Variácie a iterácie
Na tejto strane
Aktualizované 2. novembra 2026 — Modely na generovanie obrázkov. Model
gpt-image-1, pre ktorý bol tento kurz pôvodne napísaný, bol ukončený 23. októbra 2026. Ďalej modelygpt-image-1.5,gpt-image-1-miniachatgpt-image-latestbudú vyradené z prevádzky 1. decembra 2026. Príklady teraz využívajúgpt-image-2.5-sunburst, ktorý ponúka najvyššiu presnosť pri úpravách;gpt-image-2.5-flareje rýchlejší pri štandardnom generovaní. Oba modely tiež podporujú nastavenia kvalityxhighamax. Modely GPT Image vždy vracajú obrázky v formáte base64: parameterresponse_formatzo starších modelov DALL·E už nie je akceptovaný a bol z kódu odstránený. Zdroj: Generovanie obrázkov (OpenAI).
Variácie a iterácie
Získať dokonalý obrázok na prvý pokus je zriedkavé. Skutočná práca zahŕňa generovanie variácií, ich porovnávanie a následné postupné spresňovanie promptu, kým nedosiahneš požadovaný výsledok. Táto lekcia ti poskytne tri nástroje pre túto metódu: variáciu opätovným spustením, variáciu úpravou promptu a iteráciu prostredníctvom postupného spresňovania.
Generovanie variácií tej istej koncepcie
Najjednoduchšou metódou je opätovné spustenie generovania s rovnakým promptom: GPT Image zakaždým vyprodukuje iný výsledok. To je užitočné na začiatku prieskumu, keď ešte presne nevieš, čo hľadáš, a chceš vidieť rozsah možných interpretácií nejakej myšlienky.
from openai import OpenAI
import base64
client = OpenAI()
def generate_variations(prompt: str, n_variations: int, prefix: str):
"""Vygeneruje niekoľko nezávislých variácií toho istého promptu."""
paths = []
for i in range(n_variations):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium",
)
path = f"{prefix}_v{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
paths.append(path)
print(f"Variácia {i+1} uložená: {path}")
return paths
variations = generate_variations(
prompt="Ilustrácia robota záhradníka polievajúceho kvety, detský a farebný štýl",
n_variations=5,
prefix="gardener_robot"
)
Variácie úpravou promptu
Predchádzajúci prístup ti necháva náhodu; tento ti dáva kontrolu. Zafixuješ nemenný predmet – tu šálku horúcej kávy na drevenom stole – a meníš iba jednu dimenziu: náladu. Päť výsledkov sa potom stáva porovnateľných, pretože presne vieš, čo ich odlišuje. To je rozdiel medzi piatimi pokusmi a experimentom.
from openai import OpenAI
import base64
client = OpenAI()
base_prompt = "Šálka horúcej kávy na drevenom stole"
moods = [
"jemné ranné svetlo, teplé tóny",
"atmosféra parížskej kaviarne, čierna a biela",
"štýl pop-art, sýte farby",
"škandinávsky minimalizmus, biele pozadie",
"útulná zimná atmosféra, svetielka s bokeh efektom",
]
for i, mood in enumerate(moods):
prompt = f"{base_prompt}, {mood}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium",
)
path = f"cafe_mood_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Nálada: {mood[:30]}... → {path}")
Iterácia spresňovaním promptu
Keď výsledok nie je uspokojivý, správnou reakciou nie je znova spustiť generovanie a dúfať v lepšie šťastie, ale pridať chýbajúce obmedzenie. Nižšie uvedená séria ukazuje tento postup na konkrétnom príklade: „Logo pre fintech startup“ modelu nič nehovorí; druhá iterácia ohraničuje počet farieb a pozadie; tretia pomenováva vizuálnu metaforu a paletu; štvrtá ide až po hexadecimálne kódy a hrúbku ťahu. S každým prechodom sa priestor možných výsledkov zužuje a reprodukovateľnosť rastie.
from openai import OpenAI
import base64
client = OpenAI()
iterations = [
# Iterácia 1: základný prompt
"Logo pre fintech startup",
# Iterácia 2: pridanie vizuálnych obmedzení
"Logo pre fintech startup, minimalistický dizajn, maximálne dve farby, priehľadné pozadie",
# Iterácia 3: spresnenie štýlu
(
"Minimalistické logo pre fintech startup, abstraktná geometrická ikona "
"evokujúca rast, paleta námorníckej modrej a smaragdovo zelenej, bez textu, vektorový štýl"
),
# Iterácia 4: jemné úpravy
(
"Minimalistické logo pre fintech startup, abstraktná geometrická ikona: "
"dve prepojené šípky tvoriace kosoštvorec, námornícka modrá (#1B2A4A) a "
"smaragdovo zelená (#2ECC71), tenký ťah 2 px, biele pozadie, ostrý vektorový render, vycentrované"
),
]
for i, prompt in enumerate(iterations):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
path = f"logo_iteration_{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Iterácia {i+1}: {prompt[:60]}...")
