Cómo usar GPT Image 2: guía práctica con 12 ejemplos reales
GPT Image 2 es el modelo de generación de imágenes de última generación de OpenAI, lanzado el 21 de abril de 2026. Es la opción predeterminada recomendada para cualquier flujo de trabajo de imagen nuevo: la mayor calidad de generación y edición, renderizado multilingüe de texto casi perfecto, ediciones sensibles a la identidad y tamaños flexibles hasta 4K. Esta guía es un recorrido práctico centrado en los prompts: cómo formular el prompt, qué pedir y doce ejemplos reales que puede copiar directamente.
Los doce prompts a continuación siguen la estructura de prompt recomendada por OpenAI. Cópielos, cambie el sujeto por el suyo y publique.
La receta de prompt que realmente funciona
GPT Image 2 recompensa la estructura. El modelo es significativamente mejor siguiendo prompts escritos como una secuencia clara de directivas que como oraciones de forma libre. Cada uno de los ejemplos a continuación utiliza la misma receta: seis elementos en este orden:
- Escena / fondo — dónde tiene lugar la imagen ("a sun-bleached stone terrace overlooking the Mediterranean").
- Sujeto — quién o qué está en el cuadro, incluyendo escala, pose, mirada y acción ("a tall woman in an oversized cream linen suit, gaze slightly downward").
- Detalles visuales clave — materiales, texturas, telas, superficie ("matte black kraft paper with a natural linen texture stripe").
- Composición y cámara — encuadre, punto de vista, perspectiva, distancia focal ("medium close-up at eye level, 50mm lens, shallow depth of field").
- Iluminación y atmósfera — dirección, calidad, hora del día ("soft diffused window light from the upper left, golden hour rim light").
- Restricciones — qué preservar, qué NO añadir ("no watermark, no extra text, preserve identity and layout").
Dos reglas adicionales para recordar: ponga el texto literal dentro de la imagen entre comillas ("RUN FASTER.") e incluya la palabra "photorealistic" explícitamente cuando quiera un aspecto de foto real. Los tokens de estilo genéricos como "8K, ultra-detailed, masterpiece" son en su mayoría patrones heredados de modelos de difusión anteriores; GPT Image 2 los ignora en gran medida. Invierta ese presupuesto de prompt en iluminación, composición y restricciones.
Ejemplo 1 — Retrato fotorrealista con textura de piel real
Los retratos son la categoría más sensible a la identidad en la generación de imágenes. El truco con GPT Image 2 es evitar palabras que impliquen acabado de estudio ("perfect skin", "flawless", "professional retouching") y, en su lugar, pedir explícitamente señales de foto real: poros, líneas finas, asimetría, luz disponible. Use el ajuste de alta calidad y una relación de aspecto cuadrada o vertical para obtener los resultados más limpios.
Prompt
A photorealistic candid portrait of a man in his late 50s, weathered skin with visible pores and sun lines, short salt-and-pepper beard, calm direct gaze. Soft diffused window light from the upper left, warm neutral wall behind him slightly out of focus. Medium close-up at eye level, 50mm lens, shallow depth of field, subtle film grain, natural color balance. Honest and unposed, real skin texture, no glamorization, no heavy retouching. No watermark.
Por qué funciona: el prompt nombra el medio (50mm, profundidad de campo reducida), la dirección de la iluminación (superior izquierda, suave y difusa) y las contra-señales específicas ("no glamorization, no heavy retouching"). Esas restricciones alejan al modelo del aspecto genérico de retrato de IA.
Ejemplo 2 — Póster multilingüe con texto dentro de la imagen
El renderizado de texto es la capacidad estrella de GPT Image 2. El modelo usa una ruta tipográfica que dispone los glifos como vectores antes de rasterizarlos, lo que significa que inglés, japonés, coreano, árabe, chino y hebreo se renderizan correctamente al primer intento en la mayoría de los casos. Ponga su copia literal entre comillas, nombre la familia tipográfica ("bold geometric sans-serif") e indique la ubicación.
