Obrazy możesz generować za pomocą interfejsu Gemini API z wykorzystaniem wbudowanych funkcji multimodalnych Gemini lub modelu Imagen, czyli wyspecjalizowanego modelu generowania obrazów od Google. W większości przypadków zacznij od Gemini. Wybierz Imagen do specjalistycznych zadań, w których przypadku jakość obrazu ma kluczowe znaczenie. Więcej wskazówek znajdziesz w sekcji Wybieranie odpowiedniego modelu.
Wszystkie wygenerowane obrazy zawierają znak wodny SynthID.
Zanim zaczniesz
Upewnij się, że do generowania obrazów używasz obsługiwanego modelu i wersji:
W przypadku Gemini użyj funkcji generowania obrazów do podglądu Gemini 2.0 Flash.
W przypadku Imagen użyj jednego z modeli Imagen (Imagen 3, Imagen 4 lub Imagen 4 Ultra).
- Pamiętaj, że te modele są dostępne tylko w płatnej wersji.
Możesz uzyskać dostęp do modeli Gemini i Imagen, korzystając z tych samych bibliotek.
Generowanie obrazów za pomocą Gemini
Gemini może generować i przetwarzać obrazy w ramach konwersacji. Aby wykonywać różne zadania związane z obrazami, takie jak generowanie i edytowanie obrazów, możesz promptować Gemini za pomocą tekstu, obrazów lub ich kombinacji.
W konfiguracji musisz uwzględnić responseModalities
: ["TEXT", "IMAGE"]
. Te modele nie obsługują danych wyjściowych w postaci tylko obrazu.
generowanie obrazów (tekst na obraz);
Poniższy kod pokazuje, jak wygenerować obraz na podstawie promptu opisowego:
Python
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
import base64
client = genai.Client()
contents = ('Hi, can you create a 3d rendered image of a pig '
'with wings and a top hat flying over a happy '
'futuristic scifi city with lots of greenery?')
response = client.models.generate_content(
model="gemini-2.0-flash-preview-image-generation",
contents=contents,
config=types.GenerateContentConfig(
response_modalities=['TEXT', 'IMAGE']
)
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = Image.open(BytesIO((part.inline_data.data)))
image.save('gemini-native-image.png')
image.show()
JavaScript
import { GoogleGenAI, Modality } from "@google/genai";
import * as fs from "node:fs";
async function main() {
const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });
const contents =
"Hi, can you create a 3d rendered image of a pig " +
"with wings and a top hat flying over a happy " +
"futuristic scifi city with lots of greenery?";
// Set responseModalities to include "Image" so the model can generate an image
const response = await ai.models.generateContent({
model: "gemini-2.0-flash-preview-image-generation",
contents: contents,
config: {
responseModalities: [Modality.TEXT, Modality.IMAGE],
},
});
for (const part of response.candidates[0].content.parts) {
// Based on the part type, either show the text or save the image
if (part.text) {
console.log(part.text);
} else if (part.inlineData) {
const imageData = part.inlineData.data;
const buffer = Buffer.from(imageData, "base64");
fs.writeFileSync("gemini-native-image.png", buffer);
console.log("Image saved as gemini-native-image.png");
}
}
}
main();
Przeczytaj
package main
import (
"context"
"fmt"
"os"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, _ := genai.NewClient(ctx, &genai.ClientConfig{
APIKey: os.Getenv("GEMINI_API_KEY"),
Backend: genai.BackendGeminiAPI,
})
config := &genai.GenerateContentConfig{
ResponseModalities: []string{"TEXT", "IMAGE"},
}
result, _ := client.Models.GenerateContent(
ctx,
"gemini-2.0-flash-preview-image-generation",
genai.Text("Hi, can you create a 3d rendered image of a pig " +
"with wings and a top hat flying over a happy " +
"futuristic scifi city with lots of greenery?"),
config,
)
for _, part := range result.Candidates[0].Content.Parts {
if part.Text != "" {
fmt.Println(part.Text)
} else if part.InlineData != nil {
imageBytes := part.InlineData.Data
outputFilename := "gemini_generated_image.png"
_ = os.WriteFile(outputFilename, imageBytes, 0644)
}
}
}
REST
curl -s -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash-preview-image-generation:generateContent?key=$GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{
"parts": [
{"text": "Hi, can you create a 3d rendered image of a pig with wings and a top hat flying over a happy futuristic scifi city with lots of greenery?"}
]
}],
"generationConfig":{"responseModalities":["TEXT","IMAGE"]}
}' \
| grep -o '"data": "[^"]*"' \
| cut -d'"' -f4 \
| base64 --decode > gemini-native-image.png

Edytowanie obrazów (tekst i przekształcanie obrazu)
Aby edytować obraz, dodaj obraz jako dane wejściowe. W tym przykładzie pokazano przesyłanie obrazów zakodowanych w formacie base64. Więcej informacji o przesyłaniu wielu obrazów i większych zasobów danych znajdziesz w sekcji Przekazywanie obrazów.
