Вариации и итерации
На тази страница
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-miniиchatgpt-image-latestще бъдат оттеглени на 1 декември 2026 г. Примерите сега използватgpt-image-2.5-sunburst, който предлага най-висока прецизност за редактиране;gpt-image-2.5-flareе по-бърз за стандартно генериране. И двата модела поддържат и настройки за качествоxhighиmax. Моделите GPT Image винаги връщат изображения в base64: параметърътresponse_formatот 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.