Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Többképes szerkesztés és hivatkozások

7. lecke 14 közül Frissítve 2026. november 2. Kezdő
Ezen az oldalon
  1. Több forráskép kezelése
  2. Az images paraméter (többes szám)
  3. Képek hivatkozása a promptban
  4. Többképes használati esetek
  5. Korlátok és legjobb gyakorlatok
  6. Gyakorlati feladat
  7. Főbb megállapítások

Frissítve: 2026. november 2. — Imagine. A grok-imagine-image-quality modell 2026. november 2-tól megszűnt (a kéréseket az Imagine 2.0 kezeli low minőségben): a példák most a grok-imagine-image (Imagine 1.0) és a grok-imagine-image-2.0 (Imagine 2.0, low, medium vagy auto minőség) modelleket használják. Az OpenAI SDK esetén az aspect_ratio, resolution és quality paramétereket az extra_body objektumon keresztül kell átadni, míg a szerkesztést az xAI SDK-val vagy közvetlen HTTP-kéréssel végezzük.

Több forráskép kezelése

A szerkesztési végpont egyik legnagyobb előnye, hogy egyetlen kérésben akár 5 referenciaképet is megadhatsz. Ez fejlett kreatív lehetőségeket nyit meg: elemek kombinálása több forrásból, stílusok összemosása vagy összetett kompozíciók létrehozása.

Az images paraméter (többes szám)

Ha az image paraméterről az images paraméterre váltasz, az nemcsak a paraméter szerkezetét változtatja meg, hanem azt is, amit a modelltől kérsz. Egyetlen forrás esetén a modell módosít egy képet; több forrás esetén döntenie kell közöttük – el kell döntenie, mit vegyen át az egyes képekből. A modell mindenképpen dönteni fog; a kérdés csupán az, hogy te irányítod-e ezt a folyamatot, amire a következő szakasz fókuszál.

Vedd figyelembe, hogy a két paraméter kölcsönösen kizárja egymást: az image (egyetlen objektum) és az images (tömb) nem használható egyszerre.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

payload = {
    "model": "grok-imagine-image",
    "prompt": "Combine the character from the first image with "
              "the landscape from the second image",
    "images": [
        {"url": "https://exemple.com/personnage.jpg"},
        {"url": "https://exemple.com/paysage.jpg"}
    ]
}

response = requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
).json()

Képek hivatkozása a promptban

Ha több képet adsz meg, a promptban egyesével hivatkozhatsz rájuk a <IMAGE_0>, <IMAGE_1> stb. szintaxis használatával. Az indexelés 0-tól indul.

payload = {
    "model": "grok-imagine-image",
    "prompt": "Place the product from <IMAGE_0> on the table from <IMAGE_1>, "
              "with the ambient lighting from <IMAGE_2>",
    "images": [
        {"url": "https://exemple.com/produit.jpg"},      # <IMAGE_0>
        {"url": "https://exemple.com/table.jpg"},         # <IMAGE_1>
        {"url": "https://exemple.com/ambiance.jpg"}       # <IMAGE_2>
    ]
}

Ez a szintaxis választja el a kontrollált kompozíciót a hozzávetőleges összemosástól. A „kombináld ezeket a képeket“ utasítás mindent a modellre bíz; a „helyezd el a <IMAGE_0> termékét a <IMAGE_1> környezetében, megtartva a <IMAGE_1> világítását“ utasítás nem hagy teret az értelmezésnek. Amint egynél több forrást adsz meg, hivatkozz rájuk explicit módon.

Többképes használati esetek

Stílustranszfer

Egy referenciakép stílusának alkalmazása egy másik képre:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Reproduce the content of <IMAGE_0> in the artistic style of <IMAGE_1>",
    "images": [
        {"url": "https://exemple.com/photo-originale.jpg"},
        {"url": "https://exemple.com/reference-style.jpg"}
    ]
}

Termékkompozíció

Egy termék integrálása egy környezetbe, referenciavilágítással:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Photograph the product from <IMAGE_0> placed on the furniture from <IMAGE_1> "
              "in the room from <IMAGE_2>, consistent natural lighting",
    "images": [
        {"url": "https://exemple.com/produit-detouré.png"},
        {"url": "https://exemple.com/meuble.jpg"},
        {"url": "https://exemple.com/piece.jpg"}
    ]
}

Arc és háttér egyesítése

Egy portré kombinálása egy specifikus háttérrel:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Place the person from <IMAGE_0> in front of the building from <IMAGE_1>, "
              "keeping natural lighting and perspective",
    "images": [
        {"url": "https://exemple.com/portrait.jpg"},
        {"url": "https://exemple.com/batiment.jpg"}
    ]
}

Korlátok és legjobb gyakorlatok

A technikai korlát kérésenként 5 kép, és szabadon keverheted a formátumokat – egyes források URL-ként, mások Base64-ként – ugyanabban a tömbben. Az igazi nehézség nem itt rejlik: hanem a prompt pontosságában, amelynek a képek számával arányosan növekednie kell. Két forrás esetén gyakran elég annyi, hogy „kombináld a karaktert és a környezetet“; öt forrás esetén a modell már nem tudja kitalálni, melyik elemet melyik képből vegye, és pontosan itt jön szerepbe a <IMAGE_1> és <IMAGE_5> közötti hivatkozás: „helyezd el a <IMAGE_2> logóját a <IMAGE_1> karakterének pólóján, a <IMAGE_3> világítási hangulatában“ nem hagy helyet a félreértésnek. Összetett, többforrásos kompozíciók esetén a pro modell (grok-imagine-image-quality) indokolja a többletköltséget: pontosan itt a leglátványosabb a különbség a szabványos modellhez képest, a heterogén elemek közötti konzisztencia terén.

Gyakorlati feladat

Próbálj meg kombinálni két saját képet:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Create a scene where the object from <IMAGE_0> floats in the sky from <IMAGE_1>, "
              "surrealist style",
    "images": [
        {"url": "URL_OF_YOUR_FIRST_IMAGE"},
        {"url": "URL_OF_YOUR_SECOND_IMAGE"}
    ],
    "n": 3
}

Generálj 3 variációt, hogy összehasonlítsd a modell értelmezéseit.

Főbb megállapítások

  • Az images paraméter tömbben akár 5 forrásképet fogad el
  • Az image (egyes szám) és az images (többes szám) kölcsönösen kizárják egymást
  • A <IMAGE_0>, <IMAGE_1> szintaxis lehetővé teszi, hogy a promptban egyesével hivatkozz a képekre
  • Használati esetek közé tartozik a stílustranszfer, a kompozíció és az egyesítés
  • Legyél precíz a promptban, ha több forrást használsz