Mostra sommario Nascondi sommario
OpenAI ha lanciato il 21 aprile il nuovo modello per immagini, gpt-image-2, che migliora nettamente leggibilità del testo nelle immagini, risoluzione e coerenza tra più immagini generate con un singolo prompt. Per chi prova ora a usarlo — anche con il piano base gratuito — la differenza promette molto, ma la qualità finale dipende quasi esclusivamente da come si costruisce la richiesta.
Scrivere la richiesta nel modo giusto
Non basta descrivere l’idea in modo generico: ottenere risultati credibili richiede una struttura precisa del prompt. La documentazione ufficiale per sviluppatori suggerisce di ordinare le informazioni in modo logico: prima l’ambientazione o lo sfondo, poi il soggetto principale, quindi i dettagli e infine i vincoli (cioè cosa NON deve comparire).
Marvel MaXimum Collection su Amazon: preordina ora l’edizione fisica per console
Mythos Claude di Anthropic sotto accusa: accessi non autorizzati minacciano la privacy
Per le immagini con persone, specificare l’inquadratura, la posa, lo sguardo e l’interazione con gli oggetti migliora la proporzione e il realismo. Per esempio, indicazioni come “corpo intero, piedi visibili” o “mani che tengono il manubrio in modo naturale” danno risultati più affidabili di un vago “persona che fa sport”.
Se si vuole un aspetto fotografico realistico, inserire parole chiave come photorealistic o real photograph spinge il modello in una modalità diversa; analogamente, dettagli su obiettivi e apertura (es. “50mm, f/1.8”) vanno usati come suggerimenti stilistici, non come una simulazione fisica dell’ottica.
Testo dentro le immagini e infografiche
Un punto che per anni ha creato problemi è la resa delle scritte generate dall’AI: caratteri sbagliati, parole deformate, layout disordinati. gpt-image-2 è migliorato ma richiede ancora istruzioni precise. La guida raccomanda di racchiudere il testo tra virgolette o scriverlo in maiuscolo all’interno del prompt e di specificare posizione, font e colore.
Per nomi difficili, marchi o grafie non standard conviene anche dettare lettera per lettera. Le infografiche risultano invece più immediate: poche indicazioni chiare (flusso, elementi da mostrare, ordine funzionale) spesso bastano per ottenere diagrammi comprensibili e utili.
Esempio pratico: invece di limitarsi a “ritratto di un pescatore”, una richiesta dettagliata indica età, segni del tempo sul volto, tipo di barca, inquadratura (medio ravvicinata all’altezza degli occhi), luce (diffusa costiera), e uno stile “pellicola 35mm” con grana lieve — il risultato è più vicino a una foto autentica che a un’illustrazione generica.
gpt-image-2 offre anche capacità come risoluzione fino a 2K, lettura efficiente del testo in immagini complesse, fino a otto immagini correlate da un unico prompt e un livello superiore di ragionamento visivo integrato. Queste caratteristiche rendono il modello interessante sia per creativi che per chi produce contenuti informativi.
Iterare con metodo: la chiave del successo
Un consiglio pratico che emerge con forza nella guida riguarda il workflow: non cercare di ottenere tutto al primo colpo. Meglio partire da un prompt essenziale e poi modificare un elemento alla volta.
Frasi semplici come “rendi la luce più calda”, “rimuovi l’albero sullo sfondo” o “mantieni il resto identico” aiutano a mantenere coerenza tra le versioni. Quando si lavora su immagini esistenti, includere una lista di elementi da preservare evita che il modello riscriva completamente la scena. In pratica, la formula raccomandata è: “cambia solo X, mantieni tutto il resto”.
Questo approccio riduce gli sprechi e produce iterazioni più rapide ed efficaci: il miglioramento non arriva dall’algoritmo da solo, ma dalla capacità dell’utente di guidarlo con precisione.
In definitiva, la novità di OpenAI rende l’AI visiva più accessibile e potente rispetto al passato, ma rende anche più evidente che l’abilità nel formulare prompt è ormai una competenza cruciale per chi crea immagini digitali. La pazienza e la pratica restano insostituibili.
