Luo kuvia kehotteesta
Tällä sivulla
Päivitetty 2. marraskuuta 2026 — Kuvamallit.
gpt-image-1, malli, jota varten tämä kurssi alun perin kirjoitettiin, poistettiin käytöstä 23. lokakuuta 2026.gpt-image-1.5,gpt-image-1-minijachatgpt-image-latestpoistetaan käytöstä 1. joulukuuta 2026. Esimerkit käyttävät nyt malliagpt-image-2.5-sunburst, joka tarjoaa korkeimman tarkkuuden muokkaamiseen;gpt-image-2.5-flareon nopeampi tavanomaiseen luomiseen. Molemmat mallit tukevat myös laatuasetuksiaxhighjamax. GPT Image -mallit palauttavat kuvat aina base64-muodossa: vanhempien DALL·E-mallien käyttämäresponse_format-parametri ei ole tuettu ja se on poistettu koodista. Lähde: Kuvien luominen (OpenAI).
Luo kuvia kehotteesta
Metodi client.images.generate() on ensisijainen pääsysi kuvan luomiseen tekstikuvauksesta. Se nojaa vain muutamaan parametriin, mutta juuri siksi, että niitä on niin vähän, jokainen niistä merkitsee: ero satunnaisen tuloksen ja ennustettavan tuloksen välillä riippuu lähes yksinomaan prompt-kentän sisällöstä. Tämä oppitunti opettaa sinua hallitsemaan molemmat.
Luontikutsun anatomia
Tässä on kutsun täydellinen rakenne kaikilla käytettävissä olevilla parametreilla.
from openai import OpenAI
client = OpenAI()
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Yksityiskohtainen kuvaus halutusta kuvasta",
n=1,
size="1024x1024",
quality="high"
)
| Parametri | Tyyppi | Kuvaus |
|---|---|---|
model | merkkijono | "gpt-image-2.5-sunburst" (tarkin) tai "gpt-image-2.5-flare" (nopein) |
prompt | merkkijono | Kuvan kuvaus (enintään 32 000 merkkiä) |
n | kokonaisluku | Luotavien kuvien määrä (1–10) |
size | merkkijono | "1024x1024", "1024x1536", "1536x1024" |
quality | merkkijono | "low", "medium", "high" |
Kehotteen 32 000 merkin raja on antelias: se mahdollistaa erittäin yksityiskohtaiset kuvaukset, ja huomaat pian, että yksityiskohta on paras vipuvarsi hallintaan.
Haet luodun kuvan
Vastaus sisältää data-objektin, joka pitää sisällään kuvat. GPT Image -mallit palauttavat kuvan aina base64-koodattuna b64_json-kentässä: puret sen ja kirjoitat sen levylle välittömästi. Vanhempien DALL·E-mallien response_format-parametri ja väliaikaiset URL-osoitteet eivät päde GPT Imageen.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Japanilainen puisto sateessa, valokuvaus",
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("Kuva tallennettu: garden.png")
Kun tiedosto on kirjoitettu, mikään ei enää riipu OpenAI:sta: tämä on tiedosto, jonka tallennat, jaat tai muokkaat edelleen.
Luo useita kuvia yhdessä kutsussa
Parametri n pyytää useita variaatioita yhdessä pyynnössä. Tee tästä oletusrefleksisi, kun tutkimat visuaalista suuntaa tietämättä, kumpi kannattaa säilyttää: neljä ehdotusta vierekkäin kertoo sinulle paljon enemmän kuin yksi ainoa.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Minimalistinen logo käsityöläisleipomolle, valkoinen tausta",
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"Variaatio {i+1}: logo_{i+1}.png")
Seuraa kuitenkin kustannuksiasi: jokainen kuva kuluttaa tokenit itsenäisesti, ja 4 kuvan luominen maksaa 4 kertaa yhden kuvan hinnan. Tutki suurilla n:n arvoilla ja matalalla laadulla, varaten korkean laadun lopulliseen valintaan.
