
画像プロンプト
推奨モデル: GPT Image 2
ミニマル白背景の商品ショーケース
ミニマル白背景の商品ショーケース向けに、編集可能な被写体、構図、ライティング、スタイル、納品メモを備えた再利用可能な画像プロンプトを設計します。
GPT Image 2 は、構造化プロンプト、参照主導の編集、予測しやすい 1K、2K、4K 出力に使える Rivya の OpenAI 画像モデルです。製品ビジュアル、キャンペーンシーン、ブランドレイアウトにより明確な指示追従が必要なときに使ってください。

出力例
ミニマル白背景の商品ショーケースのプレビュー。構図、編集可能な詳細、視覚階層、ブランドセーフな本番制約に焦点を当てています。
テキストから画像 · 画像から画像

出力例
ミニマル白背景の商品ショーケースのプレビュー。構図、編集可能な詳細、視覚階層、ブランドセーフな本番制約に焦点を当てています。
最適
対応
オンライン試用
結果
GPT Image 2 は、構造化プロンプト、参照主導の編集、予測しやすい 1K、2K、4K 出力に使える Rivya の OpenAI 画像モデルです。製品ビジュアル、キャンペーンシーン、ブランドレイアウトにより明確な指示追従が必要なときに使ってください。
まだ結果はありません。プロンプトを送信して実行を開始してください。
プロンプトスターター
空白のプロンプトより良い初回結果がほしい場合は、GPT Image 2 にすでに紐づけられたテンプレートを使えます。
モデル実例
上のオンライン試用を使い、その後これらの出力例と比較して、仕上がり、リズム、タスク適性を判断してから Studio でさらにクレジットを使ってください。

主なサンプル
被写体、構図、スタイル方向性、再利用可能な出力構造を示すミニマル白背景の商品ショーケースの画像プレビュー。
入力
プロンプト + 任意の画像
注目ポイント
被写体、構図、スタイル方向性、再利用可能な出力構造を示すミニマル白背景の商品ショーケースの画像プレビュー。
1 回あたりのクレジット
per_image · 1K=3 · 2K=5 · 4K=8 · ⌈total⌉
このモデルが合う理由
1 つの Rivya モデルページでテキストから画像生成と画像から画像生成に対応
1K、2K、4K 解像度ティアで予算をより明確に制御
構造化された編集ブリーフ向けに最大 16 枚の参照画像
最適なタスク
モデル実例
判断材料
判断材料
GPT Image 2 FAQ
GPT Image 2 は、製品ビジュアル、キャンペーンコンセプト、参照主導の編集、オブジェクト配置と指示階層が重要なシーンなど、すでに構造化されたブリーフがあるときに最も適しています。OpenAI 画像ワークフローを保ちつつ、解像度を主な予算コントロールにします。
はい。Rivya では、GPT Image 2 はテキストから画像生成と画像から画像生成に対応し、編集の指示に最大 16 枚の参照画像を使用できます。
初期の方向性確認には 1K、より明瞭な下書きが欲しい場合は 2K、レイアウトと参照階層がすでに機能している場合だけ 4K を使ってください。現在の統合制約では、4K は 1:1 または自動のアスペクト比と組み合わせないでください。
GPT Image 1.5 は Medium と High の品質ティアを使います。GPT Image 2 は 1K、2K、4K の解像度ティアを使うため、納品段階に合わせてコストを調整しやすくなります。どちらも有用なので、Rivya では一方を置き換えるのではなく、別々のモデルページとして残しています。
最安のラフビジュアルだけが必要なら、より軽いモデルで十分な場合があります。プロンプトや参照が安定する前に 4K を選ぶと、避けられる再実行により多くのクレジットを使う可能性があります。
プロンプトを下書きし、アスペクト比と解像度を選び、参照画像を追加し、Rivya Studio ワークフローに深く入る前に GPT Image 2 がタスクに合うかを試せます。
ページの確認とプロンプト準備は公開状態でできますが、生成の送信と参照画像のアップロードにはログインが必要です。Rivya がクレジットとタスク履歴を管理するためです。
まず解像度を確認し、次にアスペクト比、その次に参照画像の優先度を確認してください。4K の場合、現在の GPT Image 2 統合ではその組み合わせを受け付けないため、自動と 1:1 は避けてください。
最初の構造化テストなら、このページに留まってください。保存済み履歴、反復バリエーション、より深いアセット管理、または同じビジュアル方向をめぐる複数ラウンドが必要になったら、フルワークスペースに移ってください。
代替モデルを比較
Alibaba の軽量なテキストから画像モデルです。5 つのアスペクト比に対応し、1 回 1 クレジットでコンセプト案やソーシャルメディア用画像を素早く作成できます。
検討する理由
次のタスクに プロンプトのみ が必要な場合に検討できます。
Nano Banana 2 は、ブランドビジュアル、商品画像、参照画像を使ったクリエイティブドラフトに適した、新世代の Google 画像モデルです。
検討する理由
クレジットメモが次の実行に合う場合に検討できます: per_image · 1K=5 · 2K=8 · 4K=12 · ⌈total⌉。
Googleのプレミアム画像モデルです。4K出力、11種類のアスペクト比、最大8枚の参照画像に対応し、優れたディテールと色精度で、高忠実度のブランドおよびキャンペーンビジュアル向けに最適化されています。
検討する理由
クレジットメモが次の実行に合う場合に検討できます: per_image · 1K=8 · 2K=8 · 4K=14 · ⌈total⌉。
構図、照明、スタイル制御、納品適合性に焦点を当てた、現実優先のフォトコントロールのプレビュー。
現実優先のフォトコントロールのプレビュー。構図、照明、出力方向を示します。

アイソメトリックデバイス分解インフォグラフィックのプレビュー。コンポーネントの明確さ、アイソメトリックな奥行き、編集可能な注釈に焦点を当てています。
カットアウェイ断面とラベル付きコンポーネントを備えたデバイス分解を示すアイソメトリック技術インフォグラフィックプレビュー。

タイムラインの明瞭さ、製品バージョンの連続性、編集可能なデータ層に焦点を当てた、プロダクト進化タイムラインポスターのプレビュー。
時系列ラインアップ、マイルストーンメモ、技術注釈を備えた、プロダクト進化インフォグラフィックポスターのプレビュー。

ダイライン包装3Dモックアップのプレビュー。折りの正確性、パネルの読みやすさ、商業スタジオ素材レンダリングに焦点を当てます。
平面ダイラインアートワークから組み立てられた紙器箱が、清潔なスタジオシーンに表示された3D包装モックアッププレビュー。
最適なタスク
タスクがこのような場合に使えます
確認データ
プロバイダー
OpenAI
カテゴリ
画像
機能
テキストから画像 · 画像から画像
クレジットモデル
per_image · 1K=3 · 2K=5 · 4K=8 · ⌈total⌉
入力経路
プロンプト + 任意の画像
プロンプト設定
最大 20,000 文字
開発者アクセス
GPT Image 2 には呼び出し可能な Public API モードがありますが、参照メディアモードにはまだ Files API アップロードサポートが必要です。送信前にモデルリファレンスを確認してください。