Премини към основното съдържание
Български— Изберете език
Меню

Вариации и итерации

Урок 5 от 12 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. Вариации и итерации
  2. Генериране на вариации на една и съща концепция
  3. Вариации чрез модифициране на промпта
  4. Итерация чрез прецизиране на промпта
  5. Автоматизиран конвейер за итерации
  6. Сравняване на вариации в каталог
  7. Дисциплината на итерацията

Обновено на 2 ноември 2026 г. — Модели за изображения. gpt-image-1, моделът, за който първоначално беше написан този курс, беше спрян на 23 октомври 2026 г. Освен това, gpt-image-1.5, gpt-image-1-mini и chatgpt-image-latest ще бъдат оттеглени на 1 декември 2026 г. Примерите сега използват gpt-image-2.5-sunburst, който предлага най-висока прецизност за редактиране; gpt-image-2.5-flare е по-бърз за стандартно генериране. И двата модела поддържат и настройки за качество xhigh и max. Моделите GPT Image винаги връщат изображения в base64: параметърът response_format от по-старите модели на DALL·E вече не се приема и беше премахнат от кода. Източник: Image generation (OpenAI).

Вариации и итерации

Получаването на перфектното изображение от първия опит е рядкост. Реалната работа включва генериране на вариации, сравняването им и последващо постепенно прецизиране на промпта (подсказката), докато постигнете желания резултат. Този урок Ви предоставя трите инструмента за този метод: вариация чрез повторно стартиране, вариация чрез модифициране на промпта и итерация чрез последователно усъвършенстване.

Генериране на вариации на една и съща концепция

Най-простият метод е да стартирате генерирането отново със същия промпт: GPT Image произвежда различен резултат всеки път. Това е полезно в началото на проучването, когато все още не знаете точно какво търсите и искате да видите диапазона от възможни интерпретации на една идея.

from openai import OpenAI
import base64

client = OpenAI()

def generate_variations(prompt: str, n_variations: int, prefix: str):
    """Генерира няколко независими вариации на един и същ промпт."""
    paths = []
    for i in range(n_variations):
        response = client.images.generate(
            model="gpt-image-2.5-sunburst",
            prompt=prompt,
            size="1024x1024",
            quality="medium",
        )

        path = f"{prefix}_v{i+1}.png"
        data = base64.b64decode(response.data[0].b64_json)
        with open(path, "wb") as f:
            f.write(data)
        paths.append(path)
        print(f"Variation {i+1} saved: {path}")

    return paths


variations = generate_variations(
    prompt="Illustration of a gardener robot watering flowers, childish and colorful style",
    n_variations=5,
    prefix="gardener_robot"
)

Вариации чрез модифициране на промпта

Предишният подход Ви оставя със случайност; този Ви дава контрол. Вие фиксирате инвариантен обект – тук чаша кафе с пара върху дървена маса – и променяте само едно измерение: настроението. Петте резултата тогава стават сравними, тъй като знаете точно какво ги отличава. Това е разликата между пет опита и един експеримент.

from openai import OpenAI
import base64

client = OpenAI()

base_prompt = "Steaming coffee cup on a wooden table"

moods = [
    "soft morning light, warm tones",
    "Parisian café vibe, black and white",
    "pop art style, saturated colors",
    "Scandinavian minimalist, white background",
    "cozy winter atmosphere, bokeh string lights",
]

for i, mood in enumerate(moods):
    prompt = f"{base_prompt}, {mood}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="medium",
    )

    path = f"cafe_mood_{i+1}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(path, "wb") as f:
        f.write(data)
    print(f"Mood: {mood[:30]}... → {path}")

Итерация чрез прецизиране на промпта

Когато резултатът не е задоволителен, правилната реакция не е да стартирате отново и да се надявате на по-голям късмет, а да добавите липсващото ограничение. Серията по-долу показва тази прогресия в работен пример: „Лого за финтех стартъп“ не казва нищо на модела; втората итерация ограничава броя на цветовете и фона; третата назовава визуалната метафора и палитрата; четвъртата стига до hex кодове и дебелина на щриха. С всяко преминаване пространството на възможните резултати се стеснява, а възпроизводимостта се увеличава.

from openai import OpenAI
import base64

client = OpenAI()

iterations = [
    # Итерация 1: основен промпт
    "A logo for a fintech startup",

    # Итерация 2: добавяне на визуални ограничения
    "A logo for a fintech startup, minimalist design, maximum two colors, transparent background",

    # Итерация 3: прецизиране на стила
    (
        "Minimalist logo for a fintech startup, abstract geometric icon "
        "evoking growth, navy blue and emerald green palette, no text, vector style"
    ),

    # Итерация 4: фина настройка
    (
        "Minimalist logo for a fintech startup, abstract geometric icon: "
        "two interlocking arrows forming a diamond, navy blue (#1B2A4A) and "
        "emerald green (#2ECC71), 2px thin stroke, white background, sharp vector render, centered"
    ),
]

for i, prompt in enumerate(iterations):
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="high",
    )

    path = f"logo_iteration_{i+1}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(path, "wb") as f:
        f.write(data)
    print(f"Iteration {i+1}: {prompt[:60]}...")
    print(f"  → {path}\n")

