Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Promptid visuaalselt edasijõudnutele: kompositsioon, valgus, perspektiiv

Õppetund 9 / 12 Värskendatud 2. november 2026 Arendajatele
Sellel lehel
  1. Promptid visuaalselt edasijõudnutele: kompositsioon, valgus, perspektiiv
  2. Professionaalse visuaalse prompti anatoomia
  3. Kompositsiooni valdamine
  4. Valguse valdamine
  5. Perspektiivi valdamine
  6. Uuesti kasutatav prompti ehitaja

Uuendus 2. novembril 2026 — pildimudelid. gpt-image-1, mille jaoks see kursus algselt kirjutati, lõpetas tegevuse 23. oktoobril 2026 ning gpt-image-1.5, gpt-image-1-mini ja chatgpt-image-latest võetakse kasutusest maha 1. detsembril 2026. Näited kasutavad nüüd mudelit gpt-image-2.5-sunburst, mis on redigeerimiseks kõige täpsem; gpt-image-2.5-flare on tavapäraseks genereerimiseks kiirem. Mõlemad toetavad ka kvaliteedisätteid xhigh ja max. GPT Image’i mudelid tagastavad pildid alati base64-formaadis: vanematelt DALL·E mudelitelt pärit parameetrit response_format ei aktsepteerita ja see on koodist eemaldatud. Allikas: Pildigeneratsioon (OpenAI).

Promptid visuaalselt edasijõudnutele: kompositsioon, valgus, perspektiiv

Hästi struktureeritud prompt eristab korralikku pilti professionaalsest. Võti ei peitu pikkuses, vaid sõnavaras. GPT Image mõistab fotograafia, kino ja kujutava kunsti terminoloogiat. Selles keeles rääkimine on nagu juhiste andmine operaatorile, mitte soovi avaldamine. See tund õpetab sulle seda sõnavara ja seda, kuidas seda organiseerida.

Professionaalse visuaalse prompti anatoomia

Täiustatud prompt jaguneb kihtideks, millest igaüks vastab kindlale küsimusele: kes või mis, kuidas paigutatud, kuidas valgustatud, kust vaadatuna, millises registris ja milliste optiliste omadustega. Nende kihtide sõnaselge nimetamine prompti tekstis – „Teema: … Kompositsioon: … Valgus: …“ – aitab mudelil vältida registrite segunemist. Allpool olev näide kirjeldab arhitekti oma ateljees: teema hõivab kolmandiku reegli kohaselt vasaku kolmandiku, valgus langeb külgmiselt suurtest akendest, kaamera on kerge ala vaatenurgast 35 mm fookuskaugusega, register on soe desatureeritud dokumentaalne ajakirjandusfotograafia ja teravussügavus jätab tausta kergeks bokeh’ks. Iga neist kuuest lausest võtab mudelilt ühe vabaduse, mida see muidu juhuslikult kasutaks.

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
):
    """Ehitab maksimaalse kontrolli jaoks mitmekihilise prompti."""
    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"
)

Kompositsiooni valdamine

Kompositsioon määrab, kuidas pilt pildil liigub, ja sa kontrollid seda, nimetades reegleid, mida mudel tunneb.

Klassikalised kompositsioonireeglid

Allpool olev sõnastik koondab viis peamist kompositsioonilist perekonda ja rakendab neid tahtlikult identsele teemale – üksikule majakale Bretoni kaljul –, et võrdlus keskenduks ainult lavastusele. Kolmandiku reegel paigutab majaka jõujoonte lõikepunkti ja loob kõige „loomulikuma“ pildi; Wes Andersoni sümmeetria tsentreerib vertikaaltelje ja lisab peegelduse vees; diagonaal loob pinge vasakust alumisest nurgast paremasse ülemisse nurka; raam raamis paneb sind vaatama majakat läbi kaare või akna, luues kohese sügavuse; lõpuks taandab minimalistlik kompositsioon majaka tillukeseks täpiks tohutus negatiivses ruumis, muutes teema ettekäändeks. Viis pilti samast majakast, viis erinevat väidet.

