Δημιουργία εικόνων από ένα prompt
Σε αυτήν τη σελίδα
Ενημερώθηκε στις 2 Νοεμβρίου 2026 — Μοντέλα εικόνων. Το
gpt-image-1, το μοντέλο για το οποίο γράφτηκε αρχικά αυτό το μάθημα, διακόπηκε στις 23 Οκτωβρίου 2026. Ταgpt-image-1.5,gpt-image-1-miniκαιchatgpt-image-latestθα αποσυρθούν την 1η Δεκεμβρίου 2026. Τα παραδείγματα χρησιμοποιούν πλέον τοgpt-image-2.5-sunburst, το οποίο προσφέρει την υψηλότερη ακρίβεια για επεξεργασία· τοgpt-image-2.5-flareείναι ταχύτερο για τυπική δημιουργία. Και τα δύο μοντέλα υποστηρίζουν επίσης τις ρυθμίσεις ποιότηταςxhighκαιmax. Τα μοντέλα GPT Image επιστρέφουν πάντα εικόνες σε base64: η παράμετροςresponse_formatπου χρησιμοποιούταν από παλαιότερα μοντέλα DALL·E δεν υποστηρίζεται και έχει αφαιρεθεί από τον κώδικα. Πηγή: Image generation (OpenAI).
Δημιουργία εικόνων από ένα prompt
Η μέθοδος client.images.generate() αποτελεί το κύριο σημείο εισόδου σας για τη δημιουργία μιας εικόνας από μια περιγραφή κειμένου. Βασίζεται σε λίγες μόνο παραμέτρους, αλλά ακριβώς επειδή είναι τόσο λίγες, καθεμία μετράει: η διαφορά μεταξύ ενός τυχαίου αποτελέσματος και ενός προβλέψιμου εξαρτάται σχεδόν αποκλειστικά από το περιεχόμενο του πεδίου prompt. Αυτό το μάθημα σας διδάσκει να κυριαρχήσετε και στα δύο.
Ανατομία μιας κλήσης δημιουργίας
Ακολουθεί η πλήρης δομή μιας κλήσης με όλες τις διαθέσιμες παραμέτρους.
from openai import OpenAI
client = OpenAI()
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Detailed description of the desired image",
n=1,
size="1024x1024",
quality="high"
)
| Παράμετρος | Τύπος | Περιγραφή |
|---|---|---|
model | string | "gpt-image-2.5-sunburst" (πιο ακριβές) ή "gpt-image-2.5-flare" (ταχύτερο) |
prompt | string | Περιγραφή εικόνας (έως 32.000 χαρακτήρες) |
n | integer | Αριθμός εικόνων προς δημιουργία (1 έως 10) |
size | string | "1024x1024", "1024x1536", "1536x1024" |
quality | string | "low", "medium", "high" |
Το όριο των 32.000 χαρακτήρων για το prompt είναι γενναιόδωρο: επιτρέπει εξαιρετικά λεπτομερείς περιγραφές και θα δείτε σύντομα ότι η λεπτομέρεια είναι ο καλύτερος μοχλός σας για έλεγχο.
Ανάκτηση της δημιουργηθείσας εικόνας
Η απόκριση περιέχει ένα αντικείμενο data που κρατά τις εικόνες. Τα μοντέλα GPT Image επιστρέφουν πάντα την εικόνα κωδικοποιημένη σε base64 μέσα στο πεδίο b64_json: την αποκωδικοποιείτε και την εγγράφετε αμέσως στον δίσκο. Η παράμετρος response_format και οι προσωρινές URL από παλαιότερα μοντέλα DALL·E δεν ισχύουν για το GPT Image.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="A Japanese garden in the rain, photography",
n=1,
size="1024x1024",
)
image_data = base64.b64decode(response.data[0].b64_json)
with open("garden.png", "wb") as f:
f.write(image_data)
print("Image saved: garden.png")
Μόλις γραφτεί το αρχείο, τίποτα πλέον δεν εξαρτάται από την OpenAI: αυτό είναι το αρχείο που αποθηκεύετε, εξυπηρετείτε ή επεξεργάζεστε.
Δημιουργία πολλαπλών εικόνων σε μία κλήση
Η παράμετρος n ζητά πολλαπλές παραλλαγές σε ένα μόνο αίτημα. Κάντε το αυτό τον προεπιλεγμένο σας αντανακλαστικό μηχανισμό όταν εξερευνάτε μια οπτική κατεύθυνση χωρίς να ξέρετε ποια να κρατήσετε: τέσσερις προτάσεις η μία δίπλα στην άλλη σας ενημερώνουν πολύ καλύτερα από μία μόνο.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Minimalist logo for an artisan bakery, white background",
n=4,
size="1024x1024",
quality="high"
)
for i, image in enumerate(response.data):
with open(f"logo_{i+1}.png", "wb") as f:
f.write(base64.b64decode(image.b64_json))
print(f"Variant {i+1}: logo_{i+1}.png")
Προσέξτε όμως το κόστος: κάθε εικόνα καταναλώνει tokens ανεξάρτητα και η δημιουργία 4 εικόνων κοστίζει 4 φορές την τιμή μίας μόνο. Εξερευνήστε με υψηλό n και χαμηλή ποιότητα, κρατώντας την υψηλή ποιότητα για την τελική επιλογή.
