Variacijos ir iteracijos
Šiame puslapyje
Atnaujinta 2026 m. lapkričio 2 d. — Vaizdų modeliai.
gpt-image-1, modelis, kuriam iš pradžių buvo skirtas šis kursas, buvo nutrauktas 2026 m. spalio 23 d.. Be to,gpt-image-1.5,gpt-image-1-miniirchatgpt-image-latestbus pašalinti 2026 m. gruodžio 1 d.. Pavyzdžiuose dabar naudojamasgpt-image-2.5-sunburst, kuris užtikrina didžiausią tikslumą redaguojant;gpt-image-2.5-flareyra greitesnis standartiniam generavimui. Abu modeliai taip pat palaikoxhighirmaxkokybės nustatymus. GPT vaizdų modeliai visada grąžina vaizdus base64 formatu: senesnių DALL·E modelių parametrasresponse_formatnebepriimamas ir buvo pašalintas iš kodo. Šaltinis: Vaizdų generavimas (OpenAI).
Variacijos ir iteracijos
Sukurti tobulą vaizdą iš pirmo karto – retenybė. Tikras darbas reiškia variacijų generavimą, jų palyginimą ir laipsnišką užklausos (prompt) tikslinimą, kol pasiekiamas norimas rezultatas. Šioje pamokoje sužinosi tris šiam metodui reikalingus įrankius: variaciją pakartotinai paleidžiant, variaciją modifikuojant užklausą ir iteraciją per nuoseklų tobulinimą.
To paties koncepto variacijų generavimas
Paprastiausias būdas – paleisti generavimą iš naujo su ta pačia užklausa: GPT vaizdai kiekvieną kartą sukuria skirtingą rezultatą. Tai naudinga tyrinėjimo pradžioje, kai dar nežinai, ko tiksliai ieškai, ir nori pamatyti galimų idėjos interpretacijų spektrą.
from openai import OpenAI
import base64
client = OpenAI()
def generate_variations(prompt: str, n_variations: int, prefix: str):
"""Generuoti kelias nepriklausomas tos pačios užklausos variacijas."""
paths = []
for i in range(n_variations):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium",
)
path = f"{prefix}_v{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
paths.append(path)
print(f"Variacija {i+1} išsaugota: {path}")
return paths
variations = generate_variations(
prompt="Sodininko roboto, laistančio gėles, iliustracija, vaikiškas ir spalvingas stilius",
n_variations=5,
prefix="gardener_robot"
)
Variacijos modifikuojant užklausą
Ankstesnis požiūris palieka vietos atsitiktinumui; šis suteikia kontrolę. Fiksuoji nekintamąjį objektą – čia tai garuojantis kavos puodelis ant medinio stalo – ir keiti tik vieną aspektą: nuotaiką. Tada penki rezultatai tampa palyginami, nes tiksliai žinai, kas juos skiria. Tai skirtumas tarp penkių bandymų ir eksperimento.
from openai import OpenAI
import base64
client = OpenAI()
base_prompt = "Garuojantis kavos puodelis ant medinio stalo"
moods = [
"švelni ryto šviesa, šilti tonai",
"Paryžiaus kavinės atmosfera, juoda ir balta",
"poparto stilius, sodrios spalvos",
"skandinaviškas minimalizmas, baltas fonas",
"jauki žiemos atmosfera, bokeh švieselių girliandos",
]
for i, mood in enumerate(moods):
prompt = f"{base_prompt}, {mood}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium",
)
path = f"cafe_mood_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Nuotaika: {mood[:30]}... → {path}")
Iteracija tikslinant užklausą
Kai rezultatas netenkina, teisinga reakcija – ne paleisti iš naujo ir tikėtis sėkmės, o pridėti trūkstamą apribojimą. Toliau pateikta serija rodo šią progresiją realiame pavyzdyje: „Fintech startuopo logotipas“ modeliui nieko nesako; antroji iteracija apriboja spalvų skaičių ir foną; trečioji įvardija vizualinę metaforą ir paletę; ketvirtoji nusileidžia iki šešioliktainių kodų ir brūkšnio storio. Su kiekvienu etapu galimų rezultatų erdvė siaurėja, o atkuriamumas didėja.
from openai import OpenAI
import base64
client = OpenAI()
iterations = [
# 1 iteracija: bazinė užklausa
"Fintech startuopo logotipas",
# 2 iteracija: vizualinių apribojimų pridėjimas
"Fintech startuopo logotipas, minimalistas dizainas, daugiausia dvi spalvos, permatomas fonas",
# 3 iteracija: stiliaus tikslinimas
(
"Minimalistinis fintech startuopo logotipas, abstrakti geometrinė ikona, "
"kviečianti augimą, tamsiai mėlyna ir smaragdo žalia paletė, be teksto, vektorinis stilius"
),
# 4 iteracija: smulkūs patikslinimai
(
"Minimalistinis fintech startuopo logotipas, abstrakti geometrinė ikona: "
"dvi susikabinusios rodyklės, sudarančios deimantą, tamsiai mėlyna (#1B2A4A) ir "
"smaragdo žalia (#2ECC71), 2 px plonas brūkšnys, baltas fonas, aštrus vektorinis atvaizdavimas, centruota"
),
]
for i, prompt in enumerate(iterations):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
path = f"logo_iteration_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Iteracija {i+1}: {prompt[:60]}...")
