Sztuka tworzenia promptów do generowania obrazów
Na tej stronie
Lekcja przepisana 3 listopada 2026 r. na podstawie Przewodnika po promptach do obrazów od xAI, napisanego dla modelu
grok-imagine-image-2.0: temat wyprzedza styl, światło opisuje się przez źródło, kierunek i twardość, listę zakazanych elementów zastępuje się tym, co chcesz zobaczyć, a pojedynczy obraz opisuje się w czterech do sześciu zdaniach. Poprzednia wersja podawała limit „1024 znaków“, którego nie ma na żadnej aktualnej stronie xAI, i zalecała „określanie tego, czego nie chcesz widzieć“, czego przewodnik odradza. Źródło: Image Prompting Guide.
Co jest najważniejsze: temat
Przewodnik po promptach od xAI stawia prosty warunek sukcesu: obraz jest dobry, jeśli jego temat zgadza się z promptem. Paleta barw, ziarno i styl schodzą na drugi plan. Ta hierarchia dyktuje cały proces pisania: prompt zaczynający się od nastroju, rodzaju taśmy filmowej czy listy zakazanych elementów skutkuje wypolerowaną sceną zbudowaną wokół przybliżonego tematu.
Rozpocznij od zdania ustalającego temat: czym jest, w jakim jest stanie lub formie, co go podtrzymuje i gdzie się znajduje.
- Niejasne: „czajnik“
- Precyzyjne: „Czarny żeliwny czajnik z lekko uchyloną pokrywką, stojący na korkowej podstawce, na łupkowym stole blisko okna.“
Następnie opisz temat jak obiekt, który mógłbyś wskazać palcem: każdy ważny element nazwany zgodnie z formą, jaką przyjmuje na obrazie („sweter z warkoczowym splotem“ zamiast „sweter“); ilości („dwa kubki“, „pojedyncza otwarta książka“); oraz kąt widzenia, podany raz i jednoznacznie („widok z trzech czwartych na wysokości siedziska“, „pionowy rzut z góry“).
Stała kolejność sześciu kroków
Przewodnik proponuje ustalony porządek, którego warto trzymać się od jednego promptu do drugiego, zwłaszcza w serii:
- Temat: czym jest, jego forma, podłoże, dekoracja
- Szczegóły i punkt centralny: kluczowe elementy, materiały, ilości, kąt widzenia
- Direkcja artystyczna: główne strefy kolorystyczne i dwa lub trzy akcesoria, każde z nazwy
- Światło: jego źródło, kierunek, twardość
- Kolory: te należące do tematu i te należące do tła, osobno
- Kompozycja: kadrowanie, co mieści się w kadrze, co pozostaje ostre – jedna scena
Napisz to wszystko prozą, jak opis pojedynczej fotografii. Zdanie brzmiące jak instrukcja („uczynij sweter ciemniejszym“) działa słabo przy generowaniu: model nie ma stanu „przed“ do porównania i odczytuje to jako atrybut obrazu, który ma wyprodukować.
Styl we właściwym miejscu
Styl pozostaje potężnym narzędziem, pod warunkiem że umieścisz go po temacie. Nazwanie ruchu lub techniki kieruje wynikiem:
styles = [
"watercolor",
"impressionist oil painting",
"digital art",
"hyperrealistic photography",
"minimalist flat design",
"manga",
"art deco",
"retro pixel art",
]
Lekcja 11 pokazuje, jak opisać to, co składa się na styl, zamiast go tylko nazywać, i jak utrzymać go spójnym w całej serii.
Światło: źródło, kierunek, twardość
„Piękne światło“ nic nie mówi modelowi. Opisuj światło jak reżyser oświetlenia: skąd pochodzi, z której strony, czy jest twarde, czy rozproszone, i jak wyglądają cienie oraz odbicia. „Lampa biurkowa po lewej, twarde światło, ostry cień długopisu na kartce“ zostanie narysowane; „ciepła atmosfera“ zostanie odgadnięta.
Dwie ostrożności wynikają z przewodnika. Żądaj ekspozycji wystarczająco jasnej, by temat był czytelny: „lekko niedoświetlony“ lub „zmiażdżone cienie“ przyciemniają cały obraz. I pomiń defekty optyczne lub drukarskie – aberrację chromatyczną, kurz, rysy – które model narysuje jako rzeczywiste wady.
