従来のAI画像編集でよく見られる問題は、花瓶だけを修正したいのに、モデルがついでにテーブルや照明、さらには部屋全体まで変更してしまうことです。GPT Image 2.6の「マークアップガイド編集（Markup-guided edit）」は、より直感的な方法を提供します。透明なマークアップレイヤー上で修正が必要な箇所を丸で囲んだり描いたりし、プロンプトで修正内容を記述します。これにより、モデルは「どこを、どのように修正し、他の部分はできるだけそのままにする」という指示をより明確に理解できるようになります。
GPT Image 2.6の「ラベル付き編集」とは何ですか？
公式ドキュメントによると、GPT Image 2.5 および 2.6 では、Image API の POST /v1/images/edits を通じて、アノテーションによる編集の指示が可能となっています。元の画像を最初の入力画像として使用し、さらに透明ピクセルを含む PNG アノテーションレイヤーを作成します。修正が必要な位置に円や矢印を描いたり、塗りつぶしたりした後、プロンプトで具体的な修正要件を指定します。
アノテーションレイヤーは、回転補正後に元の画像と同じ幅と高さを維持する必要があり、マークを元の画像に直接重ねてはなりません。これは本質的に従来のピクセル単位の選択範囲ではなく、モデルに明確な「意図の座標」を与えるものです。つまり、赤い丸で囲まれた部分は変更が必要であり、丸の外側のシーンは可能な限り維持する必要があるということです。
一般的なプロンプトエディタと比べて、どのような点が優れているのでしょうか？
通常の編集プロンプトでは「イヤホンを濃い青色に変更してください」と指示するのみであり、モデルが自らイヤホンの位置を判断する必要があります。一方、アノテーション形式の編集では、画像、位置、テキストによる指示が同時に与えられるため、画面が複雑だったり、対象物が非常に小さかったり、元の構図を維持する必要があるタスクに特に適しています。
これは、以下の4つの頻繁に発生するシナリオに適しています：
EC画像：商品の色、パッケージ、局所的な欠陥、または小さな付属品を囲んで選択する。
インテリア・不動産画像：花瓶、インテリア小物、壁掛けの絵画、照明器具を置き換える。
人物画像：ニキビ、服の一部、背景の雑物など、ごく小さな領域を囲んで選択する。
マーケティング素材：ポスター内の製品、余白部分、局所的な小道具、またはイベント要素を置き換える。
具体的な例：ダイニングテーブルの花瓶だけを青い陶器の花瓶に替える
あるレストランの写真で、テーブルの中央に白い陶器の花瓶が置かれているとします。これをコバルトブルーの陶器の花瓶に置き換えたいのですが、家具、照明、植物、撮影アングルはそのままにしておきたいとします。
操作手順は以下の通りです：
元のレストランの画像を保持し、元の画像に直接描画しない。
元の画像と同じサイズの透明PNGを新規作成する。
透明レイヤー上で、花瓶を赤い円で囲む。赤い円の周囲は透明なピクセルを保持する。
元の画像を最初の入力画像として、透明PNGをマークアップレイヤーとして提出する。
明確で、条件を明記したプロンプトを使用する。
生成後は、以下の3つの点に特に注意して確認してください：花瓶が選択範囲内でのみ変化しているか、植物が意図せず再描画されていないか、光とテーブルとの接触による影が自然かどうか。結果が不安定な場合は、優先的にアノテーション範囲を縮小し、「残りの部分は変更しない」という制約を追加してください。
アノテーション型編集の応用思考：まず「決定点」を囲み、次に「修正ルール」を記述する
高品質なアノテーションは、囲む範囲が広ければ広いほど良いというわけではありません。優れたアノテーションとは、実際に変更が必要な対象のみをカバーするものであり、プロンプトでは新しい対象の材質、色、形状、および維持すべき条件を明確に記述する必要があります。例えば、ECサイトのヘッドホンを修正する際、「画像をより高級感あるものにする」と書くのではなく、「囲んだヘッドホンをマットな濃い青色に変更し、イヤーパッドの材質、製品の角度、机の反射、背景はそのまま維持する」と書くべきです。
この方法は、コンテンツ制作プロセスとしてさらに発展させることができます。まずメインビジュアルを作成し、その後、異なるアノテーションレイヤーを通じて、製品の色、プロモーション用ギフトボックス、季節的な要素、部分的なセールスポイントをまとめて差し替えます。ポスター全体を毎回作り直すよりも、部分的な編集を行う方が、ブランドのビジュアルの一貫性を維持できる可能性が高くなります。
GRSAI：超格安APIの価格面での強み
ラベル付けの編集には、多くの場合、数回の調整が必要です。1回目は色の変更、2回目は質感の調整、3回目はエッジの微調整といった具合です。生成にかかるコストが高すぎると、チームは「精度が十分でない」最初のバージョンをそのまま受け入れる傾向があります。GRS AIの現在の公開価格では、基本プランのgpt-image-2.6が1回あたり0.03元（600ポイント）で、1K、GIF、SVGに対応しています。gpt-image-2.6-flareは1回あたり0.10元、gpt-image-2.6-sunburstは1回あたり0.12元です。
OpenAI公式サイトのGPT Image 2.6における1024×1024、高品質設定を例にとると、1回の画像出力コストは$0.05268です。約¥6.67/ドルで換算すると、1回あたり約¥0.352となります。GRS AIのFlareは1回あたり0.10元、Sunburstは1回あたり0.12元であり、価格比較ではそれぞれ約72％および66％安くなります。これこそが、「gpt-image2.6の安価なAPI」が、ECサイトの画像編集、素材のリニューアル、および高頻度のA/Bテストにおいて持つ実際の価値です。
GRSAI API 呼び出しガイド
1.GRSAIの公式サイトで登録し、API キーを作成してください。
2.低コストで1Kのスケッチやビジュアルの選定を行う場合は、gpt-image-2.6から開始できます。より高い解像度が必要な場合は、FlareまたはSunburstを検討してください。
3.GRSAIの発表によると、統一されたAPIエンドポイントは https://{base_url}/v1/api/generate となっており、旧APIも /v1/images/generations と互換性があります。コンソールの最新ドキュメントを基準とし、新旧のインターフェースパラメータを混在させて使用しないでください。
4.アノテーション編集には、元の画像、透明なアノテーションレイヤー、markupフィールドなどのリクエストの詳細が関係します。GRS AIの公開価格ページには、このフィールドの互換性が完全には記載されていないため、導入前にコンソールのドキュメントまたは体験ページで、同等のアノテーション編集パラメータがサポートされているかを確認してください。また、そのインターフェースがOpenAI公式と完全に一致していると仮定しないでください。
まとめ
アノテーション編集の核心は、「赤い丸を付ける」ことではなく、曖昧なクリエイティブ要件を、モデルが理解できる部分的な修正タスクに変換することにあります。1人チームやマーケティングチームにとっては、画像全体を繰り返し作り直す時間を削減できます。また、頻繁に試行錯誤を行う場面では、GRS AIの固定された従量課金制により、部分的な最適化を日常の制作プロセスに組み込みやすくなります。