ChatGPT Foto-Editor

Die meisten einfachen Bearbeitungen — das Entfernen eines schlichten Hintergrunds, der Austausch eines Himmels, das Umfärben eines einzelnen Kleidungsstücks oder das Erweitern einer Leinwand — sind in der Regel in unter 30 Sekunden abgeschlossen und liefern beim ersten oder zweiten Versuch plausible, brauchbare Ergebnisse. Komplexere Aufgaben, wie das Entfernen einer Person aus einer detaillierten Szene und das überzeugende Auffüllen der Lücke, oder das Anpassen an sehr spezifische Lichtverhältnisse, können zwei bis drei Durchgänge erfordern und erreichen möglicherweise trotzdem kein vollständig nahtloses Ergebnis. Das Modell bewältigt globale Änderungen (Farbkorrektur, Hintergrundaustausch) im Allgemeinen zuverlässiger als feine lokale Bearbeitungen (präzises Entfernen einzelner Haarsträhnen, exakte Änderungen von Gesichtszügen). Die Ausgabequalität hängt zudem stark vom Eingabebild ab: Ein scharfes, gut belichtetes Original liefert dem Modell mehr Textur- und Lichtinformationen.

Beispiel: Ein Verkäufer lädt ein Produktfoto einer braunen Ledergeldbörse auf, die auf einer Küchenarbeitsplatte fotografiert wurde. Prompt: „Entferne den Küchenarbeitsplatten-Hintergrund und ersetze ihn durch eine flache, hellgraue Studiofläche mit weichem, diffusem Licht, halte die Geldbörse scharf.“ Das Modell liefert ein sauberes, studioartiges Bild mit der isolierten Geldbörse auf Grau — geeignet für ein E-Commerce-Listing — in einem Durchgang. Der Verkäufer schreibt eine Folgeanfrage: „Füge direkt unter der Geldbörse einen sehr dezenten Schatten hinzu.“ Der zweite Durchgang fügt einen sanften Schlagschatten hinzu und vollendet die Aufnahme ohne manuelles Maskieren.