Przejdź do głównej treści
Polski— Wybierz język
Menu

Wariacje i iteracje

Lekcja 5 z 12 Zaktualizowano 2 listopada 2026 Programista
Na tej stronie
  1. Wariacje i iteracje
  2. Generowanie wariacji tego samego konceptu
  3. Wariacje poprzez modyfikację promptu
  4. Iteracja poprzez doprecyzowywanie promptu
  5. Zautomatyzowany potok iteracji
  6. Porównywanie wariacji w katalogu
  7. Dyscyplina iteracji

Zaktualizowano 2 listopada 2026 — Modele obrazowe. Model gpt-image-1, dla którego pierwotnie napisano ten kurs, został wycofany 23 października 2026. Dodatkowo modele gpt-image-1.5, gpt-image-1-mini oraz chatgpt-image-latest przestaną być dostępne 1 grudnia 2026. Przykłady wykorzystują obecnie model gpt-image-2.5-sunburst, który oferuje najwyższą precyzję podczas edycji; model gpt-image-2.5-flare jest szybszy przy standardowej generacji. Oba modele obsługują również ustawienia jakości xhigh i max. Modele GPT Image zawsze zwracają obrazy w formacie base64: parametr response_format znany ze starszych modeli DALL·E nie jest już akceptowany i został usunięty z kodu. Źródło: Image generation (OpenAI).

Wariacje i iteracje

Uzyskanie idealnego obrazu za pierwszym razem zdarza się rzadko. Prawdziwa praca polega na generowaniu wariacji, porównywaniu ich, a następnie stopniowym doprecyzowywaniu promptu, aż osiągniesz pożądany rezultat. Ta lekcja dostarcza Ci trzech narzędzi do tej metody: wariacji poprzez ponowne uruchomienie, wariacji poprzez modyfikację promptu oraz iteracji poprzez successive refinement (stopniowe udoskonalanie).

Generowanie wariacji tego samego konceptu

Najprostszą metodą jest ponowne uruchomienie generacji z tym samym promptem: GPT Image za każdym razem produkuje inny wynik. Jest to przydatne na początku eksploracji, gdy jeszcze nie wiesz dokładnie, czego szukasz i chcesz zobaczyć zakres możliwych interpretacji danego pomysłu.

from openai import OpenAI
import base64

client = OpenAI()

def generate_variations(prompt: str, n_variations: int, prefix: str):
    """Generate several independent variations of the same prompt."""
    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"Variation {i+1} saved: {path}")

    return paths


variations = generate_variations(
    prompt="Illustration of a gardener robot watering flowers, childish and colorful style",
    n_variations=5,
    prefix="gardener_robot"
)

Wariacje poprzez modyfikację promptu

Poprzednie podejście pozostawia Cię z losowością; to daje Ci kontrolę. Ustalasz niezmienny temat – tutaj jest to parująca filiżanka kawy na drewnianym stole – i zmieniasz tylko jeden wymiar: nastrój. Pięć wynikowych obrazów staje się wtedy porównywalnych, ponieważ wiesz dokładnie, co je różni. To właśnie różnica między pięcioma próbami a eksperymentem.

from openai import OpenAI
import base64

client = OpenAI()

base_prompt = "Steaming coffee cup on a wooden table"

moods = [
    "soft morning light, warm tones",
    "Parisian café vibe, black and white",
    "pop art style, saturated colors",
    "Scandinavian minimalist, white background",
    "cozy winter atmosphere, bokeh string lights",
]

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"Mood: {mood[:30]}... → {path}")

Iteracja poprzez doprecyzowywanie promptu

Gdy wynik nie jest satysfakcjonujący, właściwą reakcją nie jest ponowne uruchomienie i liczenie na szczęście, lecz dodanie brakującego ograniczenia. Poniższa seria pokazuje tę progresję na konkretnym przykładzie: „Logo dla startupu fintech“ nie mówi modelowi nic; druga iteracja ogranicza liczbę kolorów i tło; trzecia nazywa metaforę wizualną i paletę; czwarta schodzi do kodów hex i grubości obrysu. Z każdym przebiegiem przestrzeń możliwych wyników zawęża się, a powtarzalność rośnie.

from openai import OpenAI
import base64

client = OpenAI()

iterations = [
    # Iteration 1: base prompt
    "A logo for a fintech startup",

