В этом уроке по GPT Image 1 визуальная идея, начатая с чернового предложения, превращается в управляемый, вдохновленный анимацией пример. Это также охватывает менее привлекательную, но важную часть реального приложения: проверку текущей модели, отправку задачи через OdiRouter, ожидание ее завершения и безопасное сохранение результата.
Проверьте модель, прежде чем приступать к работе
OpenAI по-прежнему документирует GPT Image 1 как изначально мультимодальную модель. Она принимает текстовые и графические входные данные и создаёт изображения на выходе. Однако в текущем image generation guide OpenAI gpt-image-2 указана как новейшая модель GPT Image.
Эту разницу легко не заметить, если вы нашли эту страницу по старому названию модели. В открытом каталоге OdiRouter сейчас имеется проверенная GPT Image 2 model page. В ходе этого исследования не удалось подтвердить наличие актуального маршрута gpt-image-1 на OdiRouter. Прежде чем писать API-запрос, воспользуйтесь актуальной страницей модели, чтобы подтвердить идентификатор модели, поля, цену и пример запроса. Старые параметры — полезные ориентиры, но не документация для продакшена.
Приведённый ниже метод составления промптов не зависит от конкретной версии модели. Он основан на решениях, которые видны на готовом изображении: объект, действие, окружение, композиция, свет, цвет и ограничения.
Описывайте изображение, а не только название студии
«Сделайте в стиле Ghibli» — это запрос на настроение, но он оставляет большинство деталей изображения неопределёнными. Модели всё равно приходится угадывать расстояние до камеры, возраст персонажа, насыщенность фона, освещение, палитру и выражение лица. Иногда эти догадки совпадают с ожиданиями. Но часто одна из них портит в остальном хорошее изображение.
Полезный промпт охватывает шесть аспектов:
Субъект. Назовите человека, существо, здание, объект или пейзаж, которые являются основой сцены.
Действие. Опишите, что происходит в точно запечатлённый момент.
Окружение. Укажите место, время года, время суток, погоду и глубину фона.
Композиция. Выберите расстояние до камеры, ракурс, точку фокуса и количество пустого пространства.
Визуальная обработка. Запрашивайте такие характеристики, как рисованная 2D-анимация, мягкие акварельные фоны, чистые выразительные контуры, сдержанная текстура и плавные цветовые переходы, если они подходят сцене.
Ограничения. Укажите, что должно оставаться неизменным и чего быть не должно.
Эти решения дают модели нечто конкретное, чему она может следовать. Они также делают промпт переносимым при смене названия модели.
Превратите простую сцену в пригодный промпт
Начните с события, без каких-либо указаний на стиль:
Молодой веломеханик закрывает небольшую ремонтную мастерскую на закате, пока бумажные квитанции порхают через улицу.
Теперь явно сформулируйте визуальные решения:
Молодой веломеханик закрывает небольшую ремонтную мастерскую на закате, пока бумажные квитанции порхают по тихой улице на склоне холма. Рисованная 2D-анимация, тёплый янтарный свет из окон, приглушённые зелёные и синие тени, выразительные, но естественные черты лица, средне-широкая композиция, камера на уровне глаз, деликатная детализация фона и спокойное настроение конца дня. Сохраняйте пропорции велосипеда правдоподобными. Не добавляйте текст, логотипы или лишних людей.
Расширенная версия задания включает в себя указание источника света, цветовой палитры, положения камеры, обработки лица, деталей фона и исключений. Если результат неверный, вы можете указать на один из этих вариантов, вместо того чтобы начинать заново.
Адаптируйте промпт к задаче
Сделайте окружение главным объектом
Вид на залитый дождем прибрежный городок с каменной лестницы: узкие крыши, линии электропередач, крошечные сады и паром вдалеке, пересекающий серую воду. Фон анимации, нарисованный вручную, многослойная атмосферная перспектива, холодные сланцевые тона с небольшими теплыми огоньками, влажные поверхности, легкий ветер, отсутствие персонажей на переднем плане и нечитаемых вывесок.
Используйте эту структуру для фона, установочного кадра или редакционной иллюстрации. Локация получает большую часть деталей, а люди остаются вне переднего плана.
Придайте персонажу больше веса
Уставший помощник пекаря сидит у открытого окна кухни перед рассветом, держа обеими руками кружку со сколом. Мягкая 2D-анимация, портрет крупным планом в ракурсе три четверти, лёгкие блики в глазах, распущенные тёмные волосы, мука на фартуке, голубой утренний свет снаружи, тёплый свет печи позади, спокойное выражение лица, простой фон, без брендовых знаков и без преувеличенной улыбки.
Здесь лицо, руки и поза важнее, чем интерьер. Холодный свет из окна и тёплый свет духовки отделяют объект от фона, не требуя перегруженного заднего плана.
Редактируйте референсное изображение, не теряя его структуру
Сохраните позу человека, слои одежды, форму лица и положение стола. Перерисуйте сцену как кадр из рисованного фэнтезийного мультфильма с мягкими акварельными фонами, тёплым дневным светом, сдержанными контурами и небольшим садом, видимым через окно. Не меняйте планировку комнаты. Удалите видимые логотипы и не добавляйте новые объекты рядом с руками.
При редактировании сначала указывайте детали, которые нужно сохранить. Затем опишите изменение. Иначе модель может воспринять референс как приблизительную подсказку и переработать части, которые вы хотели сохранить.
Меняйте по одной переменной за итерацию
Когда первое изображение уже близко к желаемому, переписывание всего промпта приводит к потере полезной информации. Сохраните объект и сцену, затем измените одну категорию.
