Prompty do MAI-Image-2.6: cztery lekcje od Microsoft AI

10 sierpnia 2026 Microsoft AI ogłosił MAI-Image-2.6 i podał, że model zajął drugie miejsce w rankingu tekst na obraz w Arenie, poprawiając wynik o +79 Elo względem MAI-Image-2.5 ogółem, przy czym samo renderowanie tekstu wzrosło o +91 Elo. To jest nagłówek, a nagłówki z rankingów, jak większość, szybko się przeterminowują.

Część premiery o dłuższym terminie przydatności jest cichsza: na stronach MAI-Image-2, MAI-Image-2.5 i MAI-Image-2.6 Microsoft opublikował rzeczywiste prompty stojące za obrazami przykładowymi. To nie jest przypadkowy zbiór. To cztery wyraźnie różne sposoby pisania do modelu obrazu, a każdy wykonuje inną pracę — opisuje, kompresuje, edytuje i odwołuje się.

MAI-Image nie ma w wyborze modeli w OmniArt, więc to nie jest recenzja modelu, który uruchomisz u nas. To odczytanie rzemiosła promptowego, które tu widać, bo to rzemiosło się przenosi. Cztery poniższe wzorce działają w każdym sprawnym współczesnym modelu obrazu, a lekcja w każdym z nich ma ten sam kształt: to, co wkładasz w prompt, decyduje o tym, jaką porażkę dostajesz.

Co Microsoft dowiózł w MAI-Image 2, 2.5 i 2.6

Trzy wydania w niecałe pięć miesięcy, każde o innym środku ciężkości:

MAI-Image-2.5 rozpadł się też na rodzinę: 2.5-Pro do spójności obiektów i rozumowania wizualnego, 2.5 do generowania plus sterowalnej edycji oraz 2.5-Flash, który Microsoft opisuje jako gotowy do produkcji przy mniej niż połowie ceny flagowca. Strona modelu 2.5 pokazuje wykres „Image Arena Elo względem reprezentatywnej ceny API za 1000 obrazów”, a to mówi, co ten zespół optymalizuje: nie samą szczytową jakość, lecz jakość za dolara.

Przy 2.6 Microsoft zapowiada więcej rzeczy, których jeszcze nie rozpisał — „pracę na wielu referencjach i bogatsze osadzanie, aż po większą kontrolę nad rozumowaniem, formatem i rozdzielczością”. Dopóki to nie trafi publicznie, jest to zapis z mapy drogowej, a nie specyfikacja.

Lekcja 1: długi, ustrukturyzowany prompt daje każdemu faktowi własne miejsce

Prompt stojący za próbką fotorealizmu na stronie MAI-Image-2.5 ma około 90 słów, a jego struktura jest ciekawsza niż długość:

A young woman in profile on a rooftop, blowing soap bubbles against an overcast sky. She has long straight black hair, windswept slightly, and wears a dark navy double-breasted school uniform jacket with gold buttons and a white collar. She holds a hot pink bubble solution bottle in one hand and a neon lime-green wand to her lips in the other. Five iridescent bubbles of varying sizes float around her.

Behind her: low-rise apartment buildings under a flat gray sky, a black metal railing, and weathered concrete underfoot. Film photography aesthetic.

Przeczytaj go jeszcze raz jako formularz, a nie jako zdanie. Zdanie pierwsze to temat, poza, akcja i niebo. Zdanie drugie to włosy i strój. Zdanie trzecie to rekwizyty, po jednym na rękę. Zdanie czwarte to element policzalny. Potem etykietowany blok — Behind her: — zbiera wszystko, co dotyczy otoczenia, a prompt zamyka dwuwyrazowa dyrektywa stylu.

Trzy rzeczy w tej strukturze naprawdę pracują:

• Nazwane kolory zamiast przymiotników. „Hot pink”, „neon lime-green”, „dark navy”, „gold”, „flat gray”. Nie „jasny”, nie „kolorowy”. Nazwa koloru to ograniczenie, które model może spełnić albo widocznie oblać; „żywy” już nie.
• Liczba zamiast określnika ilości. „Five iridescent bubbles of varying sizes” da się sprawdzić. „Kilka baniek” nie. W opublikowanym wyniku liczba się zgadza — możesz stanąć przed obrazem i to zaudytować, i o to właśnie chodzi.
• Tło dostaje własny pojemnik. Behind her: odgradza otoczenie, żeby jego detale nie przeciekały do opisu tematu. Długie prompty zawodzą wtedy, gdy model musi zgadywać, do którego rzeczownika należy dane określenie.

