API for bilde til bilde

Et API for bilde til bilde genererer et redigert bilde eller en variant ut fra et kildebilde og instruksjoner. I motsetning til ren tekstgenerering gir bildet visuell informasjon om motiv, oppsett eller stil. Den valgte modellen avgjør hvor tett den følger referansen, og hvilke redigeringsmoduser som er tilgjengelige.

Bruk bildefeltene som er dokumentert for det valgte endepunktet. Noen godtar offentlig tilgjengelige bilde-URL-er, mens andre kan støtte andre kodinger. Kontroller filformat, dimensjoner, størrelse og om URL-en er tilgjengelig før du sender inn; en URL fra en privat nettleserøkt blir ikke automatisk tilgjengelig for en genereringstjeneste.

Bruk et tydelig og detaljert kildebilde, og angi hvilke egenskaper som må være uendret, for eksempel ansikt, emballasje, logoplassering eller produktgeometri. Gjør én vesentlig endring om gangen. Se nøye på resultatet, for en instruksjon om å bevare et motiv garanterer ikke pikselidentiske detaljer.

Nei. Referansegenerering, instruksjonsbasert redigering, maskert inpainting og outpainting er ulike funksjoner. Bruk modelldokumentasjonen til å bekrefte redigeringsmodus og påkrevde felter. Hvis det ikke er dokumentert noen maskeinndata, må du ikke anta at et ekstra maskefelt begrenser redigeringen til ett område.

Noen modeller støtter flere bilder, med modellspesifikke grenser og ulik håndtering av referanser. Forklar hvilken rolle hvert bilde har, for eksempel produktidentitet, komposisjon eller stil, der det støttes. Unngå motstridende referanser, og bekreft hvor mange bilder som godtas før du bygger en arbeidsflyt med flere bilder.

Beskriv ønsket endring og detaljene som skal bevares, i separate og konkrete instruksjoner. Be for eksempel om en ny bakgrunn, men behold produktets form, farge og etikett uendret. Unngå å be om flere urelaterte endringer samtidig; trinnvise justeringer gjør det lettere å finne ut hva som gikk galt.

Noen bildemodeller tilbyr større utdatadimensjoner, men å generere en større variant kan også endre innholdet. Avklar om behovet ditt er en redigering, en ny gjengivelse eller tro oppskalering. Vurder utdatastørrelse og bevaring av detaljer hver for seg, og bruk et eget forbedringsverktøy når det passer bedre for filen.

Bilde til bilde starter med visuelt kildemateriale og instruksjoner om hvordan det skal endres. Tekst til bilde starter med en skriftlig beskrivelse. Bruk et API for bilderedigering til produktjusteringer, portrettendringer og referansestyrte varianter; bruk ren tekstgenerering når du utforsker et nytt visuelt uttrykk fra bunnen av.

Send den valgte modellen og bildeinndataene via det dokumenterte genereringsendepunktet. Lagre task_id, og hent det ferdige resultatet ved å spørre etter status eller via en støttet webhook-callback. Lagre koblingen mellom kilde og resultat i appen din, slik at brukerne kan sammenligne versjoner og se hvilken forespørsel som laget hver redigering.

Modell, utdatastørrelse, antall bilder og valgfrie redigeringsfunksjoner kan påvirke kostnaden. Noen endepunkter priser også referanseinndata eller størrelsesbasert behandling separat. Sammenlign faktureringsenheten og relevante nivåer på modellsiden, og anslå deretter hvor mange redigeringsforsøk som trengs for et akseptabelt resultat.

Modellen kan tolke forespørselen som en bredere nygenerering, særlig ved motstridende instruksjoner eller uklare referanser. Bruk et renere kildebilde, avgrens endringen, og nevn eksplisitt detaljene som skal bevares. Test en egen redigeringsmodus eller en annen modell som følger referanser bedre hvis problemet vedvarer.

Hver modellside hos PoYo lenker til API-dokumentasjon med gjeldende bildefelter, støttede innstillinger og eksempler. Den modellspesifikke llms.txt-ressursen er også nyttig for kodeassistenter og integrasjonsarbeid. Kopier strukturen for akkurat det endepunktet i stedet for å anta at alle API-er for bilderedigering godtar de samme parameterne.