Variatsioonid ja iteratsioonid
Sellel lehel
Uuendatud 2. novembril 2026 — Pildimudelid.
gpt-image-1, mudel, mille jaoks see kursus algselt kirjutati, lõpetas tegevuse 23. oktoobril 2026. Lisaks võetakse kasutusest väljagpt-image-1.5,gpt-image-1-minijachatgpt-image-latest1. detsembril 2026. Näited kasutavad nüüd mudelitgpt-image-2.5-sunburst, mis pakub redigeerimisel suurimat täpsust;gpt-image-2.5-flareon tavapäraseks genereerimiseks kiirem. Mõlemad mudelid toetavad ka kvaliteedisätteidxhighjamax. GPT Image mudelid tagastavad pildid alati base64-vormingus: vanemate DALL·E mudelite parameeterresponse_formatei ole enam aktsepteeritud ja on koodist eemaldatud. Allikas: Pildigeneratsioon (OpenAI).
Variatsioonid ja iteratsioonid
Täiusliku pildi saamine esimesel katsel on haruldane. Reaalne töö hõlmab variatsioonide loomist, nende võrdlemist ja seejärel vihje (prompt) järkjärgulist täpsustamist, kuni jõuad soovitud tulemuseni. See tund annab sulle selle meetodi jaoks kolm tööriista: variatsioon uuesti käivitamise teel, variatsioon vihje muutmise teel ja iteratsioon järjestikuse täiustamise kaudu.
Sama kontseptsiooni variatsioonide genereerimine
Lihtsaim meetod on genereerimine sama vihjega uuesti käivitada: GPT Image toodab iga kord erineva tulemuse. See on kasulik uurimistöö alguses, kui sa veel täpselt ei tea, mida otsid, ja soovid näha idee võimalike tõlgenduste spektrit.
from openai import OpenAI
import base64
client = OpenAI()
def generate_variations(prompt: str, n_variations: int, prefix: str):
"""Genereeri mitu sõltumatut variatsiooni samale vihjele."""
paths = []
for i in range(n_variations):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium",
)
path = f"{prefix}_v{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
paths.append(path)
print(f"Variatsioon {i+1} salvestatud: {path}")
return paths
variations = generate_variations(
prompt="Illustratsioon aednik-robotist, kes kastab lilli, lapselik ja värvikas stiil",
n_variations=5,
prefix="aednik_robot"
)
Variatsioonid vihje muutmise teel
Eelnev lähenemine jätab sulle juhuslikkuse; see annab sulle kontrolli. Sa fikseerid muutumatu subjekti – siin aurav kohvitass puulaual – ja liigutad ainult üht mõõdet: meeleolu. Viis tulemust muutuvad võrreldavaks, kuna tead täpselt, mis neid eristab. See on erinevus viie katse ja eksperimendi vahel.
from openai import OpenAI
import base64
client = OpenAI()
base_prompt = "Aurav kohvitass puulaual"
moods = [
"pehme hommikuvalgus, soojad toonid",
"Pariisi kohviku hõng, must-valge",
"pop-arti stiil, küllastunud värvid",
"Skandinaavia minimalism, valge taust",
"mugav talvine atmosfäär, bokeh valgusgirlandid",
]
for i, mood in enumerate(moods):
prompt = f"{base_prompt}, {mood}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium",
)
path = f"kohviku_meeleolu_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Meeleolu: {mood[:30]}... → {path}")
Iteratsioon vihje täiustamise teel
Kui tulemus ei ole rahuldav, ei ole õige reaktsioon uuesti käivitada ja loota paremale õnnele, vaid lisada puuduv piirang. Allpool olev seeria näitab seda progressiooni läbitöötatud näitel: „Logo fintech-i idufirmale“ ei ütle mudelile midagi; teine iteratsioon piirab värvide arvu ja tausta; kolmas nimetab visuaalse metafoori ja paleti; neljas läheb üle heksakoodidele ja joone paksusele. Iga läbimisega kitseneb võimalike tulemuste ruum ja korratavus kasvab.
from openai import OpenAI
import base64
client = OpenAI()
iterations = [
# Iteratsioon 1: baasvihje
"Logo fintech-i idufirmale",
# Iteratsioon 2: visuaalsete piirangute lisamine
"Logo fintech-i idufirmale, minimalistlik disain, maksimaalselt kaks värvi, läbipaistev taust",
# Iteratsioon 3: stiili täpsustamine
(
"Minimalistlik logo fintech-i idufirmale, abstraktne geomeetriline ikoon, "
"mis kutsub esile kasvu, tumesinine ja smaragdroheline palett, teksti pole, vektori stiil"
),
# Iteratsioon 4: peenhäälestus
(
"Minimalistlik logo fintech-i idufirmale, abstraktne geomeetriline ikoon: "
"kaks omavahel põimuvat noolt, mis moodustavad teemanti, tumesinine (#1B2A4A) ja "
"smaragdroheline (#2ECC71), 2px õhuke joon, valge taust, terav vektori renderdus, tsentreeritud"
),
]
for i, prompt in enumerate(iterations):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
path = f"logo_iteratsioon_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Iteratsioon {i+1}: {prompt[:60]}...")