Prompt
A bold music festival poster, vertical orientation. Headline in large brushstroke kanji centered at the top third: "音楽の未来". Directly below in a clean geometric sans-serif: "FUTURE SOUNDS FESTIVAL". Bottom strip in smaller white type: "Shibuya O-EAST · Tokyo · June 14 2026". Dark background, electric teal and magenta neon glow. All text must be fully legible and correctly formed. No decorative elements that obscure the type. No watermark.
Consejo: para nombres de marca complicados u ortografías poco comunes, deletréelos letra por letra dentro del prompt ("F-U-T-U-R-E"). Esto mejora la precisión de los caracteres cuando la palabra es inusual o contiene números.
Ejemplo 3 — Fotografía de producto con etiqueta legible
La fotografía de producto es donde GPT Image 2 reemplaza directamente las sesiones de estudio para una amplia gama de SKU de e-commerce. El patrón a continuación funciona de manera fiable: nombre primero la superficie y la iluminación, luego la geometría del producto, después el texto literal de la etiqueta entre comillas y, por último, la composición y el encuadre. Mantenga el ajuste de alta calidad para garantizar la legibilidad de la etiqueta.
Prompt
A high-end skincare flat lay on smooth white marble. Center: a frosted glass serum bottle with a gold dropper cap. The label reads "LUMIÈRE SÉRUM — 30ml" in clean black serif type. Surrounding it: three dried white peonies, scattered rose petals, a small jade facial roller, and a cream-colored linen cloth crumpled in the bottom-left corner. Soft north-window light from above-left, clean drop shadows under each object. Shot from directly above. Magazine-editorial feel, not studio-staged. No watermark, no extra text.
Ejemplo 4 — Mockup de packaging con integridad de marca
Los mockups de packaging necesitan que el texto se renderice correctamente sobre una superficie 3D con distorsión curva y textura de material. Esto solía ser imposible sin composición en Photoshop. Con GPT Image 2 es uno de los casos de uso de mayor impacto: paneles de ingredientes, notas de cata y tipografía de marca se renderizan de forma legible en el primer intento para la mayoría de los prompts. Enumere cada elemento de texto que desea que aparezca, en el orden en que debe aparecer.
Prompt
A photorealistic standing coffee bag mockup. The bag is matte black kraft paper with a natural linen texture stripe across the center. Brand name on the front: "ALTIPLANO" in bold wide uppercase serif, letterpressed in gold foil. Below it: "Single Origin · Ethiopian Yirgacheffe" in a smaller clean sans-serif. Bottom strip: "Notes: Blueberry · Jasmine · Brown Sugar". Tin-tie closure at the top, circular degassing valve on the lower right. Dark studio background with a single dramatic spotlight from above. Realistic paper texture, no plastic sheen.
Para packaging sensible a la marca, fije el ajuste de alta calidad y ejecute dos o tres regeneraciones del mismo prompt. GPT Image 2 producirá ligeras variaciones entre ejecuciones: elija aquella cuya tipografía sea más limpia; el resto de los elementos ya estarán acordes al brief.
Ejemplo 5 — Creatividad publicitaria de marketing con titular textual
Trate los prompts de marketing como briefs creativos, no como especificaciones técnicas. Describa la marca, la audiencia, el tono, la escena y el eslogan exacto. Ponga la copia literal entre comillas y añada "EXACT, verbatim, no extra characters" para que el modelo no parafrasee. Especifique la ubicación ("right panel", "centered", "below the product") para que el diseño se mantenga predecible entre ejecuciones.
Prompt
A clean social media ad for a premium running shoe brand. Split layout: left half shows a dramatic close-up of a white and electric blue running shoe on wet asphalt reflecting city lights. Right half is a solid dark navy panel. On the navy panel, stacked vertically: bold white headline "RUN FASTER." (EXACT, verbatim, no extra characters), a small white separator line, then secondary copy in light grey "Engineered for your fastest 5K." then below that a solid lime green CTA button with the text "SHOP NOW" in black. Modern, premium athletic aesthetic. No watermark, no extra text outside the elements above.
