API typu obraz na obraz

API typu obraz na obraz generuje edytowany obraz lub wariant na podstawie obrazu źródłowego i instrukcji. W przeciwieństwie do generowania wyłącznie z tekstu obraz dostarcza informacji wizualnych o obiekcie, układzie lub stylu. Wybrany model decyduje, jak dokładnie podąża za referencją i jakie tryby edycji są dostępne.

Użyj pól wejściowych obrazu udokumentowanych dla wybranego endpointu. Niektóre przyjmują publicznie dostępne adresy URL obrazów, inne mogą obsługiwać inne kodowania. Przed wysłaniem sprawdź format pliku, wymiary, rozmiar i dostępność adresu URL; adres URL z prywatnej sesji przeglądarki nie będzie automatycznie dostępny dla usługi generowania.

Użyj wyraźnego, szczegółowego obrazu źródłowego i wskaż, które cechy mają pozostać bez zmian, np. twarz, opakowanie, położenie logo lub geometria produktu. Wprowadzaj po jednej istotnej zmianie naraz. Dokładnie sprawdź wynik, bo polecenie zachowania obiektu nie gwarantuje szczegółów identycznych co do piksela.

Nie. Generowanie z referencji, edycja na podstawie instrukcji, inpainting z maską i outpainting to różne możliwości. Potwierdź tryb edycji i wymagane pola w dokumentacji modelu. Jeśli nie udokumentowano wejścia maski, nie zakładaj, że dodanie pola maski ograniczy edycję do jednego obszaru.

Niektóre modele obsługują wiele obrazów, z limitami i zachowaniem referencji właściwymi dla modelu. Tam, gdzie to możliwe, opisz rolę każdego obrazu, np. tożsamość produktu, kompozycję czy styl. Unikaj sprzecznych referencji i przed zbudowaniem workflow z wieloma obrazami potwierdź akceptowaną liczbę obrazów.

Opisz oczekiwaną zmianę i szczegóły do zachowania w osobnych, konkretnych instrukcjach. Na przykład poproś o nowe tło, zachowując bez zmian kształt, kolor i etykietę produktu. Unikaj proszenia o niepowiązane edycje naraz; stopniowe poprawki ułatwiają diagnozowanie niepowodzeń.

Niektóre modele obrazów oferują wyższe wymiary wyniku, ale wygenerowanie większego wariantu może też zmienić zawartość. Ustal, czy potrzebujesz edycji, nowego renderu, czy wiernego skalowania w górę. Osobno oceń rozmiar wyniku i zachowanie szczegółów, a gdy lepiej pasuje do materiału, użyj dedykowanego narzędzia do poprawy jakości.

Obraz na obraz zaczyna od materiału wizualnego i instrukcji, jak go przekształcić. Tekst na obraz zaczyna od pisemnego opisu. Użyj API edycji obrazów do poprawek produktów, zmian portretów i wariantów opartych na referencji; generowania wyłącznie z tekstu używaj, gdy od zera szukasz nowego obrazu.

Wyślij wybrany model i jego dane obrazowe przez udokumentowany endpoint generowania. Zapisz task_id i pobierz gotowy wynik przez odpytywanie statusu lub obsługiwany webhook. Przechowuj w aplikacji powiązanie źródło–wynik, aby użytkownicy mogli porównywać wersje i wiedzieli, które żądanie utworzyło daną edycję.

Na koszt mogą wpływać model, rozmiar wyniku, liczba obrazów i opcjonalne funkcje edycji. Niektóre endpointy wyceniają osobno dane referencyjne lub przetwarzanie zależne od rozmiaru. Porównaj jednostkę rozliczeniową i odpowiednie poziomy na stronie modelu, a potem oszacuj, ile prób edycji będzie potrzebnych do akceptowalnego wyniku.

Model mógł zinterpretować prośbę jako szersze ponowne generowanie, zwłaszcza przy sprzecznych instrukcjach lub niejasnych referencjach. Użyj czystszego obrazu źródłowego, zawęź edycję i wprost wskaż szczegóły do zachowania. Jeśli problem się powtarza, przetestuj dedykowany tryb edycji lub inny model podążający za referencją.

Każda strona modelu PoYo prowadzi do dokumentacji API z aktualnymi polami obrazów, obsługiwanymi ustawieniami i przykładami. Przydatny jest też zasób llms.txt dla danego modelu, szczególnie dla asystentów kodowania i prac integracyjnych. Kopiuj strukturę dla konkretnego endpointu, zamiast zakładać, że wszystkie API edycji obrazów przyjmują identyczne parametry.