Pozitivni vizualni pozivi napredne ravni: kompozicija, osvetlitev, perspektiva
Na tej strani
Posodobitev 2. novembra 2026 — modeli za slike. Model
gpt-image-1, za katerega je bil ta tečaj prvotno napisan, je bil ukinjen 23. oktobra 2026, modeligpt-image-1.5,gpt-image-1-miniinchatgpt-image-latestpa bodo upokojeni 1. decembra 2026. Primeri zdaj uporabljajogpt-image-2.5-sunburst, najbolj natančen model za urejanje;gpt-image-2.5-flareje hitrejši za standardno generiranje. Oba podpirata tudi nastavitvi kakovostixhighinmax. Modeli GPT Image vedno vrnejo slike v formatu base64: parameterresponse_formatiz starejših modelov DALL·E ni sprejet in je bil iz kode odstranjen. Vir: Image generation (OpenAI).
Pozitivni vizualni pozivi napredne ravni: kompozicija, osvetlitev, perspektiva
Dobro strukturiran poziv je tisto, kar loči povprečno sliko od profesionalne. Vzvod ni v dolžini, temveč v besedišču. GPT Image razume terminologijo fotografije, filma in likovne umetnosti. Govorjenje tega jezika je kot dajanje navodil direktorju fotografije namesto izražanja želje. Ta lekcija te nauči tega besedišča in kako ga organizirati.
Anatomija profesionalnega vizualnega poziva
Napreden poziv se razčleni na plasti, od katerih vsaka odgovarja na drugačno vprašanje: kdo ali kaj, kako razporejeno, kako osvetljeno, od kod gledano, v kakšnem registru, s kakšnimi optičnimi značilnostmi. Izrecno poimenovanje teh plasti v besedilu poziva – „Predmet: … Kompozicija: … Osvetlitev: …“ – modelu pomaga, da ne meša registrov. Spodnji primer opisuje arhitekta v njegovem ateljeju: predmet zavzema levo tretjino po pravilu tretjin, svetloba prihaja bočno skozi velika okna, kamera je pod rahlim spodnjim kotom z goriščno razdaljo 35 mm, register je topla desaturirana uredniška dokumentarna fotografija, globina ostrine pa ozadje pušča v lahki bokeh. Vsak od teh šestih stavkov modelu odvzame svobodo, ki bi jo sicer uveljavil naključno.
from openai import OpenAI
import base64
client = OpenAI()
def prompt_multicouche(
sujet: str,
composition: str,
eclairage: str,
perspective: str,
style: str,
details_techniques: str,
output: str
):
"""Builds a multi-layer prompt for maximum control."""
prompt = (
f"Subject: {sujet}. "
f"Composition: {composition}. "
f"Lighting: {eclairage}. "
f"Perspective: {perspective}. "
f"Style: {style}. "
f"Technical details: {details_techniques}."
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1536x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Advanced image: {output}")
return prompt
prompt_utilise = prompt_multicouche(
sujet="Architect working on blueprints in a bright studio",
composition="Rule of thirds, subject at left third, depth with multiple planes",
eclairage="Lateral natural light from large windows, soft shadows",
perspective="Slightly low angle (subtle low-angle shot), 35mm focal length",
style="Editorial documentary photography, warm desaturated tones",
details_techniques="Medium depth of field, sharp foreground, light background bokeh",
output="architecte_atelier.png"
)
Obvladovanje kompozicije
Kompozicija določa, kako oko potuje po sliki, nadzoruješ pa jo z imenovanjem pravil, ki jih model prepozna.
Klasična kompozicijska pravila
Spodnji slovar združuje pet glavnih kompozicijskih družin in jih uporabi za namerno identičen predmet – osamljen svetilnik na bretonski pečini –, tako da se primerjava osredotoča izključno na uprizoritev. Pravilo tretjin postavi svetilnik na presečišče močnih črt in ustvari najbolj „naravno” sliko; simetrija Wesa Andersona centrira navpično os in doda odsev v vodi; diagonala ustvarja napetost od spodnjega levega do zgornjega desnega kota; okvir znotraj okvira te prisili, da svetilnik gledaš skozi lok ali okno, kar ustvari takojšnjo globino; nazadnje, minimalistična kompozicija svetilnik zmanjša na majhno piko v ogromnem negativnem prostoru in predmet spremeni v izgovor. Pet slik istega svetilnika, pet različnih izjav.
