Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Stvaranje slika iz upita

Lekcija 2 od 12 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Stvaranje slika iz upita
  2. Anatomija poziva za generiranje
  3. Dohvaćanje generirane slike
  4. Generiranje više slika u jednom pozivu
  5. Pisanje učinkovitih upita
  6. Rukovanje greškama

Ažurirano 2. studenoga 2026. — Modeli za slike. Model gpt-image-1, za koji je ovaj tečaj izvorno napisan, ukinut je 23. listopada 2026.. Modeli gpt-image-1.5, gpt-image-1-mini i chatgpt-image-latest bit će povučeni 1. prosinca 2026.. Primjeri sada koriste gpt-image-2.5-sunburst, koji nudi najveću preciznost za uređivanje; gpt-image-2.5-flare je brži za standardno generiranje. Oba modela također podržavaju postavke kvalitete xhigh i max. Modeli GPT Image uvijek vraćaju slike u base64 formatu: parametar response_format koji su koristili stariji DALL·E modeli nije podržan i uklonjen je iz koda. Izvor: Image generation (OpenAI).

Stvaranje slika iz upita

Metoda client.images.generate() tvoja je glavna ulazna točka za stvaranje slike iz tekstualnog opisa. Oslanja se na samo nekoliko parametara, no upravo zato što ih je malo, svaki od njih ima težinu: razlika između nasumičnog rezultata i predvidivog gotovo u potpunosti ovisi o sadržaju polja prompt. Ova lekcija naučit će te da savladaš oboje.

Anatomija poziva za generiranje

Ovdje je potpuna struktura poziva sa svim dostupnim parametrima.

from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Detaljan opis željene slike",
    n=1,
    size="1024x1024",
    quality="high"
)
ParametarTipOpis
modelstring"gpt-image-2.5-sunburst" (najprecizniji) ili "gpt-image-2.5-flare" (najbrži)
promptstringOpis slike (do 32.000 znakova)
nintegerBroj slika za generiranje (1 do 10)
sizestring"1024x1024", "1024x1536", "1536x1024"
qualitystring"low", "medium", "high"

Ograničenje od 32.000 znakova za upit velikodušno je: omogućuje iznimno detaljne opise, a uskoro ćeš vidjeti da je detalj tvoja najbolja poluga za kontrolu.

Dohvaćanje generirane slike

Odgovor sadrži objekt data koji drži slike. Modeli GPT Image uvijek vraćaju sliku kodiranu u base64 unutar polja b64_json: dekodiraš je i odmah zapisuješ na disk. Parametar response_format i privremeni URL-ovi iz starijih DALL·E modela ne primjenjuju se na GPT Image.

import base64

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Japanski vrt na kiši, fotografija",
    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("Slika spremljena: garden.png")

Kada se datoteka zapiše, ništa više ne ovisi o OpenAI-u: to je datoteka koju pohranjuješ, poslužuješ ili dalje obrađuješ.

Generiranje više slika u jednom pozivu

Parametar n traži više varijanti u jednom zahtjevu. Neka ti to bude zadani refleks kada istražuješ vizualni smjer, a ne znaš koju verziju zadržati: četiri prijedloga jedan do drugoga informiraju te puno bolje nego jedan jedini.

import base64
response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Minimalistički logo za obrtničku pekarnicu, bijela pozadina",
    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"Varijanta {i+1}: logo_{i+1}.png")

Ipak, pazi na troškove: svaka slika troši tokene neovisno, a generiranje 4 slike košta 4 puta više od jedne. Istražuj s visokim n i niskom kvalitetom, a visoku kvalitetu sačuvaj za konačni odabir.

Pisanje učinkovitih upita

Kvaliteta rezultata izravno ovisi o preciznosti tvog upita. Dobar upit slijedi jednostavnu strukturu—subjekt + stil + kontekst + tehnički detalji—a donja usporedba čini razliku opipljivom: „kuća“ prepušta modelu da izmisli sve što nisi rekao, dok razrađena verzija fiksira materijal, boju kapaka, doba dana, urednički registar i optičku obradu.

# Nejasan upit — nepredvidiv rezultat
weak_prompt = "kuća"

# Strukturirani upit — kontrolirani rezultat
strong_prompt = (
    "Provincijska kuća u Provansi od svijetlog kamena, "
    "kapci boje lavande, bršljan na fasadi, "
    "fotografirano u zlatni sat, "
    "urednički stil za arhitektonski časopis, "
    "centrirana kompozicija, dubinska oštrina"
)

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt=strong_prompt,
    size="1536x1024",
    quality="high"
)

Vizualni stil deklariraj na isti način, imenujući medij umjesto da se nadaš namjeri. GPT Image razumije širok raspon registara, a sljedeća petlja omogućuje ti da osjetiš razliku između njih na strogo identičnom subjektu: bicikl ispred pariškog kafića potpuno mijenja narav ovisno o tome tražiš li uredničku fotografiju, ravnu vektorsku ilustraciju ili olovnu skicu.

import base64
styles = [
    "urednička fotografija, studijsko osvjetljenje",
    "ravna vektorska ilustracija",
    "akvarel na teksturiranom papiru",
    "fotorealistični 3D render, Octane Render",
    "olovna skica na kraft papiru",
]

for style in styles:
    prompt = f"Stari bicikl parkiran ispred pariškog kafića, {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"Stil: {style} → {filename}")

Tekst ugrađen u sliku zaslužuje zasebnu napomenu, jer je to područje u kojem se GPT Image jasno razlikuje od svojih prethodnika. Poruku navedi u navodnicima unutar upita, specificiraj obitelj fonta i očekivanu grafičku obradu, a renderiranje će biti čitko.

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt=(
        "Promotivni poster s tekstom „SUMMER SALE -50%“ " "
        "krupnim bijelim slovima na plavo-narančastoj gradijentnoj pozadini, "
        "moderna sans-serif tipografija, profesionalni komercijalni stil"
    ),
    size="1024x1536",
    quality="high"
)

Rukovanje greškama

Skripta za generiranje koja se izvodi u petlji eventualno će naići na ograničenje stope (rate limit) ili API grešku. Ova dva slučaja od samog početka tretiraj različito: RateLimitError zahtijeva čekanje i ponovni pokušaj, dok APIError zahtijeva ispitivanje poruke prije ponovnog pokretanja bilo čega.

import base64
from openai import OpenAI, APIError, RateLimitError

client = OpenAI()

try:
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Planinski pejzaž pod snijegom pri izlasku sunca",
        size="1024x1024"
    )
    with open("mountain.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))

except RateLimitError:
    print("Dosegnuto je ograničenje zahtjeva. Pričekaj prije ponovnog pokušaja.")

except APIError as e:
    print(f"API greška: {e.message}")

Da bi sve ovo učvrstio/la, sada napiši skriptu koja generira tri varijante istog subjekta u tri različita stila—fotografija, ilustracija, akvarel—i svaku sliku sprema lokalno u PNG formatu, koristeći base64 format za dohvat.