Avancerede visuelle prompts: komposition, lys, perspektiv
På denne side
Opdatering 2. november 2026 — billedmodeller.
gpt-image-1, som dette kursus oprindeligt blev skrevet til, blev afviklet den 23. oktober 2026, oggpt-image-1.5,gpt-image-1-minisamtchatgpt-image-latestudgår den 1. december 2026. Eksemplerne bruger nugpt-image-2.5-sunburst, den mest præcise model til redigering;gpt-image-2.5-flareer hurtigere til standardgenerering. Begge understøtter også kvalitetsindstillingernexhighogmax. GPT Image-modeller returnerer altid billeder i base64: parameterenresponse_formatfra ældre DALL·E-modeller accepteres ikke og er fjernet fra koden. Kilde: Image generation (OpenAI).
Avancerede visuelle prompts: komposition, lys, perspektiv
En velstruktureret prompt er det, der adskiller et pænt billede fra et i professionel kvalitet. Løftestangen er ikke længden – det er ordforrådet. GPT Image forstår terminologien inden for fotografi, film og billedkunst. At tale dette sprog svarer til at give instrukser til en filmfotograf frem for blot at ønske noget. Denne lektion lærer dig dette ordforråd og hvordan du organiserer det.
Anatomien i en professionel visuel prompt
En avanceret prompt opdeles i lag, der hver især besvarer et specifikt spørgsmål: hvem eller hvad, arrangeret hvordan, belyst hvordan, set hvorfra, i hvilket register og med hvilke optiske egenskaber. Ved eksplicit at navngive disse lag i prompt-teksten – „Emne: … Komposition: … Belysning: …“ – hjælper du modellen med at undgå at blande registre. Eksemplet nedenfor beskriver en arkitekt i sit atelier: emnet optager venstre tredjedel ifølge tredjedelsreglen, lyset kommer lateralt fra store vinduer, kameraet er placeret i en subtil lav vinkel med 35 mm brændvidde, registret er varm, desatureret redaktionel dokumentarfotografi, og dybdeskarpheden efterlader baggrunden i let bokeh. Hver af disse seks sætninger fjerner en frihedsgrad, som modellen ellers ville udnytte tilfældigt.
from openai import OpenAI
import base64
client = OpenAI()
def prompt_multicouche(
sujet: str,
composition: str,
eclairage: str,
perspective: str,
style: str,
details_techniques: str,
output: str
):
"""Bygger en flerlags-prompt for maksimal kontrol."""
prompt = (
f"Subject: {sujet}. "
f"Composition: {composition}. "
f"Lighting: {eclairage}. "
f"Perspective: {perspective}. "
f"Style: {style}. "
f"Technical details: {details_techniques}."
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1536x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Advanced image: {output}")
return prompt
prompt_utilise = prompt_multicouche(
sujet="Architect working on blueprints in a bright studio",
composition="Rule of thirds, subject at left third, depth with multiple planes",
eclairage="Lateral natural light from large windows, soft shadows",
perspective="Slightly low angle (subtle low-angle shot), 35mm focal length",
style="Editorial documentary photography, warm desaturated tones",
details_techniques="Medium depth of field, sharp foreground, light background bokeh",
output="architecte_atelier.png"
)
Mestring af komposition
Kompositionen bestemmer, hvordan øjet bevæger sig gennem et billede, og du styrer den ved at nævne regler, som modellen genkender.
Klassiske kompositionsregler
Ordbogen nedenfor samler fem store kompositionsfamilier og anvender dem på et bevidst identisk emne – et isoleret fyrtårn på en bretonsk klippe – så sammenligningen udelukkende fokuserer på iscenesættelsen. Tredjedelsreglen placerer fyrtårnet ved et skæringspunkt mellem kraftlinjer og producerer det mest „naturlige” billede; Wes Anderson-symmetri centrerer den vertikale akse og tilføjer en spejling i vandet; diagonalen skaber spænding fra nederste venstre hjørne til øverste højre hjørne; ramme-i-ramme får dig til at se fyrtårnet gennem en bue eller et vindue, hvilket skaber øjeblikkelig dybde; endelig reducerer minimalistisk komposition fyrtårnet til en lille prik i et stort negativt rum og gør emnet til et påskud. Fem billeder af samme fyrtårn, fem forskellige udsagn.
