Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Verktyget image_generation: Skapa bilder

Lektion 10 av 18 Uppdaterad 2 november 2026 Utvecklare
På denna sida
  1. Generera bilder genom din agent
  2. Skapa en agent med bildgenerering
  3. Generera en bild
  4. Ladda ner genererade bilder
  5. Tre vanliga användningsområden
  6. Kombinera med andra verktyg
  7. Skriv bra bildprompter
  8. Hantera genererade filer
  9. Viktiga punkter

Generera bilder genom din agent

Verktyget image_generation låter din agent skapa bilder från textbeskrivningar. Det kompletterar de verktyg du redan har sett: medan code_interpreter producerar siffror och diagram, producerar detta visuellt material. Det är ett kraftfullt verktyg för kreativa användningsområden, generering av mockups eller för att illustrera koncept. Precis som andra inbyggda verktyg aktiverar du det när du skapar agenten, och modellen avgör själv om den ska anropa det baserat på förfrågan.

Skapa en agent med bildgenerering

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

agent = client.beta.agents.create(
    model="mistral-medium-latest",
    name="Creative Agent",
    instructions="""You are a creative assistant specialized in image generation.
- Rephrase requests into detailed prompts for better results
- Describe the image you are about to generate before creating it
- Propose variations if the result is unsatisfactory""",
    tools=[{"type": "image_generation"}],
    completion_args={"temperature": 0.3, "top_p": 0.95}
)

Instruktionerna har stor betydelse här. Genom att be agenten formulera om förfrågan till en detaljerad prompt omvandlar du en vag “gör en bild på en katt” till en handlingsbar beskrivning. Genom att låta den tillkännage bilden innan den genereras får du chansen att korrigera kursen innan själva genereringen sker. En temperatur på 0,3 håller denna omformulering disciplinerad: du vill ha beskrivande precision, inte fri uppfinning.

Generera en bild

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Generate an image of an orange cat in a modern office."
)

Bakom detta enda anrop kedjar agenten ihop fyra steg: den analyserar din förfrågan, formulerar en prompt optimerad för genereringsmodellen, skapar bilden och returnerar sedan filen. Dessa steg syns i konversationens utdata, vilket låter dig se vilken prompt som producerade vilken bild. Detta är ovärderligt när ett resultat tilltalar dig och du vill återskapa det.

Ladda ner genererade bilder

Bilder returneras inte som text i svaret: de anländer som ToolFileChunk-objekt i innehållet, och du hämtar själva filen via Files API.

from mistralai.client.models import ToolFileChunk

for i, chunk in enumerate(response.outputs[-1].content):
    if isinstance(chunk, ToolFileChunk):
        # Download the image file
        file_bytes = client.files.download(file_id=chunk.file_id).read()

        # Save locally
        with open(f"image_{i}.png", "wb") as f:
            f.write(file_bytes)
        print(f"Image saved: image_{i}.png")

Tre vanliga användningsområden

Det första är illustration av dokumentation, där ett diagram förklarar bättre än ett stycke text.

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Create a visual diagram showing a microservices architecture with an API Gateway, 3 services, and a database."
)

Det andra är visuella mockups, för att materialisera en riktning innan du engagerar en designer.

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Generate a homepage mockup for an online learning website, modern and minimalist style with blue tones."
)

Det tredje är skapande av marknadsföringsmaterial, där agenten producerar en skräddarsydd bild utifrån en skriven brief.

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Create a promotional banner for an AI course, with the text 'Master AI in 2026' on a tech background."
)

I alla tre fallen avgör briefens kvalitet resultatets kvalitet: en kreativ agent hittar inte på din avsikt, den verkställer den.

Kombinera med andra verktyg

Bildgenerering når sin fulla potential när den paras ihop med andra verktyg. Att söka efter data, analysera den och sedan illustrera den blir ett enda sömlöst flöde ur användarens perspektiv.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Multimodal Agent",
    description="Search, code, and images.",
    instructions="Use search to find data, code to analyze it, and image generation to illustrate it.",
    tools=[
        {"type": "web_search"},
        {"type": "code_interpreter"},
        {"type": "image_generation"}
    ]
)

Skriv bra bildprompter

Fem hävstänger förbättrar resultaten avsevärt. För det första, var beskrivande: “En randig orange katt som sitter på ett träskrivbord, naturligt ljus, fotografisk stil” ger en helt annan bild än “en katt”. Specificera därefter den förväntade stilen – fotografisk, illustration, akvarell, minimalistisk. Ange kompositionen, det vill säga framifrån, högt perspektiv, närbild eller vidvinkel. Nämn belysningen, oavsett om det är naturligt ljus, studio, motljus eller gyllene timmen. Specificera slutligen färger: varm palett, kalla toner, monokromt. Dessa fem axlar är exakt vad du skriver in i agentens instruktioner så att den kan berika alltför korta förfrågningar från dina användare.

Hantera genererade filer

Genererade bilder lagras tillfälligt i Mistral-cloudet via Files API. Gör det till en vana att inventera och städa upp: annars fylls ditt utrymme med glömda utkast, och filer du behövde försvinner för att de inte laddades ner i tid.

# List files
files = client.files.list()
for f in files.data:
    print(f"{f.id} — {f.filename} — {f.bytes} bytes")

# Delete a file
client.files.delete(file_id="file-xxxxxxxx")

Viktiga punkter

  • image_generation skapar bilder från textbeskrivningar
  • Bilder returneras som ToolFileChunk-objekt och kan laddas ner via client.files.download()
  • Detaljerade prompter (stil, komposition, belysning) förbättrar resultaten avsevärt
  • Verktyget kan kombineras med web_search och code_interpreter
  • Genererade filer är tillfälliga – ladda ner dem annars raderas de