Ejemplo 6 — Infografía con flechas y etiquetas
Las infografías combinan tres cosas difíciles a la vez: jerarquía tipográfica, iconografía y precisión de datos. GPT Image 2 maneja las dos primeras de forma fiable para diagramas educativos estilizados. Para cada paso o sección, enumérelo explícitamente en el prompt: número, título, icono y descripción de una línea. Use un tamaño horizontal y el ajuste de alta calidad para diseños densos.
Prompt
A clean modern educational infographic titled "How AI Image Generation Works" showing 5 steps in a left-to-right horizontal flow. Step 1: "Text Prompt" — icon of a person typing. Step 2: "Tokenization" — text split into tokens. Step 3: "Noise Injection" — abstract Gaussian noise cloud. Step 4: "Denoising Diffusion" — blurry image sharpening. Step 5: "Final Image" — completed photograph. Each step has: a bold number in a lime green circle, a flat icon above, the step title in bold dark text, and a one-line description in grey below. Steps connected by clean horizontal arrows. White background. Clear typographic hierarchy. No decorative clutter, no extra text.
Para infografías con muchos datos donde los números deben ser exactos (tamaño de mercado, valores científicos), incluya los números literales en el prompt. El modelo no inventará cifras: renderizará los valores que usted proporcione tal cual.
Ejemplo 7 — Mockup de UI como una app real ya lanzada
La generación de mockups de UI es un nuevo caso de uso que GPT Image 2 maneja mejor que cualquier modelo anterior. El truco: describa el producto como si ya existiera. Evite el lenguaje de arte conceptual ("dreamy interface", "futuristic UI"). Concéntrese en el diseño, la jerarquía, el espaciado y los elementos de interfaz reales para que el resultado se lea como una app utilizable, no como un boceto de diseño. Enumere cada sección de UI en orden.
Prompt
A photorealistic mobile app UI mockup for a premium digital bank, placed in an iPhone frame. Dark charcoal background. Top: user greeting "Good morning, Maya" in white. Below: a frosted glass card showing "Total Balance: $12,480.50" in large white serif, with a small visa logo bottom-right. Below the card: a section "Recent Transactions" with three rows — each row has a category icon left, merchant name and date center, and amount right (e.g. "Whole Foods Market · Apr 23 · -$84.20"). Bottom navigation bar with five icons: Home, Cards, Transfer, Invest, Profile. All labels must be legible. Clean, minimal, premium fintech aesthetic. No watermark.
Ejemplo 8 — Generación de logos con múltiples variantes
Cuando necesite explorar una marca, pida al modelo un lote de variantes desde el mismo prompt: la mayoría de las superficies de GPT Image 2 le permiten configurar una opción de "number of variants" que devuelve cuatro (o más) interpretaciones del mismo brief de una sola vez. Útil para revisiones con stakeholders y trabajos exploratorios de branding. Mantenga el prompt simple: nombre la marca, la personalidad y solicite formas limpias, espacio negativo equilibrado y escalabilidad.
Prompt
Create an original, non-infringing logo for a company called "Field & Flour", a local bakery. The logo should feel warm, simple, and timeless. Use clean vector-like shapes, a strong silhouette, and balanced negative space. Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential. Plain background. Single centered logo with generous padding. No watermark.
Consejo: al generar múltiples variantes, cargue el prompt con un adjetivo de gusto ("warm", "industrial", "playful") en lugar de dictar la forma. El modelo explorará en la dirección de ese adjetivo y los cuatro resultados se sentirán como alternativas coordinadas en lugar de variaciones aleatorias.
Ejemplo 9 — Historia de múltiples paneles con consistencia de personaje
GPT Image 2 admite la narración en múltiples paneles en una sola generación: defina cada panel como un beat visual claro y el modelo mantendrá la apariencia del personaje, la vestimenta y el estilo visual en todos los paneles dentro de una sola imagen. Esto funciona para tiras cómicas, storyboards, campañas de marca secuenciales e ilustración de libros infantiles. Describa al protagonista una vez al inicio y luego enumere cada panel como un beat numerado.
