Promptai vizualiai pažengusiems: kompozicija, apšvietimas, perspektyva
Šiame puslapyje
Atnaujinta 2026 m. lapkričio 2 d. — vaizdų modeliai.
gpt-image-1, kuriam iš pradžių buvo skirtas šis kursas, buvo nutrauktas 2026 m. spalio 23 d., ogpt-image-1.5,gpt-image-1-miniirchatgpt-image-latestbus pašalinti 2026 m. gruodžio 1 d. Pavyzdžiuose dabar naudojamasgpt-image-2.5-sunburst– tiksliausias redagavimo modelis;gpt-image-2.5-flareyra greitesnis standartiniam generavimui. Abu taip pat palaikoxhighirmaxkokybės nustatymus. GPT Image modeliai visada grąžina vaizdus base64 formatu: senesnių DALL·E modelių parametrasresponse_formatnėra priimamas ir buvo pašalintas iš kodo. Šaltinis: Image generation (OpenAI).
Promptai vizualiai pažengusiems: kompozicija, apšvietimas, perspektyva
Gerai struktūruotas promptas yra tai, kas atskiria vidutinišką vaizdą nuo profesionalaus. Svarbu ne ilgis, o žodynas. GPT Image supranta fotografijos, kino ir dailės terminiją. Kalbėti šia kalba reiškia duoti nurodymus operatorui, o ne tiesiog išsakyti norą. Šioje pamokoje išmoksi šio žodyno ir kaip jį sutvarkyti.
Profesionalaus vizualinio prompto anatomija
Pažangus promptas suskirstomas į sluoksnius, kurių kiekvienas atsako į konkretų klausimą: kas ar kas, kaip išdėstyta, kaip apšviesta, iš kur žiūrima, kokiame registre, kokios optinės savybės. Aiškiai įvardijus šiuos sluoksnius prompto tekste – „Objektas: … Kompozicija: … Apšvietimas: …“ – padedi modeliui nesupainiotų registrų. Toliau pateiktame pavyzdyje aprašomas architektas savo studijoje: objektas užima kairįjį trečdalį pagal trečdalių taisyklę, šviesa krenta šoniniu būdu pro didelius langus, kamera nustatyta subtiliu žemu kampu su 35 mm židinio nuotoliu, registras – šiltas, nesotus, redaktoriškas dokumentinės fotografijos stilius, o lauko gylis palieka foną lengvame bokeh efekte. Kiekvienas iš šių šešių sakinių atima laisvę, kurią modelis kitaip panaudotų atsitiktinai.
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
):
"""Builds a multi-layer prompt for maximum control."""
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"
)
Kompozicijos valdymas
Kompozicija lemia, kaip žiūrovo žvilgsnis keliauja per vaizdą, ir tu tai kontroliuoji įvardydamas modelio atpažįstamas taisykles.
Klasikinės kompozicijos taisyklės
Žemiau pateiktame žodyne surinktos penkios pagrindinės kompozicinės šeimos ir pritaikytos tyčia identiškam objektui – vienišam švyturiui Bretanės uoloje, – kad palyginimas būtų sutelktas tik į pastatymą. Trečdalių taisyklė pastato švyturį galios linijų sankirtoje ir sukuria „natūraliausią“ vaizdą; Weso Andersono simetrija centruoja vertikalią ašį ir įtraukia atspindį vandenyje; įstrižainė sukuria įtampą nuo apatinio kairiojo kampo iki viršutinio dešiniojo; rėmas rėme leidžia žiūrėti į švyturį pro arką ar langą, sukurdamas momentalų gylį; galiausiai, minimalistinė kompozicija sumažina švyturį iki mažo taško didžiulėje neigiamoje erdvėje, paversdama objektą tik pretekstu. Penki to paties švyturio vaizdai, penki skirtingi teiginiai.
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}")
Planai ir gylis
Gylis nėra prašomas bendrai; jis kuriamas planas po plano. Šis promptas aprašo Provanso turgų, aiškiai priskirdamas turinį ir ryškumą kiekvienam iš trijų planų: muilai ir levandos priekiniame plane – visiškai ryškūs; pardavėjas ir pirkėjas viduriniame plane – šiek tiek neryškūs; aukso spalvos akmenų fasadai ir platanai fone – su ryškiu bokeh efektu. Galutinis 50 mm objektyvo, atidaryto iki f/1.8, paminėjimas tik optiškai patvirtina tai, ką aprašymas jau nustatė – ir būtent ši tyčinė redundancija daro rezultatą patikimą.
