API typu tekst na obraz

API typu tekst na obraz generuje nowy obraz na podstawie instrukcji tekstowych. Twoja aplikacja wysyła do modelu prompt i obsługiwane ustawienia, a potem pobiera wynik. Sprawdza się w produktach kreatywnych, produkcji kampanii i zautomatyzowanym generowaniu materiałów, gdy nie ma istniejącego obrazu do edycji.

Zacznij od głównego obiektu, a potem opisz jego akcję lub wygląd, kompozycję, tło, oświetlenie i styl. Oddziel ważne wymagania od dekoracyjnych szczegółów. W koncepcji produktu podaj materiał i kąt kamery; w plakacie określ zamierzony układ i dosłownie zacytuj tekst, który ma się pojawić.

Przetestuj kilka modeli na tych samych reprezentatywnych promptach i ustawieniach wyniku. Oceń szczegóły ważne dla twojego zastosowania: kształt produktu, twarze, napisy, kompozycję lub styl ilustracji. Porównuj użyteczne wyniki i koszt ponowień, zamiast wybierać wyłącznie po najniższej wyświetlanej cenie wyjściowej.

Niektóre modele obrazów radzą sobie z napisami lepiej niż inne, ale wygenerowany tekst nadal trzeba sprawdzić. Żądany tekst niech będzie krótki i wyraźnie ujęty w cudzysłów. W przypadku dokładnych treści prawnych, cen lub typografii marki najpierw wygeneruj obraz, a końcowy tekst dodaj w swoim workflow projektowym lub renderowania.

Używaj tego samego, jasnego opisu stylu i testuj tę samą strukturę promptu w całej serii obrazów. Jeśli tożsamość osoby lub produktu ma być zbliżona do istniejącego projektu, użyj modelu z obsługą obrazów referencyjnych w zadaniu Obraz na obraz. Powtarzany prompt tekstowy sam w sobie nie gwarantuje identycznych wyników.

Obsługiwane wymiary i proporcje zależą od wybranego modelu i endpointu. Wybierz ustawienia pasujące do miejsca docelowego, np. pionowy post w social mediach lub poziomą okładkę. Przed wysłaniem żądań sprawdź stronę modelu; wymiary po skalowaniu w górę i natywna rozdzielczość generowania to różne wielkości.

Możesz koordynować wiele żądań API w swojej aplikacji. Sprawdź, czy wybrany model oferuje też parametr liczby wyników, bo jedno żądanie nie zawsze oznacza jeden obraz. Ogranicz równoległą pracę do limitu twojego konta, zapisuj każdy zwrócony task ID i śledź koszt całego zestawu żądań.

Tekst na obraz tworzy nowy obraz z pisemnych instrukcji. Obraz na obraz zaczyna od istniejącego obrazu i używa go do prowadzenia edycji, wariantu lub nowej kompozycji. Wybierz to drugie, gdy konkretny produkt, osoba lub układ mają stanowić wizualny punkt wyjścia.

W endpointach generowania PoYo wyślij model i jego dane wejściowe na /api/generate/submit. Zapisz zwrócony task_id, a potem odpytaj /api/generate/status/{task_id} albo podaj obsługiwany callback_url. Wynik odczytaj z odpowiedzi ukończonego zadania i zapisz pliki, które twoja aplikacja ma zachować.

Porównaj cenę modelu i jego jednostkę rozliczeniową. W zależności od endpointu generowanie obrazów może być wyceniane za obraz, za generowanie lub według rozmiaru obrazu, z dodatkowymi opłatami za określone opcje. Do oszacowania większej serii użyj aktualnego cennika modelu i wybranych ustawień, zamiast zakładać, że wszystkie API obrazów kosztują tyle samo.

Zanim wyślesz je ponownie, sprawdź status zadania: przekroczenie czasu sieci nie dowodzi, że generowanie się nie udało. Sprawdź walidację danych wejściowych, ustawienia obrazu, saldo konta i zwrócony błąd. Jeśli obrazy się wygenerowały, ale nie nadają się do użycia, uprość prompt lub zmieniaj jedno ustawienie naraz, aby zobaczyć, co poprawia wynik.

Otwórz stronę modelu, aby zobaczyć jego dokumentację API, aktualne pola żądania i przykłady. Każdy model ma też zasób /models/{model-id}/llms.txt ze szczegółami integracji właściwymi dla modelu. Trzymaj klucz API w konfiguracji po stronie serwera i podczas dostosowywania przykładu do swojej aplikacji używaj udokumentowanego identyfikatora modelu.