Python
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
import PIL.Image
image = PIL.Image.open('/path/to/image.png')
client = genai.Client()
text_input = ('Hi, This is a picture of me.'
'Can you add a llama next to me?',)
response = client.models.generate_content(
model="gemini-2.0-flash-preview-image-generation",
contents=[text_input, image],
config=types.GenerateContentConfig(
response_modalities=['TEXT', 'IMAGE']
)
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = Image.open(BytesIO((part.inline_data.data)))
image.show()
JavaScript
import { GoogleGenAI, Modality } from "@google/genai";
import * as fs from "node:fs";
async function main() {
const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });
// Load the image from the local file system
const imagePath = "path/to/image.png";
const imageData = fs.readFileSync(imagePath);
const base64Image = imageData.toString("base64");
// Prepare the content parts
const contents = [
{ text: "Can you add a llama next to the image?" },
{
inlineData: {
mimeType: "image/png",
data: base64Image,
},
},
];
// Set responseModalities to include "Image" so the model can generate an image
const response = await ai.models.generateContent({
model: "gemini-2.0-flash-preview-image-generation",
contents: contents,
config: {
responseModalities: [Modality.TEXT, Modality.IMAGE],
},
});
for (const part of response.candidates[0].content.parts) {
// Based on the part type, either show the text or save the image
if (part.text) {
console.log(part.text);
} else if (part.inlineData) {
const imageData = part.inlineData.data;
const buffer = Buffer.from(imageData, "base64");
fs.writeFileSync("gemini-native-image.png", buffer);
console.log("Image saved as gemini-native-image.png");
}
}
}
main();
Przeczytaj
package main
import (
"context"
"fmt"
"os"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, _ := genai.NewClient(ctx, &genai.ClientConfig{
APIKey: os.Getenv("GEMINI_API_KEY"),
Backend: genai.BackendGeminiAPI,
})
imagePath := "/path/to/image.png"
imgData, _ := os.ReadFile(imagePath)
parts := []*genai.Part{
genai.NewPartFromText("Hi, This is a picture of me. Can you add a llama next to me?"),
&genai.Part{
InlineData: &genai.Blob{
MIMEType: "image/png",
Data: imgData,
},
},
}
contents := []*genai.Content{
genai.NewContentFromParts(parts, genai.RoleUser),
}
config := &genai.GenerateContentConfig{
ResponseModalities: []string{"TEXT", "IMAGE"},
}
result, _ := client.Models.GenerateContent(
ctx,
"gemini-2.0-flash-preview-image-generation",
contents,
config,
)
for _, part := range result.Candidates[0].Content.Parts {
if part.Text != "" {
fmt.Println(part.Text)
} else if part.InlineData != nil {
imageBytes := part.InlineData.Data
outputFilename := "gemini_generated_image.png"
_ = os.WriteFile(outputFilename, imageBytes, 0644)
}
}
}
REST
IMG_PATH=/path/to/your/image1.jpeg
if [[ "$(base64 --version 2>&1)" = *"FreeBSD"* ]]; then
B64FLAGS="--input"
else
B64FLAGS="-w0"
fi
IMG_BASE64=$(base64 "$B64FLAGS" "$IMG_PATH" 2>&1)
curl -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash-preview-image-generation:generateContent?key=$GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d "{
\"contents\": [{
\"parts\":[
{\"text\": \"'Hi, This is a picture of me. Can you add a llama next to me\"},
{
\"inline_data\": {
\"mime_type\":\"image/jpeg\",
\"data\": \"$IMG_BASE64\"
}
}
]
}],
\"generationConfig\": {\"responseModalities\": [\"TEXT\", \"IMAGE\"]}
}" \
| grep -o '"data": "[^"]*"' \
| cut -d'"' -f4 \
| base64 --decode > gemini-edited-image.png
Inne tryby generowania obrazów
Gemini obsługuje inne tryby interakcji z obrazem na podstawie struktury promptu i kontekstu, w tym:
- Tekst na obrazy i tekst (przeplatany): generuje obrazy z powiązanym tekstem.