from openai import OpenAI
import base64
client = OpenAI()
compositions = {
"regle_des_tiers": (
"Rule of thirds composition, subject positioned at the intersection "
"of power lines (right third, bottom third)"
),
"symetrie": (
"Perfectly symmetrical composition, central vertical axis, "
"reflections in water, Wes Anderson style"
),
"diagonale": (
"Dynamic diagonal composition, power line from "
"bottom-left corner to top-right corner"
),
"cadre_dans_cadre": (
"Frame within a frame: subject viewed through an arch, "
"a window, or a natural framing"
),
"minimaliste": (
"Minimalist composition, huge negative space, "
"small isolated subject in a vast environment"
),
}
sujet_base = "An isolated lighthouse on a Breton cliff facing the sea"
for nom, composition in compositions.items():
prompt = f"{sujet_base}, {composition}, landscape photography"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1536x1024",
quality="high",
)
path = f"composition_{nom}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Composition {nom} → {path}")
Ravnine in globina
Globine ne zahtevaš v grobem; gradiš jo ravnino za ravnino. Naslednji poziv opisuje provansalsko tržnico z izrecno dodelitvijo vsebine in ostrine vsaki od treh ravnin: mila in sivka v ospredju, popolnoma ostro; prodajalec in stranka v srednjem planu, rahlo zamegljeno; zlate kamnite fasade in platane v ozadju z izrazitim bokehom. Končna omemba 50-mm objektiva, odprtega na f/1.8, le optično potrdi tisto, kar je opis že vzpostavil – in prav ta namerna redundanca naredi rezultat zanesljiv.
from openai import OpenAI
import base64
client = OpenAI()
prompt_profondeur = (
"Provençal market scene with three distinct planes: "
"sharp foreground—display of lavender and artisanal soaps, "
"middle ground—vendor and customer in conversation, slight blur, "
"background—golden stone facades and plane trees, pronounced bokeh. "
"Photography with 50mm f/1.8 lens, shallow depth of field."
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt_profondeur,
size="1536x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open("marche_profondeur.png", "wb") as f:
f.write(data)
Obvladovanje osvetlitve
Osvetlitev je najmočnejše orodje za ustvarjanje vzdušja in najbolj stroškovno učinkovito glede na vložene znake. Šest postavitev pokrije večino potreb, spodnja zanka pa jih vse uporabi na istem portretu zbranega violinista. Rembrandtova osvetlitev z enim virom pod kotom 45 stopinj in trikotnim poudarkom na nasprotnem licu daje klasični studijski portret. Robna svetloba (rim light) postavi vir za predmet in ohrani le svetleč obroč obrisa, kar ustvari silhueto. Razdeljena osvetlitev (split lighting) razpolovi obraz, ena polovica je osvetljena, druga v senci, kar takoj preide v filmski register. Zlata ura prinaša poševno zlato svetlobo in njen nostalgični odsev leče, urbano neonsko okolje prinaša rožnate in cian vire, ki se odbijajo od mokrih površin, visokotonovni studio (high-key) pa prinaša brezsenčno enakomernost in komercialno belo ozadje. Isti predmet postane intimen, skrivnosten ali pripravljen za oglaševanje.
from openai import OpenAI
import base64
client = OpenAI()
eclairages_avances = {
"rembrandt": (
"Rembrandt lighting: single source at 45 degrees, triangular highlight "
"on opposite cheek, deep dramatic shadows"
),
"rim_light": (
"Backlighting (rim light): silhouette outlined by a luminous halo, "
"source directly behind subject, details in shadows"
),
"split": (
"Split lighting: half face lit, half in shadow, "
"clear separation, mysterious cinematic atmosphere"
),
"golden_hour": (
"Golden hour: raking golden light, long warm shadows, "
"subtle lens flare, soft nostalgic atmosphere"
),
"neon": (
"Urban neon lighting: multiple pink and cyan sources, "
"reflections on wet surfaces, nocturnal cyberpunk atmosphere"
),
"studio_high_key": (
"High-key studio: uniformly bright lighting, minimal shadows, "
"white background, clean commercial atmosphere"
),
}
sujet = "Portrait of a focused violinist"
for nom, eclairage in eclairages_avances.items():
prompt = f"{sujet}, {eclairage}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1536",
quality="high",
)
path = f"eclairage_{nom}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Lighting {nom} → {path}")
Obvladovanje perspektive
Perspektiva vpliva na to, kako gledalec dojema predmet, njen učinek pa je skoraj vedno psihološki, preden je estetski. Ptičja perspektiva gleda na prizor od zgoraj in zmanjšuje tisto, kar gleda; žabja perspektiva s kamero na tleh predmet povečuje in mu daje moč; popolnoma navpičen zračni pogled odpravi volumen in spremeni realnost v grafični vzorec; ekstremna žabja perspektiva potisne spodnji kot do skrajnosti, zaradi česar se vse izhodiščne črte stekajo proti nebu; nazadnje, pogled v višini oči z 50-mm goriščno razdaljo reproducira človeški vid in izgine v korist predmeta. Pri stekleno-jeklenih nebotičnikih razlika med temi petimi slikami ni v stavbi, temveč v odnosu, ki ga vzpostavljajo z njo. Upoštevaj, da zanka preklopi na pokončni format za dva spodnja kota, saj spodnji kot stavbe potrebuje višino, da diha.
