Vytváraj obrázky z promptu
Na tejto strane
Aktualizované 2. novembra 2026 — Modely obrázkov. Model
gpt-image-1, pre ktorý bol tento kurz pôvodne napísaný, bol ukončený 23. októbra 2026. Modelygpt-image-1.5,gpt-image-1-miniachatgpt-image-latestbudú vyradené 1. decembra 2026. Príklady teraz používajúgpt-image-2.5-sunburst, ktorý ponúka najvyššiu presnosť pri úpravách;gpt-image-2.5-flareje rýchlejší pri štandardnej generácii. Oba modely tiež podporujú nastavenia kvalityxhighamax. Modely GPT Image vždy vracajú obrázky v base64: parameterresponse_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"
)
| Parameter | Typ | Popis |
|---|---|---|
model | string | "gpt-image-2.5-sunburst" (najpresnejší) alebo "gpt-image-2.5-flare" (najrýchlejší) |
prompt | string | Popis obrázka (až 32 000 znakov) |
n | integer | Počet obrázkov na vygenerovanie (1 až 10) |
size | string | "1024x1024", "1024x1536", "1536x1024" |
quality | string | "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.