gpt-image-2-prompt

name: gpt-image-2-prompt description: | OpenAI GPT-image-2 모델 전용 이미지 프롬프트 텍스트 빌더. 사용자 자연어 한 줄 + AskUserQuestion 프리셋·미세조정 라운드로 컨텍스트를 수집하고, OpenAI Cookbook 공식 6-Block 구조(Subject·Action·Scene·Composition·Lighting·Style&Text)에 매핑해 ChatGPT·OpenAI API에 복붙 가능한 프롬프트를 출력합니다. 보너스로 같은 입력에 대한 Gemini 3 Pro Image · Midjourney v8.1 프롬프트도 함께 생성해 모델 간 비교·이식이 즉시 가능합니다.

다음과 같은 요청 시 반드시 이 스킬을 사용하세요:

• "GPT 이미지 프롬프트 만들어줘", "ChatGPT 이미지 프롬프트"
• "GPT-image-2 프롬프트", "gpt image 2 프롬프트 작성"
• "OpenAI 이미지 프롬프트", "GPT용 이미지 프롬프트 빌더"
• "/gpt-image-2-prompt" (직접 호출)

이미지 자동 생성은 페어 스킬 higgsfield-image(Higgsfield MCP)를 사용하세요. 본 스킬은 프롬프트 텍스트 산출 전용입니다. user-invocable: true version: 2.27.0

GPT-image-2 Prompt Builder — 6-Block 구조 + 3-모델 동시 출력

moai-media | 이미지 프롬프트 빌더 (텍스트 산출 전용)

개요

OpenAI GPT-image-2 모델은 자연어를 art-director 어조로 이해하는 reasoning-driven 이미지 모델입니다. 본 스킬은 사용자 한 줄 요청을 OpenAI Cookbook이 권장하는 6-Block 구조(Subject → Action → Scene → Composition → Lighting → Style & Text Constraints)로 풀어 써서 ChatGPT 또는 OpenAI API에 그대로 복붙할 수 있는 프롬프트를 출력합니다.

특히 본 스킬은:

• 3개 모델 동시 출력: GPT-image-2 메인 프롬프트와 함께 동일한 의도를 Gemini 3 Pro Image(5-component)와 Midjourney v8.1(키워드+--파라미터) 어조로도 변환해 한 화면에 제공합니다.
• 프리셋 + 미세조정: 4개 프리셋(제품샷·인물·일러스트·풍경)으로 학습 곡선을 낮추고, 프리셋별 3-4개 미세조정 질문으로 디테일을 확보합니다.
• 텍스트 verbatim 보장: 이미지에 들어갈 글자는 따옴표·ALL CAPS·verbatim 지시로 GPT-image-2의 95%+ 텍스트 렌더링 정확도를 활용합니다.

본 스킬은 프롬프트 텍스트만 산출합니다. 사용자가 원하는 도구(ChatGPT 웹, Sora, OpenAI Playground 등)에서 직접 복붙해 사용하거나, Higgsfield MCP(Soul) 직접 호출로 이미지를 생성합니다.

트리거 키워드

GPT 이미지 프롬프트 ChatGPT 이미지 프롬프트 GPT-image-2 프롬프트 OpenAI 이미지 프롬프트 gpt image 2 프롬프트 GPT용 이미지 프롬프트 빌더 OpenAI 이미지 만들기

워크플로우

사용자 자연어 한 줄
    ↓
[Round 1] AskUserQuestion — 프리셋 선택 (제품샷·인물·일러스트·풍경)
    ↓
[Round 2] AskUserQuestion — 프리셋별 미세조정 (3~4 슬롯)
    ↓
[Round 3] AskUserQuestion — 화면비 + 이미지 내 텍스트 유무
    ↓
[내부] 슬롯 → 6-Block 매핑 (Subject·Action·Scene·Composition·Lighting·Style&Text)
    ↓
[내부] 같은 슬롯 → Gemini 5-component 변환 + MJ 키워드+파라미터 변환
    ↓
출력: 3개 모델 프롬프트 코드블록 + 권장 파라미터 + 한국어 해설

실행 규칙

Round 1 — 프리셋 선택 (필수)

AskUserQuestion을 호출해 4개 프리셋 중 1개를 선택받습니다.