Prompt
A vertical comic-style image with 4 equal-sized panels. Same character throughout: Chef Milo, a cheerful stocky man in his 40s with a thick red-orange beard, round wire-rimmed glasses, white double-breasted chef coat with a small anchovy embroidered on the chest pocket. Panel 1: Milo plating a dish with tweezers in a busy open kitchen, intense concentration. Panel 2: Milo at a morning market selecting vegetables, smiling at a vendor. Panel 3: Milo eating a street taco by a food cart, genuine delight. Panel 4: Milo teaching a cooking class, holding a carbon steel wok, students visible in the background. Keep Milo's face, beard, glasses, and coat identical across all four panels. Cinematic photography style.
Ejemplo 10 — Edición en lenguaje natural (cambio de fondo)
GPT Image 2 admite la edición de imágenes sin máscaras. Entregue al modelo una imagen de referencia y una instrucción de texto, y aplicará el cambio manteniendo intacto el resto del cuadro. El patrón que mejor funciona: indique explícitamente qué cambiar Y qué preservar. Use frases como "change only X" + "keep everything else the same" + repita la lista de preservación. Esto reduce drásticamente la deriva en el primer intento.
Prompt
Change only the background. Keep the perfume bottle, its label, its reflections, and its shadow exactly as they appear in the input image. New background: a warm rustic wooden table surface with soft dappled sunlight from the upper left, like a sunlit Parisian apartment. Match the lighting direction so the bottle shadow falls naturally on the new surface. Do not change the bottle, do not change saturation or contrast of the bottle, do not add any text or watermark.
Ejemplo 11 — Transferencia de estilo desde una imagen de referencia
La transferencia de estilo conserva el lenguaje visual de una imagen de referencia (paleta, pincelada, grano fílmico, estilo de ilustración) mientras cambia el sujeto. Inserte la referencia y luego describa qué debe permanecer consistente (señales de estilo) y qué debe cambiar (contenido nuevo). Añadir una restricción dura como "no extra elements" evita que el modelo invente detalles periféricos.
Prompt
Use the same illustration style as the input image — the same palette, brushwork, line weight, and texture. Generate a new subject: a man riding a motorcycle on a plain white background. Keep the visual style identical to the reference. Centered subject, generous padding, no extra elements, no text, no watermark.
Ejemplo 12 — Traducir texto dentro de una imagen existente
La traducción dentro de la imagen es uno de los patrones de producción más útiles de GPT Image 2. Entregue al modelo un diseño terminado — un anuncio, una infografía, una captura de UI, un mockup de packaging — y pídale que traduzca el texto sin cambiar nada más. La frase de restricción clave: "Translate the text to X. Do not change any other aspect of the image." Esto preserva la tipografía, la ubicación, el espaciado, la jerarquía y las imágenes circundantes.
Prompt
Translate the text in the input image to Spanish. Do not change any other aspect of the image: keep the typography style, font size, placement, spacing, hierarchy, icons, illustrations, color palette, and all non-text elements exactly as they appear. Translate verbatim and accurately, no added words. No reflow unless absolutely necessary. No watermark.
Este patrón desbloquea todo un flujo de trabajo de localización que antes requería herramientas de diseño. Un asset fuente → un prompt por idioma de destino → creatividad localizada lista para publicar. Verifique los párrafos densos en tamaños de punto pequeños: la precisión puede bajar ligeramente en cuerpos de texto muy pequeños.
Elegir calidad y tamaño según el caso de uso
GPT Image 2 expone tres niveles de calidad — baja, media y alta — y admite tamaños flexibles desde un cuadrado de 1024×1024 hasta un hero de 4K. La calidad baja es la más rápida y es genuinamente buena para miniaturas, borradores, previsualizaciones sociales y cualquier imagen que pase por un paso de revisión posterior. Recurra a calidad media o alta solo cuando la fidelidad sea el cuello de botella. La tabla a continuación asigna ajustes recomendados a casos de uso comunes.
