Twórz obrazy na podstawie promptu
Na tej stronie
Zaktualizowano 2 listopada 2026 — Modele obrazowe. Model
gpt-image-1, dla którego pierwotnie napisano ten kurs, został wycofany 23 października 2026. Modelegpt-image-1.5,gpt-image-1-miniorazchatgpt-image-latestzostaną wycofane 1 grudnia 2026. Przykłady wykorzystują obecnie modelgpt-image-2.5-sunburst, który oferuje najwyższą precyzję podczas edycji;gpt-image-2.5-flarejest szybszy przy standardowym generowaniu. Oba modele obsługują również ustawienia jakościxhighimax. Modele GPT Image zawsze zwracają obrazy w formacie base64: parametrresponse_formatużywany przez starsze modele DALL·E nie jest obsługiwany i został usunięty z kodu. Źródło: Image generation (OpenAI).
Twórz obrazy na podstawie promptu
Metoda client.images.generate() to Twoje główne wejście do tworzenia obrazu na podstawie opisu tekstowego. Opiera się ona na zaledwie kilku parametrach, ale właśnie dlatego, że jest ich tak mało, każdy z nich ma znaczenie: różnica między losowym wynikiem a przewidywalnym zależy niemal wyłącznie od zawartości pola prompt. Ta lekcja nauczy Cię mistrzowskiego opanowania obu aspektów.
Anatomia wywołania generowania
Oto kompletna struktura wywołania ze wszystkimi dostępnymi parametrami.
from openai import OpenAI
client = OpenAI()
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Szczegółowy opis pożądanego obrazu",
n=1,
size="1024x1024",
quality="high"
)
| Parametr | Typ | Opis |
|---|---|---|
model | string | "gpt-image-2.5-sunburst" (najbardziej precyzyjny) lub "gpt-image-2.5-flare" (najszybszy) |
prompt | string | Opis obrazu (do 32 000 znaków) |
n | integer | Liczba obrazów do wygenerowania (od 1 do 10) |
size | string | "1024x1024", "1024x1536", "1536x1024" |
quality | string | "low", "medium", "high" |
Limit 32 000 znaków dla promptu jest hojny: pozwala na niezwykle szczegółowe opisy i wkrótce zobaczysz, że szczegółowość to Twój najlepszy dźwignia kontroli.
Pobieranie wygenerowanego obrazu
Odpowiedź zawiera obiekt data przechowujący obrazy. Modele GPT Image zawsze zwracają obraz zakodowany w base64 w polu b64_json: dekodujesz go i natychmiast zapisujesz na dysku. Parametr response_format oraz tymczasowe adresy URL ze starszych modeli DALL·E nie mają zastosowania do GPT Image.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Japoński ogród w deszczu, fotografia",
n=1,
size="1024x1024",
)
image_data = base64.b64decode(response.data[0].b64_json)
with open("garden.png", "wb") as f:
f.write(image_data)
print("Obraz zapisany: garden.png")
Gdy plik zostanie zapisany, nic już nie zależy od OpenAI: to ten plik przechowujesz, udostępniasz lub przerabiasz.
Generowanie wielu obrazów w jednym wywołaniu
Parametr n pozwala zażądać wielu wariantów w ramach jednego żądania. Niech będzie to Twój domyślny odruch, gdy badasz kierunek wizualny, nie wiedząc jeszcze, który wybrać: cztery propozycje obok siebie informują Cię znacznie lepiej niż jedna.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Minimalistyczne logo dla rzemieślniczej piekarni, białe tło",
n=4,
size="1024x1024",
quality="high"
)
for i, image in enumerate(response.data):
with open(f"logo_{i+1}.png", "wb") as f:
f.write(base64.b64decode(image.b64_json))
print(f"Wariant {i+1}: logo_{i+1}.png")
Uważaj jednak na koszty: każdy obraz zużywa tokeny niezależnie, a wygenerowanie 4 obrazów kosztuje 4 razy więcej niż jednego. Eksperymentuj z wysokim n i niską jakością, rezerwując wysoką jakość dla finalnego wyboru.