print(f" → {path}\n")
Automatiseeritud iteratsiooni torustik
Pikema projekti puhul ei piisa inimlikust mälust: pärast viieteistkümnet pilti ei tea sa enam, milline vihje millise tulemuse tekitas. Järgnev torustik struktureerib töö ringidesse, genereerib igas ringis mitu varianti, nimetab failid jälgitavalt ja hoiab kogu vihjete ajaloo JSON-failis. Just see ajaloo fail muudab seadistuse väärtuslikuks: see võimaldab sul tagasi pöörduda ja ühest projektist teise liikudes saadud kogemust kapitaliseerida.
from openai import OpenAI
import base64
import json
client = OpenAI()
def iteration_pipeline(brief: str, n_rounds: int = 3, n_per_round: int = 3):
"""
Iteratsiooni torustik: genereerib igas ringis mitu varianti,
hoiab alles vihjete ja tulemuste ajaloo.
"""
history = []
current_prompt = brief
for round_num in range(1, n_rounds + 1):
print(f"\n{'='*50}")
print(f"RING {round_num} — Vihje: {current_prompt[:80]}...")
print(f"{'='*50}")
round_images = []
for i in range(n_per_round):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=current_prompt,
size="1024x1024",
quality="medium",
)
path = f"torustik_r{round_num}_v{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
round_images.append(path)
print(f" Variant {i+1}: {path}")
history.append({
"round": round_num,
"prompt": current_prompt,
"images": round_images
})
# Täpsema vihje loomine järgmiseks ringiks
if round_num < n_rounds:
current_prompt += ", rohkem detaile, parem kompositsioon"
# Salvesta ajalugu
with open("torustiku_ajalugu.json", "w") as f:
json.dump(history, f, indent=2, ensure_ascii=False)
print(f"\nAjalugu salvestatud: torustiku_ajalugu.json")
return history
iteration_pipeline(
brief="Illustratsioon sõltumatust raamatupoest väljast vaadatuna, sügisene õhtu, Ghibli stiil",
n_rounds=3,
n_per_round=3
)
Variatsioonide võrdlemine kataloogis
Üheksa PNG-faili ükshaaval vaatajas avamine ei võimalda tõsist võrdlust. Selle asemel genereeri HTML-leht, mis kuvab need kõrvuti, kasutades base64-kodeeritud pilte, nii et fail on iseseisev ja seda saab sellisena jagada kliendi või kunstijuhiga.
import base64
from pathlib import Path
from glob import glob
def generate_catalog(images: list[str], title: str, output: str = "kataloog.html"):
"""Loo HTML-leht kõigi piltidega kõrvuti."""
html_parts = [
'<!DOCTYPE html><html><head><meta charset="utf-8">',
f'<title>{title}</title>',
'<style>',
'body { background: #111; color: #fff; font-family: sans-serif; padding: 2rem; }',
'.grid { display: grid; grid-template-columns: repeat(auto-fill, minmax(300px, 1fr)); gap: 1rem; }',
'.card { background: #222; border-radius: 8px; overflow: hidden; }',
'.card img { width: 100%; display: block; }',
'.card p { padding: 0.5rem 1rem; font-size: 0.85rem; color: #aaa; }',
'</style></head><body>',
f'<h1>{title}</h1><div class="grid">',
]
for img_path in images:
with open(img_path, "rb") as f:
b64 = base64.b64encode(f.read()).decode()
html_parts.append(f'<div class="card">')
html_parts.append(f'<img src="data:image/png;base64,{b64}" />')
html_parts.append(f'<p>{Path(img_path).name}</p></div>')
html_parts.append('</div></body></html>')
with open(output, "w") as f:
f.write("\n".join(html_parts))
print(f"Kataloog genereeritud: {output}")
images = sorted(glob("torustik_r*_v*.png"))
generate_catalog(images, "Variatsioonid — Ghibli raamatupood")
Iteratsiooni distsipliin
Mõned põhimõtted eristavad produktiivset iteratsiooni kulukast katsetamisest. Muuda korraga ainult üht parameetrit, vastasel juhul ei tea sa kunagi, milline neist tulemust parandas. Hoia alles oma vihjete ja renderduste ajalugu, nagu eelnev torustik teeb, et kogemust kapitaliseerida iga projektiga nullist alustamise asemel. Töötada kogu uurimisfaasi vältel kvaliteediga quality: low ja lülita high peale alles lõpliku renderduse jaoks, vastasel juhul maksad kinni piltide eest, mille prügikasti viskad. Kui otsid lihtsalt kiiret mitmekesisust, eelista ühtikut väljakutset parameetriga n päringute tsükli asemel. Lõpuks nimeta oma failid kirjeldavalt: see on esimesel päeval tühine detail, kuid kahesaja pildi järel otsustav.
Nüüd rakenda seda terviklikku jada enda valitud teemale – olgu selleks logo, illustratsioon või tootefoto. Genereeri esialgse vihjega kolm varianti, täpsesta seda vihjet tulemuste valguses, genereeri kolm uut varianti ja seejärel loo kuue pildi võrdlev HTML-kataloog.