GPT Image 2.5の画像がざらつくときは？ノイズ・色むら・市松模様の確認と対処

GPT Image 2.5で作った画像がざらつく場合は、「ノイズを消して」と編集を重ねる前に、最初にダウンロードした画像を開き、同じ場所を編集後・書き出し後の画像と見比べてください。最初から粒があるのか、編集するたびに色むらが増えたのか、別形式で保存したときに荒れたのかで、戻るべき段階が違います。

背景に市松模様が見える場合も、すぐに生成ノイズと決めつける必要はありません。編集ソフトが透明部分を示しているだけなのか、模様そのものが画像に描かれているのかを先に確認します。一方、被写体や不透明な背景に細かい格子が繰り返されているなら、透過とは別の問題として調べます。

2026年9月21日時点で、どの画像にも効くノイズ除去の指示文や、品質設定を上げれば必ず直るという根拠は確認できていません。ここでは公開されている限定的な検証と公式仕様を踏まえ、元画像を残しながら原因の候補を絞る方法を紹介します。当サイトでモデルの性能を比較実測した記事ではなく、掲載する図も症状や手順を説明するためのイメージです。

まず、どの画像から荒れ始めたかを調べる

手元に残すのは、最初の生成画像、直近の許容できる画像、問題が目立つ画像の3つです。スクリーンショットではなく、可能な限り各段階で保存した元のファイルを使います。確認中は上書きせず、別名で保存してください。

同じ表示ソフトで同じ部分を100%表示し、空、壁、無地のパッケージなど、本来なめらかな部分を比較します。その後、実際に掲載する大きさでも確認します。極端な拡大だけで見える粒と、掲載サイズでも目立つ色むらでは、修正の必要性が異なります。

「ガビガビになった」という印象は、輪郭の硬さ、細部のつぶれ、色むら、粒状感に分けて書き留めると比較しやすくなります。例えば「ラベルの青い面に細かい赤紫の斑点が増えた」と記録すれば、輪郭だけをなめらかにしても問題が残ったことが分かります。

写真風の粒子を指定していた場合は、その質感自体が依頼内容に含まれている可能性もあります。フィルム調の粒子を残したいのか、商品撮影のような均一な面にしたいのかを先に決めます。見た目から、モデル内部の処理や故障箇所を断定することはできません。

公開例から分かることと、まだ分からないこと

日本語で具体例を確認できるのは、真榊氏によるChatGPT Images 2.5の検証記事です。公開されている検証1〜4では、ノイズを抑える指示を強めても大幅には改善しなかった例、4回の連続編集で色むらが増えた例、高解像度化を頼むと画風が変わった例が示されています。まとめて変更した方がよかった例もありますが、どの素材でも一括修正が有利だと判断できる検証ではありません。

また、Redditの商品画像に関する投稿では、色の付いた包装部分などにデジタルノイズが出ると報告されています。公開時の別の議論には、細かな市松模様やノイズへの言及もあります。これらは利用者の報告であり、元ファイルや条件をそろえて測った失敗率ではありません。

したがって、自分の操作ミスと決めつける必要はありませんが、すべての生成画像に起きるとも言えません。ChatGPTの画像の見た目から、APIで使われるSunburstかFlareかを特定することもできません。ここで役立つのは報告数から優劣を決めることより、自分のファイルのどの段階で症状が現れたかを確かめることです。

修正するなら、きれいだった画像から分岐させる

編集中に悪化していたなら、荒れた最新版にさらに修正を加えるより、問題が少なかった段階に戻って試します。以下は効果を保証する手順ではなく、何が変わったかを判断しやすくする進め方です。

1. 元画像を複製し、変えてよい範囲を決める。背景だけなのか、被写体の表面も含むのかを明確にします。
2. 変更したい症状を具体的に伝える。「高画質にして」だけでなく、どの面の粒や色むらを抑えたいかを書きます。
3. 結果を元画像と比較する。ざらつきに加え、顔、商品形状、文字、色が変わっていないかを確認します。
4. 改善が分からない、または重要な細部が変わった場合は、その結果を次の編集の土台にせず、別案として保存して元画像に戻ります。

例えば、商品の背景にある無地の壁だけが気になるなら、次のように変更箇所と維持したい箇所を分けて伝えられます。

“

背景の無地の壁に見える粒状のざらつきと色むらを抑え、均一で自然な面にしてください。商品の輪郭、ラベルの文字と配置、商品の色、影の方向は維持してください。商品表面の質感や構図は変更しないでください。

