Dizajn: Makete i brzo izradivanje prototipova
Na ovoj stranici
Ažurirano 2. studenoga 2026. — Modeli za slike.
gpt-image-1, model za koji je ovaj tečaj izvorno napisan, ukinut je 23. listopada 2026..gpt-image-1.5,gpt-image-1-miniichatgpt-image-latestbit će povučeni 1. prosinca 2026.. Primjeri sada koristegpt-image-2.5-sunburst, koji nudi najveću preciznost za uređivanje;gpt-image-2.5-flareje brži za standardno generiranje. Oba modela također podržavaju postavke kvalitetexhighimax. GPT Image modeli uvijek vraćaju slike u base64 formatu: parametarresponse_formatiz starijih DALL·E modela više se ne prihvaća i uklonjen je iz koda. Izvor: Image generation (OpenAI).
Dizajn: Makete i brzo izradivanje prototipova
GPT Image mijenja fazu dizajna manje kroz kvalitetu svog izlaza, a više kroz nisku cijenu odbacivanja rezultata. Istraživanje triju vizualnih smjerova za naslovnu stranicu nekada je u alatu za dizajn trajalo dan; sada traje nekoliko minuta. To ti omogućuje da istražiš šest smjerova i bez oklijevanja napustiš pet. Ova lekcija pokazuje ti kako iskoristiti tu slobodu, a da ne pomiješaš istraživanje s proizvodnjom.
Makete korisničkog sučelja
Generirana maketa služi za odabir smjera, a ne za rezanje na komponente. Tvoj upit stoga mora težiti vizualnoj vjerodostojnosti: realistične UI komponente, jasna tipografija, profesionalni razmaci, dosljedna paleta boja i navođenje očekivane razine vjernosti — u ovom slučaju „visokovjerni render u stilu Figme/Sketcha“. Obrati pažnju na to kako funkcija odabire rezoluciju: 1024×1536 portret za mobilne uređaje, 1536×1024 pejzaž za računala. Generiranje mobilnog zaslona u pejzažnom okviru rezultiralo bi maketom koja ne nalikuje stvarnom uređaju.
from openai import OpenAI
import base64
client = OpenAI()
def ui_mockup(description: str, platform: str, output: str):
"""Generate a user interface mockup."""
prompt = (
f"UI/UX mockup for {platform}: {description}, "
"modern and clean design, realistic UI components, "
"clear typography, professional spacing, "
"consistent color palette, "
"high-fidelity render in the style of Figma/Sketch"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1536" if platform == "mobile" else "1536x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"{platform} mockup: {output}")
ui_mockup(
"analytics dashboard with charts, KPI cards, and navigation sidebar",
"desktop",
"dashboard_mockup.png"
)
ui_mockup(
"fitness tracking app with home screen, statistics, and history",
"mobile",
"fitness_app_mockup.png"
)
Istraživanje više vizualnih smjerova
Na početku projekta pitanje nije „koja je maketa ispravna?“, već „koje estetske obitelji vrijedi pokazati klijentu?“. Funkcija explore_directions odgovara točno na tu potrebu održavajući koncept stalnim — naslovna stranica za platformu za online učenje — i varirajući samo dvije osi: umjetnički smjer i paletu boja. Tri predložena puta nisu suptilne varijacije: korporativni minimalizam u bijeloj i mornarsko plavoj, moderni šareni stil s ljubičastom i narančastom te premium tamni stil s crnom i električno plavom ciljaju tri različite pozicije brenda. Upravo taj raspon čini prezentaciju korisnom.
from openai import OpenAI
import base64
client = OpenAI()
def explore_directions(concept: str, directions: list[dict], prefix: str):
"""Generate multiple visual directions for the same concept."""
