مولّد موجّهات صور ChatGPT: من توليد الصور في 4o إلى Images 2.0

تاريخ الإصدار: توليد الصور الأصيل في 4o، ثم واجهة البرمجة، ثم Images 2.0

أطلقت OpenAI توليد الصور الأصيل في 4o ضمن ChatGPT في مارس 2025، ووضعته كخَلَف أكثر قدرة لتجربة حقبة DALL·E 3 من حيث الواقعية الفوتوغرافية، وتحويل الصور، والتعليمات التفصيلية، والنص داخل الصور. وفي أبريل 2025، أصبحت قدرة التوليد نفسها متاحة للمطورين باسم gpt-image-1. تلاه GPT-Image-1.5 في ديسمبر 2025 باتباع أقوى للتعليمات، وتحرير أكثر دقة، وعرض أفضل للنصوص الكثيفة، وتوليد أسرع.

في 21 أبريل 2026، قدّمت OpenAI ChatGPT Images 2.0 مع وضع تفكير (thinking mode) اختياري في ChatGPT. يضع هذا الإصدار النظام الجديد حول معرفة أوسع بالعالم، وتصوير أكثر تعقيدًا، ونص أكثف، وتخطيط أكثر تروٍّ. حافظ على التمييز بين اسم المنتج، ووضع ChatGPT، ومعرّف نموذج واجهة البرمجة: فهي واجهات مترابطة، لكنها ليست ظروف تجريبية قابلة للتبادل.

ما الذي يميّز سير العمل تقنيًا

السلوك المحوري للمنتج هو اتباع التعليمات متعدد الوسائط. يمكنك طلب مشهد مُولَّد، أو تقديم صورة موجودة وطلب تغيير موضعي فيها، أو الحفاظ بشكل تكراري على تفاصيل مختارة مع تحويل تفاصيل أخرى. هذا يجعل الموجّه أقرب إلى مواصفة تعديل منه إلى قائمة علامات أسلوب: حدّد الهدف، وسمِّ التغيير، وسمِّ صراحةً ما يجب أن يبقى ثابتًا.

بالنسبة إلى Images 2.0، توثّق OpenAI وضع تفكير يمكنه استخدام الاستدلال والأدوات لتخطيط المخرج وصقله، بما في ذلك البحث المباشر على الويب في تدفقات المنتج المدعومة. قد يحسّن ذلك الأعمال المعقدة، لكنه أيضًا سلوك نظام مختلف عن التوليد الفوري. يجب أن تسجّل أي مقارنة عادلة ما إذا كان وضع التفكير مفعّلًا، وما إذا استُخدمت معلومات خارجية، وما إذا تولّد المخرج مرة واحدة أم صُقل عبر محادثة متعددة الخطوات.

ما يؤكده التقرير التقني: الأمان جزء من النظام

بطاقة نظام ChatGPT Images 2.0 ليست ورقة بحثية عن بنية النموذج. بل تركّز على سلوك النشر: المخاطر الجديدة الناتجة عن واقعية أكبر، وتقييم طلبات الصور الضارة، والضمانات الموضوعة قبل التوليد وبعده. تتضمن المنظومة الموثقة مصنّفات نصية في المراحل الأولى، وفحوصات على مدخلات الصور، ومراقبًا متعدد الوسائط مخصصًا للأمان يراجع المخرج المُولَّد قبل عرضه.

يفيد التقييم العدائي (adversarial) في التقرير تحديدًا لأنه يُبلغ عن نتائج شاملة من طرف إلى طرف. ففي اختباره المنشور للموجّهات الصعبة، حقق إعداد Images 2.0 القياسي معدل مخرجات آمنة بلغ 99.1% بعد تطبيق منظومة الأمان الكاملة؛ فيما سجّل إعداد وضع التفكير 99.2%. هذه قياسات أمان على مجموعة بيانات عدائية مصممة عمدًا، وليست درجات جودة صورة، وليست تقديرات لمعدل فشل المستخدم العادي. لا تستخدمها كدليل على أن موجّهًا فنيًا معينًا دقيق بنسبة 99%.

