Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Συνδυασμός δημιουργίας εικόνων με άλλα εργαλεία API

Μάθημα 10 / 12 Ενημερώθηκε 2 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Συνδυασμός δημιουργίας εικόνων με άλλα εργαλεία API
  2. Ζητήστε από ένα γλωσσικό μοντέλο να γράψει την οδηγία (prompt)
  3. Εικονογράφηση ενός άρθρου από άκρη σε άκρη
  4. Περιγραφή μιας εικόνας για διαφορετική αναδημιουργία
  5. Επεξεργασία μεγάλων όγκων σε παρτίδες
  6. Δημοσίευση απευθείας στον χώρο αποθήκευσης
  7. Τι κρατά όρθια μια διεργασία (pipeline)

Ενημέρωση 2 Νοεμβρίου 2026 — Μοντέλα εικόνων. Το gpt-image-1, το μοντέλο για το οποίο γράφτηκε αρχικά αυτό το μάθημα, διακόπηκε στις 23 Οκτωβρίου 2026. Τα gpt-image-1.5, gpt-image-1-mini και chatgpt-image-latest θα αποσυρθούν την 1η Δεκεμβρίου 2026. Τα παραδείγματα χρησιμοποιούν πλέον το gpt-image-2.5-sunburst, το οποίο προσφέρει την υψηλότερη ακρίβεια για επεξεργασία· το gpt-image-2.5-flare είναι ταχύτερο για τυπική δημιουργία. Και τα δύο μοντέλα υποστηρίζουν επίσης τις ρυθμίσεις ποιότητας xhigh και max. Τα μοντέλα GPT Image επιστρέφουν πάντα εικόνες σε base64: η παράμετρος response_format από παλαιότερα μοντέλα DALL·E δεν υποστηρίζεται και έχει αφαιρεθεί από τον κώδικα. Πηγή: Image generation (OpenAI).

Συνδυασμός δημιουργίας εικόνων με άλλα εργαλεία API

Μεμονωμένα, η δημιουργία εικόνων είναι ένα εργαλείο τεχνίτη: γράφετε μια οδηγία (prompt) και λαμβάνετε ένα αρχείο. Η πραγματική της δύναμη αναδύεται όταν γίνεται ένα βήμα σε μια αυτοματοποιημένη αλυσίδα—ένα γλωσσικό μοντέλο που γράφει την οδηγία, μια ανάλυση όρασης που περιγράφει μια εικόνα αναφοράς ή ένας χώρος αποθήκευσης που δημοσιεύει το αποτέλεσμα. Αυτό το μάθημα σας δείχνει πώς να συνδέσετε αυτά τα κομμάτια.

Ζητήστε από ένα γλωσσικό μοντέλο να γράψει την οδηγία (prompt)

Οι χρήστες ή οι συνάδελφοί σας δεν γράφουν οπτικές οδηγίες· γράφουν εντολές εργασίας (briefs). Η φράση «Χρειάζομαι μια εικόνα για ένα άρθρο σχετικά με την Τεχνητή Νοημοσύνη στην υγειονομική περίθαλψη, φουτουριστική αλλά ανθρώπινη» δεν περιέχει σύνθεση, φωτισμό ή παλέτα χρωμάτων. Αντί να τους ζητήσετε να μάθουν το λεξιλόγιο από το προηγούμενο μάθημα, ενσωματώστε ένα γλωσσικό μοντέλο για να αναλάβει τη μετάφραση. Αναθέστε του τον ρόλο του καλλιτεχνικού διευθυντή στο μήνυμα συστήματος και απαιτήστε να παράγει τα συγκεκριμένα στρώματα της οδηγίας, με αυστηρές εντολές να μην εξάγει τίποτα άλλο. Διαφορετικά, θα λάβετε μια ευγενική εξήγηση την οποία στη συνέχεια θα πρέπει να στείλετε στο GPT Image.