print(f" → {path}\n")
Automatizuota iteracijos grandinė
Šiek tiek ilgesniame projekte žmogaus atminties nepakanka: po penkiolikos vaizdų nebežinai, kuri užklausa sukūrė kurį rezultatą. Toliau pateikta grandinė struktūrizuoja darbą į etapus, generuoja kelias variacijas kiekviename etape, failus pavadina taip, kad būtų galima atsekti kilmę, ir išsaugo visą užklausų istoriją JSON faile. Būtent šis istorijos failas daro sąranką vertinga: jis leidžia grįžti atgal ir kaupti patirtį nuo vieno projekto kitam.
from openai import OpenAI
import base64
import json
client = OpenAI()
def iteration_pipeline(brief: str, n_rounds: int = 3, n_per_round: int = 3):
"""
Iteracijos grandinė: generuoja kelias variacijas kiekviename etape,
saugo užklausų ir rezultatų istoriją.
"""
history = []
current_prompt = brief
for round_num in range(1, n_rounds + 1):
print(f"\n{'='*50}")
print(f"ETAPAS {round_num} — Užklausa: {current_prompt[:80]}...")
print(f"{'='*50}")
round_images = []
for i in range(n_per_round):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=current_prompt,
size="1024x1024",
quality="medium",
)
path = f"pipeline_r{round_num}_v{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
round_images.append(path)
print(f" Variacija {i+1}: {path}")
history.append({
"round": round_num,
"prompt": current_prompt,
"images": round_images
})
# Užklausos tikslinimas kitam etapui
if round_num < n_rounds:
current_prompt += ", daugiau detalių, geresnė kompozicija"
# Istorijos išsaugojimas
with open("pipeline_history.json", "w") as f:
json.dump(history, f, indent=2, ensure_ascii=False)
print(f"\nIstorija išsaugota: pipeline_history.json")
return history
iteration_pipeline(
brief="Nepriklausomos knygynų iliustracija iš išorės, rudens vakaras, Ghibli stilius",
n_rounds=3,
n_per_round=3
)
Variacijų palyginimas kataloge
Atidaryti devynis PNG failus po vieną peržiūros programoje neleidžia atlikti rimto palyginimo. Vietoj to sugeneruok HTML puslapį, kuriame jie atvaizduojami greta, o vaizdai užkoduoti base64 formatu, kad failas būtų savarankiškas ir jį būtų galima dalintis tokį, koks yra, su klientu ar meno vadovu.
import base64
from pathlib import Path
from glob import glob
def generate_catalog(images: list[str], title: str, output: str = "catalog.html"):
"""Sukurti HTML puslapį su visais vaizdais greta."""
html_parts = [
'<!DOCTYPE html><html><head><meta charset="utf-8">',
f'<title>{title}</title>',
'<style>',
'body { background: #111; color: #fff; font-family: sans-serif; padding: 2rem; }',
'.grid { display: grid; grid-template-columns: repeat(auto-fill, minmax(300px, 1fr)); gap: 1rem; }',
'.card { background: #222; border-radius: 8px; overflow: hidden; }',
'.card img { width: 100%; display: block; }',
'.card p { padding: 0.5rem 1rem; font-size: 0.85rem; color: #aaa; }',
'</style></head><body>',
f'<h1>{title}</h1><div class="grid">',
]
for img_path in images:
with open(img_path, "rb") as f:
b64 = base64.b64encode(f.read()).decode()
html_parts.append(f'<div class="card">')
html_parts.append(f'<img src="data:image/png;base64,{b64}" />')
html_parts.append(f'<p>{Path(img_path).name}</p></div>')
html_parts.append('</div></body></html>')
with open(output, "w") as f:
f.write("\n".join(html_parts))
print(f"Katalogas sugeneruotas: {output}")
images = sorted(glob("pipeline_r*_v*.png"))
generate_catalog(images, "Variacijos — Ghibli knygynas")
Iteracijos disciplina
Keli principai skiria produktyvią iteraciją nuo brangiai kainuojančio bandymų ir klaidų metodo. Keisk tik vieną parametrą vienu metu, kitaip niekada nežinosi, kuris iš jų pagerino rezultatą. Saugok savo užklausų ir atvaizdų istoriją, kaip tai daro aukščiau pateikta grandinė, kad kauptum patirtį, o ne kiekvieną projektą pradėtum nuo nulio. Viso tyrinėjimo etapo metu dirbk su quality: low ir pereik prie high tik galutiniam atvaizdavimui, kitaip mokėsi didelius pinigus už vaizdus, kuriuos išmesi. Kai tiesiog ieškai greitos įvairovės, vieno užklausos ciklo su parametru n naudoti geriau nei užklausų kilpą. Galiausiai, failus vadink aprašomai: tai triviali smulkmena pirmąją dieną, bet lemiamas veiksnys po dviejų šimtų vaizdų.
Dabar pritaikyk visą šią seką pasirinktai temai – logotipui, iliustracijai ar produkto nuotraukai. Sugeneruok tris variacijas su pradine užklausa, patobulink tą užklausą atsižvelgdamas į rezultatus, sugeneruok tris naujas variacijas, o tada sukurk šešių vaizdų lyginamąjį HTML katalogą.