- Przykład promptu: „Wygeneruj ilustrowany przepis na paellę”.
- Obrazy i tekst na obrazy i tekst (przeplatany): na podstawie podanych obrazów i tekstu tworzy nowe powiązane obrazy i tekst.
- Przykład promptu: (z obrazem umeblowanego pokoju) „Jaki inny kolor sofy pasowałby do mojego pokoju? Czy możesz zaktualizować obraz?”
- Wieloetapowe edytowanie obrazów (czat): możesz generować i edytować obrazy w ramach rozmowy.
- Przykładowe prompty: [prześlij zdjęcie niebieskiego samochodu] , „Zamień ten samochód w kabriolet”, „Zamień teraz kolor na żółty”.
Ograniczenia
- Aby zapewnić najlepszą skuteczność, używaj tych języków: EN, es-MX, ja-JP, zh-CN, hi-IN.
- Generowanie obrazu nie obsługuje danych wejściowych audio ani wideo.
- Generowanie obrazów może nie zostać uruchomione, jeśli:
- Model może zwracać tylko tekst. Spróbuj wyraźnie poprosić o wygenerowanie obrazu (np. „wygeneruj obraz”, „prześlij obrazy w miarę potrzeby”, „zaktualizuj obraz”).
- Model może przestać generować dane w połowie procesu. Spróbuj ponownie lub użyj innego prompta.
- Podczas generowania tekstu na potrzeby obrazu Gemini działa najlepiej, jeśli najpierw wygenerujesz tekst, a potem poprosisz o obraz z tekstem.
- Generowanie obrazów jest niedostępne w niektórych regionach i krajach. Więcej informacji znajdziesz w sekcji Modele.
generować obrazy za pomocą modeli Imagen;
Ten przykład pokazuje generowanie obrazów za pomocą modelu Imagen:
Python
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
client = genai.Client(api_key='GEMINI_API_KEY')
response = client.models.generate_images(
model='imagen-4.0-generate-preview-06-06',
prompt='Robot holding a red skateboard',
config=types.GenerateImagesConfig(
number_of_images= 4,
)
)
for generated_image in response.generated_images:
generated_image.image.show()
JavaScript
import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";
async function main() {
const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });
const response = await ai.models.generateImages({
model: 'imagen-4.0-generate-preview-06-06',
prompt: 'Robot holding a red skateboard',
config: {
numberOfImages: 4,
},
});
let idx = 1;
for (const generatedImage of response.generatedImages) {
let imgBytes = generatedImage.image.imageBytes;
const buffer = Buffer.from(imgBytes, "base64");
fs.writeFileSync(`imagen-${idx}.png`, buffer);
idx++;
}
}
main();
Przeczytaj
package main
import (
"context"
"fmt"
"os"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, _ := genai.NewClient(ctx, &genai.ClientConfig{
APIKey: os.Getenv("GEMINI_API_KEY"),
Backend: genai.BackendGeminiAPI,
})
config := &genai.GenerateImagesConfig{
NumberOfImages: 4,
}
response, _ := client.Models.GenerateImages(
ctx,
"imagen-4.0-generate-preview-06-06",
"Robot holding a red skateboard",
config,
)
for n, image := range response.GeneratedImages {
fname := fmt.Sprintf("imagen-%d.png", n)
_ = os.WriteFile(fname, image.Image.ImageBytes, 0644)
}
}
REST
