Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Varijacije i iteracije

Lekcija 5 od 12 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Varijacije i iteracije
  2. Generiranje varijacija iste koncepcije
  3. Varijacije modificiranjem prompta
  4. Iteracija pročišćavanjem prompta
  5. Automatizirani pipeline za iteracije
  6. Usporedba varijacija u katalogu
  7. Disciplina iteracije

Ažurirano 2. studenoga 2026. — Modeli za slike. gpt-image-1, model za koji je ovaj tečaj izvorno napisan, ukinut je 23. listopada 2026. Dodatno, gpt-image-1.5, gpt-image-1-mini i chatgpt-image-latest bit će povučeni iz upotrebe 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 iz starijih DALL·E modela više se ne prihvaća i uklonjen je iz koda. Izvor: Image generation (OpenAI).

Varijacije i iteracije

Rijetko je da dobiješ savršenu sliku iz prvog pokušaja. Stvarni rad uključuje generiranje varijacija, njihovo uspoređivanje, a zatim postupno preciziranje prompta dok ne postigneš željeni rezultat. Ova lekcija daje ti tri alata za ovu metodu: varijaciju ponovnim pokretanjem, varijaciju modificiranjem prompta i iteraciju kroz uzastopno pročišćavanje.

Generiranje varijacija iste koncepcije

Najjednostavnija metoda je ponovno pokretanje generiranja s istim promptom: GPT Image svaki put proizvodi drugačiji rezultat. Ovo je korisno na početku istraživanja, kada još ne znaš što točno tražiš i želiš vidjeti raspon mogućih interpretacija jedne ideje.

from openai import OpenAI
import base64

client = OpenAI()

def generate_variations(prompt: str, n_variations: int, prefix: str):
    """Generiraj nekoliko neovisnih varijacija istog prompta."""
    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"Varijacija {i+1} spremljena: {path}")

    return paths


variations = generate_variations(
    prompt="Ilustracija robota vrtlara koji zalijeva cvijeće, dječji i šareni stil",
    n_variations=5,
    prefix="gardener_robot"
)

Varijacije modificiranjem prompta

Prethodni pristup ostavlja te nasumičnosti; ovaj ti daje kontrolu. Fiksiraš nepromjenjivi subjekt — ovdje šalicu kave koja se pari na drvenom stolu — i pomičeš samo jednu dimenziju: raspoloženje. Pet rezultata tada postaje usporedivo jer točno znaš što ih razlikuje. To je razlika između pet pokušaja i eksperimenta.

from openai import OpenAI
import base64

client = OpenAI()

base_prompt = "Šalica kave koja se pari na drvenom stolu"

moods = [
    "mekano jutarnje svjetlo, topli tonovi",
    "vibra pariškog kafića, crno-bijelo",
    "pop-art stil, zasićene boje",
    "skandinavski minimalizam, bijela pozadina",
    "udobna zimska atmosfera, bokeh svjetla girlande",
]

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"Raspoloženje: {mood[:30]}... → {path}")

Iteracija pročišćavanjem prompta

Kada rezultat nije zadovoljavajući, ispravan odgovor nije ponovno pokretanje u nadi za boljom srećom, već dodavanje nedostajućeg ograničenja. Serija u nastavku pokazuje ovaj napredak na konkretnom primjeru: „Logo za fintech startup“ modelu ne govori ništa; druga iteracija ograničava broj boja i pozadinu; treća imenuje vizualnu metaforu i paletu; četvrta spušta razinu na hex kodove i debljinu poteza. Sa svakim prolazom, prostor mogućih rezultata se sužava, a reproduktivnost raste.

from openai import OpenAI
import base64

client = OpenAI()

iterations = [
    # Iteracija 1: osnovni prompt
    "Logo za fintech startup",

    # Iteracija 2: dodavanje vizualnih ograničenja
    "Logo za fintech startup, minimalistički dizajn, najviše dvije boje, prozirna pozadina",

    # Iteracija 3: preciziranje stila
    (
        "Minimalistički logo za fintech startup, apstraktna geometrijska ikona "
        "koja evocira rast, paleta tamnoplave i smaragdno zelene, bez teksta, vektorski stil"
    ),

