Как проявляется проблема
Типичная задача — превратить CAD-чертёж или набросок от руки в план с расстановкой мебели. При этом:- шкафы и тумбы перекрывают двери кухни, балкона или санузла;
- в санузле появляются две раковины, хотя нужна одна;
- запреты вроде «не закрывать двери» и «не дублировать раковины» уже есть в общем промпте на несколько тысяч символов, но не помогают;
- с первой попытки правильных планов мало, и почти каждый приходится переделывать.
gpt-image-2.5-sunburst-vip, пересылка через официальный API и веб-маршрут. Так же ведут себя другие схемы, где важна геометрия, например планы магазинов и выставочных стендов.
Почему правила в длинном промпте не срабатывают
У проблемы одна причина: текстовые правила не связаны с геометрией конкретного плана. Проявляется она четырьмя способами:- Правило не знает, где двери. «Не закрывать двери» звучит одинаково для любого плана, а модели нужно понять, какая стена на этом изображении занята проёмом.
- Конкретное требование побеждает общее. Если в промпте нужны буфет, винный шкаф и кофейная зона, а свободная стена одна и в ней дверь, модель выполняет требование и ставит мебель к этой стене.
- Запрет вписывает запрещённый предмет в промпт. Фраза «не дублировать раковины» добавляет в текст слово «раковины», и модель может нарисовать их больше.
- Тысячи символов правил действуют одновременно. Чем больше условий в одном промпте, тем труднее модели соблюсти каждое.
Тест: длинные правила и короткие указания
17 ноября 2026 г. мы сравнили оба подхода на тестовом плане, где конфликт заложен намеренно:- на северной стене столовой три двери: в кухню, раздвижная дверь балкона A и дверь санузла A;
- на восточной стене гостиной — дверь кладовой;
- по требованиям нужно разместить буфет, винный шкаф, кофейную зону и ТВ-стену с местами хранения.
- эндпоинт
/v1/images/edits,size="1536x1344",quality="high"; - модели
gpt-image-2.5-sunburst-vipиgpt-image-2.6-sunburst-vip; - каждый вариант промпта — по 3 запроса на каждую модель.

Слева — длинные общие правила: красными кругами отмечены винный шкаф и витрина, которые закрывают дверь балкона A и дверь кладовой. Справа — короткие указания по плану и разметка проходов: дверные проёмы свободны. Оба плана сгенерированы gpt-image-2.6-sunburst-vip, подписи комнат на изображении на китайском.
- Все 5 планов с закрытыми дверями поставили буфет и винный шкаф к северной стене столовой и перекрыли дверь балкона A. На 4 из них перед дверью кладовой оказалась ещё витрина или консоль.
- Обе группы с короткими указаниями не закрыли ни одной двери. Разметка проходов дополнительной разницы не дала, поэтому сначала исправляйте указания, а разметку добавляйте как дополнение.
- Единственный план из группы с длинными правилами, где двери остались свободны, получил две раковины в санузле A, так что ошибки были во всех шести. В обеих группах с короткими указаниями — по одной раковине.
- Один запрос с короткими указаниями не вернул изображение, и оплата за него не списана.
- Тест ограничен одним планом и 5–6 изображениями на группу. На своих планах результат всё равно нужно проверять.
Пусть визуальная модель пишет указания сама
Писать указания вручную к каждому плану, когда планов много, нереально. Визуальная модель может прочитать план и сразу написать их сама. В тот же день мы добавили второй тестовый план: кухня выходит и в столовую, и на хозяйственный балкон, у главной спальни свой санузел, общий санузел около 1,6 × 1,5 м. На обоих планах прогнали 5 версий правил по схеме «прочитать план и написать указания → сгенерировать → проверить». Условия теста:- указания пишет и результат проверяет
gpt-6-sol, план передаётся через/v1/chat/completions; - генерация —
gpt-image-2.5-sunburst-vipсquality="high", по 6 изображений на каждый план для каждой версии правил; - проверяющая модель оценивает каждое изображение, после неё каждое изображение проверено вручную.
- Стену с двумя и более дверями целиком оставлять без длинной мебели. Это ТВ-стена с хранением, буфет, винный шкаф, кофейная зона, шкаф для одежды, обувной и книжный шкафы. В указаниях так и пишется: «Стена X целиком свободна, шкафы не ставить». Когда модель писала «поставить на участке стены без дверей», на плане 1 все 6 изображений получили винный шкаф и кофейную зону перед дверью балкона.
- У стены с одной дверью длинная мебель начинается не ближе 1 м от края проёма, начало и конец указаны. Например: «западная стена — от точки в 1 м к югу от входной двери до юго-западного угла». Когда было написано только «у глухого участка к северу от двери», ТВ-стена с хранением вытягивалась и на 5 изображениях из 6 закрывала дверь кладовой.
- Холодильник, стиральная машина, кровать и диван тоже стоят не ближе 1 м от двери. В маленькой комнате — в самом дальнем от двери углу. Пока ограничение касалось только шкафов, на плане 2 холодильник встал вплотную к двери кухни изнутри.