curl -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/imagen-4.0-generate-preview-06-06:predict?key=GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"instances": [
{
"prompt": "Robot holding a red skateboard"
}
],
"parameters": {
"sampleCount": 4
}
}'

Konfiguracja usługi Imagen
Obecnie Imagen obsługuje tylko prompty w języku angielskim i te parametry:
numberOfImages
: liczba obrazów do wygenerowania, od 1 do 4 (włącznie). Wartość domyślna to 4. W przypadku Imagen 4 Ultra domyślnie ustawiona jest wartość 1, ponieważ naraz można wygenerować tylko jeden obraz.aspectRatio
: zmienia format obrazu wygenerowanego przez AI. Obsługiwane wartości to"1:1"
,"3:4"
,"4:3"
,"9:16"
i"16:9"
. Wartość domyślna to"1:1"
.personGeneration
: zezwalaj modelowi na generowanie obrazów przedstawiających ludzi. Obsługiwane są te wartości:"dont_allow"
: blokowanie generowania obrazów przedstawiających ludzi."allow_adult"
: generowanie obrazów przedstawiających dorosłych, ale nie dzieci. To jest ustawienie domyślne."allow_all"
: generowanie obrazów przedstawiających dorosłych i dzieci.
Wybór odpowiedniego modelu
Wybierz Gemini, jeśli:
- Potrzebujesz obrazów dopasowanych do kontekstu, które wykorzystują wiedzę i rozumowanie.
- Ważne jest, aby tekst i obrazy płynnie się ze sobą łączyły.
- Chcesz umieścić dokładne elementy wizualne w długich sekwencjach tekstowych.
- Chcesz edytować obrazy w sposób konwersacyjny, zachowując kontekst.
Wybierz Obraz, jeśli:
- Najważniejsze są jakość obrazu, fotorealizm, szczegóły artystyczne lub określone style (np. impresjonizm, anime).
- wykonywanie specjalistycznych zadań edytowania, takich jak aktualizacja tła produktu lub skalowanie obrazu;
- Umieszczanie logo, logotypów lub elementów stylu marki w projektach produktów.
Imagen 4 powinien być modelem, którego używasz do generowania obrazów za pomocą Imagen. Wybierz Imagen 4 Ultra w zaawansowanych zastosowaniach lub gdy potrzebujesz najlepszej jakości obrazu. Pamiętaj, że Imagen 4 Ultra może generować tylko jeden obraz naraz.
Przewodnik po promptach w usłudze Imagen
W tej sekcji przewodnika po Imagen dowiesz się, jak modyfikowanie promptu tekst-obraz może wpływać na uzyskiwane wyniki. Znajdziesz tu też przykłady obrazów, które możesz utworzyć.
Podstawy pisania promptów
Dobry prompt jest opisowy i jasny oraz zawiera znaczące słowa kluczowe i modyfikatory. Zacznij od określenia przedmiotu, kontekstu i stylu.

Temat: pierwszą rzeczą, o której należy pomyśleć, jest temat: obiekt, osoba, zwierzę lub krajobraz, którego chcesz stworzyć zdjęcie.
Kontekst i tło: równie ważne jest tło lub kontekst, w którym znajduje się obiekt. Spróbuj umieścić obiekt na różnych tłach. Może to być na przykład studio z białym tłem, plener lub wnętrze.
Styl: na koniec dodaj żądany styl obrazu. Style mogą być ogólne (obraz, fotografia, szkic) lub bardzo konkretne (obraz w pastelach, rysunek węglem, 3D izometryczne). Możesz też łączyć style.
