側に少しだけ余白を持たせる。そういう判断が後工程の自然さを決めます。

作業ファイルはレイヤーで残すのがおすすめです。下に元画像、上に選択範囲やパス、さらに上にマスク書き出し用レイヤーを置く。バージョン名も `background-soft-shadow`、`cup-wide-edge`、`label-tight` のように意図が分かる名前にしておくと、レビュー時に何を試したのか追いやすくなります。

Step 2: モデルがなじませられるマスクを作る

OpenAI Images APIのマスク編集では、元画像と同じピクセル寸法のPNGマスクを使います。実務上のアルファ規則は単純です。透明が編集、不透明が保持です。白黒に見えるだけでアルファ情報が消えた画像は、使うツールチェーンが明示的に変換してくれる場合を除き避けてください。

良いマスクは、完璧な切り抜きとは限りません。むしろ、モデルが光や影や質感を自然につなげるための余白を持った、管理された編集領域です。

手順は次の通りです。

• 画像編集ツールで元画像を複製する。
• 商品ならペンツール、単純なシルエットならオブジェクト選択、髪や布なら手動ブラシなど、対象に合う方法で編集領域を選ぶ。
• 新旧ピクセルが自然につながる必要がある場所では、選択範囲を少し広げる。
• 有機的な輪郭や影の境界には、SNS画像サイズで5-10 px程度の柔らかいフェザーを入れる。
• アルファ付きPNGとして書き出す。
• 送信前に、元画像とマスクの寸法が完全に一致しているか確認する。

対象別には、マスクの切り方を変えます。

• 商品背景の差し替え: 商品を不透明、背景を透明。商品が台に置かれているなら、接地影を作るための小さな領域も含めます。
• オブジェクト置換: 既存オブジェクトと、そのすぐ周辺の文脈を透明にします。手で持っている物なら、指の巻き込みが変わる場合以外は手を保持します。
• 文字修正: 文字の線だけでなく、ラベルや看板の面全体を少し広めにマスクします。線だけを切ると古い筆跡やテクスチャが残ります。
• 肌、布、髪の修正: 小さめのパスと柔らかいマスクを使います。硬い輪郭のマスクは切り貼り感が出やすい領域です。
• 反射や影の修正: 目立つアーティファクトだけでなく、反射や影が自然に消えていく範囲まで含めます。フェード部分も編集対象です。

書き出したら、必ず等倍で見ます。縮小表示では、透明の小さな穴、角の欠け、意図しない半透明、実物の輪郭とマスク境界のズレが見えません。

Step 3: マスク領域のプロンプトを書く

インペイントのプロンプトは、マスク内に何を置くか、そしてそれを周辺画像にどう合わせるかを書くものです。マスク外まで含めたフルシーンのプロンプトにすると、モデルが余計な再解釈を始めます。

構成はこの順番が扱いやすいです。

• 置き換え指示: マスク領域が何になるべきか。
• シーン合わせ: 光の方向、色温度、素材、遠近、被写界深度。
• 保持指示: マスク外で絶対に変えないもの。
• 否定条件: 新しいピクセルに出してはいけないもの。
• 出力文脈: SNSクロップやプラットフォーム上の見え方に関わる条件。

背景差し替えなら、次のように書きます。

マスクされた背景を、温かいオフホワイトのクリーンなスタジオ面に置き換える。既存商品の左上からの光に合わせ、商品下には自然な接地影を残す。商品の形状、ラベル、色、反射は完全に保持。追加オブジェクト、文字、ロゴ、新しい手は入れない。

商品ラベルの修正なら:

マスクされたラベル部分だけを、ボトルの曲面と光沢に合うなめらかな無地ラベル面に置き換える。ボトル形状、キャップ、ハイライト、背景、カメラ角度は保持。読める文字、装飾マーク、周辺プラスチックの変更は入れない。

服の色変更なら:

マスクされたジャケット生地を、深いフォレストグリーンのコットンツイルに置き換える。人物のポーズ、顔、手、背景、既存の光方向は保持。しわと縫い目は元の服に自然につながるように。柄、ロゴ、髪や肌の変更は入れない。

ポイントは「置き換える」と明示することです。これで、マスクが作業領域であることを伝えられます。保持指示は、モデルに止まる場所を教える役割です。物体が面に接するなら、接地影、エッジの光回り、布のしわの連続、反射の薄れ方、表面の粒状感まで書くと、合成感が減ります。

Step 4: 1回で決めず、複数パスで詰める

1回で完成させたくなりますが、難しいインペイントほど編集を分けたほうが安定します。各パスに1つの役割だけを持たせます。

扱いやすい順番は次の通りです。

• 大きな置き換えパス: メインの編集領域を覆うマスクで、主な置き換えを行う。
• 境界なじませパス: 新旧ピクセルが接する細い領域だけをマスクし、光、影、質感、色の連続を整える。
• ディテール修正パス: 歪んだラベル端、残った断片、不自然な反射、不要な文字など、小さな問題だけを直す。
• 保持強化パス: 後半の編集で被写体が動き始めたら、マスクを小さくし、保持指示を強める。

多くの場合、マスクは編集が進むほど小さくなります。最初は新しい物体や背景を作るために十分な広さを取り、次に問題の境界だけを狙う。そうすれば、毎回シーン全体を再判断させずに済みます。

関連しない修正を1つのマスクに詰め込まないことも大切です。「背景を変え、手を直し、文字を消し、商品をもっと光沢にし、キャンバスも伸ばす」は自由度が高すぎます。別々の編集に分けるか、出荷を止めている問題がどれかを決めてください。