from openai import OpenAI
import base64
client = OpenAI()
compositions = {
"regle_des_tiers": (
"Rule of thirds composition, subject positioned at the intersection "
"of power lines (right third, bottom third)"
),
"symetrie": (
"Perfectly symmetrical composition, central vertical axis, "
"reflections in water, Wes Anderson style"
),
"diagonale": (
"Dynamic diagonal composition, power line from "
"bottom-left corner to top-right corner"
),
"cadre_dans_cadre": (
"Frame within a frame: subject viewed through an arch, "
"a window, or a natural framing"
),
"minimaliste": (
"Minimalist composition, huge negative space, "
"small isolated subject in a vast environment"
),
}
sujet_base = "An isolated lighthouse on a Breton cliff facing the sea"
for nom, composition in compositions.items():
prompt = f"{sujet_base}, {composition}, landscape photography"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1536x1024",
quality="high",
)
path = f"composition_{nom}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Composition {nom} → {path}")
Planer og dybde
Dybde anmodes ikke om i bulk; den bygges plan for plan. Følgende prompt beskriver et provencalsk marked ved eksplicit at tildele indhold og skarphed til hvert af de tre planer: sæber og lavendel i forgrunden, perfekt skarpe; forhandleren og kunden i mellemgrunden, let slørede; gyldne stenfacader og platantræer i baggrunden med udtalt bokeh. Den afsluttende omtale af et 50 mm-objektiv åbnet til f/1,8 bekræfter kun optisk, hvad beskrivelsen allerede har etableret – og det er denne bevidste redundans, der gør resultatet pålideligt.
from openai import OpenAI
import base64
client = OpenAI()
prompt_profondeur = (
"Provençal market scene with three distinct planes: "
"sharp foreground—display of lavender and artisanal soaps, "
"middle ground—vendor and customer in conversation, slight blur, "
"background—golden stone facades and plane trees, pronounced bokeh. "
"Photography with 50mm f/1.8 lens, shallow depth of field."
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt_profondeur,
size="1536x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open("marche_profondeur.png", "wb") as f:
f.write(data)
Mestring af belysning
Belysning er det mest kraftfulde værktøj til at skabe atmosfære og det mest omkostningseffektive i forhold til de tegn, du investerer. Seks opsætninger dækker de fleste behov, og løkken nedenfor anvender dem alle på samme portræt af en koncentreret violinist. Rembrandt-belysning med sin enkelte kilde i 45 graders vinkel og sin trekantede højlys på den modsatte kind giver det klassiske studieportræt. Rim light placerer kilden bag emnet og beholder kun kontur-haloen, hvilket producerer et silhuetbillede. Split-belysning deler ansigtet i to halvdele, den ene oplyst, den anden i skygge, hvilket straks skifter til et filmisk register. Golden hour bringer strygende gyldent lys og sit nostalgiske linseflare, urban neon bringer lyserøde og cyan-kilder reflekteret på våde overflader, og high-key studie bringer skyggeløs ensartethed og en kommerciel hvid baggrund. Samme emne bliver skiftevis intimt, mystisk eller klar til reklamebrug.
from openai import OpenAI
import base64
client = OpenAI()
eclairages_avances = {
"rembrandt": (
"Rembrandt lighting: single source at 45 degrees, triangular highlight "
"on opposite cheek, deep dramatic shadows"
),
"rim_light": (
"Backlighting (rim light): silhouette outlined by a luminous halo, "
"source directly behind subject, details in shadows"
),
"split": (
"Split lighting: half face lit, half in shadow, "
"clear separation, mysterious cinematic atmosphere"
),
"golden_hour": (
"Golden hour: raking golden light, long warm shadows, "
"subtle lens flare, soft nostalgic atmosphere"
),
"neon": (
"Urban neon lighting: multiple pink and cyan sources, "
"reflections on wet surfaces, nocturnal cyberpunk atmosphere"
),
"studio_high_key": (
"High-key studio: uniformly bright lighting, minimal shadows, "
"white background, clean commercial atmosphere"
),
}
sujet = "Portrait of a focused violinist"
for nom, eclairage in eclairages_avances.items():
prompt = f"{sujet}, {eclairage}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1536",
quality="high",
)
path = f"eclairage_{nom}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Lighting {nom} → {path}")
Mestring af perspektiv
Perspektivet påvirker, hvordan beskueren opfatter emnet, og effekten er næsten altid psykologisk før den er æstetisk. En høj vinkel ser ned på scenen og formindsker det, den betragter; en lav vinkel, kamera i jordhøjde, forstørrer emnet og giver det magt; et perfekt vertikalt luftfoto afskaffer volumen og gør virkeligheden til et grafisk mønster; et ormeperspektiv presser den lave vinkel til det ekstreme og får alle forsvindingslinjer til at konvergere mod himlen; endelig gengiver en øjenhøjde med 50 mm brændvidde det menneskelige syn og forsvinder til fordel for emnet. På glas- og stålskrabere ligger forskellen mellem disse fem billeder ikke i bygningen, men i det forhold, de etablerer til den. Bemærk, at løkken skifter til portrætformat for de to lave vinkler, fordi et lavt vinkelbillede af en bygning har brug for højde til at ånde.
