Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Edição em Múltiplas Etapas e Retoques Direcionados

Aula 8 de 14 Atualizada a 3 de novembro de 2026 Iniciante
Nesta página
  1. Encadeamento de Edições
  2. Direcionar uma Zona através do Prompt
  3. Proteger uma Zona com Precisão de Píxel: A Máscara Local
  4. Pipeline de Edição Completo
  5. Pontos-chave

Atualizado em 3 de novembro de 2026. Com base na página Image Editing, no Image Prompting Guide e na referência da API de Imagens da xAI: o endpoint /v1/images/edits não possui parâmetro mask — nem na referência, nem no xai-sdk 1.21.0 — ao contrário do que afirmava a versão anterior. O retoque é direcionado através do prompt, e uma zona é protegida com precisão de píxel por uma máscara aplicada localmente, após a edição. Fontes: Image Editing · Image Prompting Guide · Images API.

Encadeamento de Edições

A edição de imagem torna-se verdadeiramente poderosa quando encadeia múltiplas modificações. O princípio, descrito pela xAI, é simples: o resultado de uma edição torna-se a entrada da seguinte, permitindo-lhe partir de uma imagem base para depois adicionar detalhes, ajustar o estilo ou corrigir, passo a passo.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

def edit_image(image_url, prompt):
    """Edits an image and returns the result URL."""
    response = requests.post(
        "https://api.x.ai/v1/images/edits",
        headers=headers,
        json={
            "model": "grok-imagine-image",
            "prompt": prompt,
            "image": {"url": image_url}
        }
    )
    response.raise_for_status()
    return response.json()["data"][0]["url"]

# Turn 1: modify the background
url_tour1 = edit_image(
    "https://exemple.com/portrait.jpg",
    "Replace the background with a modern office overlooking the city. "
    "Keep the same person, pose, and framing."
)

# Turn 2: adjust the lighting
url_tour2 = edit_image(
    url_tour1,
    "Make the light warm and dim, like late afternoon. "
    "Keep the same person, decor, and framing."
)

# Turn 3: add an element
url_tour3 = edit_image(
    url_tour2,
    "Place an open laptop on the desk, in front of the person. "
    "Keep the same person, lighting, and framing."
)

print(f"Final result: {url_tour3}")

Melhores Práticas para Edição em Múltiplas Etapas

O guia da xAI aconselha a editar quando o sujeito e a composição já estão bons e apenas um a três detalhes precisam de alteração; se o próprio sujeito estiver errado, é preferível regenerar a imagem. Cada etapa começa pela modificação, seguindo-se uma frase que indica o que não se move: o sujeito, o ângulo, o enquadramento ou a posição dos objetos. Segundo o guia, duas formulações falham: uma que abre com «manter tudo», que quase nada altera, e outra que copia um prompt completo, o que recomponha a cena — o sujeito desvia-se, um objeto duplica ou transforma-se num objeto vizinho.

Ordene as etapas do geral para o específico: primeiro o fundo, a composição e a atmosfera; depois os acessórios e as correções finas, para que uma alteração majoritária tardia não desfça os pequenos retoques anteriores.

Duas precauções de segurança completam o método. Descarregue cada resultado intermédio assim que for produzido: os URLs são temporários e perder a etapa 3 de uma série de cinco obriga-o a recomeçar desde a etapa 2. Inspecione cada passo antes de encadear: um defeito introduzido na etapa 1 — um dedo distorcido, uma sombra inconsistente — permanecerá em todas as etapas subsequentes, já que cada uma parte da imagem anterior.

Direcionar uma Zona através do Prompt

A API não aceita máscaras: é o prompt que direciona. Designe a parte a modificar com a maior precisão possível — por nome, posição, material — e indique o que deve permanecer idêntico.

url_chapeau = edit_image(
    url_tour3,
    "Replace the person's cap with a wide-brimmed straw hat. "
    "Keep the same face, hairstyle, decor, and framing."
)

Quando uma correção não resulta, o guia recomenda alterar as palavras em vez de repetir o mesmo pedido, designando a parte da imagem a corrigir e o que esta deve mostrar. Para montar várias imagens — um produto num cenário, um personagem de uma imagem para outra — a edição aceita até cinco imagens de origem (lição 7).

Proteger uma Zona com Precisão de Píxel: A Máscara Local

Se uma parte da imagem não deve mover-se um único píxel — um logótipo, um rosto, texto — aplique a máscara localmente, após a edição: mantém a zona original e aproveita da edição apenas o que está fora dessa zona. Com a Pillow, Image.composite(image1, image2, mask) copia image1 onde a máscara é branca e mantém image2 onde é preta:

from PIL import Image, ImageDraw

original = Image.open("original.jpg").convert("RGB")
edite = Image.open("edite.jpg").convert("RGB").resize(original.size)

# Mask: white = take edit, black = keep original
masque = Image.new("L", original.size, 255)
draw = ImageDraw.Draw(masque)
draw.rectangle([40, 40, 360, 160], fill=0)  # protected zone, e.g., a logo

resultat = Image.composite(edite, original, masque)
resultat.save("resultat.jpg")

As três imagens devem ter o mesmo tamanho. O redimensionamento pressupõe que a edição manteve a proporção da fonte: verifique-o ou imponha-o através do parâmetro aspect_ratio do pedido. A máscara não impede o modelo de tocar na zona; permite-lhe restaurá-la posteriormente.

Pipeline de Edição Completo

Eis um exemplo de pipeline estruturado, mantendo o histórico de cada etapa:

class ImageEditor:
    def __init__(self, api_key):
        self.headers = {
            "Authorization": f"Bearer {api_key}",
            "Content-Type": "application/json"
        }
        self.history = []

    def edit(self, image_url, prompt):
        response = requests.post(
            "https://api.x.ai/v1/images/edits",
            headers=self.headers,
            json={
                "model": "grok-imagine-image",
                "prompt": prompt,
                "image": {"url": image_url}
            }
        )
        response.raise_for_status()

        result_url = response.json()["data"][0]["url"]
        self.history.append({
            "prompt": prompt,
            "input": image_url,
            "output": result_url
        })
        return result_url

Pontos-chave

  • A edição em múltiplas etapas encadeia resultados: cada saída torna-se a entrada da edição seguinte
  • Edite quando o sujeito e a composição estiverem bons e apenas um a três detalhes precisarem de alteração
  • Cada etapa: primeiro a modificação, depois o que deve permanecer idêntico
  • A API não tem parâmetro mask: direcione através do prompt e proteja uma zona com uma máscara local aplicada após a edição
  • Os URLs de saída são temporários: descarregue os resultados intermédios