Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Skapa bilder från en prompt

Lektion 2 av 12 Uppdaterad 2 november 2026 Utvecklare
På denna sida
  1. Skapa bilder från en prompt
  2. Anatomin av ett genereringsanrop
  3. Hämta den genererade bilden
  4. Generera flera bilder i ett enda anrop
  5. Skriv effektiva prompter
  6. Felhantering

Uppdaterat 2 november 2026 — Bildmodeller. gpt-image-1, modellen som denna kurs ursprungligen skrevs för, lades ner den 23 oktober 2026. gpt-image-1.5, gpt-image-1-mini och chatgpt-image-latest kommer att tas ur bruk den 1 december 2026. Exemplen använder nu gpt-image-2.5-sunburst, som erbjuder högsta precision för redigering; gpt-image-2.5-flare är snabbare för standardgenerering. Båda modellerna stöder även kvalitetsinställningarna xhigh och max. GPT Image-modeller returnerar alltid bilder i base64: parametern response_format som användes av äldre DALL·E-modeller stöds inte och har tagits bort från koden. Källa: Image generation (OpenAI).

Skapa bilder från en prompt

Metoden client.images.generate() är din huvudingång för att skapa en bild från en textbeskrivning. Den förlitar sig på bara en handfull parametrar, men just därför att det är så få, väger var och en tungt: skillnaden mellan ett slumpmässigt resultat och ett förutsägbart beror nästan helt på innehållet i fältet prompt. I denna lektion lär du dig att bemästra båda.

Anatomin av ett genereringsanrop

Här är den kompletta strukturen för ett anrop med alla tillgängliga parametrar.

from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Detaljerad beskrivning av önskad bild",
    n=1,
    size="1024x1024",
    quality="high"
)
ParameterTypBeskrivning
modelstring"gpt-image-2.5-sunburst" (mest exakt) eller "gpt-image-2.5-flare" (snabbast)
promptstringBildbeskrivning (upp till 32 000 tecken)
nintegerAntal bilder att generera (1 till 10)
sizestring"1024x1024", "1024x1536", "1536x1024"
qualitystring"low", "medium", "high"

Gränsen på 32 000 tecken för prompten är generös: den tillåter mycket detaljerade beskrivningar, och du kommer snart att se att detaljer är din bästa hävstång för kontroll.

Hämta den genererade bilden

Svaret innehåller ett data-objekt som håller bilderna. GPT Image-modeller returnerar alltid bilden kodad i base64 inom fältet b64_json: du avkodar den och skriver den direkt till disk. Parametern response_format och tillfälliga URL:er från äldre DALL·E-modeller gäller inte för GPT Image.

import base64

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="En japansk trädgård i regn, fotografi",
    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("Bild sparad: garden.png")

När filen väl är skriven beror ingenting längre på OpenAI: detta är filen du lagrar, serverar eller bearbetar vidare.

Generera flera bilder i ett enda anrop

Parametern n begär flera varianter i en enda förfrågan. Gör detta till din första reflex när du utforskar en visuell riktning utan att veta vilken du ska behålla: fyra förslag sida vid sida informerar dig betydligt bättre än ett enskilt.

import base64
response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Minimalistisk logotyp för ett hantverksbageri, vit bakgrund",
    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")

Håll dock koll på dina kostnader: varje bild förbrukar tokens oberoende av varandra, och att generera 4 bilder kostar 4 gånger priset för en enda. Utforska med ett högt n och låg kvalitet, och spara hög kvalitet för det slutgiltiga valet.

Skriv effektiva prompter

Resultatets kvalitet beror direkt på precisionen i din prompt. En bra prompt följer en enkel struktur—ämne + stil + kontext + tekniska detaljer—och jämförelsen nedan gör skillnaden påtaglig: “ett hus” lämnar modellen att hitta på allt du inte sa, medan den utvecklade versionen låser material, färg på luckor, tid på dygnet, redaktionell register och optisk behandling.

# Otydlig prompt — oförutsägbart resultat
weak_prompt = "ett hus"

# Strukturerad prompt — kontrollerat resultat
strong_prompt = (
    "Provencalskt lant hus i ljus sten, "
    "lavendelblå luckor, murgröna på fasaden, "
    "fotograferat i gyllene timmen, "
    "redaktionell stil för arkitekturtidning, "
    "centrerad komposition, skärpedjup"
)

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

Deklarera visuell stil på samma sätt, genom att namnge ett medium snarare än att hoppas på en intention. GPT Image förstår en mängd olika register, och följande loop låter dig känna gapet mellan dem på ett strikt identiskt ämne: cykeln framför det parisiska kaféet ändras helt i karaktär beroende på om du begär ett redaktionellt fotografi, en platt vektorillustration eller en blyertsskiss.

import base64
styles = [
    "redaktionellt fotografi, studioljus",
    "platt vektorillustration",
    "akvarell på strukturerat papper",
    "fotorealistisk 3D-rendering, Octane Render",
    "blyertsskiss på kraftpapper",
]

for style in styles:
    prompt = f"En vintagecykel parkerad framför ett parisiskt kafé, {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"Stil: {style} → {filename}")

Text inbäddad i bilden förtjänar en separat notering, eftersom detta är där GPT Image skiljer sig tydligt från sina föregångare. Ange meddelandet inom citattecken i prompten, specificera typsnittsfamiljen och den förväntade grafiska behandlingen, så blir renderingen läsbar.

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt=(
        "Reklamaffisch med texten \"SUMMER SALE -50%\" "
        "i stora vita bokstäver på en blå-orange gradientbakgrund, "
        "modern sans-serif-typografi, professionell kommersiell stil"
    ),
    size="1024x1536",
    quality="high"
)

Felhantering

Ett genereringsskript som körs i en loop kommer förr eller senare att träffa en hastighetsbegränsning eller ett API-fel. Hantera dessa två fall distinkt från början: ett RateLimitError kräver väntan och ett nytt försök, medan ett APIError kräver att du granskar meddelandet innan du startar om något.

import base64
from openai import OpenAI, APIError, RateLimitError

client = OpenAI()

try:
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Ett snöigt bergslandskap vid soluppgång",
        size="1024x1024"
    )
    with open("mountain.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))

except RateLimitError:
    print("Begäransgräns nådd. Vänta innan nytt försök.")

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

För att förankra allt detta, skriv nu ett skript som genererar tre varianter av samma ämne i tre olika stilar—foto, illustration, akvarell—och sparar varje bild lokalt i PNG-format, med base64-formatet för hämtning.