from openai import OpenAI
import base64
client = OpenAI()
perspectives = {
"plongee": (
"High-angle view (top-down), camera overlooking the scene, "
"domination effect, subject viewed from above at 45 degrees"
),
"contre_plongee": (
"Low-angle view (bottom-up), camera at ground level looking up, "
"effect of grandeur and power"
),
"aerienne": (
"Drone aerial view, perfectly vertical (90 degrees), "
"graphic composition, textures and patterns visible from above"
),
"worm_eye": (
"Worm's-eye view, camera placed on ground, extreme perspective "
"with vanishing lines converging toward the sky"
),
"eye_level": (
"Eye-level view, natural and immersive, "
"50mm focal length, like human vision"
),
}
sujet = "Modern glass and steel skyscrapers"
for nom, perspective in perspectives.items():
prompt = f"{sujet}, {perspective}, architectural photography"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1536" if nom in ["contre_plongee", "worm_eye"] else "1536x1024",
quality="high",
)
path = f"perspective_{nom}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Perspective {nom} → {path}")
En genanvendelig prompt-bygger
At sammenkæde syv lag i hånden i hvert script vil før eller siden få dig til at glemme ét eller bytte to om. Klassen PromptBuilder løser dette ved at eksponere én metode pr. lag og returnere self ved hvert kald, hvilket giver dig mulighed for at kæde indstillinger i en læsbar rækkefølge og kun angive nogle af dem. Metoden build() samler derefter emnet og de udfyldte lag til tekst, der er klar til at blive sendt til client.images.generate(). Eksemplet med caféen ved havet implementerer alle syv tilgængelige lag – komposition, belysning, perspektiv, stil, farver, atmosfære, teknik – og producerer en prompt, som ingen improvisation ville gøre så komplet.
class PromptBuilder:
"""Builder for structured visual prompts."""
def __init__(self, sujet: str):
self.sujet = sujet
self.layers = {}
def composition(self, desc: str):
self.layers["composition"] = desc
return self
def eclairage(self, desc: str):
self.layers["lighting"] = desc
return self
def perspective(self, desc: str):
self.layers["perspective"] = desc
return self
def style(self, desc: str):
self.layers["style"] = desc
return self
def couleurs(self, desc: str):
self.layers["color palette"] = desc
return self
def atmosphere(self, desc: str):
self.layers["atmosphere"] = desc
return self
def technique(self, desc: str):
self.layers["technique"] = desc
return self
def build(self) -> str:
parts = [self.sujet]
for key, value in self.layers.items():
parts.append(f"{key}: {value}")
return ". ".join(parts)
# Usage
prompt = (
PromptBuilder("Artisanal seaside café, terrace with umbrellas")
.composition("Rule of thirds, terrace in foreground, sea at horizon")
.eclairage("Late afternoon, raking golden light, long shadows")
.perspective("Slight high angle, 28mm wide-angle focal length")
.style("Lifestyle photography, warm tones, analog film")
.couleurs("Terracotta, Mediterranean blue, off-white, olive green")
.atmosphere("Relaxed and Mediterranean, sea breeze")
.technique("Deep depth of field, sharp from foreground to infinity")
.build()
)
print(prompt)
# Use this prompt with client.images.generate()
Tag nu ejerskab over dette værktøjssæt på ét enkelt krævende emne: et gammelt bibliotek. Producer fem billeder med PromptBuilder, hvor du systematisk varierer komposition, belysning og perspektiv, og saml dem derefter i en HTML-katalog. At se de fem ved siden af hinanden er den måde, du lærer, hvilke af disse lag der betyder mest i din praksis.