Po napisaniu pierwszej wersji promptu dodaj do niego więcej szczegółów, aż uzyskasz pożądany obraz. Powtarzanie jest ważne. Najpierw określ główną ideę, a potem ją udoskonalaj i rozwijaj, aż wygenerowany obraz będzie zbliżony do Twojej wizji.
![]() |
![]() |
![]() |
Modele Imagen mogą przekształcać Twoje pomysły w szczegółowe obrazy, niezależnie od tego, czy prompty są krótkie, czy długie i szczegółowe. Ulepszaj swoją wizję, korzystając z powtarzających się podpowiedzi i dodając szczegóły, aż uzyskasz idealny efekt.
Krótkie prompty umożliwiają szybkie generowanie obrazów. ![]() |
Dłuższe prompty umożliwiają dodawanie konkretnych szczegółów i tworzenie obrazu. ![]() |
Dodatkowe wskazówki dotyczące pisania promptów w usłudze Imagen:
- Używaj języka opisowego: stosuj szczegółowe przymiotniki i przysłówki, aby przedstawić Imagenowi jasny obraz.
- Podaj kontekst: w razie potrzeby dodaj informacje ogólne, aby pomóc AI w zrozumieniu.
- Użycie elementów pochodzących od konkretnych artystów lub stylów: jeśli masz na myśli konkretny styl, możesz posłużyć się elementami pochodzącymi od konkretnych artystów lub stylów artystycznych.
- Używanie narzędzi do tworzenia promptów: zastanów się nad wykorzystaniem narzędzi lub zasobów do tworzenia promptów, które pomogą Ci je ulepszać i osiągać optymalne wyniki.
- Ulepszenie szczegółów twarzy na zdjęciach osobistych i grupowych: określ szczegóły twarzy jako punkt skupienia zdjęcia (na przykład użyj słowa „portret” w promptzie).
Generowanie tekstu na obrazach
Modele Imagen mogą dodawać tekst do obrazów, co otwiera większe możliwości tworzenia obrazów. Aby w pełni korzystać z tej funkcji, postępuj zgodnie z tymi wskazówkami:
- Powtarzaj proces: może być konieczne ponowne wygenerowanie obrazów, dopóki nie uzyskasz pożądanego wyglądu. Integracja tekstu w Imagen jest nadal udoskonalana i czasem najlepsze wyniki przynoszą wielokrotne próby.
- Skróć tekst: aby zapewnić optymalną generację, ogranicz tekst do maksymalnie 25 znaków.
Wiele wyrażeń: eksperymentuj z 2 lub 3 wyrażeniami, aby podać dodatkowe informacje. Aby uzyskać przejrzystość kompozycji, nie używaj więcej niż 3 wyrazów.
Prompt: plakat z tekstem „Summerland” (ang. „Leśne lato”) w grubym druku jako tytuł, a pod nim slogan „Lato nigdy nie było tak dobre” Pozycja przewodnika: chociaż Imagen może próbować umieścić tekst zgodnie z instrukcjami, należy się spodziewać sporadycznych zmian. Ta funkcja jest stale ulepszana.
Styl czcionki: określ ogólny styl czcionki, aby subtelnie wpływać na wybory dokonywane przez Imagena. Nie polegaj na dokładnym odwzorowaniu czcionek, ale spodziewaj się kreatywnych interpretacji.
Rozmiar czcionki: określ rozmiar czcionki lub ogólny rozmiar (np. mały, średni, duży), aby wpływać na generowanie rozmiaru czcionki.
Parametryzowanie promptów
Aby lepiej kontrolować wyniki wyjściowe, warto skonfigurować parametry wejściowe w Imagen. Załóżmy na przykład, że chcesz, aby Twoi klienci mogli generować logo swojej firmy, i chcesz mieć pewność, że logo będą zawsze generowane na jednolitym tle. Musisz też ograniczyć opcje, które klient może wybrać z menu.
