Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Variácie a iterácie

Lekcia 5 z 12 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Variácie a iterácie
  2. Generovanie variácií tej istej koncepcie
  3. Variácie úpravou promptu
  4. Iterácia spresňovaním promptu
  5. Automatizovaný iteračný pipeline
  6. Porovnávanie variácií v katalógu
  7. Disciplína iterácie

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 modely gpt-image-1.5, gpt-image-1-mini a chatgpt-image-latest budú vyradené z prevádzky 1. decembra 2026. Príklady teraz využívajú gpt-image-2.5-sunburst, ktorý ponúka najvyššiu presnosť pri úpravách; gpt-image-2.5-flare je rýchlejší pri štandardnom generovaní. Oba modely tiež podporujú nastavenia kvality xhigh a max. Modely GPT Image vždy vracajú obrázky v formáte base64: parameter response_format zo 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.