Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Promptok vizuális mesterfokon: kompozíció, fény, perspektíva

9. lecke 12 közül Frissítve 2026. november 2. Fejlesztő
Ezen az oldalon
  1. Promptok vizuális mesterfokon: kompozíció, fény, perspektíva
  2. Egy profi vizuális prompt anatómiája
  3. A kompozíció mestere
  4. A fény mestere
  5. A perspektíva mestere
  6. Újrahasználható prompt-generátor

Frissítés: 2026. november 2. – képgeneráló modellek. A gpt-image-1 modellt, amelyre ezt a tananyagot eredetileg írtuk, 2026. október 23-án megszüntették, a gpt-image-1.5, gpt-image-1-mini és chatgpt-image-latest modellek pedig 2026. december 1-jén kerülnek kivonásra. A példák most a gpt-image-2.5-sunburst modellt használják, amely a legpontosabb szerkesztéshez; a gpt-image-2.5-flare gyorsabb az általános generálásnál. Mindkettő támogatja az xhigh és max minőségi beállításokat is. A GPT Image modellek mindig base64 formátumban adják vissza a képeket: a régebbi DALL·E modelleknél használt response_format paramétert nem fogadják el, és eltávolítottuk a kódból. Forrás: Image generation (OpenAI).

Promptok vizuális mesterfokon: kompozíció, fény, perspektíva

Egy jól felépített prompt választja el a tisztességes képet a profi minőségűtől. A kulcs nem a hosszúság, hanem a szókincs. A GPT Image érti a fotográfia, a filmművészet és a képzőművészet szaknyelvét. Ezen a nyelven beszélni annyi, mint útmutatást adni egy operatőrnek, nem pedig kívánságot teljesíteni. Ez a lecke megtanítja neked ezt a szókincset és azt, hogyan szervezd össze.

Egy profi vizuális prompt anatómiája

Egy haladó prompt rétegekre bomlik, amelyek mindegyike egy külön kérdésre válaszol: ki vagy mi, hogyan elrendezve, hogyan megvilágítva, honnan nézve, milyen stílusregiszterben, milyen optikai jellemzőkkel. Ha ezeket a rétegeket expliciten megnevezed a prompt szövegében – „Tárgy: … Kompozíció: … Fény: …“ –, azzal segítesz a modellnek elkerülni a stíluskeveredést. Az alábbi példa egy építészt ábrázol a műtermében: a téma a harmadolási szabály szerint a bal oldali harmadot foglalja el, a fény oldalról érkezik a nagy ablakokon, a kamera enyhén alacsony szögből, 35 mm-es gyújtótávolsággal dolgozik, a stílus meleg, deszaturált szerkesztői dokumentumfotó, a mélységélesség pedig halvány bokeh-ben hagyja a hátteret. E hat mondat mindegyike elvesz egy szabadságot, amelyet a modell egyébként véletlenszerűen gyakorolna.

from openai import OpenAI
import base64

client = OpenAI()

def prompt_multicouche(
    sujet: str,
    composition: str,
    eclairage: str,
    perspective: str,
    style: str,
    details_techniques: str,
    output: str
):
    """Rétegzett prompt felépítése a maximális kontroll érdekében."""
    prompt = (
        f"Subject: {sujet}. "
        f"Composition: {composition}. "
        f"Lighting: {eclairage}. "
        f"Perspective: {perspective}. "
        f"Style: {style}. "
        f"Technical details: {details_techniques}."
    )

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

    data = base64.b64decode(response.data[0].b64_json)
    with open(output, "wb") as f:
        f.write(data)
    print(f"Advanced image: {output}")
    return prompt


prompt_utilise = prompt_multicouche(
    sujet="Architect working on blueprints in a bright studio",
    composition="Rule of thirds, subject at left third, depth with multiple planes",
    eclairage="Lateral natural light from large windows, soft shadows",
    perspective="Slightly low angle (subtle low-angle shot), 35mm focal length",
    style="Editorial documentary photography, warm desaturated tones",
    details_techniques="Medium depth of field, sharp foreground, light background bokeh",
    output="architecte_atelier.png"
)

A kompozíció mestere

A kompozíció határozza meg, hogyan vándorol a tekintet a képen, és te úgy irányítod ezt, hogy megnevezed azokat a szabályokat, amelyeket a modell felismer.

Klasszikus kompozíciós szabályok

Az alábbi szótár öt fő kompozíciós családot gyűjt össze, és alkalmazza őket egy szándékosan azonos témára – egy elszigetelt világítótorony egy breton sziklán –, hogy az összehasonlítás kizárólag a rendezésre fókuszáljon. A harmadolási szabály a világítótornyot az erővonalak metszéspontjába helyezi, és a leg„természetesebb“ képet eredményezi; a Wes Anderson-féle szimmetria középre igazítja a függőleges tengelyt, és tükrözést ad a vízben; az átlós kompozíció feszültséget teremt a bal alsó saroktól a jobb felső sarokig; a „keret a keretben“ módszer arra késztet, hogy egy íven vagy ablakon keresztül lásd a világítótornyot, azonnali mélységet teremtve; végül a minimalista kompozíció apró pöttyé redukálja a világítótornyot egy hatalmas negatív térben, a témát puszta ürüggyé téve. Öt kép ugyanarról a világítótoronyról, öt különböző állítás.