print(f" → {path}\n")
Automatizovaný iteračný pipeline
Pri trochu dlhšom projekte ľudská pamäť nestačí: po pätnástich obrázkoch už nevieš, ktorý prompt vyprodukoval ktorý výsledok. Nasledujúci pipeline štruktúruje prácu do kôl, generuje niekoľko variantov na kolo, pomenúva súbory tak, aby boli sledovateľné, a uchováva kompletnú históriu promptov v súbore JSON. Práve tento historický súbor robí celé nastavenie cenným: umožňuje ti vrátiť sa späť a zúročiť skúsenosti z jedného projektu do ďalšieho.
from openai import OpenAI
import base64
import json
client = OpenAI()
def iteration_pipeline(brief: str, n_rounds: int = 3, n_per_round: int = 3):
"""
Iteračný pipeline: generuje niekoľko variantov na kolo,
uchováva históriu promptov a výsledkov.
"""
history = []
current_prompt = brief
for round_num in range(1, n_rounds + 1):
print(f"\n{'='*50}")
print(f"KOLO {round_num} — Prompt: {current_prompt[:80]}...")
print(f"{'='*50}")
round_images = []
for i in range(n_per_round):
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=current_prompt,
size="1024x1024",
quality="medium",
)
path = f"pipeline_r{round_num}_v{i+1}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
round_images.append(path)
print(f" Variant {i+1}: {path}")
history.append({
"round": round_num,
"prompt": current_prompt,
"images": round_images
})
# Spresnenie promptu pre ďalšie kolo
if round_num < n_rounds:
current_prompt += ", viac detailov, lepšia kompozícia"
# Uloženie histórie
with open("pipeline_history.json", "w") as f:
json.dump(history, f, indent=2, ensure_ascii=False)
print(f"\nHistória uložená: pipeline_history.json")
return history
iteration_pipeline(
brief="Ilustrácia nezávislého kníhkupectva zvonku, jesenný večer, štýl Ghibli",
n_rounds=3,
n_per_round=3
)
Porovnávanie variácií v katalógu
Otváranie deviatich PNG súborov jeden po druhom vo vieweri neumožňuje žiadne seriózne porovnanie. Namiesto toho vygeneruj HTML stránku, ktorá ich zobrazí vedľa seba, pričom obrázky sú zakódované v base64, takže súbor je samostatný a možno ho takto zdieľať so zákazníkom alebo art directorom.
import base64
from pathlib import Path
from glob import glob
def generate_catalog(images: list[str], title: str, output: str = "catalog.html"):
"""Vytvorí HTML stránku so všetkými obrázkami vedľa seba."""
html_parts = [
'<!DOCTYPE html><html><head><meta charset="utf-8">',
f'<title>{title}</title>',
'<style>',
'body { background: #111; color: #fff; font-family: sans-serif; padding: 2rem; }',
'.grid { display: grid; grid-template-columns: repeat(auto-fill, minmax(300px, 1fr)); gap: 1rem; }',
'.card { background: #222; border-radius: 8px; overflow: hidden; }',
'.card img { width: 100%; display: block; }',
'.card p { padding: 0.5rem 1rem; font-size: 0.85rem; color: #aaa; }',
'</style></head><body>',
f'<h1>{title}</h1><div class="grid">',
]
for img_path in images:
with open(img_path, "rb") as f:
b64 = base64.b64encode(f.read()).decode()
html_parts.append(f'<div class="card">')
html_parts.append(f'<img src="data:image/png;base64,{b64}" />')
html_parts.append(f'<p>{Path(img_path).name}</p></div>')
html_parts.append('</div></body></html>')
with open(output, "w") as f:
f.write("\n".join(html_parts))
print(f"Katalóg vygenerovaný: {output}")
images = sorted(glob("pipeline_r*_v*.png"))
generate_catalog(images, "Variácie — Kníhkupectvo Ghibli")
Disciplína iterácie
Niekoľko princípov oddeľuje produktívnu iteráciu od nákladného pokusu a omylu. Meň vždy iba jeden parameter naraz, inak nikdy nezistíš, ktorý z nich výsledok zlepšil. Uchovávaj históriu svojich promptov a renderov, ako to robí vyššie uvedený pipeline, aby si mohol zúročiť skúsenosti namiesto toho, aby si pri každom projekte začínal od nuly. Počas celej fázy prieskumu pracuj s quality: low a na high prepní až pri finálnom renderi, inak zaplatíš balík za obrázky, ktoré nakoniec zahodíš. Keď hľadáš rýchlu diverzitu, uprednostni jediné volanie s parametrom n pred cyklom požiadaviek. Nakoniec, pomenúvaj svoje súbory opisne: je to triviálny detail prvý deň, ale rozhodujúci po dvoch stovkách obrázkov.
Teraz aplikuj túto celú sekvenciu na tému podľa vlastného výberu – logo, ilustráciu alebo produktovú fotografiu. Vygeneruj tri varianty s počiatočným promptom, spresni tento prompt na základe výsledkov, vygeneruj tri nové varianty a následne vytvor porovnávací HTML katalóg všetkých šiestich obrázkov.