Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Vytváraj obrázky z promptu

Lekcia 2 z 12 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Vytváraj obrázky z promptu
  2. Anatómia volania generovania
  3. Získanie vygenerovaného obrázka
  4. Generovanie viacerých obrázkov v jednom volaní
  5. Píš efektívne prompty
  6. Ošetrenie chýb

Aktualizované 2. novembra 2026 — Modely obrázkov. Model gpt-image-1, pre ktorý bol tento kurz pôvodne napísaný, bol ukončený 23. októbra 2026. Modely gpt-image-1.5, gpt-image-1-mini a chatgpt-image-latest budú vyradené 1. decembra 2026. Príklady teraz používajú gpt-image-2.5-sunburst, ktorý ponúka najvyššiu presnosť pri úpravách; gpt-image-2.5-flare je rýchlejší pri štandardnej generácii. Oba modely tiež podporujú nastavenia kvality xhigh a max. Modely GPT Image vždy vracajú obrázky v base64: parameter response_format, ktorý používali staršie modely DALL·E, nie je podporovaný a bol z kódu odstránený. Zdroj: Image generation (OpenAI).

Vytváraj obrázky z promptu

Metóda client.images.generate() je tvoj hlavný vstupný bod pre vytvorenie obrázka z textového popisu. Spolieha sa len na niekoľko parametrov, ale práve preto, že ich je tak málo, každý z nich sa počíta: rozdiel medzi náhodným výsledkom a predvídateľným závisí takmer výlučne od obsahu poľa prompt. Táto lekcia ťa naučí ovládať obe veci.

Anatómia volania generovania

Tu je kompletná štruktúra volania so všetkými dostupnými parametrami.

from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Podrobný popis požadovaného obrázka",
    n=1,
    size="1024x1024",
    quality="high"
)
ParameterTypPopis
modelstring"gpt-image-2.5-sunburst" (najpresnejší) alebo "gpt-image-2.5-flare" (najrýchlejší)
promptstringPopis obrázka (až 32 000 znakov)
nintegerPočet obrázkov na vygenerovanie (1 až 10)
sizestring"1024x1024", "1024x1536", "1536x1024"
qualitystring"low", "medium", "high"

Limit 32 000 znakov pre prompt je veľkorysý: umožňuje vysoko detailné popisy a čoskoro uvidíš, že detail je tvojou najlepšou pákou pre kontrolu.

Získanie vygenerovaného obrázka

Odozva obsahuje objekt data, ktorý drží obrázky. Modely GPT Image vždy vracajú obrázok zakódovaný v base64 v poli b64_json: musíš ho dekódovať a okamžite zapísať na disk. Parameter response_format a dočasné URL adresy zo starších modelov DALL·E sa na GPT Image nevzťahujú.

import base64

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Japonská záhrada v daždi, 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("Obrázok uložený: garden.png")

Akonáhle je súbor zapísaný, nič už nezávisí od OpenAI: toto je súbor, ktorý uložíš, nasadíš alebo ďalej upravíš.

Generovanie viacerých obrázkov v jednom volaní

Parameter n požaduje viacero variantov v jednej požiadavke. Urob z toho svoj štandardný reflex, keď skúmaš vizuálny smer a nevieš, ktorý si ponechať: štyri návrhy vedľa seba ťa informujú oveľa lepšie než jeden jediný.

import base64
response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Minimalistické logo pre remeselnú pekáreň, biele pozadie",
    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"Variant {i+1}: logo_{i+1}.png")

Dávaj si však pozor na náklady: každý obrázok spotrebúva tokeny nezávisle a generovanie 4 obrázkov stojí 4-krát viac než jeden jediný. Skúmaj s vysokým n a nízkou kvalitou, vysokú kvalitu si nechaj až na finálny výber.

Píš efektívne prompty

Kvalita výsledku priamo závisí od presnosti tvojho promptu. Dobrý prompt nasleduje jednoduchú štruktúru – predmet + štýl + kontext + technické detaily – a porovnanie nižšie robí rozdiel hmatateľným: „dom“ necháva model vymyslieť všetko, čo si nepovedal, zatiaľ čo rozvinutá verzia fixuje materiál, farbu okeníc, dennú dobu, editorský register a optické spracovanie.

# Vágny prompt – nepredvídateľný výsledok
weak_prompt = "dom"

# Štruktúrovaný prompt – kontrolovaný výsledok
strong_prompt = (
    "Provensálsky vidiecky dom zo svetlého kameňa, "
    "levanduľovo modré okenice, brečtan na fasáde, "
    "fotografované v zlatej hodinke, "
    "editoriálny štýl pre architektonický časopis, "
    "centrovaná kompozícia, hĺbka ostrosti"
)

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt=strong_prompt,
    size="1536x1024",
    quality="high"
)

Vizuálny štýl deklaruj rovnakým spôsobom: pomenuj médium, namiesto toho, aby si dúfal v zámer. GPT Image rozumie širokej škále registrov a nasledujúca slučka ti umožní pocítiť rozdiel medzi nimi na úplne totožnom predmete: bicykel pred parížskou kaviarňou sa úplne zmení v závislosti od toho, či požaduješ editorskú fotografiu, plochú vektorovú ilustráciu alebo ceruzkovú skicu.

import base64
styles = [
    "editoriálna fotografia, štúdiové osvetlenie",
    "plochá vektorová ilustrácia",
    "akvarel na textúrovanom papieri",
    "fotorealistický 3D render, Octane Render",
    "ceruzková skica na kraft papieri",
]

for style in styles:
    prompt = f"Starožitný bicykel zaparkovaný pred parížskou kaviarňou, {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"Štýl: {style} → {filename}")

Text vložený do obrázka si zasluhuje osobitnú poznámku, pretože práve tu sa GPT Image jasne odlišuje od svojich predchodcov. Uveď správu v úvodzovkách priamo v prompte, špecifikuj rodinu písma a očakávané grafické spracovanie a výsledok bude čitateľný.

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt=(
        "Propagačný plagát s textom \"LETNÝ VÝPREDAJ -50 %\" "
        "veľkými bielymi písmenami na modro-oranžovom gradientnom pozadí, "
        "moderná bezpätková typografia, profesionálny komerčný štýl"
    ),
    size="1024x1536",
    quality="high"
)

Ošetrenie chýb

Skript na generovanie bežiaci v slučke sa nakoniec stretne s limitom rýchlosti alebo chybou API. Tieto dva prípady od začiatku ošetruj odlišne: RateLimitError si vyžaduje čakanie a opakovanie, zatiaľ čo APIError si vyžaduje preskúmanie správy pred akýmkoľvek ďalším spustením.

import base64
from openai import OpenAI, APIError, RateLimitError

client = OpenAI()

try:
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Zasnžená horská krajina pri východe slnka",
        size="1024x1024"
    )
    with open("mountain.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))

except RateLimitError:
    print("Dosiahnutý limit požiadaviek. Počkaj pred opakovaním.")

except APIError as e:
    print(f"Chyba API: {e.message}")

Aby si si to všetko upevnil, teraz napíš skript, ktorý vygeneruje tri varianty toho istého predmetu v troch rôznych štýloch – fotografia, ilustrácia, akvarel – a každý obrázok uloží lokálne vo formáte PNG s použitím formátu base64 na získanie dát.