これは診断後に試す指示例です。「維持してください」と書けば完全に保持されるわけではありません。OpenAIの画像プロンプトガイドも参照しながら、必要な変更と保持条件を明示し、返された画像を確認してください。人物なら目元や髪の細部、商品ならロゴ、型番、縫い目などが採用判断に影響します。

複数の変更をまとめて試す場合も、各変更を別々に確認できるようにします。「色を変更し、文字も直し、背景も変えてノイズも消す」と一度に頼むと、どの変更に伴って劣化したのかは分かりにくくなります。逆に細分化しすぎて毎回画像全体を作り直せば、連続編集の回数が増えます。回数だけに正解を求めず、許容できた画像を保存し、そこから分岐させることが大切です。

人物や商品の同一性が最優先なら、生成による描き直し以外も検討します。例えば商品を別レイヤーで保持して背景だけを処理する、通常の画像編集ソフトで該当箇所だけを控えめに調整するといった方法です。ただし、ノイズ低減でも質感や細い文字が失われることがあるため、処理前後の確認は必要です。

品質設定と保存時の圧縮は、別々に試す

OpenAIの直接APIを使っている場合、GPT Image 2.5のSunburstとFlareにはlow、medium、high、xhigh、max、autoの品質設定があります。一方、output_compressionはJPEGとWebPの出力圧縮を調整する項目です。生成時のqualityを変えることと、保存時の圧縮を変えることは同じではありません。画像生成APIの公式仕様

圧縮の影響を切り分けたいときは、まずPNGで出力した元画像を保存し、そこから作ったJPEGやWebPと比べる方法があります。PNGで保存しても、生成された画素にすでに入っているノイズは消えません。「PNGだからきれい」ではなく、再圧縮による変化と生成時点の見た目を分けるための比較です。

生成時の品質設定を試すなら、モデル、指示文、参照画像、サイズをそろえ、品質設定だけを変更します。そのうえで、同じ場所の粒状感と、残したい細部の両方を確認します。生成結果自体が変わるため、1枚がよくなっただけで設定の効果を確定せず、必要な素材で再確認してください。maxは公式の品質設定ですが、ノイズ除去専用の設定ではありません。

ChatGPTや外部サービスの画面にある「高品質」が、これらのAPI値と同じ意味かは、そのサービスの説明で確認する必要があります。画面に存在しない設定を探し続けるより、利用環境、生成日時、元ファイル、指示文、編集回数を残しておく方が、再現や問い合わせに役立ちます。

モデルを替えて比較したい場合は、SunburstとFlareの違いと選び方を参照してください。Sunburstは公式に編集精度を重視するモデルとして案内されていますが、その位置付けだけでノイズが必ず少なくなるとは言えません。Sunburstの公式モデル情報

市松模様があるときは、透明部分かどうかを先に確認する

透明背景を頼んだ画像であれば、色付きの下地に重ねるのが分かりやすい確認方法です。透明な部分から下地の色が見え、市松模様が消えるなら、編集ソフトが透明部分を示していた可能性があります。下地を替えても灰色と白のマス目が残るなら、模様が画像の一部として描かれていないかを調べます。ファイルにアルファチャンネルがあるだけでは、必要な場所が透明になっているとは限りません。

直接APIで透過画像を作る場合は、background=transparentを指定し、透過に対応するPNGまたはWebPを使います。保存や変換の途中でアルファ情報を失わないことも必要です。これらは公式の透過画像ガイドに沿った設定であり、市松模様を描くよう頼むこととは異なります。詳しい検査と保存方法は透過PNGの作り方と透明度の確認で説明しています。

ただし、被写体の表面や不透明な空に細かい格子が現れる症状は、この確認だけでは解決しません。下地と無関係に残る模様なら、最初のダウンロード画像にもあるかを見て、生成、編集、書き出しのどこで現れたかをたどります。規則的な模様だからといって、必ず透過設定が原因になるわけではありません。

どこまで直したら、編集をやめてよいか

終了の目安は、最大倍率で完全に無傷に見えることではなく、予定する用途で採用条件を満たすことです。掲載サイズでざらつきが目立たず、人物の特徴や商品の文字も保たれているなら、その版を確保します。

反対に、ノイズが減っても顔が別人に見える、ラベルが変わる、素材の質感がなくなる場合は採用できません。改善が確認できない編集を続ける前に、最後に使える状態だった画像へ戻り、部分的な手作業や別の元画像を選びます。高解像度化も、それだけで粒状感を取り除く処理ではなく、生成で拡大すれば細部や画風が変わる可能性があります。

保存しておきたいのは「どの設定が最高だったか」という印象より、どのファイルなら使えて、どの部分が理由で使えなかったかです。元画像と比較できる状態を保つことで、ノイズを減らすために大切な細部を失う事態を避けやすくなります。