- Вся мебель из требований и базовое оснащение каждой комнаты должны быть расставлены. Это кухонный гарнитур, холодильник, сантехника, кровать, шкаф для одежды. Уменьшить или убрать предмет можно, только если он не помещается, и об этом нужно написать прямо. Когда правило говорило лишь «не закрывать двери», модель убирала буфет, а кухню и вовсе описывала пустой.
- В каждом санузле указано число раковин, унитазов и душевых. В маленьком санузле — компактная подвесная раковина, но одна обязательно. Без точного числа в главном санузле появлялись две раковины. Даже с этим правилом общий санузел иногда остаётся без раковины: именно так не прошли оба изображения в последней строке таблицы.
- на один годный план в среднем уходит около 1,2 генерации вместо примерно 4 (10 из 12 против 3 из 12);
- прочитать план и написать указания — около $0.05 один раз на план, проверка — около $0.02 за изображение, генерация на VIP — $0.03 за вызов;
- расходы на модели в пересчёте на годный план почти не меняются: около $0.12 с общими правилами и около $0.11 с указаниями от модели, а экономия — во времени на отбор и переделку;
- на последних 12 изображениях проверяющая модель совпала с ручной проверкой, а на всех тестовых изображениях находит большинство ошибок, но иногда пропускает холодильник у двери или две раковины, поэтому финальный просмотр человеком лучше оставить.
Как исправить: пять шагов
Распознайте план визуальной моделью
/v1/chat/completions, например gpt-6-sol или gemini-3.8-flash, и попросите вернуть JSON:- список комнат;
- для каждой двери — на какой стене она находится и куда открывается;
- число раковин, унитазов и душевых в каждом санузле.
Опишите каждую комнату короткими утвердительными фразами
Если двери всё ещё закрыты, отметьте проходы на плане
Проверьте результат визуальной моделью
- не перекрыта ли каждая дверь;
- совпадает ли число раковин и унитазов с JSON первого шага.
Исправьте только ошибочный участок
/v1/images/edits с указанием исправить только этот участок и вставьте результат на прежнее место. Остальной план не меняется.- Модели
-vipне поддерживаютmask. Маршрут с пересылкой через официальный API принимает маску, но модель воспринимает её только как подсказку. - Небольшой фрагмент может не пройти ограничения размера моделей VIP: как с этим быть, см. вопрос ниже.
Промпт до и после
Примеры указаний для шага 2:Скрипт разметки проходов
Скрипт рисует полупрозрачные зелёные заштрихованные прямоугольники поверх плана и сохраняет новый файл, который потом загружается в запрос на редактирование. Нужен Python 3 и Pillow:Запрос на редактирование с размеченным планом
Загрузитеplan_marked.png в gpt-image-2.5-sunburst-vip. Требования ко всему изображению стоят в первой фразе, затем идут проходы и конкретная комната:
sizeподберите под пропорции своего плана в пределах ограничений размера VIP.- Изображение из
layout.jsonсохраните скриптом из раздела «Сохранение и проверка изображения» и передайте его на проверку (шаг 4).
Частые вопросы
Почему план выходит в перспективе или с английскими подписями?
Причина та же: требование к виду и языку теряется среди длинных правил, особенно если оно стоит в конце промпта. Кроме того, если референс — перспективный рендер или план с английскими подписями, модель повторяет его. Что делать:- Начните промпт с фразы «Ортогональный 2D-план строго сверху, без перспективы».
- Перечислите подписи комнат по-русски с их положением, например: «Комнату слева внизу подписать „Спальня“, две комнаты справа вверху — „Санузел“».
- Всё, что касается изображения целиком (вид, язык подписей, стиль), держите в первой фразе промпта.
Поможет ли GPT Image 2.6 или более высокий quality?
Смена модели или уровняquality влияет на детализацию, но не сообщает модели, где двери на этом плане. Оснований считать, что GPT Image 2.6 решит проблему сама по себе, нет. Сначала перестройте процесс по пяти шагам, затем сравните модели на одном и том же наборе планов.
Можно ли закрепить дверной проём маской?
На моделях-vip нельзя: они не принимают mask. Маршрут с пересылкой через официальный API маску принимает, но модель воспринимает её как подсказку и может выйти за границы. Подробности — в разделе «Можно ли редактировать с несколькими референсами или маской?». Надёжнее вырезать фрагмент и отредактировать только его, как в шаге 5.
Что делать, если фрагмент меньше допустимого размера VIP?
Модели-vip принимают размер, только если:
- ширина и высота кратны 16;
- общее число пикселей — от 655 360 до 8 294 400;
- длинная сторона не более чем в 3 раза длиннее короткой.
1024x1024, отправьте на редактирование, а результат уменьшите до исходного размера и вставьте на место. Все условия — в разделе «Размер и качество».
Сколько стоят 2–3 варианта одного плана?
Каждый вызов оплачивается отдельно. На моделях VIP это $0.03 за вызов, то есть три параллельных варианта стоят $0.09. Когда запрос с ошибкой оплачивается, а когда нет, описано в материале «Оплата запросов к API изображений».Связанные материалы
- GPT Image 2.5 API: маршруты, размеры, редактирование и маска
- GPT Image 2.6 API: более новая модель и её маршруты
- Понимание изображений: распознавание плана и проверка результата (на английском)
- Оплата запросов к API изображений: ошибки, модерация, таймауты
- Журнал вызовов: модель и списание по каждому запросу (на английском)