Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Prompti vizuāli avancēti: kompozīcija, apgaismojums, perspektīva

Nodarbība 9 no 12 Atjaunota 2026. gada 2. novembris Programmētājs
Šajā lapā
  1. Prompti vizuāli avancēti: kompozīcija, apgaismojums, perspektīva
  2. Profesionāla vizuālā prompta anatomija
  3. Kompozīcijas apguve
  4. Apgaismojuma apguve
  5. Perspektīvas apguve
  6. Atkārtoti izmantojams promptu veidotājs

Atjauninājums 2026. gada 2. novembrī — attēlu modeļi. gpt-image-1, kuram sākotnēji bija paredzēts šis kurss, tika pārtraukts 2026. gada 23. oktobrī, bet gpt-image-1.5, gpt-image-1-mini un chatgpt-image-latest tiks izslēgti 2026. gada 1. decembrī. Piemēros tagad tiek izmantots gpt-image-2.5-sunburst, kas ir precīzākais modelis rediģēšanai; gpt-image-2.5-flare ir ātrāks standarta ģenerēšanai. Abi atbalsta arī kvalitātes iestatījumus xhigh un max. GPT Image modeļi vienmēr atgriež attēlus formātā base64: parametrs response_format, ko izmantoja vecākie DALL·E modeļi, netiek pieņemts un ir svītrots no koda. Avots: Image generation (OpenAI).

Prompti vizuāli avancēti: kompozīcija, apgaismojums, perspektīva

Labi strukturēts prompts ir tas, kas atdala viduvēju attēlu no profesionāla kvalitātes līmeņa. Svira nav garums, bet gan vārdu krājums. GPT Image saprot fotogrāfijas, kino un vizuālās mākslas terminoloģiju. Runāt šajā valodā nozīmē dot norādes operatoram, nevis izteikt vēlmi. Šī nodarbība iemācīs tev šo vārdu krājumu un to, kā to organizēt.

Profesionāla vizuālā prompta anatomija

Izvērsts prompts sadalās slāņos, no kuriem katrs atbild uz konkrētu jautājumu: kas vai kas, kā izvietots, kā apgaismots, no kurienes skatīts, kādā reģistrā, ar kādām optiskām īpašībām. Šo slāņu tieša nosaukšana prompta tekstā — „Subject: … Composition: … Lighting: …”—palīdz modelim nesajaukt reģistrus. Tālāk redzamais piemērs apraksta arhitektu viņa darbnīcā: subjekts ieņem kreiso trešdaļu saskaņā ar trešdaļu likumu, gaisma nāk sāniski caur lieliem logiem, kamera ir nedaudz zemā leņķī ar 35 mm fokusa attālumu, reģistrs ir silts, desaturēts redakcionāls dokumentālais foto, un lauka dziļums atstāj fonu vieglā bokeh. Katrs no šiem sešiem teikumiem atņem modeli brīvību, ko tas citādi izmantotu nejauši.

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"
)

Kompozīcijas apguve

Kompozīcija nosaka, kā skatiens pārvietojas pa attēlu, un tu to kontrolē, nosaucot noteikumus, kurus modelis atpazīst.

Klasiskie kompozīcijas noteikumi

Zemāk esošajā vārdnīcā apkopotas piecas galvenās kompozīcijas saimes, un tās tiek piemērotas vienam un tam pašam subjektam — vientuļai bākai Bretanes klintī —, lai salīdzinājums koncentrētos tikai uz inscenējumu. Trešdaļu likums novieto bāku spēka līniju krustpunktā un rada vis„dabiskāko” attēlu; Vesa Andersona simetrija centrē vertikālo asi un pievieno atspulgu ūdenī; diagonāle rada spriedzi no apakšējā kreisā stūra uz augšējo labo stūri; ietvars ietvarā liek tev skatīties uz bāku caur arku vai logu, radot tūlītēju dziļumu; visbeidzot, minimālistiska kompozīcija reducē bāku līdz sīkam punktam milzīgā negatīvā telpā, pārvēršot subjektu par ieganstu. Pieci vienas un tās pašas bākas attēli, pieci dažādi apgalvojumi.