from openai import OpenAI
import base64

client = OpenAI()

def text_to_image(brief: str, output: str):
    """
    Διεργασία δύο βημάτων:
    1. Ένα LLM παράγει τη βέλτιστη οπτική οδηγία
    2. Το GPT Image δημιουργεί την εικόνα
    """
    # Βήμα 1: Δημιουργία της οπτικής οδηγίας με ένα LLM
    completion = client.chat.completions.create(
        model="gpt-5.6-luna",
        messages=[
            {
                "role": "system",
                "content": (
                    "Είστε ένας έμπειρος καλλιτεχνικός διευθυντής. "
                    "Με βάση μια εντολή εργασίας (brief), δημιουργήστε μια λεπτομερή οδηγία για ένα "
                    "μοντέλο δημιουργίας εικόνων. Συμπεριλάβετε: θέμα, σύνθεση, φωτισμό, "
                    "στυλ, προοπτική, παλέτα χρωμάτων. "
                    "Απαντήστε μόνο με την οδηγία, χωρίς εξηγήσεις."
                )
            },
            {"role": "user", "content": brief}
        ]
    )

    visual_prompt = completion.choices[0].message.content
    print(f"Δημιουργήθηκε οδηγία: {visual_prompt[:100]}...")

    # Βήμα 2: Δημιουργία της εικόνας
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=visual_prompt,
        size="1536x1024",
        quality="high",
    )

    data = base64.b64decode(response.data[0].b64_json)
    with open(output, "wb") as f:
        f.write(data)
    print(f"Η εικόνα δημιουργήθηκε: {output}")
    return visual_prompt


prompt = text_to_image(
    "Χρειάζομαι μια εικόνα για ένα άρθρο σχετικά με την τεχνητή νοημοσύνη "
    "στην υγειονομική περίθαλψη. Φουτουριστική αλλά ανθρώπινη.",
    "ai_health.png"
)

Εικονογράφηση ενός άρθρου από άκρη σε άκρη

Ένα άρθρο γνώμης χρειάζεται μια εικόνα εξωφύλλου και μία εικονογράφηση ανά ενότητα. Αυτές οι εικόνες πρέπει να φαίνονται συνεκτικές χωρίς να είναι πανομοιότυπες. Η συνάρτηση illustrate_article εφαρμόζει αυτή τη λογική επανεισάγοντας το στυλ σε κάθε οδηγία και επαναλαμβάνοντας τον τίτλο του άρθρου κάθε φορά, προσδίδοντας θεματική ενότητα σε όλο το σύνολο. Δύο λεπτομέρειες εξοικονόμησης κόστους αξίζουν προσοχής: το εξώφυλλο δημιουργείται σε ποιότητα high επειδή το βλέπουν όλοι και συχνά κοινοποιείται, ενώ οι εικονογραφήσεις των ενοτήτων παραμένουν σε medium καθώς εμφανίζονται μικρότερες και χαμηλότερα στη σελίδα. Για τις πέντε ενότητες σε αυτό το παράδειγμα σχετικά με την Τεχνητή Νοημοσύνη στις προσλήψεις, αυτή η ανταλλαγή μειώνει το κόστος χωρίς ο αναγνώστης να αντιληφθεί κάτι.

from openai import OpenAI
import base64
import json

client = OpenAI()

def illustrate_article(title: str, sections: list[str], style: str, output_dir: str = "."):
    """
    Δημιουργεί μια εικονογράφηση κεφαλίδας + μία ανά ενότητα.
    """
    results = []

    # Εικόνα εξωφύλλου
    header_prompt = (
        f"Εικόνα εξωφύλλου για ένα άρθρο με τίτλο \"{title}\", "
        f"σε στυλ {style}, πανοραμική σύνθεση, "
        "χωρίς κείμενο στην εικόνα, επαγγελματικό"
    )

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=header_prompt,
        size="1536x1024",
        quality="high",
    )

    path = f"{output_dir}/header.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(path, "wb") as f:
        f.write(data)
    results.append({"type": "header", "path": path})
    print(f"Κεφαλίδα: {path}")