Если кадрирование неверное: «Сохраните объект и окружение. Отодвиньте камеру дальше и оставьте больше пустого неба над крышей».
Если освещение слишком плоское: «Сохраните композицию. Замените ровный дневной свет боковым светом позднего дня и более мягкими тенями».
Если лицо выглядит слишком стилизованным: «Сохраните сцену. Сделайте выражение лица нейтральным и уменьшите размер глаз».
Если фон кажется слишком плоским: «Не меняйте персонажа. Добавьте больше глубины с помощью двух дальних планов зданий и лёгкой дымки».
Если появился артефакт: «Сохраните все утверждённые детали. Удалите лишний палец и оставьте обе руки лежащими на чашке».
Сохраняйте каждый промпт вместе с соответствующим изображением. Краткий журнал правок позволяет сразу понять, какое изменение помогло, и даёт безопасную версию, к которой можно вернуться.
Выбирайте формат вывода с учётом назначения
Квадратный черновик удобен для проверки композиции. Широкие изображения подходят для главных баннеров и установочных сцен. Вертикальные изображения подходят для плакатов и мобильных историй. Определитесь с этим до финального рендеринга, чтобы объект был скомпонован с учётом места, где изображение действительно будет показано.
Руководство по изображениям OpenAI документирует элементы управления размером, качеством, форматом и сжатием. В документе также указано, что API для работы с изображениями возвращает данные изображений, закодированные в base64, и может создавать выходные данные в форматах PNG, JPEG или WebP, где это поддерживается. Поддержка зависит от модели. Перед копированием имен или значений полей в запрос OdiRouter проверьте текущую страницу модели OdiRouter.
Если в режиме реального времени модель поддерживает более дешевые или менее качественные настройки чернового варианта, используйте их, пока вы еще исправляете кадрирование, освещение и палитру. Повышение качества после завершения строительства. Даже идеально отполированная визуализация не сможет спасти запутанную композицию.
Выполните задачу через OdiRouter
В документе OdiRouter многомодальная генерация рассматривается как асинхронная задача. На странице с моделью в реальном времени отображается конечная точка и тело запроса. Жизненный цикл остаётся неизменным: создать, дождаться, проверить и получить результат.
Прочитайте документ OdiRouter introduction, создайте учетную запись и создайте ключ API.
Откройте каталог GPT Image 2 model page или текущий каталог моделей изображений. Подтвердите идентификатор модели, параметры, режимы вывода и текущую цену.
Используйте multimodal setup guide, чтобы подтвердить базовый адрес, соглашение об эндпоинтах и аутентификацию Bearer.
Create the task с телом запроса, специфичным для модели. Сохраните
request_id,status_urlиresponse_urlиз ответа.Poll the task status. OdiRouter рекомендует выполнять проверку каждые две—пять секунд для типичных мультимодальных задач.
COMPLETEDозначает, что задача достигла конечного состояния, но перед тем как считать её успешно завершённой, всё равно необходимо проверить поле ошибки.Retrieve the result. Незавершённая задача может вернуть
HTTP 202. Ответ completed включает выходной контент и метаданные об использовании в оболочке задачи.
В руководстве по результатам указано, что ссылки на сгенерированные медиафайлы в настоящее время по умолчанию истекают через семь дней. Любой, у кого есть ссылка, может открыть файл, пока она действительна. Копируйте утверждённые файлы в контролируемое вами хранилище и не передавайте временные ссылки непроверенным получателям.
По-разному обрабатывайте ошибки в промптах и сетевые ошибки
Бездумные повторные попытки тратят время и могут повторить ту же ошибку.
Повторяйте временные ответы
429и5xxс ограниченной экспоненциальной задержкой.Перед повторной попыткой исправьте промпт или входные данные, если ошибка генерации изображения может быть исправлена пользователем.
Если модерация блокирует запрос, удалите оскорбительные, направленные на конкретных лиц или иным образом недопустимые формулировки, а не отправляйте те же слова повторно.
Если редактирование отклоняется от референса, сократите запрашиваемое изменение и сначала укажите детали, которые нужно сохранить.
Если изображение должно содержать текст, делайте его коротким, проверяйте каждый символ и рассмотрите возможность добавить финальную типографику вне генератора.
Сохраняйте идентификатор запроса в журналах приложения. Не помещайте API-ключи, исходные изображения с ограниченным доступом или временные URL результатов в журналы, доступные широкому кругу команд.
Проверяйте изображение в полном размере
Маленькие превью скрывают ошибки, которые станут важны после публикации. Внимательно изучите руки, лица, повторяющиеся узоры, отражения, вывески и мелкие объекты. Убедитесь, что изображение не воспроизводит охраняемых персонажей, логотипы или конкретный кадр из фильма.
Получите разрешение, прежде чем преобразовывать фотографию реального человека для публичного или коммерческого использования. Сохраняйте запись о промпте, правах на исходное изображение, маршруте модели и правках. Раскрывайте информацию об использовании ИИ, когда этого ожидают платформа, контекст публикации или аудитория.
«В стиле Ghibli» может быть фразой, которая привела вас сюда. Для производственной работы промпт, составленный из видимых атрибутов, лучше поддаётся контролю и меньше зависит от копирования точного стиля студии.
Сделайте один тщательно продуманный первый запуск
Откройте актуальную страницу модели изображений OdiRouter и проверьте действующий пример запроса. Сгенерируйте один квадратный черновик с шестичастным промптом, сохраните первую удачную композицию и внесите одну контролируемую правку. Сравните два результата, прежде чем повышать качество. Сохраняйте request_id, пока финальный файл не будет надёжно сохранён в хранилище под вашим контролем.