W tym przykładzie możesz utworzyć prompt z parametrami podobny do tego:
A {logo_style} logo for a {company_area} company on a solid color background. Include the text {company_name}.
W niestandardowym interfejsie użytkownika klient może wpisywać parametry za pomocą menu, a wybrana przez niego wartość wypełnia prompt, który otrzymuje Imagen.
Na przykład:
Prompt:
A minimalist logo for a health care company on a solid color background. Include the text Journey.
Prompt:
A modern logo for a software company on a solid color background. Include the text Silo.
Prompt:
A traditional logo for a baking company on a solid color background. Include the text Seed.
Zaawansowane techniki pisania promptów
Korzystając z podanych niżej przykładów, możesz tworzyć bardziej szczegółowe prompty na podstawie atrybutów, takich jak opisy zdjęć, kształty i materiały, historyczne kierunki w sztuce oraz modyfikatory jakości obrazu.
Fotografia
- Prompt: „Zdjęcie…”
Aby użyć tego stylu, zacznij od użycia słów kluczowych, które wyraźnie informują Imagen, że szukasz zdjęcia. Rozpocznij prompta od słów "Zrób zdjęcie. . .". Przykład:
![]() |
![]() |
![]() |
Źródło obrazu: każdy obraz został wygenerowany za pomocą odpowiedniego promptu tekstowego za pomocą modelu Imagen 3.
Modyfikatory fotografii
W następnych przykładach znajdziesz kilka modyfikatorów i parametrów związanych z fotografią. Aby uzyskać większą kontrolę, możesz łączyć ze sobą wiele modyfikatorów.
Odległość od aparatu – zbliżenie, zrobione z dużej odległości
Prompt: zbliżenie na ziarna kawy Prompt: zdjęcie z dużą perspektywą małego worka
z kawą w nieuporządkowanej kuchniPozycja kamery – powietrzna, od dołu
Prompt: zdjęcie lotnicze miasta z wieżowcami Prompt: zdjęcie korony drzew z błękitnym niebem z dołu Oświetlenie – naturalne, dramatyczne, ciepłe, zimne
Prompt: zdjęcie nowoczesnego fotela w studio, oświetlenie naturalne Prompt: zdjęcie nowoczesnego fotela w studio z dramatycznym oświetleniem Ustawienia aparatu - rozmycie w ruchu, miękki fokus, bokeh, tryb portretowy
Prompt: zdjęcie miasta z drapaczami chmur widziane z wnętrza samochodu z rozmyciem dynamicznym Prompt: nieostre zdjęcie mostu w mieście w nocy Typy obiektywów – 35 mm, 50 mm, rybie oko, szerokokątny, makro
Prompt: zdjęcie liścia zrobione obiektywem makro Prompt: street photography, new york city, fisheye lens Typy filmów – czarno-biały, polaroid
Prompt: portret Polaroid psa w okularach przeciwsłonecznych Prompt: czarno-białe zdjęcie psa w okularach przeciwsłonecznych
Źródło obrazu: każdy obraz został wygenerowany za pomocą odpowiedniego promptu tekstowego za pomocą modelu Imagen 3.
Ilustracje i dzieła sztuki
- Prompt: "A painting of...", „sketch z…”
Style artystyczne mogą być monochromatyczne, jak szkice ołówkiem, lub hiperrealistyczne, jak sztuka cyfrowa. Na przykład te obrazy używają tego samego prompta w różnych stylach:
"An [art style or creation technique] of an angular sporty electric sedan with skyscrapers in the background"
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
Źródło obrazu: każdy obraz został wygenerowany za pomocą odpowiedniego promptu tekstowego przy użyciu modelu Imagen 2.
Kształty i materiały
- Prompt: "...made of...", „…w kształcie…”
Jedną z zalet tej technologii jest to, że umożliwia ona tworzenie obrazów, które w innym przypadku byłyby trudne lub niemożliwe do uzyskania. Możesz na przykład odtworzyć logo swojej firmy w różnych materiałach i teksturach.