    # Εικονογραφήσεις ενοτήτων
    for i, section in enumerate(sections):
        section_prompt = (
            f"Εικονογράφηση για την ενότητα \"{section}\" "
            f"ενός άρθρου με θέμα \"{title}\", "
            f"σε στυλ {style}, ορθογώνια μορφή, "
            "εννοιολογική εικονογράφηση χωρίς κείμενο"
        )

        response = client.images.generate(
            model="gpt-image-2.5-sunburst",
            prompt=section_prompt,
            size="1536x1024",
            quality="medium",
        )

        path = f"{output_dir}/section_{i+1}.png"
        data = base64.b64decode(response.data[0].b64_json)
        with open(path, "wb") as f:
            f.write(data)
        results.append({"type": f"section_{i+1}", "section": section, "path": path})
        print(f"Ενότητα {i+1} ({section[:30]}...) : {path}")

    return results


illustrate_article(
    title="5 Τρόποι με τους οποίους η ΤΝ Μεταμορφώνει τις Προσλήψεις",
    sections=[
        "Αυτόματη Διαλογή Βιογραφικών",
        "Βιντεοσκοπημένες Συνεντεύξεις με Ανάλυση ΤΝ",
        "Έξυπνη Αντιστοίχιση Υποψηφίου-Θέσης",
        "Μείωση της Μεροληψίας στις Προσλήψεις",
        "Εξατομικευμένη Ενσωμάτωση (Onboarding)",
    ],
    style="3D ισομετρική εικονογράφηση, μπλε και βιολετί αποχρώσεις",
    output_dir="."
)

Περιγραφή μιας εικόνας για διαφορετική αναδημιουργία

Πώς αποκτάτε μια χειμερινή εκδοχή ενός καλοκαιρινού τοπίου όταν έχετε μόνο το αρχείο, χωρίς μάσκα και χωρίς εργαλεία επεξεργασίας; Μέσω της γλώσσας. Το μοντέλο όρασης αναλύει την εικόνα και παράγει μια περιγραφή αρκετά ακριβή για να χρησιμεύσει ως οδηγία ανακατασκευής—θέμα, σύνθεση, φωτισμός, χρώματα, στυλ, προοπτική, διάθεση. Στη συνέχεια, συγχωνεύετε την εντολή τροποποίησής σας με αυτή την περιγραφή. Το μοντέλο δημιουργίας λαμβάνει μια πλήρη οδηγία κειμένου όπου έχει αλλάξει μόνο η εποχή, και εσείς λαμβάνετε μια εικόνα συνεκτική με την αρχική και όχι κάτι άσχετο. Αυτός είναι επίσης ο πιο αξιόπιστος τρόπος για να αναπαράγετε την οπτική ταυτότητα μιας εικόνας αναφοράς που δεν μπορείτε να επεξεργαστείτε απευθείας.

from openai import OpenAI
import base64

client = OpenAI()

def analyze_and_vary(image_path: str, instruction: str, output: str):
    """
    1. Αναλύει μια εικόνα με το GPT Vision
    2. Δημιουργεί μια παραλλαγή με βάση την ανάλυση
    """
    # Βήμα 1: Ανάλυση της εικόνας
    with open(image_path, "rb") as f:
        image_b64 = base64.b64encode(f.read()).decode()

    analysis = client.chat.completions.create(
        model="gpt-5.6-luna",
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": (
                            "Περιγράψτε αυτή την εικόνα λεπτομερώς ώστε ένα μοντέλο "
                            "δημιουργίας εικόνων να μπορεί να την αναπαράγει πιστά. "
                            "Συμπεριλάβετε: θέμα, σύνθεση, φωτισμό, χρώματα, στυλ, "
                            "προοπτική, διάθεση. Να είστε πολύ ακριβείς."
                        )
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": f"data:image/png;base64,{image_b64}"
                        }
                    }
                ]
            }
        ]
    )

    description = analysis.choices[0].message.content
    print(f"Ανάλυση: {description[:150]}...")

