Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Bearbeitung und Referenzen für mehrere Bilder

Lektion 7 von 14 Aktualisiert am 2. November 2026 Anfänger
Auf dieser Seite
  1. Arbeiten mit mehreren Quellbildern
  2. Der Parameter images (Plural)
  3. Referenzieren von Bildern im Prompt
  4. Anwendungsfälle mit mehreren Bildern
  5. Grenzen und Best Practices
  6. Praktische Übung
  7. Kernaussagen

Aktualisiert am 2. November 2026 — Imagine. grok-imagine-image-quality wurde ab dem 2. November 2026 entfernt (Anfragen werden nun von Imagine 2.0 in der Qualität low bearbeitet): Beispiele verwenden nun grok-imagine-image (Imagine 1.0) und grok-imagine-image-2.0 (Imagine 2.0, Qualität low, medium oder auto). Mit dem OpenAI SDK werden aspect_ratio, resolution und quality über extra_body übergeben, und die Bearbeitung erfolgt über das xAI SDK oder eine HTTP-Anfrage.

Arbeiten mit mehreren Quellbildern

Eine der Stärken des Bearbeitungsendpunkts ist die Möglichkeit, bis zu fünf Referenzbilder in einer einzigen Anfrage bereitzustellen. Dies eröffnet fortgeschrittene kreative Möglichkeiten: das Kombinieren von Elementen aus mehreren Quellen, das Vermischen von Stilen oder das Erstellen komplexer Kompositionen.

Der Parameter images (Plural)

Der Wechsel von image zu images ändert mehr als nur die Parameterstruktur: Er verändert, was Sie vom Modell verlangen. Bei einer Quelle wird ein Bild modifiziert; bei mehreren Bildern muss das Modell entscheiden, was es von jedem übernimmt. Es wird unabhängig von Ihrer Steuerung entscheiden; die einzige Frage ist, ob Sie diesen Prozess lenken, was im nächsten Abschnitt im Fokus steht.

Beachten Sie, dass die beiden Parameter sich gegenseitig ausschließen: image (einzelnes Objekt) und images (Array) können nicht kombiniert werden.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

payload = {
    "model": "grok-imagine-image",
    "prompt": "Kombinieren Sie das Charakterelement aus dem ersten Bild mit "
              "der Landschaft aus dem zweiten Bild",
    "images": [
        {"url": "https://exemple.com/personnage.jpg"},
        {"url": "https://exemple.com/paysage.jpg"}
    ]
}

response = requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
).json()

Referenzieren von Bildern im Prompt

Wenn Sie mehrere Bilder bereitstellen, können Sie diese einzeln im Prompt mit der Syntax <IMAGE_0>, <IMAGE_1> usw. referenzieren. Der Index beginnt bei 0.

payload = {
    "model": "grok-imagine-image",
    "prompt": "Platzieren Sie das Produkt aus <IMAGE_0> auf dem Tisch aus <IMAGE_1>, "
              "mit der Umgebungsbeleuchtung aus <IMAGE_2>",
    "images": [
        {"url": "https://exemple.com/produit.jpg"},      # <IMAGE_0>
        {"url": "https://exemple.com/table.jpg"},         # <IMAGE_1>
        {"url": "https://exemple.com/ambiance.jpg"}       # <IMAGE_2>
    ]
}

Diese Syntax unterscheidet eine kontrollierte Komposition von einer ungenauen Vermischung. „Kombinieren Sie diese Bilder” lässt alles dem Modell überlassen; „Platzieren Sie das Produkt aus <IMAGE_0> in der Szenerie von <IMAGE_1>, während Sie die Beleuchtung von <IMAGE_1> beibehalten” lässt keinen Raum für Interpretationen. Sobald Sie mehr als eine Quelle bereitstellen, referenzieren Sie diese explizit.

Anwendungsfälle mit mehreren Bildern

Stiltransfer

Übertragen Sie den Stil eines Referenzbilders auf ein anderes:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Erstellen Sie den Inhalt von <IMAGE_0> im künstlerischen Stil von <IMAGE_1>",
    "images": [
        {"url": "https://exemple.com/photo-originale.jpg"},
        {"url": "https://exemple.com/reference-style.jpg"}
    ]
}

Produktkomposition

Integrieren Sie ein Produkt in eine Szenerie mit Referenzbeleuchtung:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Fotografieren Sie das Produkt aus <IMAGE_0>, das auf dem Möbelstück aus <IMAGE_1> "
              "im Raum aus <IMAGE_2> platziert ist, bei konsistentem natürlichem Licht",
    "images": [
        {"url": "https://exemple.com/produit-detouré.png"},
        {"url": "https://exemple.com/meuble.jpg"},
        {"url": "https://exemple.com/piece.jpg"}
    ]
}

Fusion von Gesicht und Hintergrund

Kombinieren Sie ein Porträt mit einem spezifischen Hintergrund:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Platzieren Sie die Person aus <IMAGE_0> vor dem Gebäude aus <IMAGE_1>, "
              "bei natürlicher Beleuchtung und Perspektive",
    "images": [
        {"url": "https://exemple.com/portrait.jpg"},
        {"url": "https://exemple.com/batiment.jpg"}
    ]
}

Grenzen und Best Practices

Die technische Grenze liegt bei fünf Bildern pro Anfrage, und Sie können Formate frei mischen – einige Quellen als URLs, andere als Base64 – im selben Array. Die eigentliche Schwierigkeit liegt nicht dort: Sie liegt in der Präzision des Prompts, die mit der Anzahl der Bilder wachsen muss. Bei zwei Quellen reicht oft „kombinieren Sie das Charakterelement und die Szenerie”; bei fünf Bildern kann das Modell nicht mehr erraten, welches Element es von welchem Bild übernehmen soll, und genau hier kommt die Rolle der Referenzen <IMAGE_1> bis <IMAGE_5> ins Spiel: „Platzieren Sie das Logo aus <IMAGE_2> auf dem T-Shirt des Charakters aus <IMAGE_1>, bei der Lichtstimmung aus <IMAGE_3>” lässt keine Mehrdeutigkeit zu. Für komplexe Mehrquellen-Kompositionen rechtfertigt das Pro-Modell (grok-imagine-image-quality) seine zusätzlichen Kosten: Genau hier zeigt sich die Lücke zum Standardmodell am deutlichsten, nämlich in der Konsistenz zwischen heterogenen Elementen.

Praktische Übung

Versuchen Sie, zwei Bilder zu kombinieren, die Sie zur Hand haben:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Erstellen Sie eine Szene, in der das Objekt aus <IMAGE_0> im Himmel aus <IMAGE_1> schwebt, "
              "im surrealistischen Stil",
    "images": [
        {"url": "URL_DE_IHRER_ERSTEN_BILDERS"},
        {"url": "URL_DE_IHRER_ZWEITEN_BILDERS"}
    ],
    "n": 3
}

Generieren Sie drei Variationen, um die Interpretationen des Modells zu vergleichen.

Kernaussagen

  • Der Parameter images akzeptiert bis zu fünf Quellbilder in einem Array
  • image (Singular) und images (Plural) schließen sich gegenseitig aus
  • Die Syntax <IMAGE_0>, <IMAGE_1> ermöglicht es Ihnen, jedes Bild im Prompt zu referenzieren
  • Anwendungsfälle umfassen Stiltransfer, Komposition und Fusion
  • Seien Sie bei der Verwendung mehrerer Quellen im Prompt präzise