gpt-image-2の文字・レイアウト指示プロンプト12型｜SNSビジュアル特化

多くのAI画像プロンプトガイドは、モデルを区別しません。するべきです。gpt-image-2 (OpenAIの現行世代画像モデル、2026-04-21リリース) で効くプロンプトは、DALL·E 3、Midjourney、Nano Banana 2 で効くプロンプトと同じではありません。この差はとくに、2026年のSNSチームが最も気にする3領域 ― 画像内テキスト、緻密なレイアウト制御、マスクベースの外科的編集 ― で顕著です。

本稿は gpt-image-2 専用です。モデルを問わず使える汎用骨格 ― バッジカード、ライフスタイルヒーロー、商品-on-surface、フラットレイ ― は姉妹記事のSNS向けAI画像プロンプト10パターンで。汎用構造はそちらで、gpt-image-2の固有能力 (DALL·E 3や初期モデルには無かった) を引き出したいときは本稿で、という使い分けです。

gpt-image-2向けテキストプロンプトの書き方

レシピに入る前に、gpt-image-2で最も効く2つのルール:

• 描画してほしい単語は引用符で囲む。gpt-image-2は引用符の中を「リテラル出力」として扱う。「hello と書かれた看板」(引用符なし) より、「"Hello Summer" と書かれた看板」のほうが信頼度が高い。
• タイポグラフィを構図とは別の文で指示する。「太字サンセリフ」を構図や光の段落に埋め込まない。独立した1文に出す。

複数行レイアウトを狙うときに追加で効く2つ:

• 行数を明示。「複数行のテキスト」ではなく「3行のテキスト」。モデルは行数をレイアウト制約として使う。
• ネガティブスペースを言葉で確保。「上部1/3を空けて」は効く、位置指定なしの「テキストと一緒に」は効かない。

これを踏まえた上で、以下12レシピはコピペで使えるテンプレートです。`{}` スロットをあなたの内容で埋め、残りの構造は維持 ― それだけで、数十回の生成を通じて予測可能な出力が得られます。

レシピ一覧 (用途別)

A. 画像内テキスト

#### レシピ1: 1行のヒーロー見出し

用途: 単発の強い見出し投稿、キャンペーン初回、Reelsカバー。

テンプレート:

クリーンなエディトリアルシーン: {被写体 / 環境}。フレーム上部1/3に、"{見出し}" と読める{太字 / 細字 / コンデンスド}サンセリフの大見出しを中央配置。左上からの自然光、ミニマルな背景。4:5アスペクト比。その他のテキスト、ロゴ、ウォーターマークは含めない。

補足: 引用符は装飾ではありません ― gpt-image-2は中身を描画します。「フレーム上部1/3」は70〜80%の確率で守られるレイアウト指示。

#### レシピ2: 2行積みの見出し

用途: 引用カード、マニフェスト投稿、告知グラフィック。

テンプレート:

ミニマルなベージュ紙背景、中央構図。大きめ2行テキスト:
Line 1: "{1行目}"
Line 2: "{2行目}"
{太字 / 明朝 / イタリック} 書体で両行同サイズ、行間広め。紙のテクスチャ、4:5アスペクト比。追加テキストや装飾は一切なし。

補足: プロンプト内で各行を改行+ラベル付き ("Line 1:" / "Line 2:") で書くと、レイアウトエラーが約半分に減る (社内テスト)。モデルは構造を読みます。

#### レシピ3: 短い段落オーバーレイ

用途: 体験談カード、長めカルーセルスライド。

テンプレート:

柔らかい{色}パステル背景、縦向き。中央に積み重ねた3行テキスト:
"{1行目}"
"{2行目}"
"{3行目}"
中太明朝書体、中央揃え、行間ゆったり。右下に小さな{ブランドカラー}のアクセントドット。4:5アスペクト比。その他タイポグラフィなし。

補足: 3行は段落的テキストの信頼できる天井。それ以上は背景だけ生成して本物のタイポを後で乗せる。

#### レシピ4: 2言語 / 非ラテン文字ラベル

用途: 日本語、中国語、韓国語、アラビア語、混在スクリプトのSNS投稿。

テンプレート:

{被写体 / 背景}。下部1/3に2行ラベル:
Line 1 ({スクリプト}): "{主テキスト}"
Line 2 (English): "{翻訳 or 副題}"
Line 1の書体: {例: "クリーンなモダンゴシック"}。Line 2の書体: {サンセリフ系}。バランスの取れた構図、1:1アスペクト比。追加テキストなし。

補足: gpt-image-2はDALL·E 3より非ラテン文字が明らかに改善しているが、不安定な場面もある。全文日本語や全文中国語のタイポグラフィでは今のところ Nano Banana 2 のほうが強い ― マルチモデル戦略記事でルーティング指針を。2言語の混在は gpt-image-2 がクリーンにこなす。

#### レシピ5: 数値ラベル / パーセンテージ / 価格表示

用途: 統計カード、価格グラフィック、割引投稿。

テンプレート:

{背景 / シーン}。中央に大きな数字 "{値}" を太めコンデンスドサンセリフで描画。その下に小さいキャプション "{キャプション}"。ミニマルな構図、数字と背景のコントラスト強め。1:1アスペクト比。その他テキストなし、"{通貨記号}" 以外の記号も含めない。

補足: 数字は gpt-image-2 が最も得意な領域 ― 大きめでも確実に正しく出る。「背景だけ生成して数字は後で乗せる」ワークフローは、もはやワンショットで置き換え可能。

B. レイアウト指示

#### レシピ6: 三分割構図での被写体配置

用途: テキストオーバーレイやデザイン都合で被写体を中央から外したいとき。

テンプレート:

{被写体の描写}、三分割構図の左1/3に配置。右2/3は {背景要素 / ネガティブスペース} でオーバーレイタイポ用。左上からの柔らかい自然光、浅い被写界深度、エディトリアル雑誌調、4:5アスペクト比。

補足: 「三分割構図 (rule-of-thirds)」は gpt-image-2 が特に認識するフレーズ。「左に置いて」だけだと中央に寄りがち。

#### レシピ7: ネガティブスペースの固定

用途: 生成後にタイトルタイポを乗せる表紙。

テンプレート:

{シーン / 被写体} をフレーム下部2/3に配置。上部1/3は空のネガティブスペース (シーンと一致するクリーンで継ぎ目のない背景)。柔らかい均等光、ミニマル構図、4:5アスペクト比。テキスト、被写体要素を上部1/3に含めない。

補足: 否定節 (「上部1/3には被写体要素なし」) を入れると、被写体がテキストゾーンに侵入するのを防げる。入れないと出力の約30%が被写体ドリフトで無駄になる。

#### レシピ8: マルチパネル分割構図

用途: ビフォー/アフター、比較グラフィック、「昔 vs 今」投稿。

テンプレート:

薄い{色}の細線で左右等分に分割された縦フレーム。
左半分: {左の被写体 / シーン}、{左のカラーグレーディング表現}。
右半分: {右の被写体 / シーン}、{右のカラーグレーディング表現}。
両半分は同じカメラアングル、同じクロップ、同じ光の方向。4:5アスペクト比。テキスト、ラベル、矢印なし。

補足: 「同じカメラアングル、同じクロップ、同じ光の方向」のロックが、プロ品質の分割と継ぎ接ぎ感のある失敗作の差。明示的に書けば gpt-image-2 は従う。

#### レシピ9: カルーセル一貫性のためのグリッド構図

用途: 9マスInstagramフィード、7スライドLinkedInカルーセル。

各スライド用テンプレート:

{被写体スロット} を {固定背景色 / テクスチャ} 背景に中央配置。同一のライティング (左上からの柔らかい窓光)、同一の影 (4時方向、穏やか)、同一のクロップ (被写体全体に10%の余白)。各スライドの右上に小さな{ブランドカラー}コーナーマーカー。ミニマル調、1:1アスペクト比、テキストなし。

補足: このテンプレートを1回書き、`{被写体スロット}` のみ差し替えて全スライド生成。ロックされたライティング/影/クロップ節こそが、「デザインされた」カルーセルを生む ― 「生成された」ではなく。

C. マスクベース編集

マスク編集は、DALL·E 3との差が最も大きい領域。以下レシピはOpenAIのImage API edit エンドポイント + マスク (透明=変更領域、不透明=保護領域) 前提。

#### レシピ10: 背景差し替え (被写体は保持)

用途: 1枚の商品写真を、季節・キャンペーン・プラットフォーム文脈に合わせて展開。

マスク: 被写体シルエット以外を透明化。

プロンプトテンプレート:

マスク領域を {新しい背景の描写 ― 色、テクスチャ、環境、光の方向} で置き換える。既存被写体のライティングを合わせる (光源方向 {方向}、暖色/寒色の色温度一致、{角度}の穏やかな自然影)。被写体は改変しない。4:5アスペクト比。

補足: 「既存被写体のライティングを合わせる」が成否を分ける条件。これを入れないと被写体が新背景にペーストされた感じになる。

#### レシピ11: シーン内の商品差し替え

用途: 同一シーン構図、別SKU ― ECカタログの時間節約に絶大な効果。

マスク: 既存商品領域を透明化、商品エッジより少しだけ広めのマージン。

プロンプトテンプレート:

マスク領域を "{新商品の名称 / 描写}" で置き換える。手の位置、カメラアングル、ライティング、背景は保持。新商品は既存構図のスケールと配置に合わせる。リアルな商品撮影調、同じ浅い被写界深度。

補足: マスクマージンは小さめ (エッジから5〜10ピクセル程度) が良い。広すぎると周辺も再生成、狭すぎるとエッジアーティファクト。

#### レシピ12: アスペクト比拡張 (outpainting)

用途: 1:1フィード投稿を9:16 Storyへ、または4:5投稿を1.91:1 Facebook広告へ ― ヒーロー再生成なしで。

マスク: 新しいボーダーエッジを透明化、既存画像は不透明。

プロンプトテンプレート:

マスク領域のエッジを外側へ拡張して {新しいアスペクト比} フレームを完成させる。既存の {背景描写} を新領域に自然に継続 ― 同じ配色、同じテクスチャパターン、同じ光の質感。被写体は現在位置を保持、新被写体は追加せず、背景拡張のみ。{新しいアスペクト比}。

補足: outpaintingは既存背景が比較的均一なときに最も良く機能。混雑シーンや密なテクスチャでは継ぎ目が見える ― クリーンアップマスクで2パス目を走らせる価値あり。

gpt-image-2がまだ苦手なこと

設計段階で織り込むべき制約:

• 装飾書体・スクリプト書体。「手書きカリグラフィ」「ブラッシュスクリプトのロゴ」は今も約40%の確率でギザギザの出力になる。後でオーバーレイ。
• 密なタイポグラフィ (4行以上)。モデルのテキストは3行までは読める、それ以上は背景だけ生成してオーバーレイ。
• 極小の画像内テキスト。フレーム高さの4%未満は不安定。キャプション、字幕、注記は本物のタイポで。
• 厳密な色マッチ。「Pantone 185 C」は効かない。「深い紅、Pantone 185近く」でSNS許容範囲には入る、印刷用途には入らない。
• 無関係プロンプト間のキャラクター一貫性。参照画像ありでも、全く違うシーン間ではキャラクター連続性は崩れる。タイトに揃えたいならシーンのスタイルを近くする。

いずれかに当たったら、(a) 後処理で本物タイポを乗せる、(b) マスク編集パスで問題箇所のみ修正、(c) 該当用途が Nano Banana 2 の強みなら切り替え ― の3択。どのワークフローをどちらにルーティングするかはマルチモデル戦略記事で。

プロンプト構築チェックリスト

gpt-image-2 に送信前の確認:

• [ ] 描画してほしいテキストは引用符リテラル (言い換えではない)
• [ ] 複数行なら行数を明示
• [ ] 書体は構図とは別文で指定
• [ ] レイアウトゾーンを指定 (どの1/3、どのコーナー)
• [ ] ネガティブスペースを保護 (「上部1/3に被写体なし」)
• [ ] 光の方向を明示
• [ ] アスペクト比を明示
• [ ] ネガティブを列挙 (「追加テキスト、ロゴ、ウォーターマークなし」)

8項目中3項目→8項目にすると、リロール率が半減する。プロンプト記述に30秒追加する代わりに、再生成5分を削るトレード。

複合投稿にレシピを組み合わせる

上記レシピは構成要素です。典型的なSNS投稿は2〜3個の組み合わせ:

• キャンペーン初回ヒーロー: レシピ1 (1行見出し) + レシピ6 (三分割) + レシピ7 (ネガティブスペース固定)。
• 2言語商品告知: レシピ4 (2言語ラベル) + レシピ11 (シーン内商品差し替え)。
• 四半期の季節シリーズ: レシピ9 (グリッド構図) を骨格、レシピ10 (背景差し替え) で季節を可変化。

組み合わせは1つのプロンプト内で改行区切りで列挙。構造が明確なら gpt-image-2 は累積的に読む ― だから改行と明示的ラベル ("Line 1:", "Left half:", "Background:") が意味を持つ。

毎回プロンプトをゼロから書く気力が尽きてきたら? Adpictoを無料で試す — クレジットカード不要、無料プランで月5枚のAI画像生成。ブランド素材が自動適用されるので、プロンプトを手調整せずともレイアウトと文字配置がブランドに沿う。

12個ではなく、3個から始める

初週から12パターン全部は要りません。フィードの主要フォーマットに合う3つを選ぶ:

• 引用中心フィード: レシピ2、3、7。
• 商品中心フィード: レシピ5、10、11。
• カルーセル中心フィード: レシピ8、9、12。

それぞれを1週間、自社ブランドの被写体で回す。実際に出荷できるクオリティの骨格だけ保存、ブランドボイスに合わないものは捨てる。3週目までには、週次画像ニーズの80%をカバーする3〜4レシピが、gpt-image-2が応答する特有の「方言」で書かれた状態で手元に残ります。

モデル横断で使える汎用プロンプトパターンは姉妹記事のSNS向けAI画像プロンプト10パターンで。モデル選択の文脈 ― gpt-image-2とNano Banana 2の使い分け ― はマルチモデル戦略記事。ディフュージョンとマルチモーダルがプロンプトをどう解釈するかの基盤はAI画像生成のしくみで。

短く言うと: gpt-image-2 は DALL·E 3 が報いなかった方法で、特定性 (specificity) に報います。引用符付きテキスト、明示的な行数、名前のついた書体、保護されたネガティブスペース ― 「意図を込めて書く」と、出力はくじ引きから「出荷に値するドラフト」に変わる。