    # Βήμα 2: Δημιουργία μιας τροποποιημένης παραλλαγής
    variant_prompt = f"{description}. Ζητούμενη τροποποίηση: {instruction}"

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=variant_prompt,
        size="1024x1024",
        quality="high",
    )

    data = base64.b64decode(response.data[0].b64_json)
    with open(output, "wb") as f:
        f.write(data)
    print(f"Η παραλλαγή δημιουργήθηκε: {output}")


analyze_and_vary(
    "original_landscape.png",
    "Αλλάξτε την εποχή από καλοκαίρι σε χειμώνα, με χιόνι στις στέγες και τα δέντρα",
    "winter_landscape.png"
)

Επεξεργασία μεγάλων όγκων σε παρτίδες

Η δημιουργία πέντε οπτικών προϊόντων σε σειρά παίρνει λεπτά· η δημιουργία πεντακοσίων διαδοχικά παίρνει όλη τη νύχτα και διακόπτεται στην πρώτη δικτυακή αστάθεια. Η παρακάτω ρύθμιση λύνει και τα δύο προβλήματα. Κάθε εργασία είναι ένα αυτοτελές λεξικό που φέρει το ID, την οδηγία, το αρχείο εξόδου και τις ρυθμίσεις της. Η συνάρτηση worker τυλίγει την κλήση σε ένα μπλοκ try που επιστρέφει μια κατάσταση αντί να καταρρέει όλη η παρτίδα: μια απορριφθείσα δημιουργία δεν ρίχνει πλέον τις άλλες τετρακόσιες ενενήντα εννέα. Το ThreadPoolExecutor στη συνέχεια παραλληλοποιεί την εκτέλεση, αλλά με σκόπιμα χαμηλό max_workers—τρία σε αυτό το παράδειγμα—επειδή το σημείο συμφόρησης δεν είναι το μηχάνημά σας, αλλά τα όρια χρήσης (quotas) του API. Η τελική αναφορά μετρά τις επιτυχίες και τις αποτυχίες ώστε να γνωρίζετε τι να επαναλάβετε.

from openai import OpenAI
import base64
import json
import time
from concurrent.futures import ThreadPoolExecutor, as_completed

client = OpenAI()

def generate_one_image(task: dict) -> dict:
    """Δημιουργεί μια μεμονωμένη εικόνα από μια εργασία."""
    try:
        response = client.images.generate(
            model="gpt-image-2.5-sunburst",
            prompt=task["prompt"],
            size=task.get("size", "1024x1024"),
            quality=task.get("quality", "medium"),
        )

        data = base64.b64decode(response.data[0].b64_json)
        with open(task["output"], "wb") as f:
            f.write(data)

        return {"id": task["id"], "status": "ok", "path": task["output"]}

    except Exception as e:
        return {"id": task["id"], "status": "error", "error": str(e)}


def batch_generation(tasks: list[dict], max_parallel: int = 3):
    """Εκτελεί μια παρτίδα δημιουργιών με ελεγχόμενο παραλληλισμό."""
    results = []

    with ThreadPoolExecutor(max_workers=max_parallel) as executor:
        futures = {
            executor.submit(generate_one_image, task): task
            for task in tasks
        }

        for future in as_completed(futures):
            result = future.result()
            results.append(result)
            status = result["status"]
            print(f"  [{status}] {result['id']}")

    # Αναφορά
    ok = sum(1 for r in results if r["status"] == "ok")
    errors = sum(1 for r in results if r["status"] == "error")
    print(f"\nΟλοκληρώθηκε: {ok} επιτυχίες, {errors} σφάλματα από {len(tasks)} εργασίες")

    return results


# Ορισμός μιας παρτίδας εργασιών
tasks = [
    {
        "id": f"product_{i}",
        "prompt": f"Φωτογραφία προϊόντος e-commerce: {product}, λευκό φόντο, στούντιο",
        "output": f"batch_product_{i}.png",
        "quality": "high"
    }
    for i, product in enumerate([
        "ροζ χρυσό ρολόι",
        "γυαλιά ηλίου aviator",
        "πλεκτό δερμάτινο βραχιόλι",
        "μονόπετρο διαμαντένιο δαχτυλίδι",
        "κολιέ με καλλιεργημένο μαργαριτάρι",
    ])
]

results = batch_generation(tasks, max_parallel=3)