선택 결과는 Round 2의 질문 세트를 결정합니다.

Round 2 — 프리셋별 미세조정 (3-4 질문)

선택된 프리셋의 presets/<name>.md에 정의된 질문 세트를 AskUserQuestion으로 순회합니다. 각 질문은 4 옵션 + Other이며, 첫 번째 옵션에 (권장) 라벨을 표시합니다.

제품샷 예시:

1. 제품·소재 (예: 매트 블랙 세라믹 머그, 우드 트레이 + 가죽 노트북 슬리브)
2. 배경·표면 (예: 젖은 슬레이트 카운터, 베이지 리넨, 화이트 스튜디오)
3. 조명·시간대 (예: 창문 사이드 라이트 일출, 스튜디오 소프트박스, 골든아워)
4. 카메라 앵글·렌즈 (예: 3/4 앵글 50mm, 탑다운 35mm, 매크로 100mm)

다른 프리셋의 슬롯은 presets/portrait.md, presets/illustration.md, presets/landscape.md에서 정의됩니다.

Round 3 — 화면비 + 텍스트 (1-2 질문)

이미지 내 텍스트가 있으면 별도 질문으로 정확한 문자열을 받습니다 (verbatim 보존을 위해).

내부 처리 — 슬롯 → 6-Block 매핑

수집된 슬롯을 OpenAI Cookbook의 6-Block 어조로 자연어 단락 1개로 풀어 씁니다. 키워드 나열식이 아닌 art-director가 설명하는 어조가 필수입니다. 상세 규칙은 references/prompt-blocks.md를 참조합니다.

텍스트 verbatim 규칙은 references/text-rendering.md에 정리되어 있습니다.

내부 처리 — Gemini 5-component 변환

동일 슬롯을 Gemini 3 Pro Image의 5-component 영문 문장형으로 변환합니다 (각 component는 마침표로 구분, Creative Director 어조).

[Subject + Adjectives] doing [Action] in [Location/Context].
[Composition/Camera]. [Lighting/Atmosphere]. [Style/Media].
[Specific Constraint/Text]

내부 처리 — Midjourney v8 키워드+파라미터 변환

동일 슬롯을 콤마 구분 키워드 + --파라미터 형식으로 변환합니다.

[subject], [scene keywords], [composition], [lighting], [style] --ar W:H --style raw --hd --q 4 --s 0~1000 [--sref CODE|URL --sw N] [--oref URL --cw 0~100] [--p PROFILE] [--no NEGATIVE]

파라미터 사용 가이드는 references/parameter-cheatsheet.md에 정리. 특히 --cw 100(기본값) 함정과 --hd --q 4 --sref의 4x cost 주의사항을 사용자에게 고지합니다.

출력 — 3개 모델 코드블록 + 한국어 해설 + 페어 스킬 안내

## 🎨 생성된 프롬프트 (3개 모델)

### 1) GPT-image-2 — OpenAI ChatGPT / API

<6-Block 자연어 단락>

**권장 파라미터**: `quality=medium`, `size=1024x1024`, `moderation=auto`
**편집 시**: `references/editing-patterns.md`의 Change/Preserve/Constraints 2열 로직 적용

