
Reverse prompt con GPT Image 2: come riprodurre qualsiasi immagine
Una guida pratica al reverse-prompt con GPT Image 2 per la generazione di immagini con IA. Carichi una qualsiasi immagine di riferimento e ottieni in pochi secondi un prompt riproducibile. 4 tecniche + template copia-incolla.
L'hai scrollata cento volte — quella perfetta immagine IA su Pinterest, Twitter o Instagram, e non hai idea di come scrivere un prompt che produca qualcosa di simile. Il reverse-prompt è la soluzione, ed è uno strumento chiave per chi lavora con la generazione di immagini con IA.
Questa è una guida pratica al reverse-engineering dei prompt per immagini con GPT Image 2. Carichi un'immagine di riferimento, ottieni indietro un prompt riproducibile, generi varianti in pochi secondi. Alla fine conoscerai le 4 tecniche di reverse-prompt, quando usare ciascuna e i template copia-incolla che funzionano davvero.
Perché il reverse-prompting conta
Tre motivi reali per cui i creator imparano questa tecnica:
- Vedi un'estetica virale e vuoi la tua versione — stesso vibe, il tuo soggetto
- Sei stato ingaggiato per fare match con uno stile di brand esistente — il cliente d'agenzia ti dà immagini campione, tu devi produrre varianti in-brand
- Stai imparando il prompt-craft — fare reverse-engineering di 100 ottime immagini è il modo più veloce per interiorizzare quello che funziona
Qualunque sia il motivo, il workflow qui sotto ti dà un prompt riproducibile al 90% in meno di 60 secondi.
Tecnica 1: il vision-to-prompt integrato di GPT Image 2 (la più facile)
Il modello GPT sottostante a GPT Image 2 può analizzare un'immagine di riferimento e descriverla in linguaggio pronto per il prompt. È il metodo più veloce.
Come si fa
In ChatGPT:
[Upload your reference image]
Analyze this image and write a detailed image generation prompt
that would reproduce it. Include: subject, scene, style, lighting,
camera (if photographic), color palette, and composition. Format
the output as a single comma-separated prompt I can paste directly
into GPT Image 2.Nell'API (usando GPT-4 vision + GPT Image 2):
from openai import OpenAI
import base64
client = OpenAI()
# Step 1: encode the reference image
with open("reference.jpg", "rb") as f:
image_data = base64.b64encode(f.read()).decode()
# Step 2: ask GPT to write a reverse prompt
response = client.chat.completions.create(
model="gpt-4o",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Write a detailed GPT Image 2 prompt that would reproduce this image. Format as a single comma-separated string."},
{"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{image_data}"}},
],
}
],
)
reverse_prompt = response.choices[0].message.content
# Step 3: use the reverse prompt to generate variants
new_image = client.images.generate(
model="gpt-image-2",
prompt=reverse_prompt,
quality="medium",
)Questa pipeline richiede ~10 secondi end-to-end e ti dà un prompt riproducibile buono circa l'80-90% rispetto all'originale.
Tecnica 2: image-to-image diretto con GPT Image 2
Salta del tutto il prompt. Usa images.edit con un'immagine di riferimento e un prompt vago.
result = client.images.edit(
model="gpt-image-2",
image=open("reference.jpg", "rb"),
prompt="Generate a similar image in the same style and composition, but with a different subject: [your new subject].",
quality="medium",
)Va benissimo per fare match di stile senza scrivere un prompt. Il rovescio della medaglia: meno controllo. Usa la Tecnica 1 quando hai bisogno di capire e modificare lo stile.
Tecnica 3: template manuale di reverse-prompt (controllo massimo)
I prompt designer esperti fanno reverse-engineering a mano. Ci vuole più tempo ma ti dà la comprensione più profonda.
Il framework di reverse-prompt a 7 domande
Per qualsiasi immagine di riferimento, rispondi a queste 7 domande:
| # | Domanda | Esempio di risposta |
|---|---|---|
| 1 | Qual è il soggetto? | Una giovane donna con lunghi capelli castani |
| 2 | Dove si trova lei/esso? | Seduta in un caffè soleggiato vicino alla finestra |
| 3 | Qual è lo stile? | Fotografia editoriale su pellicola, leggera grana |
| 4 | Qual è l'illuminazione? | Luce naturale calda di pomeriggio da sinistra |
| 5 | Qual è la camera? | Obiettivo 35mm, profondità di campo ridotta |
| 6 | Qual è la palette di colori? | Beige caldi, marroni morbidi, verdi tenui |
| 7 | Qual è la composizione? | Mid-shot, fuori centro, regola dei terzi |
Cuci le risposte insieme con virgole e hai un reverse prompt:
A young woman with long brown hair, sitting in a sunlit cafe by
the window, editorial film photography style with slight grain,
warm afternoon natural light from the left, 35mm lens with shallow
depth of field, warm beige and muted green palette, mid-shot
off-center composition following rule of thirds.È più accurato dei reverse prompt auto-generati perché hai notato tu i dettagli che contavano.
Tecnica 4: Ibrido — auto-genera, poi rifinisci a mano
Il meglio dei due mondi:
- Lancia la Tecnica 1 per ottenere una bozza di reverse prompt
- Confrontala con l'immagine di riferimento
- Correggi a mano quello che l'auto-prompt ha mancato (spesso riferimenti di stile, brand specifici, dettagli legati a un'epoca)
- Aggiungi 1-2 keyword di ancoraggio (come
Wes Anderson styleoKodak Portra 400) - Genera le varianti
Questo è il workflow usato dal 90% dei prompt designer professionisti.
Errori comuni nel reverse-prompt
| Errore | Perché fallisce | Soluzione |
|---|---|---|
| Prompt troppo generico ("a woman in a cafe") | Si perde l'identità visiva | Aggiungi ancore di stile specifiche e dettagli di illuminazione |