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)
Apšvietimo valdymas
Apšvietimas yra galingiausias įrankis kuriant atmosferą ir efektyviausias investuotų simbolių atžvilgiu. Šešios schemos apima daugumą poreikių, o toliau esanti kilpa jas visas pritaiko tam pačiam susikaupusio smuikininko portretui. Rembranto apšvietimas, turintis vieną šaltinį 45 laipsnių kampu ir trikampį šviesos tašką priešingoje skruosto pusėje, suteikia klasikinį studijinį portretą. Kontūrinė šviesa (rim light) pastato šaltinį už objekto ir palieka tik švytintį kontūrą, sukurdama silueto vaizdą. Skaidomasis apšvietimas (split lighting) padalija veidą į dvi dalis: viena apšviesta, kita šešėlyje, akimirksniu perkeliant į kinematografinį registrą. Auksinė valanda atneša įstrižą auksinę šviesą ir nostalgišką objektyvo blyksnį, miesto neonas – rožinius ir žydrus šaltinius, atsispindinčius šlapiuose paviršiuose, o studijinis „high-key“ apšvietimas – bešešėlį tolygumą ir komercinį baltą foną. Tas pats objektas tampa intymus, paslaptingas ar paruoštas reklamai.
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}")
Perspektyvos valdymas
Perspektyva daro įtaką tam, kaip žiūrovas suvokia objektą, ir jos poveikis beveik visada yra psichologinis prieš tapdamas estetiniu. Žvilgsnis iš viršaus (plongée) žiūri į sceną iš aukštai ir sumažina tai, ką mato; žvilgsnis iš apačios (contre-plongée), kai kamera yra žemės lygyje, padidina objektą ir suteikia jam galios; visiškai vertikalus oro vaizdas panaikina tūrį ir paverčia realybę grafine tekstūra; žvilgsnis iš pačių žemumų (worm’s-eye) ekstremaliai sustiprina žemą kampą, priversdamas visas dingimo linijas susilieti danguje; galiausiai, žvilgsnis akių lygyje su 50 mm židinio nuotoliu atkuria žmogaus regėjimą ir išnyksta objekto naudai. Stiklo ir plieno dangoraižiuose skirtumas tarp šių penkių vaizdų slypi ne pačiame pastate, o santykyje, kurį jie su juo užmezga. Atkreipk dėmesį, kad kilpa pereina prie portretinio formato dviem žemiems kampams, nes pastato vaizdas iš apačios reikalauja aukščio, kad galėtų „kvėpuoti“.
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}")
Pakartotinai naudojamas promptų kūrimo įrankis
Rankiniu būdu sujungti septynis sluoksnius kiekviename skripte anksčiau ar vėliau privers tave pamiršti vieną ar sukeisti du vietomis. Klasė PromptBuilder tai išsprendžia, pateikdama po vieną metodą kiekvienam sluoksniui ir grąžindama self po kiekvieno kvietimo, taip leisdamas grandinine tvarka nustatyti parametrus skaitoma tvarka ir nurodyti tik kai kuriuos iš jų. Metodas build() tada surenka objektą ir užpildytus sluoksnius į tekstą, paruoštą perduoti į client.images.generate(). Pajūrio kavinės pavyzdys įgyvendina visus septynis galimus sluoksnius – kompoziciją, apšvietimą, perspektyvą, stilių, spalvas, atmosferą, techniką – ir sukuria promptą, kurio jokia improvizacija nepadarėtų tokio išsamaus.
class PromptBuilder:
"""Builder for structured visual prompts."""
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)
# Usage
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)
# Use this prompt with client.images.generate()
Dabar perimk šį įrankių rinkinį dirbdamas su vienu reikliu objektu: sena biblioteka. Sukurk penkis vaizdus naudodamas PromptBuilder, sistemiškai keisdamas kompoziciją, apšvietimą ir perspektyvą, o tada surink juos į HTML katalogą. Matydamas penkis vaizdus greta, suprasi, kuris iš šių sluoksnių tavo praktikoje yra svarbiausias.