for i, direction in enumerate(directions):
prompt = (
f"{concept}, "
f"art direction: {direction['style']}, "
f"palette: {direction['palette']}, "
"professional high-quality render"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
path = f"{prefix}_direction_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Direction {i+1} ({direction['style'][:30]}) → {path}")
explore_directions(
"Homepage for an online learning platform",
[
{
"style": "corporate minimal, lots of white space",
"palette": "white, navy blue, light gray"
},
{
"style": "modern and colorful, flat design illustrations",
"palette": "purple, orange, white"
},
{
"style": "dark and premium, subtle gradients",
"palette": "black, electric blue, gold"
},
],
"landing_page"
)
Izrada prototipova ambalaže
Ambalaža je vjerojatno područje gdje je dobitak najdramatičniji jer je fizički prototip skup i kasno stiže. Upit ovdje namjerno razdvaja tri ulaza — proizvod, stil i potrebne elemente — zatim nameće stalno postavljanje: pogled od 3/4 kako leži na površini, fotorealistični render s mekim sjenama. Dva primjera ilustriraju raspon s kojim se ova struktura nosi bez treptaja: vrećica od kraft papira za organski čaj s rukopisnom tipografijom i prozirnim prozorom na jednoj strani te bijela i zlatna posuda za kremu sa zlatnim natpisom na drugoj.
from openai import OpenAI
import base64
client = OpenAI()
def packaging_prototype(product: str, style: str, elements: str, output: str):
"""Generate a product packaging prototype."""
prompt = (
f"Packaging design for {product}, "
f"style: {style}, "
f"elements: {elements}, "
"3/4 view of packaging resting on a surface, "
"photorealistic render with soft shadows, "
"professional design ready for client presentation"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Packaging prototype: {output}")
packaging_prototype(
"premium organic tea in a kraft bag",
"natural and artisanal, handwritten typography",
"tea leaf logo, product name, organic label, transparent window",
"packaging_tea.png"
)
packaging_prototype(
"high-end moisturizing cream in a jar",
"minimalist luxury, white and gold",
"centered logo, brand name in gold lettering, 50ml capacity",
"packaging_cream.png"
)
Automatizirane mood ploče
Mood ploča prenosi namjeru prije pokazivanja rješenja. Umjesto ručnog sastavljanja ploče agregiranjem referenci, opisuješ temu i vizualne sastojke, a zatim tražiš asimetričnu kompoziciju mreže u stilu Pinteresta. Primjer modernog coworking prostora pokazuje korisnu razinu detalja: ne imenuješ samo mjesto, već nabrajaš svijetao interijer s biljkama, skandinavski namještaj, teksture drva i betona, opušteno prisustvo ljudi te paletu terakote, kaduljino zelene i prljavo bijele boje. Ova pet ulaza daju rezultatu njegovu koherentnost.
from openai import OpenAI
import base64
client = OpenAI()
def generate_moodboard(theme: str, elements: list[str], output: str):
"""Generate a visual moodboard for a given theme."""
elements_str = ", ".join(elements)
prompt = (
f"Professional moodboard for the theme \"{theme}\", "
f"including: {elements_str}, "
"asymmetric grid composition in the style of Pinterest, "
"varied photos and textures, consistent palette, "
"art direction style for agency presentation"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Moodboard: {output}")
generate_moodboard(
"Modern coworking space",
[
"bright interior with plants",
"Scandinavian design furniture",
"wood and concrete textures",
"people working in a relaxed manner",
"terracotta, sage green, off-white palette"
],
"moodboard_coworking.png"
)
Dosljedni setovi ikona
Jedna ikona je laka; dosljedan set je težak jer se dosljednost oslanja na detalje nevidljive naivnom upitu. Funkcija icon_set čini ih eksplicitnima: ponovno ubacuje temu i stil za svaku ikonu, zahtijeva prozirnu ili bijelu pozadinu, centrirano kadrovanje, uniformnu debljinu poteza i kvadratne proporcije te podsjeća model da slika pripada setu. Za pet ikona B2B SaaS aplikacije — nadzorna ploča, korisnici, postavke, obavijesti, analitika — upravo to podsjećanje sprječava dobivanje pet različitih grafičkih stilova. Korištenje sluga osigurava čista imena datoteka, rukujući apostrofima i razmacima.