継ぎ目、にじみ、色ズレ、ゴーストを直す

インペイントの多くの問題は、マスクの境界を見ると原因が分かります。

継ぎ目が見える。 新しい領域と古い領域が硬い線で接しています。境界をまたぐ細いクリーンアップマスクを作り、質感と光の連続を指示します。有機的な輪郭ならフェザーを柔らかくします。

エッジがにじむ。 変えてはいけない領域まで変わっています。マスクを縮め、保持したい対象を完全に不透明にし、「商品のシルエットとラベルは変更しない」のように明示します。

色が合わない。 編集領域だけホワイトバランスやコントラストが違います。新しいムードではなく、元画像の光を指定します。「左からの暖かい窓光に合わせる」のほうが、「きれいなスタジオ光」より効きます。

ゴーストが残る。 古い物体の輪郭や文字がうっすら残っています。旧オブジェクトの外側、特に反射やテクスチャに形が残った場所まで少しマスクを広げます。古い文字は、文字線だけでなくラベル面全体を直します。

置き換え物が浮いている。 合成したように見えます。接地影、反射、布の圧力、手前奥の重なり、遠近の合わせ方など、面との関係をプロンプトに入れます。

マスクと画像の寸法が違う。 出力がずれる、切れる、余白が入る場合、プロンプトを疑う前に寸法を確認します。元画像とマスクは同じキャンバスから書き出します。

プロンプトが元画像と戦っている。 暖かい自然光の画像に冷たいネオンの置き換えを入れると、マスクが正しくても浮きます。元画像の光に合う置き換えにするか、インペイント後に別途全体の色調整を行います。

バッチ編集のQAを作る

インペイントは、何を変えたかをチームで追えるようになると実務になります。EC向けSNS画像制作なら、商品背景、ラベル修正、季節の面替え、プラットフォーム別クロップなどが典型です。QAは、編集を職人芸ではなく確認可能な作業にするためのものです。

各画像に、簡単なレビュー項目を持たせます。

• 元ファイル名
• 編集目的
• マスクバージョン
• プロンプトバージョン
• 保持すべき要素
• リスクの高い境界
• パスの状態
• レビューメモ

出力は3つの見方で確認します。まず、フィード上の見え方に近い縮小サイズで全体を見る。次に、マスク境界を等倍で見る。最後に、元画像と出力を並べ、マスク外に意図しない変化がないか確認します。

チームでは、編集目的を見る人と保持を見る人を分けると安定します。前者は「マスク領域は求めたものになったか」を見ます。後者は「変えてはいけない場所が動いていないか」を見ます。全員がなんとなく「良さそう」と見るより、役割を分けたほうが見落としが減ります。

Adpictoのアプリ内編集を使う場合は、マスクファイルを送るワークフローではない点を前提にしてください。元画像に対して変更内容を説明し、現在はデフォルトでgpt-image-2へルーティングされます。手作業のアルファマスクが必要な工程は、gpt-image-2/OpenAI Images APIを直接使う工程として扱い、完成したビジュアルを通常の制作フローに戻すのが現実的です。

インペイント、バリエーション、アウトペイントの切り分け

変える場所が決まっているならインペイント。近い別案が欲しく、細部のズレを許容できるならバリエーション。元キャンバスの外側を足すならアウトペイント。ここではこの程度で十分です。詳細な判断はハブ記事に任せ、このページではマスクと境界の品質に集中します。

gpt-image-2以外へ切り替える場面

明示的なマスク編集では、gpt-image-2をOpenAI Images APIで使うのがこの手法の前提です。ただし、マスク精度が不要なプロンプトベース編集、内部設定で `IMAGE_EDIT_PROVIDER=gemini` を選んでいる編集、または生成品質や出力形式によってモデルを切り替えるワークフローでは、別ルートが合うこともあります。より広いモデル選択の考え方はgpt-image-2とNano Banana 2のマルチモデル戦略を参照してください。

実務上の判断は単純です。「もっとミニマルに」「冬らしく」程度なら、マスクを作らないプロンプトベース編集で足りることがあります。「左の商品ラベルだけを変え、他は触らない」ならインペイントです。

文字やレイアウトが絡むときはレシピを使う

インペイントは、タイポグラフィが主目的でなくても文字やレイアウトに触れがちです。商品ラベル、看板、アプリ画面、価格カード、カルーセルの1枚などは、モデルに小さな可読文字を任せると崩れやすい領域です。レイアウト、文字、マスク指示を分ける書き方は、gpt-image-2の文字・レイアウト指示プロンプト12型と併用すると整理しやすくなります。

マスク領域に文字がある場合は、最終文字を生成させるのか、後から本物のタイポを乗せるのかを先に決めます。正確な文字が必要なら、無地の面を生成してデザインツールで入れる。壊れた文字を消したいだけなら、「読める文字なし」と指示するほうが安全です。

投稿全体を作り直さずに、1箇所だけ直したいですか？ Adpictoを無料で試す — クレジットカード不要、同じプロンプト設計の考え方をプロンプトベースの画像編集にも活かせます。

出荷できるインペイントは目立たない

良いインペイントは派手ではありません。見た人が編集に気づかないことが成功です。編集領域は元画像の光、質感、遠近、ノイズ感を引き継ぎ、保持領域は安定している必要があります。

そのためには、最終クロップを用意し、境界に意図的な余白を持つマスクを作り、既存シーンに属するプロンプトを書き、過剰な1回勝負ではなく小さなクリーンアップパスで詰めることです。このループが固まると、インペイントは「AIで何かを作る」よりも、制作現場のレタッチに近い、再現性のある編集作業になります。