Δημοσίευση απευθείας στον χώρο αποθήκευσης

Η εγγραφή του PNG στον δίσκο του μηχανήματος που εκτελεί το script έχει νόημα μόνο κατά την ανάπτυξη. Στην παραγωγή, η εικόνα πρέπει να καταλήξει εκεί από όπου θα την ανακτήσει ο ιστότοπός σας, και η παράκαμψη μέσω του τοπικού συστήματος αρχείων γίνεται ένα περιττό σημείο αστοχίας. Η μορφή b64_json εξυπηρετεί καλά αυτή την αφαίρεση: τα decoded bytes τυλίγονται σε ένα αντικείμενο BytesIO και ωθούνται απευθείας στον κάδο (bucket), με ρητό ContentType—χωρίς το οποίο οι περιηγητές θα πρότειναν λήψη αντί να εμφανίσουν την εικόνα. Η συνάρτηση επιστρέφει το δημόσιο URL, το οποίο είναι αυτό που χρειάζεται πραγματικά το CMS σας.

from openai import OpenAI
import base64
import boto3
from io import BytesIO

client = OpenAI()

def generate_and_store_s3(prompt: str, bucket: str, key: str):
    """Δημιουργεί μια εικόνα και την ανεβάζει απευθείας στο S3."""
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="high",
    )

    image_data = base64.b64decode(response.data[0].b64_json)

    s3 = boto3.client("s3")
    s3.upload_fileobj(
        BytesIO(image_data),
        bucket,
        key,
        ExtraArgs={"ContentType": "image/png"}
    )

    url = f"https://{bucket}.s3.amazonaws.com/{key}"
    print(f"Η εικόνα αποθηκεύτηκε στο S3: {url}")
    return url


# Παράδειγμα
url = generate_and_store_s3(
    "Εικονίδιο εφαρμογής για κινητά: ανοιχτό βιβλίο με αστέρια, flat design",
    "my-image-bucket",
    "generated/app_icon_v1.png"
)

Τι κρατά όρθια μια διεργασία (pipeline)

Οι πέντε διεργασίες σε αυτό το μάθημα μοιράζονται την ίδια υγιεινή κατασκευής. Κάθε βήμα κάνει ένα πράγμα, επιτρέποντάς σας να αντικαταστήσετε τη συγγραφή οδηγιών ή την αποθήκευση χωρίς να αγγίξετε τα υπόλοιπα. Κάθε βήμα διαχειρίζεται τα δικά του σφάλματα· διαφορετικά, μια άρνηση λόγω moderation στη μέση μιας παρτίδας ρίχνει όλη την αλυσίδα—αυτό ακριβώς αποτρέπει το try στο generate_one_image. Ο παραλληλισμός παραμένει περιορισμένος για να σεβαστεί τα όρια ρυθμού (rate limits) και, σε αυτό το σημείο, η προσοχή κοστίζει λιγότερο από την ανάκαμψη μετά από μια προσωρινή απαγόρευση.

Δύο λιγότερο ορατές αλλά εξίσου καθοριστικές συνήθειες παραμένουν. Καταγράφετε τις οδηγίες που στάλθηκαν πραγματικά, ειδικά όταν γράφονται από ένα γλωσσικό μοντέλο: χωρίς αυτό το αρχείο καταγραφής, μια εικόνα που σας αρέσει γίνεται μη αναπαραγώγιμη στη δεύτερη εκτέλεση. Και αποθηκεύετε προσωρινά (cache) τα αποτελέσματα όποτε η ίδια οδηγία μπορεί να επιστρέψει, κάτι που το επόμενο μάθημα τυποποιεί σε ένα πλήρες σύστημα.

Τώρα συναρμολογήστε τη δική σας πλήρη αλυσίδα: δέχεται έναν τίτλο άρθρου ως είσοδο, ζητά από ένα γλωσσικό μοντέλο τρεις περιγραφές σχετικών οπτικών, δημιουργεί τις τρεις εικόνες παράλληλα και παράγει ένα συνοπτικό JSON που συνδέει κάθε οδηγία με το αρχείο της. Στη συνέχεια, θα έχετε όλα όσα χρειάζεστε για να εικονογραφήσετε ολόκληρο ένα blog χωρίς χειροκίνητη παρέμβαση.