![]() |
![]() |
![]() |
Źródło obrazu: każdy obraz został wygenerowany za pomocą odpowiedniego promptu tekstowego za pomocą modelu Imagen 3.
odniesienia do dzieł sztuki z przeszłości,
- Prompt: "...w stylu..."
Niektóre style stały się z latami ikonami. Poniżej znajdziesz kilka pomysłów na malarstwo historyczne lub style artystyczne, które możesz wypróbować.
"wygeneruj obraz w stylu [art period or movement] : farma wiatrowa"
![]() |
![]() |
![]() |
Źródło obrazu: każdy obraz został wygenerowany za pomocą odpowiedniego promptu tekstowego za pomocą modelu Imagen 3.
Modyfikatory jakości obrazu
Niektóre słowa kluczowe mogą informować model, że szukasz zasobu wysokiej jakości. Przykłady modyfikatorów jakości:
- Modyfikatory ogólne – wysokiej jakości, piękne, stylizowane
- Zdjęcia – 4K, HDR, zdjęcie w Studio
- Grafika, ilustracja – wykonane przez profesjonalistę, szczegółowe
Poniżej znajdziesz kilka przykładów promptów bez modyfikatorów jakości i tego samego prompta z modyfikatorami jakości.
![]() |
![]() photo of a corn stalk taken by a professional photographer |
Źródło obrazu: każdy obraz został wygenerowany za pomocą odpowiedniego promptu tekstowego za pomocą modelu Imagen 3.
Formaty obrazu
Generowanie obrazów w Imagen umożliwia ustawienie 5 różnych współczynników proporcji obrazu.
- Kwadrat (1:1, domyślnie) – standardowe zdjęcie w formacie kwadratowym. Ten format jest często używany w przypadku postów w mediach społecznościowych.
Pełny ekran (4:3) – ten format jest często używany w mediach i filmach. Są to też wymiary większości starszych telewizorów (niepanoramowych) i kamer średniego formatu. Pozwala ono uchwycić więcej sceny w orientacji poziomej (w porównaniu z formatem 1:1), co czyni go preferowanym formatem w fotografii.
Prompt: zbliżenie palców muzyka grającego na pianinie, czarno-biały film, vintage (format obrazu 4:3) Prompt: profesjonalne zdjęcie studyjne frytek z restauracji wysokiej klasy w stylu magazynu kulinarnego (format obrazu 4:3) Pełny ekran pionowy (3:4) – to format pełnoekranowy obrócony o 90 stopni. Pozwala to uchwycić więcej szczegółów w pionie niż w formacie 1:1.
Prompt: kobieta na szlaku, zbliżenie na buty odbijające się w kadzie, duże góry w tle, styl reklamy, dramatyczne ujęcia (format 3:4) Prompt: ujęcie z lotu rzeki płynącej przez mistyczne wąwozy (format obrazu 3:4) Panorama (16:9) – ten format zastąpił format 4:3 i jest obecnie najczęściej stosowanym formatem w telewizorach, monitorach i ekranach telefonów komórkowych (w orientacji poziomej). Użyj tego formatu, jeśli chcesz uchwycić więcej tła (np. krajobraz).
Prompt: mężczyzna w białym stroju siedzący na plaży, zbliżenie, oświetlenie w złotej godzinie (format obrazu 16:9) Pionowa (9:16) – ten format jest panoramiczny, ale obrócony. To stosunkowo nowy format obrazu, który stał się popularny dzięki aplikacjom do tworzenia krótkich filmów (np. YouTube Shorts). Używaj tego w przypadku wysokich obiektów o wyraźnie pionowej orientacji, takich jak budynki, drzewa, wodospady lub inne podobne obiekty.
Prompt: cyfrowy render ogromnego, nowoczesnego, wspaniałego drapacza chmur z pięknym zachodem słońca w tle (format obrazu 9:16)
fotorealistyczne obrazy
Różne wersje modelu do generowania obrazów mogą oferować zarówno wyniki o charakterze artystycznym, jak i realistyczne. Aby wygenerować bardziej fotorealistyczne wyniki na podstawie żądanego obiektu, użyj w promptach następującego sformułowania.
