Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Valdyk kokybę, stilių ir raišką

Paskaita 4 iš 12 Atnaujinta 2026 m. lapkričio 2 d. Kūrėjas
Šiame puslapyje
  1. Valdyk kokybę, stilių ir raišką
  2. Kokybės lygiai
  3. Galimos raiškos
  4. Valdyk stilių per savo užklausą
  5. Pagalbinė generavimo funkcija
  6. Pasirink tinkamą derinį

Atnaujinta 2026 m. lapkričio 2 d. — Vaizdų modeliai. gpt-image-1, modelis, kuriam iš pradžių buvo skirtas šis kursas, buvo panaikintas 2026 m. spalio 23 d.. Be to, gpt-image-1.5, gpt-image-1-mini ir chatgpt-image-latest bus nutraukti 2026 m. gruodžio 1 d.. Pavyzdžiuose dabar naudojamas gpt-image-2.5-sunburst, kuris užtikrina didžiausią tikslumą redaguojant; gpt-image-2.5-flare yra greitesnis standartiniam generavimui. Abu modeliai dabar palaiko xhigh ir max kokybės lygius. GPT vaizdų modeliai visada grąžina vaizdus base64 formatu: parametras response_format, naudotas senesniuose DALL·E modeliuose, nebepriimamas ir buvo pašalintas iš kodo. Šaltinis: Vaizdų generavimas (OpenAI).

Valdyk kokybę, stilių ir raišką

GPT vaizdai suteikia kelis svertus tavo išvesties derinimui, tačiau jie visi veikia skirtingai. Kokybė ir raiška yra aiškūs API parametrai, darantys įtaką kainai ir generavimo laikui. Tuo tarpu stilius valdomas išimtinai per tavo užklausą (prompt). Suprasdamas šį skirtumą, neieškosi neegzistuojančių parinkčių ir galėsi optimizuoti kokybės bei kainos santykį kiekvienam generavimui.

Kokybės lygiai

Parametras quality tiesiogiai veikia detalių lygį ir generavimo laiką. Geriausias būdas pamatyti skirtumą – išbandyti jį sudėtingam objektui, pavyzdžiui, natiurmortui su Rembranto apšvietimu, kur gradientai ir tekstūros yra kritiškai svarbūs, o ne plokščiai grafikai, kurioje skirtumai būtų nematomi.

import base64
from openai import OpenAI

client = OpenAI()

qualities = ["low", "medium", "high"]

for q in qualities:
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Still life with exotic fruits on a marble table, Rembrandt lighting",
        size="1024x1024",
        quality=q
    )
    with open(f"quality_{q}.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Quality {q}: quality_{q}.png")
KokybėDetalėsLaikasKainaRekomenduojamas naudojimas
lowPagrindinėsGreitasEkonomiškaJuodraščiai, testai, prototipai
mediumGerosVidutinisVidutinėSocialiniai tinklai, prezentacijos
highMaksimaliosLėtesnisAukštaSpauda, reklama, portfoliai

Galimos raiškos

Galimi trys kraštinių santykiai, kiekvienas pritaikytas specifiniams naudojimo atvejams: kvadratinis 1024×1024 socialiniams tinklams ir avatarams, portretinis 1024×1536 istorijoms, plakatams ir mobiliems ekranams bei kraštovaizdis 1536×1024 antraštėms, viršutinėms juostoms ir prezentacijoms. Visada generuok tiesiogiai į tavo norimą formatą. Vėlesnis apkarpymas eikvoja pikselius, už kuriuos sumokėjai, ir sutrikdo kompoziciją, kurią modelis sukūrė būtent tam kadrui.

import base64
from openai import OpenAI

client = OpenAI()

resolutions = {
    "1024x1024": "Kvadratas – idealu socialiniams tinklams ir avatarams",
    "1024x1536": "Portretas – istorijos, plakatai, mobilieji",
    "1536x1024": "Kraštovaizdis – antraštės, viršutinės juostos, prezentacijos",
}

for size, description in resolutions.items():
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Panoramic view of a futuristic city at dusk, neon lights and skyscrapers",
        size=size,
        quality="medium"
    )
    with open(f"city_{size}.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"{size} ({description}) → city_{size}.png")

Valdyk stilių per savo užklausą

Stilius nėra aiškus API parametras; jį valdai išimtinai per savo užklausą. Patikimiausias būdas – nurodyti tikslią terpę su jai būdinga terminija. „Profesionali fotografija, Nikon D850, f/2.8“ ne tik prašo nuotraukos – tai reikalauja specifinio lauko gylio ir optinio atvaizdavimo. „Retro 16 bitų pikselių menas, ribota paletė“ nustato raiškos apribojimą, kurio modelis laikysis. Toliau pateikta kilpa taiko penkias skirtingas terpes tam pačiam objektui, todėl skirtumai tampa iškart matomi.