Σύνταξη αποτελεσματικών prompts
Η ποιότητα του αποτελέσματος εξαρτάται άμεσα από την ακρίβεια του prompt σας. Ένα καλό prompt ακολουθεί μια απλή δομή—θέμα + στυλ + πλαίσιο + τεχνικές λεπτομέρειες—και η παρακάτω σύγκριση καθιστά τη διαφορά απτή: το «ένα σπίτι» αφήνει το μοντέλο να εφεύρει ό,τι δεν είπατε, ενώ η αναπτυγμένη εκδοχή καθορίζει το υλικό, το χρώμα στα παντζούρια, την ώρα της ημέρας, το συντακτικό ύφος και την οπτική επεξεργασία.
# Ασαφές prompt — απρόβλεπτο αποτέλεσμα
weak_prompt = "a house"
# Δομημένο prompt — ελεγχόμενο αποτέλεσμα
strong_prompt = (
"Provençal country house in blonde stone, "
"lavender blue shutters, ivy on the facade, "
"photographed at golden hour, "
"editorial style for architecture magazine, "
"centered composition, depth of field"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=strong_prompt,
size="1536x1024",
quality="high"
)
Δηλώστε το οπτικό στυλ με τον ίδιο τρόπο, ονομάζοντας ένα μέσο αντί να ελπίζετε σε μια πρόθεση. Το GPT Image κατανοεί μια ευρεία ποικιλία υφών και ο ακόλουθος βρόχος σας επιτρέπει να αισθανθείτε τη διαφορά μεταξύ τους σε ένα αυστηρά ίδιο θέμα: το ποδήλατο μπροστά από το παριζιάνικο καφέ αλλάζει εντελώς φύση ανάλογα με το αν ζητήσετε μια φωτογραφία συντακτικού τύπου, μια επίπεδη διανυσματική εικονογράφηση ή ένα σκίτσο με μολύβι.
import base64
styles = [
"editorial photography, studio lighting",
"flat design vector illustration",
"watercolor on textured paper",
"photorealistic 3D render, Octane Render",
"pencil sketch on kraft paper",
]
for style in styles:
prompt = f"A vintage bicycle parked in front of a Parisian café, {style}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium"
)
filename = f"bicycle_{styles.index(style) + 1}.png"
with open(filename, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Style: {style} → {filename}")
Το κείμενο που ενσωματώνεται στην εικόνα αξίζει μια ξεχωριστή σημείωση, καθώς εδώ είναι που το GPT Image διακρίνεται σαφώς από τους προκατόχους του. Δώστε το μήνυμα μέσα σε εισαγωγικά εντός του prompt, καθορίστε την οικογένεια γραμματοσειράς και την αναμενόμενη γραφιστική επεξεργασία, και η απόδοση θα είναι ευανάγνωστη.
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=(
"Promotional poster with the text \"SUMMER SALE -50%\" "
"in large white letters on a blue-orange gradient background, "
"modern sans-serif typography, professional commercial style"
),
size="1024x1536",
quality="high"
)
Διαχείριση σφαλμάτων
Ένα σενάριο δημιουργίας που εκτελείται σε βρόχο θα χτυπήσει τελικά ένα όριο ρυθμού ή ένα σφάλμα API. Χειριστείτε αυτές τις δύο περιπτώσεις διακριτά από την αρχή: ένα RateLimitError απαιτεί αναμονή και επανάληψη, ενώ ένα APIError απαιτεί εξέταση του μηνύματος πριν την επανεκκίνηση οτιδήποτε.
import base64
from openai import OpenAI, APIError, RateLimitError
client = OpenAI()
try:
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="A snowy mountain landscape at sunrise",
size="1024x1024"
)
with open("mountain.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
except RateLimitError:
print("Request limit reached. Wait before retrying.")
except APIError as e:
print(f"API Error: {e.message}")
Για να παγιώσετε όλα τα παραπάνω, γράψτε τώρα ένα σενάριο που δημιουργεί τρεις παραλλαγές του ίδιου θέματος σε τρία διαφορετικά στυλ—φωτογραφία, εικονογράφηση, υδατογραφία—και αποθηκεύει κάθε εικόνα τοπικά σε μορφή PNG, χρησιμοποιώντας τη μορφή base64 για την ανάκτηση.