المصدر، والسياسة، وموثوقية الموجّه

توثّق OpenAI بيانات وصفية بمعيار C2PA وعلامة مائية غير مرئية كإجراءات لتتبع المصدر في ChatGPT Images 2.0. تساعد هذه الإجراءات الأنظمة اللاحقة على تحديد إشارات المصدر، لكنها لا تجعل الصورة المُولَّدة ذاتية التحقق ولا تضمن بقاء البيانات الوصفية عبر كل مسارات التصدير. تعامل مع تتبع المصدر كإشارة متعددة الطبقات، لا كبديل عن الإفصاح أو المراجعة التحريرية.

سلوك الأمان أيضًا خاصية إنتاجية. فإذا كان سير العمل يتناول شخصيات عامة، أو قاصرين، أو تعليمات طبية، أو أحداثًا حساسة، فقِس سلوك الرفض وإعادة التوجيه الآمن إلى جانب جودة العرض. فمولّد الموجّهات الذي يقترح باستمرار صياغة غير قابلة للاستخدام أو متعارضة مع السياسات يكون أقل جودة، حتى لو بدت عيّناته الناجحة قوية.

معيار قياس قادر فعليًا على مقارنة صياغات الموجّهات

أنشئ مجموعة اختبار بصور مدخلة ثابتة ومعايير نجاح محددة قبل التوليد. اشمل أصولًا كثيفة النص، وتعديلات على ملصقات المنتجات، وتعديلات صور شخصية حساسة للحفاظ على التفاصيل، وعلاقات مكانية، وطباعة متعددة اللغات، وطلبات آمنة لكنها صعبة. أنشئ عدة محاولات لكل حالة. سجّل لكل محاولة المحادثة الدقيقة، والوضع، وعدد الأدوار (turns)، وواجهة النموذج، والتاريخ، وأي تعديل يدوي.

ثم قيّم أبعادًا منفصلة: الامتثال للتعليمات، والحفاظ على التفاصيل المحمية، ووضوح القراءة، وواقعية الصورة أو ملاءمة الأسلوب، ومحلية التعديل، ونتيجة الأمان. انشر معدلات النجاح حسب فئة المهمة بدلًا من رقم واحد ممزوج. يكشف هذا عن المفاضلة المهمة في العمل الحقيقي: فقد يكون نموذج ما ممتازًا في ملصق يحتوي على نص بينما يكون أقل موثوقية في الحفاظ على وجه عبر عدة تعديلات.

• استخدم فحوصات التطابق التام أو معدل خطأ الأحرف للنص المرئي المحدد، مع مراجعة بشرية للطباعة والموضع.
• استخدم تقييمات جنبًا إلى جنب وعمياء للجودة الجمالية؛ ولا تدع المُقيِّم يعرف أي قالب موجّه أنتج الصورة.
• قِس محلية التعديل باستخدام قائمة تحقق للعناصر المحمية، وليس فقط بالتشابه البصري الكلي.
• أبلغ عن حالات الرفض بمعزل عن المخرجات المشوهة أو منخفضة الجودة، حتى لا يُصنَّف حظر الأمان خطأً كفشل في العرض.

كيف تكتب موجّهات تصمد أمام التكرار

ابدأ بالنتيجة المرجوة، ثم أرسِ الثوابت. في التوليد الجديد: الموضوع، والمشهد، والتكوين، والضوء، والطباعة، وصيغة المخرج. وفي التعديل: التغيير المطلوب أولًا، ثم العناصر البصرية التي يجب ألا تتغير. تجنّب الصفات العامة المتناقضة مثل “بسيط لكنه مليء بالتفاصيل” إلا إذا أوضحت أين يجب أن تكون تلك التفاصيل.

بالنسبة إلى الأصول المعقدة، اعمل على مراحل. أولًا، ثبّت التكوين والتراتبية؛ ثانيًا، نقّح النص والخامات؛ ثالثًا، اطلب تصحيحًا محدود النطاق. يجعل هذا النهج الإخفاقات قابلة للتشخيص، ويمنحك مسار تقييم أكثر دلالة من تكرار طلب جعل الصورة “أفضل” فحسب.