Il nuovo modello di generazione immagini di OpenAI è tra i migliori sul mercato, ma ottenere risultati buoni richiede sapere come si scrive una buona richiesta: ecco cosa c’è scritto nella guida pubblica per gli sviluppatori

Qualcuno, nei giorni scorsi, ha usato ChatGPT per generare il menù di un ristorante messicano. Due anni fa avrebbe ottenuto piatti con nomi inventati come “enchuita” e “burrto”. Stavolta il risultato era stampabile. Il 21 aprile OpenAI ha rilasciato gpt-image-2, il nuovo modello per la generazione di immagini e il salto rispetto ai predecessori è percepibile: testo leggibile persino in composizioni dense, risoluzione fino a 2K, fino a otto immagini coerenti da un singolo prompt, ragionamento visivo integrato. Ed è disponibile, in versione base, anche per i piani gratuiti. Il problema, però, è un altro. 

Generare un’immagine con l’AI non è come chiederle di scrivere un testo o rispondere a una domanda. Con i testi, l’istruzione si dà in modo naturale, quasi come si parlerebbe a un amico. Con foto, illustrazioni, ecc, il risultato dipende da come si formula la richiesta (il prompt) e non basta descrivere quello che si vuole vedere. Per questo OpenAI ha pubblicato una guida nella sezione per gli sviluppatori tra codice Python e documentazione tecnica varia. Raramente la leggono gli utenti comuni. Contiene però indicazioni utili per chiunque voglia usare l’AI per creare immagini di qualità.



















































Come scrivere un prompt

Il principio di base è che un buon prompt combina due cose: una sequenza precisa e lo scopo finale dell’immagine. La guida suggerisce di scriverlo in ordine: prima lo sfondo o la scena, poi il soggetto, poi i dettagli, infine i vincoli, cioè cosa non deve esserci. Per le immagini con persone, descrivere inquadratura, postura, sguardo e interazione con gli oggetti riduce i problemi di proporzioni: “corpo intero visibile, piedi inclusi” o “mani che reggono il manubrio in modo naturale” ottengono risultati molto più convincenti di un generico “persona che fa sport”. Per il fotorealismo, basta inserire “photorealistic” o “real photograph” direttamente nel testo: il modello entra in una modalità diversa. Anche dettagli tecnici sulla fotocamera, tipo “obiettivo 50mm, apertura f/1.8”, possono orientare la composizione, ma non simulano fisicamente l’ottica. Meglio usarli come indicazioni di stile. L’esempio (in inglese) che fa la guida di OpenAI è un ritratto (in basso), in stile Il vecchio e il mare: “Fotografia realistica di un marinaio anziano su una piccola barca da pesca. Pelle segnata, rughe visibili, tatuaggi tradizionali sbiaditi sulle braccia. Scattata come una fotografia su pellicola 35mm, inquadratura medio ravvicinata all’altezza degli occhi, obiettivo 50mm. Luce costiera diffusa, leggera grana della pellicola, colori naturali. Nessuna glamorizzazione, nessun ritocco pesante”.

Infografiche più facili

Dove la guida diventa più specifica è nella gestione del testo dentro le immagini. Per anni le scritte nell’AI visiva erano il punto più debole del sistema: parole storpiate, caratteri inventati, layout caotici. Gpt-image-2 su questo fronte è migliorato, ma richiede che il testo da inserire sia indicato tra virgolette o in maiuscolo nel prompt, con posizione, stile tipografico e colore specificati esplicitamente. Per parole difficili, nomi di brand o grafie non standard, la guida suggerisce addirittura di scandire lettera per lettera. Nel caso delle infografiche, però, il nuovo il modello è particolarmente intuitivo: bastano poche indicazioni ma efficaci. Tipo: “Crea un’infografica dettagliata sul funzionamento di una macchina da caffè automatica come una Jura. Dal contenitore dei chicchi, alla macinatura, alla bilancia, al serbatoio dell’acqua, alla caldaia. Voglio capire il flusso tecnicamente e visivamente”. 

Forse il consiglio più utile della guida di OpenAI riguarda il modo di iterare. Di solito tendiamo a caricare il primo prompt di tutto quello che vogliamo, sperando di ottenere il risultato al primo tentativo. La guida suggerisce l’opposto: meglio partire da un prompt pulito e minimo, poi raffinare con piccole variazioni, una per volta. “Rendi la luce più calda”, “togli l’albero in secondo piano”, “ripristina lo sfondo originale”. Quando si lavora su un’immagine esistente, poi, aggiungere sempre la lista di ciò che deve restare invariato, altrimenti il modello tende a reinterpretare l’intera scena. “Cambia solo X, mantieni tutto il resto uguale” è la formula raccomandata, da ripetere a ogni richiesta successiva. Insomma, la guida non lo dice, ma per creare belle immagini con ChatGPT il segreto è uno soprattutto: la pazienza.

Per non perdere le ultime novità su tecnologia e innovazione
iscriviti alla newsletter di Login

2 maggio 2026

© RIPRODUZIONE RISERVATA