    # Iteracija 4: fina podešavanja
    (
        "Minimalistički logo za fintech startup, apstraktna geometrijska ikona: "
        "dvije isprepletene strelice koje formiraju dijamant, tamnoplava (#1B2A4A) i "
        "smaragdno zelena (#2ECC71), tanki potez od 2px, bijela pozadina, oštar vektorski render, centrirano"
    ),
]

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"Iteracija {i+1}: {prompt[:60]}...")
    print(f"  → {path}\n")

Automatizirani pipeline za iteracije

U nešto duljem projektu, ljudsko pamćenje nije dovoljno: nakon petnaest slika više ne znaš koji je prompt proizveo koji rezultat. Sljedeći pipeline strukturira rad u rundama, generira nekoliko varijanti po rundi, imenuje datoteke tako da se mogu pratiti i čuva potpunu povijest promptova u JSON datoteci. Upravo ta povijesna datoteka čini postavku vrijednom: omogućuje ti povratak i kapitaliziranje znanja s jednog projekta na drugi.

from openai import OpenAI
import base64
import json

client = OpenAI()

def iteration_pipeline(brief: str, n_rounds: int = 3, n_per_round: int = 3):
    """
    Pipeline za iteracije: generira nekoliko varijanti po rundi,
    čuva povijest promptova i rezultata.
    """
    history = []
    current_prompt = brief

    for round_num in range(1, n_rounds + 1):
        print(f"\n{'='*50}")
        print(f"RUNDA {round_num} — Prompt: {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"  Varijanta {i+1}: {path}")

        history.append({
            "round": round_num,
            "prompt": current_prompt,
            "images": round_images
        })

        # Pročišćavanje prompta za sljedeću rundu
        if round_num < n_rounds:
            current_prompt += ", više detalja, bolja kompozicija"

    # Spremanje povijesti
    with open("pipeline_history.json", "w") as f:
        json.dump(history, f, indent=2, ensure_ascii=False)

    print(f"\nPovijest spremljena: pipeline_history.json")
    return history


iteration_pipeline(
    brief="Ilustracija neovisne knjižare viđene izvana, jesenska večer, Ghibli stil",
    n_rounds=3,
    n_per_round=3
)

Usporedba varijacija u katalogu

Otvaranje devet PNG datoteka jedna po jedna u pregledniku ne omogućuje ozbiljnu usporedbu. Umjesto toga, generiraj HTML stranicu koja ih prikazuje jednu do druge, sa slikama kodiranima u base64 kako bi datoteka bila samostalna i spremna za dijeljenje s klijentom ili umjetničkim direktorom bez dodatnih priloga.

import base64
from pathlib import Path
from glob import glob

def generate_catalog(images: list[str], title: str, output: str = "catalog.html"):
    """Stvori HTML stranicu sa svim slikama jedna do druge."""
    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"Katalog generiran: {output}")


images = sorted(glob("pipeline_r*_v*.png"))
generate_catalog(images, "Varijacije — Ghibli knjižara")

Disciplina iteracije

Nekoliko principa razdvaja produktivnu iteraciju od skupog nagađanja. Mijenjaj samo jedan parametar odjednom, inače nikada nećeš znati koji je poboljšao rezultat. Čuvaj povijest svojih promptova i rendera, kao što to čini gornji pipeline, kako bi kapitalizirao znanje umjesto da svaki projekt započinješ ispočetka. Radi s quality: low tijekom cijele faze istraživanja i prebaci se na high tek za konačni render, inače ćeš platiti visoku cijenu za slike koje ćeš baciti. Kada jednostavno tražiš brzu raznolikost, preferiraj jedan poziv s parametrom n umjesto petlje zahtjeva. Konačno, imenuj svoje datoteke opisno: to je trivijalan detalj prvog dana, ali presudan nakon dvjesto slika.

Sada primijeni ovaj cijeli niz na temu po tvom izboru — logo, ilustraciju ili fotografiju proizvoda. Generiraj tri varijante s početnim promptom, usavrši taj prompt u svjetlu rezultata, generiraj tri nove varijante, a zatim izradi usporedni HTML katalog od šest slika.