from openai import OpenAI
import base64

client = OpenAI()

compositions = {
    "regle_des_tiers": (
        "Rule of thirds composition, subject positioned at the intersection "
        "of power lines (right third, bottom third)"
    ),
    "symetrie": (
        "Perfectly symmetrical composition, central vertical axis, "
        "reflections in water, Wes Anderson style"
    ),
    "diagonale": (
        "Dynamic diagonal composition, power line from "
        "bottom-left corner to top-right corner"
    ),
    "cadre_dans_cadre": (
        "Frame within a frame: subject viewed through an arch, "
        "a window, or a natural framing"
    ),
    "minimaliste": (
        "Minimalist composition, huge negative space, "
        "small isolated subject in a vast environment"
    ),
}

sujet_base = "An isolated lighthouse on a Breton cliff facing the sea"

for nom, composition in compositions.items():
    prompt = f"{sujet_base}, {composition}, landscape photography"

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

    path = f"composition_{nom}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(path, "wb") as f:
        f.write(data)
    print(f"Composition {nom} → {path}")

Síkok és mélység

A mélységet nem tömbösen kéred, hanem síkról síkra építed fel. Az alábbi prompt egy provence-i piacot ír le úgy, hogy expliciten tartalmat és élességet rendel mindhárom síkhoz: szappanok és levendula az előtérben, tökéletesen élesen; az árus és a vevője a középtérben, enyhén elmosódva; arany színű kőhomlokzatok és platánfák a háttérben, hangsúlyos bokeh-val. Az 50 mm-es, f/1.8-ra nyitott objektív említése a végén csak optikailag megerősíti azt, amit a leírás már felépített – és éppen ez a szándékos redundancia teszi megbízhatóvá az eredményt.

from openai import OpenAI
import base64

client = OpenAI()

prompt_profondeur = (
    "Provençal market scene with three distinct planes: "
    "sharp foreground—display of lavender and artisanal soaps, "
    "middle ground—vendor and customer in conversation, slight blur, "
    "background—golden stone facades and plane trees, pronounced bokeh. "
    "Photography with 50mm f/1.8 lens, shallow depth of field."
)

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

data = base64.b64decode(response.data[0].b64_json)
with open("marche_profondeur.png", "wb") as f:
    f.write(data)

A fény mestere

A fény a leghatékonyabb eszköz a hangulat megteremtésére, és a legköltséghatékonyabb a befektetett karakterek szempontjából. Hat beállítás lefedi a legtöbb igényt, és az alábbi ciklus mindegyiket alkalmazza ugyanarra a koncentrált hegedűművész portréjára. A Rembrandt-féle megvilágítás egyetlen, 45 fokos fényforrással és a háromszög alakú fénnyel az ellenkező arcon a klasszikus stúdióportrét adja. A peremfény (rim light) a téma mögé helyezi a forrást, és csak a körvonalak haloját hagyja meg, sziluett képet eredményezve. Az osztott fény (split lighting) két félre vágja az arcot, az egyiket megvilágítva, a másikat árnyékba borítva, azonnal filmes regiszterbe váltva. Az aranyszínű óra (golden hour) söprő aranyfényt és nosztalgikus lencsebecsillanást hoz, a városi neon rózsaszín és cián forrásokat tükrözve nedves felületeken, a high-key stúdiófény pedig árnyékmentes egyenletességet és kereskedelmi fehér hátteret biztosít. Ugyanaz a téma sorra válik intimmé, titokzatossá vagy reklámkésszé.

from openai import OpenAI
import base64

client = OpenAI()

eclairages_avances = {
    "rembrandt": (
        "Rembrandt lighting: single source at 45 degrees, triangular highlight "
        "on opposite cheek, deep dramatic shadows"
    ),
    "rim_light": (
        "Backlighting (rim light): silhouette outlined by a luminous halo, "
        "source directly behind subject, details in shadows"
    ),
    "split": (
        "Split lighting: half face lit, half in shadow, "
        "clear separation, mysterious cinematic atmosphere"
    ),
    "golden_hour": (
        "Golden hour: raking golden light, long warm shadows, "
        "subtle lens flare, soft nostalgic atmosphere"
    ),
    "neon": (
        "Urban neon lighting: multiple pink and cyan sources, "
        "reflections on wet surfaces, nocturnal cyberpunk atmosphere"
    ),
    "studio_high_key": (
        "High-key studio: uniformly bright lighting, minimal shadows, "
        "white background, clean commercial atmosphere"
    ),
}

sujet = "Portrait of a focused violinist"

for nom, eclairage in eclairages_avances.items():
    prompt = f"{sujet}, {eclairage}"

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1536",
        quality="high",
    )

    path = f"eclairage_{nom}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(path, "wb") as f:
        f.write(data)
    print(f"Lighting {nom} → {path}")