from openai import OpenAI
import base64
client = OpenAI()
def icon_set(theme: str, icons: list[str], style: str, output_prefix: str):
"""Generate a consistent set of icons."""
for icon in icons:
prompt = (
f"Single icon representing \"{icon}\", "
f"theme: {theme}, "
f"style: {style}, "
"transparent or white background, centered, "
"consistent design within an icon set, "
"uniform stroke weight, square proportions"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
slug = icon.lower().replace(" ", "_").replace("'", "")
path = f"{output_prefix}_{slug}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Icon {icon} → {path}")
icon_set(
theme="B2B SaaS application",
icons=["dashboard", "users", "settings", "notifications", "analytics"],
style="line art, 2px stroke, navy blue, rounded corners",
output_prefix="icon"
)
Usavršavanje makete kroz uređivanje
Ponovno generiranje cijele makete radi ispravljanja jednog područja uzrokuje gubitak svega što je već bilo zadovoljavajuće drugdje. Donji tijek rada postupuje drugačije: prvo generira kompletnu naslovnu stranicu za aplikaciju za upravljanje projektima, zatim otvara prozor u maski između 8 % i 45 % visine — odnosno ispod zaglavlja i iznad blokova značajki — kako bi se ponovno generirao samo herojski dio. Zaglavlje, navigacija i tri bloka ostaju strogo identični između verzije 1 i verzije 2, čineći usporedbu poštenom: vidiš učinak svoje promjene i ništa drugo.
from openai import OpenAI
from PIL import Image, ImageDraw
import base64
client = OpenAI()
# Step 1: Generate the initial mockup
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=(
"Homepage mockup for a project management application, "
"modern design, header with navigation, hero section with illustration, "
"3 feature blocks, white background"
),
size="1024x1536",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open("mockup_v1.png", "wb") as f:
f.write(data)
print("Mockup v1 generated")
# Step 2: Modify the hero section via editing
source = Image.open("mockup_v1.png")
w, h = source.size
mask = Image.new("RGBA", (w, h), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)
# Hero area: upper part (below the header)
draw.rectangle([0, int(h * 0.08), w, int(h * 0.45)], fill=(0, 0, 0, 0))
mask.save("mask_hero.png")
response = client.images.edit(
model="gpt-image-2.5-sunburst",
image=open("mockup_v1.png", "rb"),
mask=open("mask_hero.png", "rb"),
prompt=(
"Hero section with a 3D isometric illustration of a kanban board, "
"title 'Manage Your Projects Simply', blue CTA button, subtle gradient background"
)
)
with open("mockup_v2.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print("Mockup v2 with modified hero")
Gdje AI izrada prototipova staje
Moraš biti jasan oko statusa onoga što ovdje proizvodiš. Generirane makete su vizualna istraživanja, a ne proizvodne datoteke: tekst je dobro renderiran, ali može sadržavati manje pogreške, komponente nisu interaktivne niti izvozive u Figmu, a dosljednost na više zaslona u istom korisničkom tijeku nije zajamčena. Dizajner koji bi ove slike primio kao konačnu isporuku bio bi u pravu prigovoriti.
Njihova vrijednost leži drugdje i znatna je: služe za validaciju smjera prije ulaganja u konačni dizajn. Odabir između triju putova za sat umjesto za tri dana, dolazak na sastanak s klijentom sa slikama umjesto s pridjevima, eliminiranje lažno dobre ideje prije nego što potroši tjedan proizvodnje — to je ono što ti AI izrada prototipova zapravo kupuje.
Da se uvjeriš, izgradi svoj vlastiti alat za pokretanje projekta: skriptu koja iz kratkog opisa generira tri vizualna smjera za naslovnu stranicu, pripadajuću mood ploču za svaki od njih i komparativni HTML katalog koji ti omogućuje da ih prezentiraš jedne pored drugih.