import base64
mediums = [
    "professional photography, Nikon D850, f/2.8",
    "oil painting on canvas, impressionist style",
    "flat design vector illustration, pastel colors",
    "architectural technical drawing, cross-section view",
    "retro 16-bit pixel art, limited palette",
]

for medium in mediums:
    prompt = f"A typical Parisian café with outdoor seating, {medium}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="medium"
    )
    filename = f"cafe_{mediums.index(medium) + 1}.png"
    with open(filename, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"{medium[:40]}... → {filename}")

Apšvietimas yra antras tavo svertas ir dažnai pats galingiausias: jis gali radikaliai pakeisti tą pačią sceną. Keramikos meistrės portretas jos dirbtuvėse tampa santūriu dokumentiniu kadru esant trijų taškų studijiniam apšvietimui, reklaminiu vaizdu „aukso valandos“ šviesoje arba filmo plakatu Caravaggio stiliaus chiaroscuro technika. Objektas nepakito nė žodžiu; pasikeitė tik atmosfera.

import base64
lightings = [
    "three-point studio lighting, neutral white background",
    "natural golden hour light",
    "cyberpunk neon lighting, pink and blue",
    "dramatic Caravaggio-style chiaroscuro",
    "diffuse rainy day light, gray tones",
]

for lighting in lightings:
    prompt = f"Portrait of a ceramic artisan in her workshop, {lighting}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1536",
        quality="high"
    )
    filename = f"artisan_{lightings.index(lighting) + 1}.png"
    with open(filename, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Lighting: {lighting} → {filename}")

Pagalbinė generavimo funkcija

Kartoti tas pačias šešias eilutes kiekvienam kvietimui greitai tampa nuobodu ir klaidų kupina. Apjunk savo numatytuosius nustatymus į pakartotinai naudojamą funkciją, kuri taip pat tvarko saugojimą diske ir failų priesagų pridėjimą, kai prašai kelių vaizdų.

from openai import OpenAI
import base64
from pathlib import Path

client = OpenAI()

def generate_image(
    prompt: str,
    output_path: str,
    size: str = "1024x1024",
    quality: str = "medium",
    n: int = 1
) -> list[str]:
    """
    Sugeneruoja vieną ar daugiau vaizdų ir išsaugo juos lokaliai.
    Grąžina sukurtų failų kelių sąrašą.
    """
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        n=n,
        size=size,
        quality=quality,
    )

    paths = []
    for i, image in enumerate(response.data):
        if n > 1:
            path = Path(output_path).stem + f"_{i+1}" + Path(output_path).suffix
        else:
            path = output_path

        data = base64.b64decode(image.b64_json)
        with open(path, "wb") as f:
            f.write(data)
        paths.append(path)
        print(f"Saved: {path}")

    return paths


# Naudojimas
generate_image(
    prompt="Premium packaging for matcha tea, minimalist Japanese design",
    output_path="matcha_packaging.png",
    size="1024x1024",
    quality="high"
)

Pasirink tinkamą derinį

Abu parametrus pasirenki kartu, atsižvelgdamas į savo tikslinę terpę. Toliau pateiktoje lentelėje apibendrinti dažniausiai pasitaikantys scenarijai.

KontekstasRaiškaKokybė
Greitas prototipavimas1024×1024low
Įrašas „Instagram“ / „LinkedIn“1024×1024medium
Vertikali istorija / „Reel“1024×1536medium
Tinklalapio antraštė / viršutinė juosta1536×1024medium
A3+ dydžio spausdintas plakatas1024×1536high
Kūrybinis portfolis / knyga1024×1024high
Masinis užklausų testavimas1024×1024low

Gamyboje nekopijuok šios lentelės rankiniu būdu į kiekvieną scenarijų. Paversk ją konfigūracijos logika ir leisk savo kodui pasirinkti pagal deklaruotą kontekstą. Taip gausi vieną tiesos šaltinį, ir jei vėliau nuspręsi, kad tavo įrašai socialiniuose tinkluose turėtų būti high kokybės, pakaks pakeisti vieną eilutę.

def generate_for_context(prompt: str, context: str, output: str):
    """Automatiškai pritaiko kokybę ir raišką pagal kontekstą."""
    configs = {
        "prototype": {"size": "1024x1024", "quality": "low"},
        "social_media": {"size": "1024x1024", "quality": "medium"},
        "story": {"size": "1024x1536", "quality": "medium"},
        "banner": {"size": "1536x1024", "quality": "medium"},
        "print": {"size": "1024x1536", "quality": "high"},
    }

    config = configs.get(context, configs["social_media"])

    return generate_image(
        prompt=prompt,
        output_path=output,
        **config
    )


# Sugeneruok tą patį vaizdą skirtingoms terpėms
generate_for_context(
    "Corsen AI logo on dark background, premium tech style",
    "social_media",
    "logo_social.png"
)

Norėdamas pats susidaryti nuomonę apie šiuos nustatymus, sugeneruok visą matricą pats: parašyk scenarijų, kuris paima vieną užklausą ir sukuria visus devynis kokybės ir raiškos derinius, išsaugo kiekvieną failą aiškiu pavadinimu, pavyzdžiui, image_low_1024x1024.png, ir atvaizduoja santraukos lentelę. Greitai pastebėsi, kada „medium“ kokybės visiškai pakanka.