Słowo kluczowe stylu ląduje na końcu, po treści, więc modyfikuje scenę już w pełni określoną, zamiast samo sterować kompozycją.

Lekcja 2: krótki prompt kupuje kompozycję porównaniem

W zapowiedzi MAI-Image-2 opublikowano zupełnie inny prompt — około 30 słów, bez zdań, same uszeregowane człony:

A glacier wall towering like a cathedral interior, deep blue ice with light refracting through layers, tiny human figure at base for scale, cinematic, cold mist in air, hyper-real detail

Cała sztuczka siedzi w pierwszym członie. „Like a cathedral interior” to nie ozdobnik — to instrukcja kompozycyjna przebrana za metaforę. Katedra przynosi ze sobą sklepienie, cofającą się nawę, łuk, symetrię i światło wpadające z drugiego końca. Wynik ma wszystkie pięć, wyrenderowane w lodzie. Opisanie tego układu wprost zajęłoby trzydzieści słów i pewnie wyszłoby sztywniej.

Drugi użyteczny ruch to tiny human figure at base for scale. Skala to rzecz, którą modele obrazu gubią najczęściej, bo z samej faktury nie da się odczytać wielkości. Nazwane odniesienie do człowieka w nazwanym miejscu naprawia to w czterech słowach, a czerwona kurtka w wyniku wykonuje więcej pracy kompozycyjnej niż dowolna dawka „epic, massive, enormous”.

Człony na końcu — cinematic, cold mist in air, hyper-real detail — to dyrektywy atmosfery i renderu, i stoją na końcu z tego samego powodu co słowo kluczowe stylu w lekcji 1.

Te dwa prompty nie są więc lepszą i gorszą wersją tego samego. To różne narzędzia:

Lekcja 3: w edycji jeden prompt ma robić jedną zmianę

Strona MAI-Image-2.5 pokazuje edycję na trzech promptach, a najbardziej rzuca się w oczy to, jak małe są:

Change the tote color to orange

Add peonies peeking out the tote

Edit this image to have the woman walking through the streets of New York City

Oto pierwszy z nich, przed i po:

Prompt ma sześć słów: jeden czasownik, jeden nazwany obiekt, jedna wartość docelowa. Nie prosi przy okazji o inne tło, nowy kąt ani lepsze światło. Ta powściągliwość jest techniką, bo w edycji najtrudniejszym zadaniem modelu jest zachowanie, a nie zmiana. Każdy element dołożony do polecenia to kolejna rzecz, którą model może uznać za do przerobienia.

Zwróć też uwagę, że obiekt jest nazwany. „The tote” daje modelowi jednoznaczne odniesienie. „Make it orange” zostawia mu wybór między torbą, stołem a ścianą.

Trzeci prompt — przeniesienie tematu do Nowego Jorku — wygląda na znacznie większą operację i taką jest. Ale nadal jest to jedna operacja i nadal nazywa to, co ma przetrwać: „the woman”. Prompt przenoszący, który przy okazji zmieniałby strój i porę dnia, nie dałby ci możliwości ustalenia, które polecenie zepsuło wynik.

Lekcja 4: odniesienie kulturowe jest tanie i kupuje wyłącznie scenę

Najkrótszy opublikowany prompt ma osiem słów:

Chihuahua in Abbey Road album cover with moptop wig

Osiem słów odtwarza bardzo konkretną scenę: pasy, cofającą się ulicę wysadzaną drzewami, białego garbusa VW zaparkowanego po lewej, samochody z epoki, przechodniów w płaszczach z lat sześćdziesiątych i płaskie, frontalne kadrowanie. Rozpisanie tego wprost zajęłoby cały akapit i pewnie i tak zgubiłoby garbusa. Microsoft księguje to pod „wiedzą o świecie i rozumowaniem” i to właściwa rama — dobrze znane odniesienie jest najbardziej skompresowanym tokenem promptu, jaki masz do dyspozycji.

