Athruithe agus Iterálacha
Ar an leathanach seo
Nuashonraithe an 2 Samhain, 2026 — Múnlaí íomhá. Níl
gpt-image-1, an múnla ar scríobhadh an cúrsa seo dó ar dtús, ar fáil a thuilleadh ón 23 Deireadh Fómhair, 2026. Ina theannta sin, cuirfear deireadh legpt-image-1.5,gpt-image-1-mini, aguschatgpt-image-latestar an 1 Nollaig, 2026. Úsáideann na samplaí anoisgpt-image-2.5-sunburst, a thairgeann an bheachtas is airde d’eagarthóireacht; tágpt-image-2.5-flareníos tapúla le haghaidh giniúna caighdeánaí. Tacaíonn an dá mhúnla leis na socruithe cáilíochtaxhighagusmaxfreisin. Aischuireann múnlaí GPT Image íomhánna i gcónaí i bhformáid base64: ní ghlactar a thuilleadh leis an bparaiméadarresponse_formató sheanmhúnlaí DALL·E agus baineadh é as an gcód. Foinse: Giniúint íomhá (OpenAI).
Athruithe agus Iterálacha
Is annamh an íomhá fhoirfe a fháil ar an gcéad iarracht. Baineann obair fhíor le hathruithe a ghiniúint, iad a chur i gcomparáid le chéile, agus ansin an leid a dhéanamh níos doichte de réir a chéile go dtí go sroicheann tú an toradh atá uait. Tugann an ceacht seo na trí uirlis duit don mhodh seo: athrú trí athsheoladh, athrú trí mhodhnú ar an leid, agus iteráil trí scagadh successive.
Athruithe den Choincheap Céanna a Ghiniúint
Is é an modh is simplí ná an ghiniúint a athsheoladh leis an leid céanna: cruthaíonn GPT Image toradh difriúil gach uair. Tá sé seo úsáideach ag tús na taiscéalaíochta, nuair nach bhfuil a fhios agat fós cad atá á lorg agat agus nuair ba mhaith leat raon na léirmhínithe féideartha ar smaoineamh a fheiceáil.
from openai import OpenAI
import base64
client = OpenAI()
def generate_variations(prompt: str, n_variations: int, prefix: str):
"""Gin roinnt athruithe neamhspleácha den leid céanna."""
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"Athrú {i+1} sábháilte: {path}")
return paths
variations = generate_variations(
prompt="Léaráid de róbóit gairneoireachta ag cur bláthanna, stíl leanbhach agus ildathach",
n_variations=5,
prefix="gardener_robot"
)
Athruithe trí Mhodhnú ar an Leid
Fágann an cur chuige roimhe seo tú faoi mhíchinnteacht; tugann an ceann seo smacht duit. Socraíonn tú ábhar seasmhach—anseo, cupán caife galaithe ar bhord adhmaid—agus bogann tú toise amháin níos mó: an giúmar. Ansin is féidir na cúig thoradh a chur i gcomparáid, ós rud é go bhfuil a fhios agat go beacht cad a dhéanann idirdhealú eatarthu. Sin an difríocht idir cúig iarracht agus turgnamh.
from openai import OpenAI
import base64
client = OpenAI()
base_prompt = "Cupán caife galaithe ar bhord adhmaid"
moods = [
"solas bog maidine, tóin te",
"vibe caife Pháras, dubh agus bán",
"stíl pop-ealaíne, dathanna sáithithe",
"Scandanáivigh íostach, cúlra bán",
"atmaisféar geimhridh compordach, soilte teaghráin bokeh",
]
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"cafe_mood_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Giúmar: {mood[:30]}... → {path}")
Iteráil trí Scagadh ar an Leid
Nuair nach bhfuil an toradh sásúil, ní hé an freagairt cheart ná athsheoladh agus súil a bheith agat le ráth níos fearr, ach an srian atá in easnamh a chur leis. Taispeánann an tsraith thíos an dul chun cinn seo i sampla oibre: ní insíonn “Lógó do thionscnamh fintech” aon rud don mhúnla; cuimsíonn an dara iteráil líon na ndathanna agus an cúlra; ainmníonn an tríú iteráil an mheitifir amhairc agus an phailéad; téann an ceathrú iteráil síos go dtí cóid hex agus leithead na stróice. Le gach pas, caolaíonn spás na dtorthaí féideartha agus méadaíonn an in-atáirgeadh.