| Mancano i dettagli di camera | L'output sembra illustrazione quando il riferimento è una foto | Specifica sempre obiettivo, apertura, illuminazione se è fotografico |
| Copiare parole di mood ma non i riferimenti di stile | "Bello, sognante" non dice al modello cosa disegnare | Usa Studio Ghibli, Wes Anderson, Kodak — ancore concrete |
| Ignorare la composizione | Le varianti non rispettano l'inquadratura del riferimento | Specifica mid-shot / wide / close-up / rapporto d'aspetto |
| Dimenticare la palette di colori | La tonalità di colore dell'output va alla deriva | Includi 2-3 colori specifici della palette |
| Riprodurre IP protetti da copyright in modo letterale | Violazione di marchio / copyright | Fai reverse dello stile, non dell'IP — genera "in the style of" non "of" |
Quando NON dovresti fare reverse-prompt
Ci sono limiti etici e legali reali:
- Opere d'arte protette da copyright — fare reverse-prompt di una scena Studio Ghibli per produrre una replica quasi identica è violazione. Usa invece l'ancora di stile.
- Foto di persone reali — fare reverse-prompt di una foto di celebrità per ricrearle è violazione del diritto d'immagine.
- Loghi / personaggi protetti da brand — Mickey, Pikachu, ecc. sono off-limits a prescindere da come ci arrivi.
- Foto appartenenti ad altri fotografi — anche se non famosi, riprodurre l'esatta composizione di qualcuno è discutibile.
Regola sicura: fai reverse-prompt di estetiche e stili, non di opere protette specifiche.
Libreria di template per reverse-prompt
Copia-incolla questi per scenari comuni di reverse-prompt:
Reverse-prompt di un'immagine fotografica
Analyze this image and write a detailed GPT Image 2 prompt that
would reproduce its style. Include: 1) subject and scene, 2)
specific photographic style reference (e.g., Kodak Portra 400,
Wes Anderson, National Geographic), 3) lens / aperture / lighting,
4) color palette in 2-3 hex values or descriptive colors, 5)
composition and aspect ratio. Format as a single comma-separated
prompt.Reverse-prompt di un'illustrazione stilizzata
Analyze this illustration and write a GPT Image 2 prompt to
reproduce its style with a different subject. Identify: 1) the
art style (Studio Ghibli, Pixar, ukiyo-e, watercolor, etc.), 2)
line work and texture, 3) color palette, 4) lighting/mood, 5)
composition. Format as a single comma-separated prompt with
[SUBJECT] as a placeholder I'll replace.Reverse-prompt di un'immagine brand / commerciale
Analyze this commercial image and identify the brand visual
language. Write a reproducible GPT Image 2 prompt covering: 1)
subject placement, 2) background and props, 3) lighting setup
(e.g., softbox, hard light, natural), 4) color palette of the
brand, 5) typography placement (where text appears, even if I'll
add the actual text later), 6) overall mood. Format as a
comma-separated prompt.Workflow batch di reverse-prompt
Se hai 10 immagini di riferimento e vuoi una libreria di prompt da esse:
import os
from openai import OpenAI
client = OpenAI()
def reverse_prompt(image_path: str) -> str:
with open(image_path, "rb") as f:
image_data = base64.b64encode(f.read()).decode()
response = client.chat.completions.create(
model="gpt-4o",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "Write a detailed comma-separated GPT Image 2 prompt to reproduce this image's style."},
{"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{image_data}"}},
],
}],
)
return response.choices[0].message.content
# Build a prompt library from a folder of reference images
prompts = {}
for filename in os.listdir("references"):
if filename.endswith((".jpg", ".png", ".jpeg")):
prompts[filename] = reverse_prompt(f"references/{filename}")
# Save as a JSON prompt library
import json
with open("prompt_library.json", "w") as f:
json.dump(prompts, f, indent=2, ensure_ascii=False)In 5 minuti hai una libreria di prompt utilizzabile per il prossimo anno.
Vuoi prompt già estratti da output reali?
Salta del tutto lo step di reverse-prompt — gpt-image2.art/explore ha 100+ output reali di GPT Image 2 con i prompt sorgente già esposti. Filtra per categoria, copia qualsiasi prompt come punto di partenza.
Hai bisogno di accesso API per reverse-prompt in batch?
Per pipeline di reverse-prompt ad alto volume (specialmente da regioni dove l'OpenAI diretto è instabile), scrivi a support@gpt-image2.art per ottenere una chiave API gestita con pricing in batch.
Approfondimenti
Altri articoli

GPT Image 2 per il cross-border: hero image in 8 lingue
Usa GPT Image 2 per l'e-commerce cross-border: genera una sola hero image e pubblicala in 8 lingue con il testo corretto. Per Amazon, Shopee, TikTok Shop.

GPT Image 2 ha davvero detronizzato Nano Banana? Il mio verdetto
Ho passato in rassegna ogni hot take, benchmark e documento OpenAI su GPT Image 2 vs Nano Banana 2. Il verdetto è più sfumato di 'ha distrutto Banana'.

Guida ai prompt per knowledge graph con GPT Image 2: 5 template di produzione per esami, Xiaohongshu, appunti, slide e SOP
Un framework di prompt copia-incolla per trasformare qualsiasi argomento in un'infografica knowledge graph in un solo shot con GPT Image 2. Cinque template testati sul campo per study card di concorsi pubblici, post Xiaohongshu, dispense scolastiche, visual per slide e SOP operative.
Generate your first image with GPT Image 2 — right now
Reliable non-Latin text rendering, directed editing, and 50+ ready-to-use prompts. No downloads — just open in your browser.