| Flujo de trabajo | Tamaño recomendado | Calidad recomendada | Notas |
|---|---|---|---|
| Borrador para redes sociales / miniatura | 1024×1024 | baja | Lo más rápido. Bueno para generación por lotes. |
| Fotografía de producto (e-commerce) | 1536×1024 | alta | La legibilidad de la etiqueta requiere alta. |
| Retrato / editorial de moda | 1024×1536 | alta | La textura de piel y la iluminación necesitan alta. |
| Anuncio de marketing con texto en la imagen | 1024×1024 o 1080×1350 | media o alta | Alta si el titular + CTA + cuerpo son densos. |
| Mockup de packaging | 1024×1536 | alta | El texto multilínea sobre superficie 3D necesita alta. |
| Infografía / diagrama educativo | 1536×1024 | alta | Las etiquetas y leyendas densas necesitan alta. |
| Mockup de UI | 1024×1536 | media | Orientado al diseño; media es suficiente. |
| Logo (múltiples variantes) | 1024×1024 | media | Variantes del mismo prompt; media equilibra velocidad. |
| Cómic de múltiples paneles / storyboard | 1024×1536 | media | Consistencia entre paneles; media es suficiente. |
| Cambio de fondo / edición de objeto | 1024×1024 o tamaño de entrada | media | Las ediciones preservan automáticamente la fidelidad de entrada. |
| Traducción dentro de la imagen | Igual que la entrada | media | Preservar el diseño es el objetivo principal. |
| Asset hero 4K | 3840×2160 | alta | Experimental; se espera más variabilidad. |
Errores comunes y cómo evitarlos
- Los potenciadores de estilo genéricos ("8K, ultra-detailed, masterpiece, cinematic") en su mayoría se ignoran. Son patrones heredados de modelos de difusión anteriores. Invierta ese presupuesto de prompt en iluminación, composición y restricciones.
- Pedir "perfect skin" o "flawless" produce el aspecto genérico de retrato de IA: plástico, demasiado suave, con poca identidad. Reemplace esas palabras con señales explícitas de foto real: "visible pores", "fine lines", "asymmetry", "available light", "no heavy retouching".
- Las instrucciones de diseño vagas ("make it look nice") llevan a resultados inconsistentes entre ejecuciones. Detalle el posicionamiento ("logo top-right, headline centered, CTA bottom-left") siempre que necesite una ubicación predecible.
- Olvidar poner el texto literal entre comillas. Sin comillas, el modelo parafrasea. Con comillas más "EXACT, verbatim, no extra characters", renderiza las palabras tal como están escritas.
- Por encima de 2K (2560×1440), los resultados se marcan como experimentales: el renderizado de texto, los detalles finos y la adherencia al prompt se vuelven más variables. Si necesita un hero 4K, genere primero en 2K y escale por separado.
- Intentar cambiar tres o más partes independientes de una imagen en una sola edición. Las ediciones multirregión suelen necesitar 2–3 iteraciones. Divida la edición en pases secuenciales de un solo cambio: alcanzará la calidad de producción más rápido.
- Actualmente no se admiten fondos transparentes. Genere sobre un fondo opaco y ejecute un pase posterior de eliminación de fondo si necesita un asset transparente.
- El corte de conocimiento es diciembre de 2025. Para sujetos que surgieron después de esa fecha — nuevos diseños de producto, eventos de 2026, empresas recientemente rebrandeadas — el modelo puede producir resultados inexactos. Proporcione una imagen de referencia cuando la precisión importe.
Conclusión: una plantilla de prompt predeterminada
Si solo se queda con una cosa de esta guía, que sea la plantilla de prompt. Funciona para casi todos los casos de uso de los ejemplos anteriores:
Escena → Sujeto (con escala y mirada) → Materiales y textura → Composición (encuadre, punto de vista, distancia focal) → Iluminación (dirección y calidad) → Texto literal dentro de la imagen entre comillas → Restricciones (preservar / sin marca de agua / sin texto adicional).
Empiece en el ajuste de calidad media y un cuadrado de 1024×1024, ejecute dos generaciones para calibrar el prompt y luego pase a alta calidad y a una relación de aspecto no cuadrada para el asset final. Para los retoques, edite la imagen existente con una instrucción en lenguaje natural en lugar de regenerarla desde cero: lo último es la mayor fuente única de deriva de marca en el trabajo de producción.