Strumento image_generation: Creare immagini
In questa pagina
Generare immagini tramite il tuo agente
Lo strumento image_generation permette al tuo agente di creare immagini a partire da descrizioni testuali. Completa gli strumenti che hai già visto: mentre code_interpreter produce numeri e grafici, questo genera contenuti visivi. È uno strumento potente per casi d’uso creativi, la generazione di mockup o l’illustrazione di concetti. Come gli altri strumenti integrati, lo abiliti durante la creazione dell’agente e il modello decide se invocarlo in base alla richiesta.
Creare un agente con generazione di immagini
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
agent = client.beta.agents.create(
model="mistral-medium-latest",
name="Creative Agent",
instructions="""You are a creative assistant specialized in image generation.
- Rephrase requests into detailed prompts for better results
- Describe the image you are about to generate before creating it
- Propose variations if the result is unsatisfactory""",
tools=[{"type": "image_generation"}],
completion_args={"temperature": 0.3, "top_p": 0.95}
)
Le istruzioni hanno qui un peso significativo. Chiedendo all’agente di riformulare la richiesta in un prompt dettagliato, trasformi un vago «fammi un’immagine di un gatto» in una descrizione eseguibile. Facendogli annunciare l’immagine prima di generarla, ti dai la possibilità di correggere il tiro prima che avvenga la generazione. Una temperatura di 0.3 mantiene questa riformulazione disciplinata: cerchi precisione descrittiva, non libera invenzione.
Generare un’immagine
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Generate an image of an orange cat in a modern office."
)
Dietro questa singola chiamata, l’agente concatena quattro passaggi: analizza la tua richiesta, formula un prompt ottimizzato per il modello di generazione, crea l’immagine e restituisce infine il file. Questi passaggi appaiono negli output della conversazione, permettendoti di vedere quale prompt ha prodotto quale immagine. Questo è prezioso quando un risultato ti soddisfa e desideri riprodurlo.
Scaricare le immagini generate
Le immagini non tornano come testo nella risposta: arrivano come oggetti ToolFileChunk nel contenuto e recuperi il file effettivo tramite le API Files.
from mistralai.client.models import ToolFileChunk
for i, chunk in enumerate(response.outputs[-1].content):
if isinstance(chunk, ToolFileChunk):
# Download the image file
file_bytes = client.files.download(file_id=chunk.file_id).read()
# Save locally
with open(f"image_{i}.png", "wb") as f:
f.write(file_bytes)
print(f"Image saved: image_{i}.png")
Tre casi d’uso comuni
Il primo è l’illustrazione della documentazione, dove un diagramma spiega meglio di un paragrafo.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Create a visual diagram showing a microservices architecture with an API Gateway, 3 services, and a database."
)
Il secondo riguarda i mockup visivi, per materializzare una direzione prima di coinvolgere un designer.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Generate a homepage mockup for an online learning website, modern and minimalist style with blue tones."
)
Il terzo è la creazione di contenuti marketing, dove l’agente produce un visual su misura partendo da un brief scritto.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Create a promotional banner for an AI course, with the text 'Master AI in 2026' on a tech background."
)
In tutti e tre i casi, la qualità del brief determina la qualità del risultato: un agente creativo non inventa la tua intenzione, la esegue.
Combinare con altri strumenti
La generazione di immagini raggiunge il suo pieno potenziale se associata ad altri strumenti. Cercare dati, analizzarli e poi illustrarli diventa un unico flusso fluido dal punto di vista dell’utente.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Multimodal Agent",
description="Search, code, and images.",
instructions="Use search to find data, code to analyze it, and image generation to illustrate it.",
tools=[
{"type": "web_search"},
{"type": "code_interpreter"},
{"type": "image_generation"}
]
)
Scrivere buoni prompt per immagini
Cinque leve migliorano significativamente i risultati. Innanzitutto, sii descrittivo: «Un gatto arancione a strisce seduto su una scrivania di legno, illuminazione naturale, stile fotografico» produce un’immagine completamente diversa rispetto a «un gatto». Poi, specifica lo stile atteso: fotografico, illustrazione, acquerello, minimalista. Indica la composizione, ovvero vista frontale, angolazione dall’alto, primo piano o campo largo. Menziona l’illuminazione, sia essa naturale, da studio, controluce o golden hour. Infine, specifica i colori: palette calda, toni freddi, monocromo. Questi cinque assi sono esattamente ciò che scrivi nelle istruzioni dell’agente affinché possa arricchire le richieste troppo brevi dei tuoi utenti.
Gestire i file generati
Le immagini generate sono archiviate temporaneamente nel cloud Mistral tramite le API Files. Prendi l’abitudine di inventariare e pulire: altrimenti, il tuo spazio si riempie di bozze dimenticate e i file di cui avevi bisogno scompaiono perché non scaricati in tempo.
# List files
files = client.files.list()
for f in files.data:
print(f"{f.id} — {f.filename} — {f.bytes} bytes")
# Delete a file
client.files.delete(file_id="file-xxxxxxxx")
Punti chiave
image_generationcrea immagini a partire da descrizioni testuali- Le immagini tornano come oggetti
ToolFileChunke sono scaricabili tramiteclient.files.download() - Prompt dettagliati (stile, composizione, illuminazione) migliorano significativamente i risultati
- Lo strumento può essere combinato con web_search e code_interpreter
- I file generati sono temporanei: scaricali o verranno eliminati