A perspektíva mestere

A perspektíva befolyásolja, hogyan érzékeli a néző a témát, és hatása szinte mindig pszichológiai, mielőtt esztétikai lenne. A felülnézet (high angle) lenéz a jelenetre és kicsinyíti azt, amit lát; az alulnézet (low angle), ahol a kamera a föld szintjén van, felnagyítja a témát és hatalmat ad neki; a tökéletesen függőleges légi felvétel megszünteti a térfogatot, és grafikussá teszi a valóságot; a békanézet (worm’s-eye view) az alulnézetet viszi végletekig, minden távlati vonalat az ég felé konvergálva; végül a szemmagassági nézet 50 mm-es gyújtótávolsággal reprodukálja az emberi látást, és eltűnik a téma javára. Üveg-acél felhőkarcolókon e öt kép közötti különbség nem az épületben rejlik, hanem abban a viszonyban, amelyet létrehoznak vele. Figyeld meg, hogy a ciklus álló formátumra vált a két alacsony szögű felvétel esetén, mert egy épület alulnézetének szüksége van a magasságra, hogy lélegezzen.

from openai import OpenAI
import base64

client = OpenAI()

perspectives = {
    "plongee": (
        "High-angle view (top-down), camera overlooking the scene, "
        "domination effect, subject viewed from above at 45 degrees"
    ),
    "contre_plongee": (
        "Low-angle view (bottom-up), camera at ground level looking up, "
        "effect of grandeur and power"
    ),
    "aerienne": (
        "Drone aerial view, perfectly vertical (90 degrees), "
        "graphic composition, textures and patterns visible from above"
    ),
    "worm_eye": (
        "Worm's-eye view, camera placed on ground, extreme perspective "
        "with vanishing lines converging toward the sky"
    ),
    "eye_level": (
        "Eye-level view, natural and immersive, "
        "50mm focal length, like human vision"
    ),
}

sujet = "Modern glass and steel skyscrapers"

for nom, perspective in perspectives.items():
    prompt = f"{sujet}, {perspective}, architectural photography"

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1536" if nom in ["contre_plongee", "worm_eye"] else "1536x1024",
        quality="high",
    )

    path = f"perspective_{nom}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(path, "wb") as f:
        f.write(data)
    print(f"Perspective {nom} → {path}")

Újrahasználható prompt-generátor

Ha minden szkriptben kézzel fűzöl össze hét réteget, előbb-utóbb elfelejtesz egyet, vagy felcserélsz kettőt. A PromptBuilder osztály ezt oldja meg úgy, hogy rétegenként egy-egy metódust tesz elérhetővé, és minden hívásnál visszaadja az self objektumot, lehetővé téve, hogy olvasható sorrendben láncold a beállításokat, és csak azokat add meg, amelyekre szükséged van. A build() metódus ezután összerakja a témát és a kitöltött rétegeket egy szöveggé, amely készen áll a client.images.generate() számára. A tengerparti kávézó példája mind a hét elérhető réteget megvalósítja – kompozíció, fény, perspektíva, stílus, színek, atmoszféra, technika –, és olyan promptot hoz létre, amelyet semmilyen rögtönzés nem tudna ilyen teljesre csinálni.

class PromptBuilder:
    """Strukturált vizuális promptok generátora."""

    def __init__(self, sujet: str):
        self.sujet = sujet
        self.layers = {}

    def composition(self, desc: str):
        self.layers["composition"] = desc
        return self

    def eclairage(self, desc: str):
        self.layers["lighting"] = desc
        return self

    def perspective(self, desc: str):
        self.layers["perspective"] = desc
        return self

    def style(self, desc: str):
        self.layers["style"] = desc
        return self

    def couleurs(self, desc: str):
        self.layers["color palette"] = desc
        return self

    def atmosphere(self, desc: str):
        self.layers["atmosphere"] = desc
        return self

    def technique(self, desc: str):
        self.layers["technique"] = desc
        return self

    def build(self) -> str:
        parts = [self.sujet]
        for key, value in self.layers.items():
            parts.append(f"{key}: {value}")
        return ". ".join(parts)


# Használat
prompt = (
    PromptBuilder("Artisanal seaside café, terrace with umbrellas")
    .composition("Rule of thirds, terrace in foreground, sea at horizon")
    .eclairage("Late afternoon, raking golden light, long shadows")
    .perspective("Slight high angle, 28mm wide-angle focal length")
    .style("Lifestyle photography, warm tones, analog film")
    .couleurs("Terracotta, Mediterranean blue, off-white, olive green")
    .atmosphere("Relaxed and Mediterranean, sea breeze")
    .technique("Deep depth of field, sharp from foreground to infinity")
    .build()
)

print(prompt)
# Használd ezt a promptot a client.images.generate() hívásnál

Most vedd birtokba ezt az eszköztárat egyetlen igényes témán: egy régi könyvtáron. Készíts öt képet a PromptBuilder segítségével, szisztematikusan variálva a kompozíciót, a fényt és a perspektívát, majd gyűjtsd össze őket egy HTML katalógusba. Az öt kép egymás mellett látása mutatja meg neked, hogy a gyakorlatodban melyik réteg a legfontosabb.