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}")

Plaanid ja sügavus

Sügavust ei küsita tervikuna; see ehitatakse plaan haaval. Järgnev prompt kirjeldab Provence’i turgu, määrates sõnaselgelt sisu ja teravuse igale kolmest plaanist: seebid ja lavendel esiplaanil, täiuslikult teravad; müüja ja klient keskmises plaanis, kergelt hägused; kuldse kiviga fassaadid ja platanid taustal, väljendunud bokeh’ga. Lõplik mainimine 50 mm objektiivist, mis on avatud f/1.8-le, kinnitab optiliselt ainult seda, mida kirjeldus on juba kehtestanud – ja just see tahtlik redundants muudab tulemuse usaldusväärseks.

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)

Valguse valdamine

Valgus on võimsaim tööriist atmosfääri loomiseks ja kõige kuluefektiivsem investeeritud tähemärkide osas. Kuus skeemi katavad enamiku vajadustest ja allolev tsükkel rakendab neid kõiki sama keskendunud viiuldaja portreele. Rembrandti valgus, millel on üks allikas 45 kraadi nurga all ja kolmnurkne helendus vastaspõsel, annab klassikalise stuudioporTree. Äärevalgus (rim light) paigutab allika teema taha ja jätab alles ainult kontuuri halo, tekitades siluettpildi. Poolitatud valgus lõikab näo kaheks pooleks, üks valgustatud, teine varjus, nihutades kohe kinoregistrisse. Kuldne tund toob kaldus kuldse valguse ja selle nostalgilise läätsehelenduse, linnaneoon toob roosad ja tsüaani allikad, mis peegelduvad märgadel pindadel, ja high-key stuudio toob varjutu ühtluse ja ärivalge tausta. Sama teema muutub kord intiimseks, kord salapäraseks, kord reklaamivalmiks.

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}")

Perspektiivi valdamine

Perspektiiv mõjutab seda, kuidas vaataja teemat tajub, ja selle mõju on peaaegu alati psühholoogiline enne, kui see on esteetiline. Ülemine vaade vaatab stseenile alla ja vähendab seda, mida see vaatab; alumine vaade, kaamera maapinna tasemel, suurendab teemat ja annab sellele võimu; täiuslikult vertikaalne õhuvaade kaotab ruumala ja muudab reaalsuse graafiliseks mustriks; ussiperspektiiv viib alumise vaate äärmuseni, pannes kõik kadumispunktid koonduma taeva poole; lõpuks reprodutseerib silmade kõrguselt vaade 50 mm fookuskaugusega inimese nägemist ja kaob teema kasuks. Klaasist ja terasest pilvelõhkujatel ei peitu erinevus nende viie pildi vahel mitte hoones, vaid suhtes, mille need sellega loovad. Pane tähele, et tsükkel lülitub kahe alumise vaate jaoks portreeformaati, sest hoone alumine vaade vajab hingamiseks kõrgust.

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}")

Uuesti kasutatav prompti ehitaja

Seitsme kihi käsitsi liitmine igas skriptis paneb sind varem või hiljem ühe unustama või kaks omavahel vahetama. Klass PromptBuilder lahendab selle, pakkudes iga kihi jaoks eraldi meetodi ja tagastades iga väljakutse korral self, võimaldades sul seadeid loetavas järjekorras aheldada ja määrata ainult mõned neist. Meetod build() koondab seejärel teema ja täidetud kihid tekstiks, mis on valmis edastamiseks funktsioonile client.images.generate(). Mereäärse kohviku näide rakendab kõiki seitset saadaolevat kihti – kompositsioon, valgus, perspektiiv, stiil, värvid, atmosfäär, tehnika – ja loob prompti, mida ükski improviseerimine nii terviklikuks ei muudaks.

class PromptBuilder:
    """Struktureeritud visuaalsete promptide ehitaja."""

    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)


# Kasutamine
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)
# Kasuta seda prompti koos client.images.generate()

Nüüd võta see tööriistakomplekt kasutusele ühel nõudlikul teemal: vana raamatukogu. Loo viis pilti, kasutades PromptBuilderit, varieerides süstemaatiliselt kompositsiooni, valgust ja perspektiivi, ning koonda need HTML-kataloogi. Viie pildi kõrvuti nägemine on viis, kuidas õpid, millised neist kihtidest on sinu praktikas kõige olulisemad.