Opisuj to, co chcesz zobaczyć
Opisuj materiał pozytywnie: „patynowany mosiądz z jaśniejszymi krawędziami“ daje modelowi powierzchnię do oddania, „niezbyt nowy“ nie daje mu niczego. Ta sama zasada dotyczy wykluczeń. Przewodnik zauważa, że długa lista zakazanych elementów jest łatwo ignorowana i wypełnia prompt obiektami, które ostatecznie pojawiają się na obrazie. Zachowaj ograniczenie tylko wtedy, gdy dotyczy ono liczby lub konkretnego obiektu, i powiąż je z tym, co chcesz uzyskać: „pojedynczy ołówek, położony po prawej stronie notatnika“.
Nazwij też każdy obiekt tym, czym jest – kubek, kubek do kawy i miska to trzy różne obiekty – i opisuj teksturę tylko raz: powtórzona, zostaje nałożona na niewłaściwą powierzchnię.
Jak długo?
W przypadku pojedynczego obrazu przewodnik xAI liczy cztery do sześciu zdań: temat i jego szczegóły, potem dekoracja, światło i kadrowanie. Nie jest to sufit, lecz rząd wielkości kompletnego opisu; strony xAI nie określają maksymalnej długości promptu.
Przykłady porównawcze
Zobacz różnicę między podstawowym promptem a promptem zbudowanym zgodnie z kolejnością z przewodnika, przy kliencie OpenAI skonfigurowanym w Lekcji 1:
# Basic prompt
basic = client.images.generate(
model="grok-imagine-image-2.0",
prompt="a desk",
)
# Structured prompt: subject, details, art direction, light, colors, framing
optimized = client.images.generate(
model="grok-imagine-image-2.0",
prompt=(
"A light oak desk holding a turned-off monitor, a potted monstera, "
"and a steaming mug of coffee, seen from a three-quarter view at "
"seating height. The surface shows wood grain and a gray felt desk pad. "
"Off-white wall, shelf on the left with three books. "
"Soft natural light from a large window on the right, "
"light shadows, honey wood and deep green foliage. "
"35 mm photography, entire desk in frame, mug in sharp focus."
),
)
Pierwszy pozostawia wszystko modelowi: kadrowanie, światło, obiekty, styl. Drugi decyduje o każdym z tych punktów, w tej samej kolejności co wszystkie prompty w serii.
Generować czy edytować?
Przewodnik rozróżnia dwie sytuacje. Generuj, gdy nie ma jeszcze obrazu lub gdy sam temat jest błędny: inny obiekt, brakujący element, niewłaściwa liczba. Edytuj, gdy temat i układ są dobre, a zmienić trzeba tylko jeden do trzech szczegółów: najpierw modyfikacja, potem zdanie utrzymujące ten sam temat, ten sam kąt i to samo kadrowanie. Edycja jest omówiona w Lekcjach 5–8.
Iteruj metodycznie
Oceniaj każdy obraz względem oryginalnego promptu, nawet po kilku próbach: czy temat jest tym nazwanym, czy każdy element jest widoczny w opisanej formie, czy liczba się zgadza, czy każdy obiekt jest właściwy, czy obraz jest wystarczająco jasny, by zobaczyć temat? Udane tło wokół niewłaściwego tematu pozostaje porażką.
Trzymaj prompt obok obrazu i przy następnej próbie zmień tylko szczegół, który się nie udał: reszta promptu pozostaje na miejscu, a temat i układ się nie przesuwają. Jeśli poprawka nie przynosi skutku, zmień słowa zamiast nalegać: wskaż część obrazu do poprawy i opisz, co powinna pokazywać.
response = client.images.generate(
model="grok-imagine-image-2.0",
prompt="Your prompt, modified on a single detail",
n=4,
extra_body={"aspect_ratio": "3:2"},
)
for i, image in enumerate(response.data):
print(f"Variation {i+1}: {image.url}")
Generowanie kilku wariantów tego samego promptu (n wynosi od 1 do 10) pomaga oddzielić to, co wynika z promptu, od tego, co jest dziełem przypadku. Zachowuj też to samo aspect_ratio w całej serii, aby obrazy do siebie pasowały.
Kluczowe wnioski
- Najpierw temat: udany obraz to taki, którego temat zgadza się z promptem
- Trzymaj się stałej kolejności: temat, szczegóły, direkcja artystyczna, światło, kolory, kadrowanie
- Opisuj światło przez jego źródło, kierunek i twardość oraz żądaj obrazu wystarczająco jasnego
- Opisuj to, co chcesz zobaczyć, zamiast tworzyć listę zakazanych elementów
- Licz cztery do sześciu zdań dla pojedynczego obrazu
- Iteruj po jednym szczególe na raz, oceniając każdy obraz względem oryginalnego promptu