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}")

Plāni un dziļums

Dziļumu nepieprasa kopumā; to veido plānu pa plānam. Tālāk redzamais prompts apraksta Provansas tirgu, tieši piešķirot saturu un asumu katram no trim plāniem: ziepes un lavanda priekšplānā, pilnīgi asas; pārdevējs un viņa klients vidusplānā, viegli izplūduši; zelta akmens fasādes un platanu koki fonā ar izteiktu bokeh. Beigu pieminējums par 50 mm objektīvu, atvērtu uz f/1.8, tikai optiski apstiprina to, ko apraksts jau ir noteicis — un tieši šī apzinātā redundance padara rezultātu uzticamu.

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)

Apgaismojuma apguve

Apgaismojums ir visspēcīgākais instruments atmosfēras radīšanai un visizdevīgākais ieguldīto rakstzīmju ziņā. Sešas shēmas aptver lielāko daļu vajadzību, un tālāk redzamais cikls tās visas piemēro vienam un tam pašam koncentrēta vijolnieka portretam. Rembranta apgaismojums ar vienu avotu 45 grādu leņķī un trīsstūrveida gaismas plankumu uz pretējā vaiga rada klasisku studijas portretu. Apgaismojums no aizmugures (rim light) novieto avotu aiz subjekta un atstāj tikai kontūras halo, radot silueta attēlu. Sadalītais apgaismojums sadala seju divās pusēs, viena apgaismota, otra ēnā, uzreiz pārejot uz kinematogrāfisku reģistru. Zelta stunda nes slīpo zelta gaismu un tās nostalģisko lēcas atspīdumu, pilsētas neona gaisma nes rozā un ciāna avotus, kas atstarojas mitrās virsmās, bet augstas atslēgas (high-key) studija nes bezēnu vienmērīgumu un komerciālu baltu fonu. Tas pats subjekts kļūst intīms, noslēpumains vai gatavs reklāmai.

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}")

Perspektīvas apguve

Perspektīva ietekmē to, kā skatītājs uztver subjektu, un tās ietekme gandrīz vienmēr ir psiholoģiska pirms tā ir estētiska. Augsts skatu punkts skatās uz leju uz ainu un samazina to, ko tas redz; zems skatu punkts, kamera zemes līmenī, palielina subjektu un piešķir tam spēku; perfekti vertikāls aerouzņēmums atceļ tilpumu un pārvērš realitāti grafiskā rakstā; tārpa skats (worm’s-eye view) aizved zemo leņķi līdz galējībai, liekot visām pazūdošajām līnijām saplūst debesu virzienā; visbeidzot, acu līmeņa skats ar 50 mm fokusa attālumu reproducē cilvēka redzi un izzūd par labu subjektam. Stikla un tērauda debesskrāpjos atšķirība starp šiem pieciem attēliem slēpjas nevis ēkā, bet gan attiecībās, ko tie ar to nodibina. Ņem vērā, ka cikls pāriet uz portreta formātu diviem zemajiem leņķiem, jo ēkas uzņēmumam no apakšas ir nepieciešams augstums, lai „elpotu”.

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}")

Atkārtoti izmantojams promptu veidotājs

Septiņu slāņu savienošana ar rokām katrā skriptā agrāk vai vēlāk liks tev kādu aizmirst vai divus samainīt vietām. Klase PromptBuilder to atrisina, piedāvājot vienu metodi katram slānim un katrā izsaukumā atgriežot self, ļaujot tev ķēdēt iestatījumus lasāmā secībā un norādīt tikai dažus no tiem. Metode build() pēc tam saliek subjektu un aizpildītos slāņus tekstā, kas gatavs nodošanai funkcijai client.images.generate(). Jūrmalas kafejnīcas piemērs īsteno visus septiņus pieejamos slāņus — kompozīciju, apgaismojumu, perspektīvu, stilu, krāsas, atmosfēru, tehniku — un rada promptu, ko neviena improvizācija nespētu padarīt tik pilnīgu.

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()

Tagad pārņem šo rīku kopu, strādājot ar vienu prasīgu subjektu: vecu bibliotēku. Izveido piecus attēlus, izmantojot PromptBuilder, sistemātiski mainot kompozīciju, apgaismojumu un perspektīvu, pēc tam apkopo tos HTML katalogā. Redzot šos piecus blakus, tu sapratīsi, kuri no šiem slāņiem tavā praksē ir vissvarīgākie.