Jest też najmniej sterowalne, a ten przykład dokładnie pokazuje, gdzie leży granica. Porównaj oba obrazy: źródłem jest kremowy chihuahua o gładkiej sierści i dużych, stojących uszach na czerni. Wynikiem jest biało-brązowy pies o innej sierści, innych proporcjach i innych uszach. Odniesienie kupiło scenę. Nie zachowało tematu.

To rozróżnienie jest praktyczną lekcją. Skrót przez odniesienie jest świetny do ustanawiania świata — gatunku, epoki, konwencji oświetleniowej, układu. Jest zawodny przy tożsamości. Jeśli konkretna twarz, zwierzę, produkt albo opakowanie muszą przetrwać, ten wymóg należy do jawnego opisu albo do przebiegu pracy z obrazem referencyjnym, a nie do aluzji kulturowej.

Dwa dodatkowe zastrzeżenia warto mieć w głowie: odniesienie działa tylko wtedy, gdy model je zna, więc niszowe albo regionalne odwołania po cichu degradują się do wyniku generycznego, a znane obrazy niosą ze sobą kwestie praw, których prompt za ciebie nie rozwiąże.

Dlaczego to renderowanie tekstu stało się liczbą z nagłówka

Ze wszystkiego w zapowiedzi 2.6 liczbą, którą Microsoft wyodrębnił osobno, był tekst: +91 Elo, powyżej ogólnego zysku +79 Elo. To celowy nacisk, a materiał przykładowy wyjaśnia dlaczego.

Poprawne napisanie nagłówka to łatwiejsza połowa. Powyższy plakat utrzymuje też francuską nazwę miejsca z diakrytykami, gwiazdkę w oznaczeniu rangi, listę dat rozdzieloną przecinkami i — co najważniejsze — hierarchię: linia z datami podrzędna, nagłówek dominujący, ilustracja dostaje górne dwie trzecie. Model, który pisze bezbłędnie, ale każdemu blokowi tekstu daje tę samą wagę, i tak produkuje układ nie do użycia.

To ta część generowania obrazów, która leży najbliżej pracy płatnej, i dlatego cytaty partnerów na stronie 2.5 krążą właśnie wokół niej. Rob Reilly, globalny dyrektor kreatywny WPP, wskazuje wierność tekstu jako „prawdziwy przełom”, obok edycji w języku naturalnym; Vanessa Salvo z Shutterstocka ujmuje właściwą miarę jako to, czy modele „przekładają intencję na spójne, gotowe do produkcji wyniki”. Opakowania, plakaty, menu i materiały kampanijne zawodzą na typografii wcześniej, niż zawodzą na fotorealizmie.

Co „2. miejsce w Arenie” mówi, a czego nie mówi

Wyniki Areny to ślepe porównania preferencji ludzi, więc duży skok Elo jest realnym sygnałem, że w mieszanym zestawie promptów ludzie woleli te wyniki. To autentyczny rezultat, a +79 Elo w mniej więcej dwa miesiące to szybka wspinaczka.

To jednak także pojedyncza liczba zbiorcza. Zapowiedź Microsoftu nie publikuje wartości Elo w podziale na kategorie, przedziałów ufności, wielkości zestawu promptów ani tożsamości modelu stojącego wyżej. Na 14 sierpnia 2026 kilka rzeczy, których zespół potrzebowałby przed wpięciem tego w potok produkcyjny, wciąż nie zostało opublikowanych:

• Cennik API za obraz dla poziomu 2.6
• Natywne i maksymalne rozdzielczości wyjścia
• Dane o opóźnieniu generowania i edycji
• Zapowiadane „wkrótce” możliwości pracy na wielu referencjach i osadzania
• Raport techniczny stojący za różnicami Elo

Uczciwy odczyt 2.6 jest wąski i nadal użyteczny: Microsoft iteruje tę rodzinę szybko i kieruje zyski w stronę wyniku komercyjnego — tekstu, portretów, produktu, brandingu — a nie w stronę widowiska.

