Crearea de imagini dintr-un prompt
Pe această pagină
Actualizat pe 2 noiembrie 2026 — Modele de imagini.
gpt-image-1, modelul pentru care a fost scris inițial acest curs, a fost întrerupt la 23 octombrie 2026.gpt-image-1.5,gpt-image-1-minișichatgpt-image-latestvor fi retrase la 1 decembrie 2026. Exemplele folosesc acumgpt-image-2.5-sunburst, care oferă cea mai mare precizie pentru editare;gpt-image-2.5-flareeste mai rapid pentru generarea standard. Ambele modele suportă, de asemenea, setările de calitatexhighșimax. Modelele GPT Image returnează întotdeauna imaginile în format base64: parametrulresponse_formatutilizat de modelele DALL·E mai vechi nu este suportat și a fost eliminat din cod. Sursă: Generarea de imagini (OpenAI).
Crearea de imagini dintr-un prompt
Metoda client.images.generate() este punctul dumneavoastră principal de intrare pentru crearea unei imagini pe baza unei descrieri textuale. Aceasta se bazează pe doar câțiva parametri, dar tocmai pentru că sunt atât de puțini, fiecare contează: diferența dintre un rezultat aleatoriu și unul predictibil depinde aproape în întregime de conținutul câmpului prompt. Această lecție vă învață să le stăpâniți pe ambele.
Anatomia unui apel de generare
Iată structura completă a unui apel cu toți parametrii disponibili.
from openai import OpenAI
client = OpenAI()
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Descriere detaliată a imaginii dorite",
n=1,
size="1024x1024",
quality="high"
)
| Parametru | Tip | Descriere |
|---|---|---|
model | string | "gpt-image-2.5-sunburst" (cel mai precis) sau "gpt-image-2.5-flare" (cel mai rapid) |
prompt | string | Descrierea imaginii (până la 32.000 de caractere) |
n | integer | Numărul de imagini de generat (1 până la 10) |
size | string | "1024x1024", "1024x1536", "1536x1024" |
quality | string | "low", "medium", "high" |
Limita de 32.000 de caractere pentru prompt este generoasă: permite descrieri extrem de detaliate, iar în curând veți vedea că detaliul este pârghia dumneavoastră principală pentru control.
Recuperarea imaginii generate
Răspunsul conține un obiect data care deține imaginile. Modelele GPT Image returnează întotdeauna imaginea codificată în base64 în câmpul b64_json: trebuie să o decodați și să o scrieți pe disc imediat. Parametrul response_format și URL-urile temporare de la modelele DALL·E mai vechi nu se aplică pentru GPT Image.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="O grădină japoneză în ploaie, fotografie",
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("Imagine salvată: garden.png")
Odată ce fișierul este scris, nimic nu mai depinde de OpenAI: acesta este fișierul pe care îl stocați, îl serviți sau îl prelucrați ulterior.
Generarea mai multor imagini într-un singur apel
Parametrul n solicită mai multe variante într-o singură cerere. Faceți din aceasta reflexul dumneavoastră implicit atunci când explorați o direcție vizuală fără a ști pe care să o păstrați: patru propuneri alăturate vă informează mult mai bine decât una singură.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Logo minimalist pentru o brutărie artizanală, fundal alb",
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"Varianta {i+1}: logo_{i+1}.png")
Fiți însă atenți la costuri: fiecare imagine consumă token-uri independent, iar generarea a 4 imagini costă de 4 ori prețul uneia singure. Explorați cu un n ridicat și o calitate scăzută, rezervând calitatea ridicată pentru selecția finală.
Scrierea de prompturi eficiente
Calitatea rezultatului depinde direct de precizia promptului dumneavoastră. Un prompt bun urmează o structură simplă—subiect + stil + context + detalii tehnice—iar comparația de mai jos face diferența tangibilă: „o casă“ lasă modelul să inventeze tot ceea ce nu ați spus, în timp ce versiunea dezvoltată fixează materialul, culoarea obloanelor, momentul zilei, registrul editorial și tratamentul optic.
# Prompt vag — rezultat imprevizibil
weak_prompt = "o casă"
# Prompt structurat — rezultat controlat
strong_prompt = (
"Casă de țară provensală din piatră blondă, "
"obloane albastru lavandă, iederă pe fațadă, "
"fotografiată la ora de aur, "
"stil editorial pentru o revistă de arhitectură, "
"compoziție centrată, adâncime de câmp"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=strong_prompt,
size="1536x1024",
quality="high"
)
Declarați stilul vizual în același mod, numind un suport în loc să sperați la o intenție. GPT Image înțelege o varietate largă de registre, iar bucla următoare vă permite să simțiți decalajul dintre ele pe un subiect strict identic: bicicleta din fața cafenelei pariziene își schimbă complet natura în funcție de faptul dacă solicitați o fotografie editorială, o ilustrație vectorială plată sau un schiță în creion.
import base64
styles = [
"fotografie editorială, iluminare de studio",
"ilustrație vectorială flat design",
"acvarelă pe hârtie texturată",
"randare 3D fotorealistă, Octane Render",
"schiță în creion pe hârtie kraft",
]
for style in styles:
prompt = f"O bicicletă vintage parcată în fața unei cafenele pariziene, {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"Stil: {style} → {filename}")
Textul încorporat în imagine merită o notă separată, deoarece aici GPT Image se distinge clar de predecesorii săi. Includeți mesajul între ghilimele în cadrul promptului, specificați familia de fonturi și tratamentul grafic așteptat, iar randarea va fi lizibilă.
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=(
"Afiș promoțional cu textul „REDUCERE DE VARĂ -50%“ "
"în litere albe mari pe un fundal cu gradient albastru-portocaliu, "
"tipografie modernă sans-serif, stil comercial profesional"
),
size="1024x1536",
quality="high"
)
Gestionarea erorilor
Un script de generare care rulează într-o buclă va întâmpina inevitabil o limită de rată sau o eroare API. Gestionați aceste două cazuri distinct încă de la început: o RateLimitError necesită o așteptare și o reîncercare, în timp ce o APIError necesită examinarea mesajului înainte de a relansa orice operațiune.
import base64
from openai import OpenAI, APIError, RateLimitError
client = OpenAI()
try:
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Un peisaj montan înzăpezit la răsărit",
size="1024x1024"
)
with open("mountain.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
except RateLimitError:
print("Limita de cereri atinsă. Așteptați înainte de a reîncerca.")
except APIError as e:
print(f"Eroare API: {e.message}")
Pentru a consolida toate aceste cunoștințe, scrieți acum un script care generează trei variante ale aceluiași subiect în trei stiluri diferite—fotografie, ilustrație, acvarelă—și salvează fiecare imagine local în format PNG, folosind formatul base64 pentru recuperare.