from openai import OpenAI
import base64
client = OpenAI()
perspectives = {
"plongee": (
"High-angle view (top-down), camera overlooking the scene, "
"domination effect, subject viewed from above at 45 degrees"
),
"contre_plongee": (
"Low-angle view (bottom-up), camera at ground level looking up, "
"effect of grandeur and power"
),
"aerienne": (
"Drone aerial view, perfectly vertical (90 degrees), "
"graphic composition, textures and patterns visible from above"
),
"worm_eye": (
"Worm's-eye view, camera placed on ground, extreme perspective "
"with vanishing lines converging toward the sky"
),
"eye_level": (
"Eye-level view, natural and immersive, "
"50mm focal length, like human vision"
),
}
sujet = "Modern glass and steel skyscrapers"
for nom, perspective in perspectives.items():
prompt = f"{sujet}, {perspective}, architectural photography"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1536" if nom in ["contre_plongee", "worm_eye"] else "1536x1024",
quality="high",
)
path = f"perspective_{nom}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Perspective {nom} → {path}")
Ponovno uporaben graditelj pozivov
Ročno združevanje sedmih plasti v vsaki skripti bo prej ali slej pripeljalo do tega, da kakšno pozabiš ali dve zamenjaš. Razred PromptBuilder to reši tako, da za vsako plast izpostavi eno metodo in pri vsakem klicu vrne self, kar ti omogoča veriženje nastavitev v berljivem vrstnem redu in določanje le nekaterih izmed njih. Metoda build() nato sestavi predmet in zapolnjene plasti v besedilo, pripravljeno za posredovanje funkciji client.images.generate(). Primer obmorske kavarne implementira vseh sedem razpoložljivih plasti – kompozicija, osvetlitev, perspektiva, slog, barve, vzdušje, tehnika – in ustvari poziv, ki ga nobena improvizacija ne bi naredila tako popolnega.
class PromptBuilder:
"""Builder for structured visual prompts."""
def __init__(self, sujet: str):
self.sujet = sujet
self.layers = {}
def composition(self, desc: str):
self.layers["composition"] = desc
return self
def eclairage(self, desc: str):
self.layers["lighting"] = desc
return self
def perspective(self, desc: str):
self.layers["perspective"] = desc
return self
def style(self, desc: str):
self.layers["style"] = desc
return self
def couleurs(self, desc: str):
self.layers["color palette"] = desc
return self
def atmosphere(self, desc: str):
self.layers["atmosphere"] = desc
return self
def technique(self, desc: str):
self.layers["technique"] = desc
return self
def build(self) -> str:
parts = [self.sujet]
for key, value in self.layers.items():
parts.append(f"{key}: {value}")
return ". ".join(parts)
# Usage
prompt = (
PromptBuilder("Artisanal seaside café, terrace with umbrellas")
.composition("Rule of thirds, terrace in foreground, sea at horizon")
.eclairage("Late afternoon, raking golden light, long shadows")
.perspective("Slight high angle, 28mm wide-angle focal length")
.style("Lifestyle photography, warm tones, analog film")
.couleurs("Terracotta, Mediterranean blue, off-white, olive green")
.atmosphere("Relaxed and Mediterranean, sea breeze")
.technique("Deep depth of field, sharp from foreground to infinity")
.build()
)
print(prompt)
# Use this prompt with client.images.generate()
Zdaj prevzemi ta nabor orodij za en sam zahteven predmet: staro knjižnico. Ustvari pet slik s pomočjo razreda PromptBuilder, pri čemer sistematično spreminjaj kompozicijo, osvetlitev in perspektivo, nato pa jih zberi v HTML katalog. Ko vidiš vseh pet slik drugo ob drugi, se boš naučil, katere od teh plasti so v tvoji praksi najpomembnejše.