from openai import OpenAI
import base64
client = OpenAI()
iterations = [
# Iteráil 1: bun-leid
"Lógó do thionscnamh fintech",
# Iteráil 2: srianta amhairc a chur leis
"Lógó do thionscnamh fintech, dearadh íostach, dhá dhath ar a mhéad, cúlra trédhearcach",
# Iteráil 3: cruinneas stíle
(
"Lógó íostach do thionscnamh fintech, deilbhín geoiméadrach teibí "
"a thugann fás chun cuimhne, pailéad gorm cabhlach agus glas emerald, gan téacs, stíl veicteoireachta"
),
# Iteráil 4: coigeartuithe mion
(
"Lógó íostach do thionscnamh fintech, deilbhín geoiméadrach teibí: "
"dhá shaighead idirghlasáilte ag cruthú muince, gorm cabhlach (#1B2A4A) agus "
"glas emerald (#2ECC71), stróc tanaí 2px, cúlra bán, rindreáil veicteoireachta géar, lárnaithe"
),
]
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_iteration_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Iteráil {i+1}: {prompt[:60]}...")
print(f" → {path}\n")
Píblíne Iterála Uathoibrithe
Ar thionscadal beagán níos faide, ní leor cuimhne an duine: tar éis cúig íomhá déag, ní fios agat a thuilleadh cé an leid a chruthaigh cé an toradh. Struchtúraíonn an phíblíne seo a leanas an obair i mbabhtaí, gineann sí roinnt leaganacha in aghaidh an bhabhta, ainmníonn sí comhaid ar bhealach inrianaithe, agus coinníonn sí stair iomlán na leideanna i gcomhad JSON. Is é an comhad staire seo a dhéanann luachmhar an socrú: ligeann sé duit dul ar ais agus caipitliú ó thionscadal amháin go dtí an chéad cheann eile.
from openai import OpenAI
import base64
import json
client = OpenAI()
def iteration_pipeline(brief: str, n_rounds: int = 3, n_per_round: int = 3):
"""
Píblíne iterála: gineann sí roinnt leaganacha in aghaidh an bhabhta,
coinníonn sí stair na leideanna agus na dtorthaí.
"""
history = []
current_prompt = brief
for round_num in range(1, n_rounds + 1):
print(f"\n{'='*50}")
print(f"BABHTA {round_num} — Leid: {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"pipeline_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" Leagan {i+1}: {path}")
history.append({
"round": round_num,
"prompt": current_prompt,
"images": round_images
})
# Scag an leid don chéad bhabhta eile
if round_num < n_rounds:
current_prompt += ", níos mó sonraí, comhdhéanamh níos fearr"
# Sábháil an stair
with open("pipeline_history.json", "w") as f:
json.dump(history, f, indent=2, ensure_ascii=False)
print(f"\nStair shábháilte: pipeline_history.json")
return history
iteration_pipeline(
brief="Léaráid de siopa leabhar neamhspleách ón taobh amuigh, tráthnóna fómhair, stíl Ghibli",
n_rounds=3,
n_per_round=3
)
Athruithe a Chur i gComparáid i gCatalóg
Ní cheadaíonn naoi gcomhad PNG a oscailt ceann ar cheann i léitheoir aon chur i gcomparáid dáiríre. Ina ionad sin, gin leathanach HTML a thaispeánann iad taobh le taobh, le híomhánna ionchódaithe i base64 ionas go mbeidh an comhad féin-leordhóthanach agus inroinnte mar atá sé le cliant nó le stiúrthóir ealaíne.
import base64
from pathlib import Path
from glob import glob
def generate_catalog(images: list[str], title: str, output: str = "catalog.html"):
"""Cruthaigh leathanach HTML leis na híomhánna go léir taobh le taobh."""
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"Catalóg ginte: {output}")
images = sorted(glob("pipeline_r*_v*.png"))
generate_catalog(images, "Athruithe — Siopa Leabhar Ghibli")
An Disiplín Iterála
Cuireann roinnt prionsabal iteráil tháirgiúil ar leithligh ó thriail agus earráid chostasach. Ní athraigh ach paraiméadar amháin in aghaidh na huaire, murach sin ní bheidh a fhios agat riamh cé acu ceann a fheabhsaigh an toradh. Coinnigh stair do chuid leideanna agus do chuid rindreálacha, mar a dhéanann an phíblíne thuas, chun caipitliú in ionad tosú ón mbun ar gach tionscadal. Obair i quality: low le linn na céime taiscéalaíochta ar fad agus athraigh go high don rindreáil deiridh amháin, nó íocfaidh tú praghas barr d’íomhánna a chaithefidh tú amach. Nuair atá tú ag lorg éagsúlachta tapa go simplí, is fearr glao amháin leis an bparaiméadar n ná lúb d’iarratais. Ar deireadh, ainmnigh do chomhaid go cur síosach: is mionsonraí suarach é ar an gcéad lá, ach cinntitheach tar éis dhá chéad íomhá.
Anois, cuir an seicheamh iomlán seo i bhfeidhm ar ábhar de do rogha féin—lógó, léaráid, nó grianghraf táirge. Gin trí leagan le leid tosaigh, scag an leid sin i bhfianaise na dtorthaí, gin trí leagan nua, agus ansin déan an chatalóg HTML chomparáideach de na sé íomhá.