Przypadek użycia | Typ obiektywu | Ogniskowe | Informacje dodatkowe |
---|---|---|---|
osoby (portrety), | Prime, zoom | 24-35mm | film czarno-biały, film noir, głębia ostrości, duotone (wymień 2 kolory) |
Jedzenie, owady, rośliny (obiekty, martwa natura) | Makro | 60-105mm | wysoka szczegółowość, precyzyjne ostrzenie, kontrolowane oświetlenie; |
Sport, przyroda (ruchome obrazy) | Zoom teleobiektywem | 100-400mm | Szybka szybkość migawki, śledzenie ruchu lub działania |
astronomiczne, orientacja pozioma (szerokokątna) | Szerokokątny | 10-24mm | długi czas naświetlania, ostry obraz, płynna woda lub chmury; |
Portrety
Przypadek użycia | Typ obiektywu | Ogniskowe | Informacje dodatkowe |
---|---|---|---|
osoby (portrety), | Prime, zoom | 24-35mm | film czarno-biały, film noir, głębia ostrości, duotone (wymień 2 kolory) |
Na podstawie kilku słów kluczowych z tabeli Imagen może wygenerować te portrety:
![]() |
![]() |
![]() |
![]() |
Prompt: Kobieta, portret 35 mm, duotony w kolorach niebieskim i szarym
Model: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Prompt: Kobieta, portret 35 mm, film noir
Model: imagen-3.0-generate-002
Obiekty
Przypadek użycia | Typ obiektywu | Ogniskowe | Informacje dodatkowe |
---|---|---|---|
Jedzenie, owady, rośliny (obiekty, martwa natura) | Makro | 60-105mm | wysoka szczegółowość, precyzyjne ostrzenie, kontrolowane oświetlenie; |
Korzystając z kilku słów kluczowych z tabeli, Imagen może wygenerować te obrazy obiektów:
![]() |
![]() |
![]() |
![]() |
Prompt: liść modlitwy, obiektyw makro, 60 mm
Model: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Prompt: talerz z makaronem, obiektyw makro 100 mm
Model: imagen-3.0-generate-002
Ruch
Przypadek użycia | Typ obiektywu | Ogniskowe | Informacje dodatkowe |
---|---|---|---|
Sport, przyroda (ruchome obrazy) | Zoom teleobiektywem | 100-400mm | Szybka szybkość migawki, śledzenie ruchu lub działania |
Korzystając z kilku słów kluczowych z tabeli, Imagen może wygenerować te obrazy w ruchu:
![]() |
![]() |
![]() |
![]() |
Prompt: wygrywający touchdown, szybka szybkość migawki, śledzenie ruchu
Model: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Prompt: Rzeczywistego jelenia biegającego po lesie, szybka szybkość migawki, śledzenie ruchu
Model: imagen-3.0-generate-002
Szerokokątny
Przypadek użycia | Typ obiektywu | Ogniskowe | Informacje dodatkowe |
---|---|---|---|
astronomiczne, orientacja pozioma (szerokokątna) | Szerokokątny | 10-24mm | długi czas naświetlania, ostry obraz, płynna woda lub chmury; |
Korzystając z kilku słów kluczowych z tabeli, Imagen może wygenerować te zdjęcia panoramiczne:
![]() |
![]() |
![]() |
![]() |
Prompt: rozległy łańcuch górski, tryb poziomy, kąt widzenia 10 mm
Model: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Prompt: zdjęcie księżyca, fotografia astronomiczna, obiektyw szerokokątny 10 mm
Model: imagen-3.0-generate-002
Co dalej?
- Aby dowiedzieć się, jak generować filmy za pomocą interfejsu Gemini API, zapoznaj się z przewodnikiem Veo.
- Więcej informacji o modelach Gemini znajdziesz w artykułach Modele Gemini i Modele eksperymentalne.