Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Προχωρημένες οπτικές εντολές: σύνθεση, φωτισμός, προοπτική

Μάθημα 9 / 12 Ενημερώθηκε 2 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Προχωρημένες οπτικές εντολές: σύνθεση, φωτισμός, προοπτική
  2. Ανατομία μιας επαγγελματικής οπτικής εντολής
  3. Κυριαρχία στη σύνθεση
  4. Κυριαρχία στον φωτισμό
  5. Κυριαρχία στην προοπτική
  6. Ένας επαναχρησιμοποιήσιμος δημιουργός εντολών

Ενημέρωση 2 Νοεμβρίου 2026 — μοντέλα εικόνων. Το gpt-image-1, για το οποίο γράφτηκε αρχικά αυτό το μάθημα, διακόπηκε στις 23 Οκτωβρίου 2026, ενώ 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 πιο ακριβές μοντέλο για επεξεργασία· το gpt-image-2.5-flare είναι ταχύτερο για τυπική δημιουργία. Και τα δύο 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 γίνεται δεκτή και έχει αφαιρεθεί από τον κώδικα. Πηγή: Image generation (OpenAI).

Προχωρημένες οπτικές εντολές: σύνθεση, φωτισμός, προοπτική

Μια καλά δομημένη εντολή είναι αυτό που χωρίζει μια decent εικόνα από μια επαγγελματικής ποιότητας. Ο μοχλός δεν είναι το μήκος—είναι το λεξιλόγιο. Το GPT Image κατανοεί την ορολογία της φωτογραφίας, του κινηματογράφου και των εικαστικών τεχνών. Το να μιλάτε αυτή τη γλώσσα είναι σαν να δίνετε οδηγίες σε έναν διευθυντή φωτογραφίας αντί να κάνετε μια ευχή. Αυτό το μάθημα σας διδάσκει αυτό το λεξιλόγιο και τον τρόπο οργάνωσής του.

Ανατομία μιας επαγγελματικής οπτικής εντολής

Μια προχωρημένη εντολή αναλύεται σε στρώματα, καθένα από τα οποία απαντά σε ένα ξεχωριστό ερώτημα: ποιος ή τι, πώς είναι διατεταγμένο, πώς φωτίζεται, από πού προβάλλεται, σε ποιο ύφος, με ποια οπτικά χαρακτηριστικά. Η ρητή ονομασία αυτών των στρωμάτων στο κείμενο της εντολής—«Θέμα: … Σύνθεση: … Φωτισμός: …»—βοηθά το μοντέλο να αποφύγει την ανάμειξη υφών. Το παρακάτω παράδειγμα περιγράφει έναν αρχιτέκτονα στο στούντιό του: το θέμα καταλαμβάνει το αριστερό τρίτο σύμφωνα με τον κανόνα των τρίτων, το φως προέρχεται πλευρικά από μεγάλα παράθυρα, η κάμερα βρίσκεται σε μια διακριτική χαμηλή γωνία με εστιακή απόσταση 35mm, το ύφος είναι ζεστή, ξεθωριασμένη εκδοτική ντοκιμαντέρ φωτογραφία και το βάθος πεδίου αφήνει το φόντο σε ελαφρύ bokeh. Κάθε μία από αυτές τις έξι προτάσεις αφαιρεί μια ελευθερία που διαφορετικά θα ασκούσε τυχαία το μοντέλο.

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
):
    """Builds a multi-layer prompt for maximum control."""
    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"
)

Κυριαρχία στη σύνθεση

Η σύνθεση καθορίζει πώς ταξιδεύει το βλέμμα μέσα σε μια εικόνα και την ελέγχετε ονομάζοντας κανόνες που αναγνωρίζει το μοντέλο.

Κλασικοί κανόνες σύνθεσης

Το παρακάτω λεξικό συγκεντρώνει πέντε μεγάλες οικογένειες συνθέσεων και τις εφαρμόζει σε ένα σκόπιμα ίδιο θέμα—έναν απομονωμένο φάρο σε έναν βρετονικό γκρεμό—ώστε η σύγκριση να εστιάζει αποκλειστικά στη σκηνοθεσία. Ο κανόνας των τρίτων τοποθετεί τον φάρο σε μια τομή των γραμμών δύναμης και παράγει την πιο «φυσική» εικόνα· η συμμετρία Wes Anderson κεντράρει τον κατακόρυφο άξονα και προσθέτει μια αντανάκλαση στο νερό· η διαγώνιος δημιουργεί ένταση από την κάτω αριστερή γωνία προς την πάνω δεξιά γωνία· το κάδρο μέσα στο κάδρο σας κάνει να βλέπετε τον φάρο μέσα από μια καμάρα ή παράθυρο, δημιουργώντας άμεσο βάθος· τέλος, η μινιμαλιστική σύνθεση μειώνει τον φάρο σε μια μικροσκοπική κουκκίδα σε έναν τεράστιο αρνητικό χώρο, μετατρέποντας το θέμα σε αφορμή. Πέντε εικόνες του ίδιου φάρου, πέντε διαφορετικές δηλώσεις.

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}")

Επίπεδα και βάθος

Το βάθος δεν ζητείται μαζικά· χτίζεται επίπεδο προς επίπεδο. Η παρακάτω εντολή περιγράφει μια προβηγκιανή αγορά αναθέτοντας ρητά περιεχόμενο και οξύτητα σε καθένα από τα τρία επίπεδα: σαπούνια και λεβάντα στο προσκήνιο, απόλυτα ευκρινή· ο πωλητής και ο πελάτης του στο μεσαίο πλάνο, ελαφρώς θολωμένα· χρυσές πέτρινες προσόψεις και πλάτανοι στο βάθος, με έντονο bokeh. Η τελική αναφορά σε έναν φακό 50mm ανοιγμένο στο f/1.8 επιβεβαιώνει οπτικά μόνο ό,τι έχει ήδη καθιερώσει η περιγραφή—και είναι αυτή η σκόπιμη πλεοναστικότητα που κάνει το αποτέλεσμα αξιόπιστο.