    # Iteration 2: adding visual constraints
    "A logo for a fintech startup, minimalist design, maximum two colors, transparent background",

    # Iteration 3: style precision
    (
        "Minimalist logo for a fintech startup, abstract geometric icon "
        "evoking growth, navy blue and emerald green palette, no text, vector style"
    ),

    # Iteration 4: fine adjustments
    (
        "Minimalist logo for a fintech startup, abstract geometric icon: "
        "two interlocking arrows forming a diamond, navy blue (#1B2A4A) and "
        "emerald green (#2ECC71), 2px thin stroke, white background, sharp vector render, centered"
    ),
]

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"Iteration {i+1}: {prompt[:60]}...")
    print(f"  → {path}\n")

Zautomatyzowany potok iteracji

Przy nieco dłuższym projekcie ludzka pamięć nie wystarcza: po piętnastu obrazach nie wiesz już, który prompt wygenerował który wynik. Poniższy potok strukturyzuje pracę w rundy, generuje kilka wariantów na rundę, nazywa pliki w sposób umożliwiający śledzenie pochodzenia i przechowuje pełną historię promptów w pliku JSON. To właśnie ten plik historii czyni to rozwiązanie wartościowym: pozwala cofnąć się i capitalize (budować kapitał wiedzy) z jednego projektu na kolejny.

from openai import OpenAI
import base64
import json

client = OpenAI()

def iteration_pipeline(brief: str, n_rounds: int = 3, n_per_round: int = 3):
    """
    Iteration pipeline: generates several variants per round,
    keeps a history of prompts and results.
    """
    history = []
    current_prompt = brief

    for round_num in range(1, n_rounds + 1):
        print(f"\n{'='*50}")
        print(f"ROUND {round_num} — Prompt: {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"  Variant {i+1}: {path}")

        history.append({
            "round": round_num,
            "prompt": current_prompt,
            "images": round_images
        })

        # Refine the prompt for the next round
        if round_num < n_rounds:
            current_prompt += ", more details, better composition"

    # Save the history
    with open("pipeline_history.json", "w") as f:
        json.dump(history, f, indent=2, ensure_ascii=False)

    print(f"\nHistory saved: pipeline_history.json")
    return history


iteration_pipeline(
    brief="Illustration of an independent bookstore seen from outside, autumn evening, Ghibli style",
    n_rounds=3,
    n_per_round=3
)

Porównywanie wariacji w katalogu

Otwieranie dziewięciu plików PNG po kolei w przeglądarce nie pozwala na żadne poważne porównanie. Zamiast tego wygeneruj stronę HTML, która wyświetli je obok siebie, z obrazami zakodowanymi w base64, dzięki czemu plik jest samowystarczalny i można go udostępnić klientowi lub dyrektorowi artystycznemu „tak jak jest“.

import base64
from pathlib import Path
from glob import glob

def generate_catalog(images: list[str], title: str, output: str = "catalog.html"):
    """Create an HTML page with all images side by side."""
    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"Catalog generated: {output}")


images = sorted(glob("pipeline_r*_v*.png"))
generate_catalog(images, "Variations — Ghibli Bookstore")

Dyscyplina iteracji

Kilka zasad oddziela produktywną iterację od kosztownych prób i błędów. Zmieniaj tylko jeden parametr na raz, w przeciwnym razie nigdy nie dowiesz się, który z nich poprawił wynik. Prowadź historię swoich promptów i renderów, tak jak robi to powyższy potok, aby budować kapitał wiedzy zamiast zaczynać od zera przy każdym projekcie. Pracuj w trybie quality: low przez całą fazę eksploracji i przełącz się na high tylko dla finalnego renderu, inaczej zapłacisz fortunę za obrazy, które i tak wyrzucisz. Gdy szukasz po prostu szybkiej różnorodności, preferuj pojedyncze wywołanie z parametrem n zamiast pętli żądań. Na koniec nazywaj swoje pliki opisowo: to trywialny szczegół pierwszego dnia, ale decydujący po dwóch setkach obrazów.

Teraz zastosuj tę pełną sekwencję do wybranego przez siebie tematu – logo, ilustracji lub zdjęcia produktu. Wygeneruj trzy warianty z początkowym promptem, doprecyzuj ten prompt w świetle wyników, wygeneruj trzy nowe warianty, a następnie stwórz porównawczy katalog HTML zawierający sześć obrazów.