Kirjoita tehokkaita kehotteita
Tuloksen laatu riippuu suoraan kehotteesi tarkkuudesta. Hyvä kehote noudattaa yksinkertaista rakennetta — kohde + tyyli + konteksti + tekniset yksityiskohdat — ja alla oleva vertailu tekee erosta konkreettisen: “talo” jättää mallin keksimään kaiken, mitä et sanonut, kun taas kehitetty versio määrittää materiaalin, ikkunanluukkujen värin, kellonajan, toimituksellisen rekisterin ja optisen käsittelyn.
# Epämääräinen kehote — arvaamaton tulos
weak_prompt = "talo"
# Jäsennelty kehote — hallittu tulos
strong_prompt = (
"Provencalainen maalaistalo vaaleasta kivestä, "
"laventelinsiniset ikkunanluukut, muratti julkisivulla, "
"valokuvattu kultaisella hetkellä, "
"toimituksellinen tyyli arkkitehtuurilehdelle, "
"keskitetty sommittelu, syvyysterävyys"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=strong_prompt,
size="1536x1024",
quality="high"
)
Ilmoita visuaalinen tyyli samalla tavalla nimeämällä väline sen sijaan, että toivoisit tiettyä intentiota. GPT Image ymmärtää laajan kirjon rekistereitä, ja seuraava silmukka antaa sinun tuntea eron niiden välillä täysin identtisellä aiheella: polkupyörä pariisilaisen kahvilan edessä muuttuu luonteeltaan täysin riippuen siitä, pyydätkö toimituksellista valokuvaa, litteää vektorikuvitusta vai lyijykynäluonnosta.
import base64
styles = [
"toimituksellinen valokuvaus, studiovalaistus",
"litteän suunnittelun vektorikuvitus",
"vesiväri tekstuuripaperilla",
"fotorealistinen 3D-renderöinti, Octane Render",
"lyijykynäluonnos voimapaperilla",
]
for style in styles:
prompt = f"Vanha polkupyörä pysäköitynä pariisilaisen kahvilan edessä, {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"Tyyli: {style} → {filename}")
Kuvaan upotettu teksti ansaitsee erillisen huomion, sillä tässä GPT Image erottuu selkeästi edeltäjistään. Anna viesti lainausmerkeissä kehotteen sisällä, määritä kirjasinperhe ja odotettu graafinen käsittely, niin lopputulos on luettava.
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=(
"Mainosjuliste, jossa teksti \"KESÄALE -50 %\" "
"suurilla valkoisilla kirjaimilla sinis-oranssilla gradienttitaustalla, "
"moderni sans-serif-typografia, ammattimainen kaupallinen tyyli"
),
size="1024x1536",
quality="high"
)
Virheenkäsittely
Silmukassa suoritettava luontiskripti törmää ennemmin tai myöhemmin nopeusrajoitukseen tai API-virheeseen. Käsittele nämä kaksi tapausta erikseen alusta alkaen: RateLimitError vaatii odotusta ja uudelleenyritystä, kun taas APIError vaatii viestin tarkastelua ennen kuin mitään käynnistetään uudelleen.
import base64
from openai import OpenAI, APIError, RateLimitError
client = OpenAI()
try:
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Luminen vuoristomaisema auringonnousussa",
size="1024x1024"
)
with open("mountain.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
except RateLimitError:
print("Pyyntöraja saavutettu. Odota ennen uudelleenyritystä.")
except APIError as e:
print(f"API-virhe: {e.message}")
Ankkuroiaksesi kaiken tämän, kirjoita nyt skripti, joka luo kolme variaatiota samasta aiheesta kolmella eri tyylillä — valokuva, kuvitus, vesiväri — ja tallentaa jokaisen kuvan paikallisesti PNG-muodossa käyttäen base64-muotoa hakemiseen.