Автоматизиран конвейер за итерации

При малко по-дълъг проект човешката памет не е достатъчна: след петнадесет изображения вече не знаете кой промпт е произвел кой резултат. Следният конвейер структурира работата на кръгове, генерира няколко варианта на кръг, наименува файловете по проследим начин и запазва пълната история на промптовете в JSON файл. Този исторически файл е това, което прави настройката ценна: той Ви позволява да се върнете назад и да натрупате опит от един проект за следващия.

from openai import OpenAI
import base64
import json

client = OpenAI()

def iteration_pipeline(brief: str, n_rounds: int = 3, n_per_round: int = 3):
    """
    Конвейер за итерации: генерира няколко варианта на кръг,
    запазва история на промптовете и резултатите.
    """
    history = []
    current_prompt = brief

    for round_num in range(1, n_rounds + 1):
        print(f"\n{'='*50}")
        print(f"ROUND {round_num} — Prompt: {current_prompt[:80]}...")
        print(f"{'='*50}")

        round_images = []
        for i in range(n_per_round):
            response = client.images.generate(
                model="gpt-image-2.5-sunburst",
                prompt=current_prompt,
                size="1024x1024",
                quality="medium",
            )

            path = f"pipeline_r{round_num}_v{i+1}.png"
            data = base64.b64decode(response.data[0].b64_json)
            with open(path, "wb") as f:
                f.write(data)
            round_images.append(path)
            print(f"  Variant {i+1}: {path}")

        history.append({
            "round": round_num,
            "prompt": current_prompt,
            "images": round_images
        })

        # Прецизиране на промпта за следващия кръг
        if round_num < n_rounds:
            current_prompt += ", more details, better composition"

    # Запазване на историята
    with open("pipeline_history.json", "w") as f:
        json.dump(history, f, indent=2, ensure_ascii=False)

    print(f"\nHistory saved: pipeline_history.json")
    return history


iteration_pipeline(
    brief="Illustration of an independent bookstore seen from outside, autumn evening, Ghibli style",
    n_rounds=3,
    n_per_round=3
)

Сравняване на вариации в каталог

Отварянето на девет PNG файла един по един във визуализатор не позволява сериозно сравнение. Вместо това генерирайте HTML страница, която ги показва един до друг, с изображения, кодирани в base64, така че файлът да е самодостатъчен и да може да бъде споделен такъв, какъвто е, с клиент или арт директор.

import base64
from pathlib import Path
from glob import glob

def generate_catalog(images: list[str], title: str, output: str = "catalog.html"):
    """Създава HTML страница с всички изображения едно до друго."""
    html_parts = [
        '<!DOCTYPE html><html><head><meta charset="utf-8">',
        f'<title>{title}</title>',
        '<style>',
        'body { background: #111; color: #fff; font-family: sans-serif; padding: 2rem; }',
        '.grid { display: grid; grid-template-columns: repeat(auto-fill, minmax(300px, 1fr)); gap: 1rem; }',
        '.card { background: #222; border-radius: 8px; overflow: hidden; }',
        '.card img { width: 100%; display: block; }',
        '.card p { padding: 0.5rem 1rem; font-size: 0.85rem; color: #aaa; }',
        '</style></head><body>',
        f'<h1>{title}</h1><div class="grid">',
    ]

    for img_path in images:
        with open(img_path, "rb") as f:
            b64 = base64.b64encode(f.read()).decode()
        html_parts.append(f'<div class="card">')
        html_parts.append(f'<img src="data:image/png;base64,{b64}" />')
        html_parts.append(f'<p>{Path(img_path).name}</p></div>')

    html_parts.append('</div></body></html>')

    with open(output, "w") as f:
        f.write("\n".join(html_parts))
    print(f"Catalog generated: {output}")


images = sorted(glob("pipeline_r*_v*.png"))
generate_catalog(images, "Variations — Ghibli Bookstore")

Дисциплината на итерацията

Няколко принципа разделят продуктивната итерация от скъпоструващите проби и грешки. Променяйте само един параметър наведнъж, в противен случай никога няма да разберете кой подобрява резултата. Пазете история на своите промптове и рендери, както прави горният конвейер, за да натрупвате опит, вместо да започвате от нулата при всеки проект. Работете с quality: low през цялата фаза на проучване и превключвайте на high само за финалния рендер, иначе ще плащате скъпо за изображения, които ще изхвърлите. Когато просто търсите бързо разнообразие, предпочитайте едно извикване с параметъра n пред цикъл от заявки. Накрая, наименувайте файловете си описателно: това е тривиален детайл в първия ден, но решаващ след двеста изображения.

Сега приложете тази пълна последователност към тема по Ваш избор – лого, илюстрация или продуктова снимка. Генерирайте три варианта с начален промпт, прецизирайте този промпт въз основа на резултатите, генерирайте три нови варианта и след това създайте сравнителния HTML каталог на шестте изображения.