### 2) Gemini 3 Pro Image — Nano Banana Pro

<5-component 영문 문장>

**권장 파라미터**: `aspect_ratio=1:1`, `resolution=2K`, `mode=Thinking`

### 3) Midjourney v8.1

<키워드, 키워드, ... --ar 1:1 --style raw --hd --q 4 --s 300>

**비용 주의**: `--hd` + `--q 4` 조합은 4x GPU 시간

### 📝 한국어 해설
- 3개는 같은 장면이지만 어조가 다릅니다 (자연어 단락 / 5-component 문장 / 키워드+파라미터)
- 텍스트 정확도: GPT 95%+, Gemini 우수, MJ V8에서 개선됨

### 🔗 실제 이미지 생성
- **Higgsfield MCP**(Soul) — 시네마틱 이미지·캐릭터 단일 통합 직접 호출
- ChatGPT 웹·Sora·OpenAI Playground 직접 복붙

편집 워크플로우 (선택)

사용자가 "이 이미지를 편집해달라"고 요청하면 Round 2 대신 편집 모드로 진입해 GPT-image-2의 두 열 로직을 적용합니다.

Change: <바꿀 요소를 한 문장으로>
Preserve: <face·pose·lighting·framing·background·geometry·text·layout 중 잠금할 항목 나열>
Constraints: <no extra objects, no redesign, no logo drift, no watermark>

상세는 references/editing-patterns.md.

사용 예시

예시 1: 제품샷 한 줄 요청

"GPT용 이미지 프롬프트 만들어줘. 매트 블랙 머그 'MONDAY' 글자 들어간 제품샷"

→ Round 1: 제품샷 선택 → Round 2: 머그/슬레이트 카운터/창문 조명/3-4분 앵글 슬롯 입력 → Round 3: 1:1 + "MONDAY" verbatim → 3개 모델 프롬프트 출력.

예시 2: 인스타 릴스용 인물 프롬프트

"ChatGPT 이미지 프롬프트, 30대 여성 카페에서 노트북 보는 라이프스타일 컷, 9:16"

→ Round 1: 인물 선택 → Round 2: 30대 여성/카페·소품/표정·동작/배경 → Round 3: 9:16 + 텍스트 없음 → 3개 모델 프롬프트 + Sora 영상 변환 힌트.

예시 3: 편집 모드

"기존 머그 이미지에서 머그 색만 빨강으로 바꾸는 GPT 프롬프트"

→ 편집 모드 진입 → Change/Preserve/Constraints 슬롯 수집 → GPT-image-2 편집용 프롬프트만 출력 (Gemini·MJ는 편집 메커니즘이 달라 별도 안내).

출력 형식

주의사항

• 본 스킬은 프롬프트 텍스트만 출력합니다. 실제 이미지 생성은 페어 스킬을 사용하세요.
• GPT-image-2 4K 출력은 OpenAI가 experimental로 분류합니다. 일반 production은 1024 또는 2K 권장.
• Midjourney --cw 100(기본) 함정: reference 이미지의 조명·스타일까지 상속되어 새 프롬프트와 충돌할 수 있습니다. 얼굴만 가져오려면 --cw 0~30.
• 텍스트가 있는 이미지에서 GPT-image-2는 한국어·일본어·중국어·힌디어·벵골어 등 비라틴 문자도 처리하지만, 정확도를 위해 따옴표 + verbatim 지시 + 폰트 무게·색·위치 명시 필수.
• 모든 프롬프트는 사용자의 책임 하에 사용되며, 본 스킬은 저작권·초상권·브랜드 사용에 대한 책임을 지지 않습니다.
• Gemini 3 Pro Image 출력에는 SynthID 워터마크가 imperceptible하게 삽입됩니다 (Google 정책).

관련 스킬

출처

1차 권장 출처 (공식):

• OpenAI Cookbook — GPT Image Generation Models Prompting Guide
• openai/openai-cookbook GitHub — image-gen-models-prompting-guide.ipynb

업계 참고:

• Atlabs AI — The Ultimate GPT Image 2 Prompting Guide (2026)

위 출처를 기반으로 6-Block 구조, quality/size 권장값, 편집 2열 로직, 텍스트 verbatim 규칙을 도출했습니다.