Como editar imagens com IA: o workflow do GPT Image 2.5

Quase todo guia de "edição de imagem com IA" descreve um movimento só: entrega a foto, descreve a mudança, recebe a imagem nova. O GPT Image 2.5 faz esse movimento, mas por motivos mais estreitos do que a vitrine sugere — e saber quais são é a diferença entre pagar barato numa aprovação de rascunho e pagar caro chamando o modelo errado para o serviço. No tráfego recente da nossa própria conta ele foi o segundo motor de imagem mais usado: treze execuções certas em quatorze tentativas, e a única falha foi recusa de conteúdo, não geração quebrada. Procura alta costuma indicar escolha padrão. Não é o caso aqui: ele é a prateleira de escalada, e este guia diz quando subir nela e quanto uma corrida deve custar.

Antes de qualquer número, a transparência da casa: faço parte da Moosky, e o editor usado neste guia é produto daqui — o meu comissionamento e a sua fatura dependem do mesmo botão. Todo crédito citado abaixo saiu do mesmo módulo de cobrança que dispara as corridas (a matriz calibrada do composer, aferida de telemetria ao vivo em 15 de setembro, com o markup da casa e cem créditos por dólar), e você vê o preço exato da corrida na tela antes de aprovar qualquer clique.

Instrução, não máscara

O GPT Image 2.5 na Moosky não tem pincel. Nada de pintar região, selecionar área, travar camada. Você anexa a imagem, escreve em frases simples o que deve mudar, e o modelo reconstrói o quadro com a mudança aplicada. Isso corta os dois lados:

• Trocas que pediriam recorte manual no Photoshop — tirar o fundo, passar a cena para a hora dourada, remover a pessoa da esquerda — saem numa frase, porque o modelo inventa conteúdo coerente, com a luz combinando, onde estavam os pixels antigos.
• Não existe modo "mexa só neste ponto". Um modelo que reconstrói o quadro inteiro pode passar do ponto numa limpeza pontual, e o 2.5 cobra caro o suficiente para essa passada virar dinheiro de verdade. Esse trabalho pertence a uma ferramenta local mais barata.

A forma de prompt que o próprio produto ensina é direta: declare primeiro a mudança desejada, depois o que deve permanecer estável — pose, enquadramento, texto, luz, fundo. A ordem não é cerimonial: o modelo lê mais ou menos nessa prioridade, e um prompt que abre com "mantenha tudo" e enterra a edição no fim devolve uma foto intacta com uma conta que diz o contrário.

O que paga o prêmio do 2.5 é a qualidade do "mantenha": ele preserva detalhes que o prompt nem citou melhor que quase qualquer modelo da mesma raia. É isso que faz dele a aposta de uma tacada só quando alguma coisa precisa continuar reconhecível — um rosto, o rótulo de um produto, a foto principal do catálogo que você já aprova, menos um detalhe.

Onde ele entra na fila

Encaixes fortes. Texto em inglês legível desenhado dentro da imagem: headline de banner, rótulo de mockup. Acabamento comercial de quadro único — foto principal, criativo de anúncio, placa de produto. Ambientes complexos, em que móvel, perspectiva e luz precisam concordar entre si. Semelhança rígida a partir de várias fotos de referência ao mesmo tempo. Edições amplas em que a maior parte do quadro precisa sobreviver.

Encaixes fracos. Limpeza pontual — um pelo no casaco, uma mancha: mande para um modelo local de custo baixo. Letreiro em outros idiomas ou fora do alfabeto latino, em que especialistas mais baratos ganham. Folha de layout em vários painéis e prancha de storyboard, que pedem um modelo de composição.

Se o seu caso é "foto certa, quase tudo em volta errado" e texto em inglês legível importa, é esta a ferramenta. Se é "foto certa, uma espinha", é a errada.

A conta de créditos, sem maquiagem

O 2.5 não cobra como um motor de imagem comum, e a suposição antiga — mais pixels, conta proporcionalmente maior — aqui está errada. A saída é medida em tokens: você paga por token de imagem gerada, e esses tokens crescem com a faixa de qualidade muito mais do que com a resolução. Três consequências:

• Qualidade baixa é andar de rascunho de verdade, não desconto de centavo. Um quadrado 1K gerado do zero (só prompt, sem foto anexada) sai por ~1 crédito no baixo, ~2 no médio e ~7 no alto, com cem créditos formando um dólar. Um lote de rascunhos no baixo para testar direções de edição custa troco de pinga; um "alto" mal configurado num teste descartável custa o sêxtuplo da aprovação.
• Anexar a foto custa. Tokens de entrada também são medidos: cada imagem anexada soma na cotação, e uma foto quadrada 1K acrescenta da ordem de cinco créditos. Na prática, a edição típica em 1K — a sua foto anexada como base — sai por ~6 no baixo, ~7 no médio e ~12 no alto.
• Resolução, perto disso, é quase de graça. As tarifas sobem pouco pelo menu de tamanhos: o 4K gerado do zero fica em ~2 / ~4 / ~14 créditos nas três faixas, e com a foto base anexada, na casa dos ~18 no alto. Depois de aprovar a edição no médio, re-renderizar a vencedora em 4K alto é uma decisão, não um castigo. O castigo é iterar no alto.

O movimento é uma escada: médio por padrão, baixo para explorar, alto só para a peça em que o texto em inglês na tela precisa sair exato ou a imagem vai aparecer para um cliente. Rascunhe barato, escale uma vez. O preço da corrida aparece na tela antes de qualquer render, e execução que falha devolve os créditos.