Jak uruchomić te cztery wzorce w OmniArt

MAI-Image nie jest obecnie dostępny w przestrzeni obrazu OmniArt. Wzorce promptów są, i są niezależne od modelu. Wybieraj według tego, którym z czterech zadań jest naprawdę twój brief:

Przydatne ćwiczenie: weź powyższy prompt z dachu, uruchom go bez zmian, a potem uruchom jeszcze raz z kolorami zastąpionymi przymiotnikami („a pink bottle”, „a green wand”) i z liczbą zastąpioną przez „some bubbles”. Różnica między tymi dwoma wynikami to wartość struktury, zmierzona na twoim modelu, a nie w galerii premierowej.

Aktualny pojedynek o układ i fotorealizm opisuje GPT Image 2 kontra Nano Banana 2. Przy spójności prowadzonej referencjami przewodnik po premierze Seedream 5.0 Pro omawia jego wejścia i zestaw sterowania, a przewodnik po Qwen Image jest tanią drogą do wczesnych szkiców. Jako porównywalną świeżą premierę warto przeczytać Grok Imagine Image 2.0, który w tym samym tygodniu wysunął podobną deklarację z Areny.

FAQ

Czym jest MAI-Image-2.6?

MAI-Image-2.6 to model tekst na obraz od Microsoft AI, ogłoszony 10 sierpnia 2026. Microsoft podaje, że zajął drugie miejsce w rankingu tekst na obraz w Arenie, poprawiając wynik o +79 Elo względem MAI-Image-2.5, przy poprawie renderowania tekstu o +91 Elo.

Czym MAI-Image-2.6 różni się od MAI-Image-2.5?

Microsoft opisuje zysk w każdej mierzonej kategorii Areny, ze szczególnym naciskiem na renderowanie tekstu, portrety i obrazy 3D oraz na bardziej dopracowany wynik komercyjny i fotorealistyczny w pracach produktowych, brandingowych i filmowych. Wejście z wieloma referencjami, bogatsze osadzanie oraz większa kontrola nad rozumowaniem, formatem i rozdzielczością są zapowiedziane bez opublikowanych szczegółów.

Gdzie mogę korzystać z MAI-Image-2.6?

Zapowiedź Microsoftu mówi, że model jest dostępny do generowania tekst na obraz w Arenie, w tym samym tygodniu trafia do MAI Playground i jest wdrażany w Microsoft Foundry oraz w innych produktach.

Czy MAI-Image jest dostępny w OmniArt?

Nie. MAI-Image nie ma w wyborze modeli obrazu w OmniArt. Wzorce promptów z tego artykułu są niezależne od modelu i możesz je uruchomić na modelach obrazu, które OmniArt oferuje.

Czym jest rodzina modeli MAI-Image-2.5?

To trzy warianty: MAI-Image-2.5-Pro do spójności obiektów i rozumowania wizualnego, MAI-Image-2.5 do generowania wysokiej jakości ze sterowalną edycją oraz MAI-Image-2.5-Flash, opisywany jako gotowy do produkcji przy mniej niż połowie ceny modelu flagowego.

Czy te wzorce promptów działają w innych modelach obrazu?

Tak. Nazwane kolory, jawne liczby, odgrodzony blok tła, kotwica skali, jedna zmiana na edycję i porównanie kompozycyjne to ogólne techniki pisania promptów. Między modelami różni się to, jak niezawodnie każda z nich jest respektowana, i właśnie to warto sprawdzić na modelu, którego naprawdę używasz.

Pierwsze kroki w OmniArt

Otwórz przestrzeń obrazu OmniArt i przepuść jeden brief przez dwa z czterech powyższych wzorców — długą wersję ustrukturyzowaną i krótką wersję warstwową tego samego pomysłu. Trzymaj temat identyczny i zmieniaj wyłącznie formę promptu. To jedno porównanie powie ci o twoim modelu więcej niż jakakolwiek pozycja w rankingu.

Dalej traktuj edycję jako osobną pracę: zatwierdź jeden obraz, potem rób jedną zmianę na prompt i po każdym przebiegu sprawdzaj detale, na których ci zależy. OmniArt trzyma modele obrazu, wideo, głosu i muzyki w jednej przestrzeni, więc zatwierdzony kadr może od razu przejść w ruch bez zmiany narzędzia — a kiedy nowy model zasłuży na miejsce w wyborze, prompty, które już umiesz pisać, idą z tobą.