Pisanie skutecznych promptów
Jakość wyniku zależy bezpośrednio od precyzji Twojego promptu. Dobry prompt podlega prostej strukturze: temat + styl + kontekst + szczegóły techniczne, a poniższe porównanie czyni tę różnicę namacalną: „dom“ pozostawia modelowi wymyślenie wszystkiego, czego nie powiedziałeś, podczas gdy rozwinięta wersja ustala materiał, kolor okiennic, porę dnia, rejestr editorski i opracowanie optyczne.
# Niejasny prompt — nieprzewidywalny wynik
weak_prompt = "dom"
# Ustrukturyzowany prompt — kontrolowany wynik
strong_prompt = (
"Prowansalski dom wiejski z jasnego kamienia, "
"lawendowo-niebieskie okiennice, bluszcz na elewacji, "
"sfotografowany podczas złotej godziny, "
"styl editorski dla magazynu architektonicznego, "
"kompozycja centralna, głębia ostrości"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=strong_prompt,
size="1536x1024",
quality="high"
)
Deklaruj styl wizualny w ten sam sposób, nazywając medium, zamiast liczyć na intencję. GPT Image rozumie szeroką gamę rejestrów, a poniższa pętla pozwala poczuć różnicę między nimi na ściśle identycznym temacie: rower przed paryską kawiarnią zmienia całkowicie swój charakter w zależności od tego, czy poprosisz o fotografię editorską, płaską ilustrację wektorową, czy szkic ołówkiem.
import base64
styles = [
"fotografia editorska, oświetlenie studyjne",
"płaska ilustracja wektorowa w stylu flat design",
"akwarela na teksturowanym papierze",
"fotorealistyczny render 3D, Octane Render",
"szkic ołówkiem na papierze kraft",
]
for style in styles:
prompt = f"Zabytkowy rower zaparkowany przed paryską kawiarnią, {style}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium"
)
filename = f"bicycle_{styles.index(style) + 1}.png"
with open(filename, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Styl: {style} → {filename}")
Tekst osadzony w obrazie zasługuje na osobną uwagę, ponieważ to tutaj GPT Image wyraźnie wyróżnia się na tle swoich poprzedników. Podaj wiadomość w cudzysłowie wewnątrz promptu, określ rodzinę czcionki i oczekiwane opracowanie graficzne, a renderowanie będzie czytelne.
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=(
"Plakat promocyjny z tekstem „WYPRZEDAŻ LETNIA -50%“ "
"dużymi białymi literami na tle z gradientem niebiesko-pomarańczowym, "
"nowoczesna typografia bezszeryfowa, profesjonalny styl komercyjny"
),
size="1024x1536",
quality="high"
)
Obsługa błędów
Skrypt generujący działający w pętli prędzej czy później napotka limit częstotliwości lub błąd API. Rozróżniaj te dwa przypadki od samego początku: RateLimitError wymaga odczekania i ponownej próby, podczas gdy APIError wymaga zbadania komunikatu przed ponownym uruchomieniem czegokolwiek.
import base64
from openai import OpenAI, APIError, RateLimitError
client = OpenAI()
try:
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Górski krajobraz pokryty śniegiem o wschodzie słońca",
size="1024x1024"
)
with open("mountain.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
except RateLimitError:
print("Osiągnięto limit żądań. Poczekaj przed ponowną próbą.")
except APIError as e:
print(f"Błąd API: {e.message}")
Aby utrwalić całą tę wiedzę, napisz teraz skrypt, który generuje trzy warianty tego samego tematu w trzech różnych stylach — fotografia, ilustracja, akwarela — i zapisuje każdy obraz lokalnie w formacie PNG, wykorzystując format base64 do pobierania.