Os controles que importam

Quatro alavancas no composer:

• Imagem de entrada é opcional. Anexe a foto e o modelo edita aquele quadro; omita e o mesmo composer gera do prompt e das referências. Ela também pode puxar um quadro de vídeo: editar um frame do clipe que você gravou é um upload, não um print de tela.
• Imagens de referência, até oito além da base. Referência faz o que a palavra não alcança: "combine com a luz da Imagem 1" vale mais que três frases sobre calor. A ordem dos anexos tem significado — o prompt que cita "Imagem 1 / Imagem 2" resolve na ordem em que você os adicionou.
• Resolução vem em tamanhos fixos, cada um com custo cotado: o quadrado 1K (o padrão), os gêmeos 720P, o par 3:2, 1080P, 2K, 1440P e 4K. Escolha o formato em que vai publicar; recortar um render quadrado joga fora uma borda que você pagou.
• Qualidade é a alavanca de custo de que falamos: baixo, médio, alto.

Três casos de vitrine

1. A foto do produto que pede balcão. Você tem a caneca fotografada sobre fundo neutro e quer ela sobre o granito da vitrine, com luz de janela. Uma frase: Recoloque a caneca sobre um balcão de granito cinza com luz suave de janela entrando pela esquerda; mantenha a caneca, o esmalte salpicado, o ângulo e a alça exatamente como estão. Sai por ~6 no baixo, ~7 no médio. A escada completa dos três lances — rascunho, aprovação, heroína em 4K — fecha na casa dos 31 créditos: trinta e um centavos.

2. O retrato que está bom, menos a luz. Um headshot com boa expressão, luz chata de teto e um canto bagunçado ao fundo. Reluz com luz suave de janela vinda da esquerda, sombras quentes em degradê, e troque a estante bagunçada atrás por uma parede lisa cinza-quente; mantenha rosto, cabelo, expressão e roupa exatamente como estão. Em recorte apertado é onde a deriva de identidade morde mais: nomeie a identidade no prompt em vez de confiar no quadro base.

3. O compósito de três referências. Você tem a foto da garrafa, o print de um cenário de que gostou e a amostra da cor da marca. Anexe os três — o prompt cita os anexos, então a ordem importa: Posicione a garrafa da Imagem 1 sobre o balcão de mármore da Imagem 2, iluminada pelo tom teal de destaque da Imagem 3, com sombra suave caindo para a direita; mantenha a arte do rótulo da garrafa sem alteração. Um quadro nascido de três fontes é onde o orçamento de referência se paga — confira a cotação antes, porque cada anexado soma tokens de entrada: com a base e as três referências, a corrida média roda na casa dos 20 créditos.

Os modos de falha, com preço

Como o modelo reconstrói o quadro inteiro, edição ruim chega em formas reconhecíveis, e cada uma tem conserto de uma linha:

• Derivou tudo; o produto está sutilmente errado. A sua lista de preservação foi vaga demais. Nomeie cada elemento sobrevivente com precisão — "mantenha a arte do rótulo e o ângulo da garrafa estáveis", não um "mantenha o produto" pelado.
• Uma limpeza virou re-render completo. Foi a ferramenta errada, não o prompt. Conserto pontual pede modelo local barato.
• A corrida morreu no filtro de conteúdo. O 2.5 impõe um portão de política estrito — uma das quatorze corridas da nossa janela foi recusada antes de chegar ao modelo. Recusa costuma ser problema de fraseado, não de foto.

Perguntas

O prompt pode ser em português? Pode — a instrução funciona no idioma em que você escreve, e o composer lê frases naturais. O domínio próprio do 2.5, o que justifica o prêmio, é o lettering renderizado dentro da imagem: texto legível na cena. Para letreiro em português, a regra honesta é testar no baixo (um crédito na geração do zero, ~6 com foto anexada), conferir as letras com calma, e só então escalar. Não aprove conta alta com tipografia que você não leu.

Isso não é a mesma coisa que transformar foto em vídeo? São raias vizinhas que as pessoas confundem, e o preço é outro. Aqui você mexe na imagem parada e ela continua parada; na raia image-to-video a foto vira ponto de partida de movimento — o guia disso é como transformar uma foto em vídeo com IA, e a conta de saldo inteira mora no guia de quanto custa um vídeo com IA.

Dá para experimentar sem cartão? As contas novas entram com os créditos de cadastro — os dez de boas-vindas mais os cinquenta de planejamento —, o que paga um bom punhado de rascunhos no andar de baixo (cada edição de teste a ~6 créditos) antes de qualquer recarga. Depois, é crédito avulso: cem por dólar, sem assinatura, sem validade, e a cotação na tela antes de cada corrida.

Qual é o tamanho máximo? 4K na horizontal ou na vertical, saindo do menu de resoluções — gerado do zero na casa dos 14 créditos no alto, uns 18 com a foto base anexada, sempre com o valor exato cotado na tela antes do clique.

Experimente

Abra o editor de imagem, escolha o GPT Image 2.5, anexe a foto e leia a cotação antes de gerar. A página das ferramentas de edição de imagem cobre a fileira inteira de motores, e a página do GPT Image tem as especificações do modelo. Se a sua necessidade é recorrente, o saldo de créditos espera o que você não gastar — sem assinatura e sem pressa. Se a sua edição é troca cosmética simples, e não preservação de precisão, comece pelo guia do Wan 2.7 em inglês, How to Edit an Image with Wan 2.7, e deixe esta prateleira para as finais. Quem lê inglês encontra o original desta raia em How to Edit Images with AI: The GPT Image 2.5 Workflow.