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)

Κυριαρχία στον φωτισμό

Ο φωτισμός είναι το πιο ισχυρό εργαλείο για τη δημιουργία ατμόσφαιρας και το πιο αποδοτικό όσον αφορά τους χαρακτήρες που επενδύονται. Έξι setups καλύπτουν τις περισσότερες ανάγκες και ο παρακάτω βρόχος τις εφαρμόζει όλες στο ίδιο πορτρέτο ενός συγκεντρωμένου βιολιστή. Ο φωτισμός Rembrandt, με την μοναδική πηγή στις 45 μοίρες και την τριγωνική λάμψη στο αντίθετο μάγουλο, δίνει το κλασικό πορτρέτο στούντιο. Ο φωτισμός περιγράμματος (rim light) τοποθετεί την πηγή πίσω από το θέμα και κρατά μόνο το φωτοστέφανο του περιγράμματος, παράγοντας μια εικόνα σιλουέτας. Ο διχασμένος φωτισμός (split lighting) κόβει το πρόσωπο στα δύο, το ένα φωτισμένο, το άλλο στη σκιά, μετατοπίζοντας άμεσα σε κινηματογραφικό ύφος. Η χρυσή ώρα (golden hour) φέρνει πλάγιο χρυσό φως και τη νοσταλγική λάμψη του φακού, το αστικό νέον φέρνει ροζ και κυανές πηγές που αντανακλώνται σε βρεγμένες επιφάνειες και το high-key στούντιο φέρνει ανυπόστατη ομοιομορφία χωρίς σκιές και ένα εμπορικό λευκό φόντο. Το ίδιο θέμα γίνεται οικείο, μυστηριώδες ή έτοιμο για διαφήμιση κατά σειρά.

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}")

Κυριαρχία στην προοπτική

Η προοπτική επηρεάζει τον τρόπο με τον οποίο ο θεατής αντιλαμβάνεται το θέμα και η επίδρασή της είναι σχεδόν πάντα ψυχολογική πριν γίνει αισθητική. Μια υψηλή γωνία (plongée) κοιτάζει προς τα κάτω τη σκηνή και μικραίνει αυτό που βλέπει· μια χαμηλή γωνία (contre-plongée), με την κάμερα στο επίπεδο του εδάφους, μεγαλώνει το θέμα και του δίνει δύναμη· μια απόλυτα κατακόρυφη εναέρια θέα καταργεί τον όγκο και μετατρέπει την πραγματικότητα σε γραφικό μοτίβο· η θέα από τη μεριά του σκουληκιού (worm’s-eye view) ωθεί τη χαμηλή γωνία στο άκρο, κάνοντας όλες τις φυγόκεντρες γραμμές να συγκλίνουν προς τον ουρανό· τέλος, μια θέα στο ύψος των ματιών με εστιακή απόσταση 50mm αναπαράγει την ανθρώπινη όραση και εξαφανίζεται υπέρ του θέματος. Σε ουρανοξύστες από γυαλί και ατσάλι, η διαφορά μεταξύ αυτών των πέντε εικόνων δεν βρίσκεται στο κτίριο, αλλά στη σχέση που εγκαθιδρύουν μαζί του. Σημειώστε ότι ο βρόχος αλλάζει σε κατακόρυφη μορφή για τις δύο χαμηλές γωνίες, επειδή μια λήψη κτιρίου από χαμηλή γωνία χρειάζεται ύψος για να αναπνεύσει.

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}")

Ένας επαναχρησιμοποιήσιμος δημιουργός εντολών

Η συνένωση επτά στρωμάτων με το χέρι σε κάθε script αργά ή γρήγορα θα σας κάνει να ξεχάσετε ένα ή να ανταλλάξετε δύο. Η κλάση PromptBuilder λύνει αυτό το πρόβλημα εκθέτοντας μία μέθοδο ανά στρώμα και επιστρέφοντας self σε κάθε κλήση, επιτρέποντάς σας να αλυσιδώνετε ρυθμίσεις με αναγνώσιμη σειρά και να καθορίζετε μόνο μερικές από αυτές. Η μέθοδος build() στη συνέχεια συναρμολογεί το θέμα και τα συμπληρωμένα στρώματα σε κείμενο έτοιμο να περαστεί στο client.images.generate(). Το παράδειγμα του παραθαλάσσιου καφέ υλοποιεί και τα επτά διαθέσιμα στρώματα—σύνθεση, φωτισμός, προοπτική, ύφος, χρώματα, ατμόσφαιρα, τεχνική—και παράγει μια εντολή που κανένας αυτοσχεδιασμός δεν θα μπορούσε να κάνει τόσο ολοκληρωμένη.

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()

Τώρα οικειοποιηθείτε αυτό το εργαλειοθήκη σε ένα μόνο απαιτητικό θέμα: μια παλιά βιβλιοθήκη. Δημιουργήστε πέντε εικόνες με το PromptBuilder, μεταβάλλοντας συστηματικά τη σύνθεση, τον φωτισμό και την προοπτική και στη συνέχεια συγκεντρώστε τες σε έναν κατάλογο HTML. Το να δείτε τις πέντε δίπλα-δίπλα είναι ο τρόπος με τον οποίο θα μάθετε ποια από αυτά τα στρώματα έχουν τη μεγαλύτερη σημασία στην πρακτική σας.