Создание архитектурных изображений с GPT Image API: пошаговое руководство

Что вы узнаете из этого руководства?

Модели GPT Image можно использовать для создания новых изображений по текстовому описанию и редактирования существующих. В руководстве рассматривается, как сформулировать запрос для генерации архитектурного концепта или изображения интерьера через API, как передать существующее изображение в качестве входных данных и чем анализ изображения отличается от его генерации.

Примеры предназначены для подготовки визуальных набросков, иллюстрирующих дизайнерские решения. Их следует воспринимать как эксперименты для развития идей и визуальной коммуникации, а не как замену завершённому архитектурному чертежу или подтверждённым техническим сведениям.

Что потребуется: выбор API и модели

Сначала определите, какую задачу нужно решить. Для создания изображения с нуля или редактирования имеющегося можно использовать Images API. С помощью модели GPT Image gpt-image-2.5-sunburst, указанной в исходном документе, этот API поддерживает генерацию изображений по тексту и редактирование изображений.

При использовании Responses API выбирают основную модель, поддерживающую инструмент генерации изображений; выбор модели для создания изображения выполняет сам инструмент. В примерах документа используются основная модель gpt-6-astra и инструмент image_generation. Это названия моделей, приведённые в документированных примерах; перед внедрением проверьте их доступность в актуальной документации API.

Для вызова API нужны подходящий клиент и доступ к API. В официальных примерах создаётся клиент, в запрос добавляются текстовые данные, после чего выполняется вызов Images API или Responses API. В примере результат инструмента генерации изображения получается в формате Base64 и записывается в файл PNG. Это показывает, что изображение, полученное от API, можно сохранить в приложении.

Анализ изображения — отдельная задача, не связанная с его генерацией. Модель с поддержкой обработки изображений может описать изображение, прочитать видимый текст или ответить на вопросы об объектах, формах, цветах и текстурах. Изображение для анализа можно передать по полному URL или в виде URL с данными, закодированными в Base64. В массив содержимого одного запроса можно добавить несколько изображений; согласно документации, они учитываются при подсчёте токенов и тарифицируются.

Пошаговое руководство: промпты для архитектурных изображений

1. Определите цель изображения

Прежде чем писать промпт, сформулируйте, на какой дизайнерский вопрос должен отвечать результат: как выглядит объём здания, какова атмосфера интерьера или как сочетаются материалы? Вместо того чтобы задавать несколько несвязанных целей в одном запросе, чётко обозначьте тему изображения и желаемые характеристики. Примеры ниже — оригинальные промпты для архитектурной визуализации.

2. Подготовьте запрос для генерации идеи объёма и фасада

Create a photorealistic architectural concept image of a compact public library on a quiet urban corner. Show a clear street-level view, a restrained stone and timber facade, deep window reveals, soft overcast daylight, a few pedestrians for scale, and a calm civic atmosphere. Keep the building geometry legible and the surrounding context understated.

В этом промпте одновременно описаны функция здания, ракурс, характер материалов, освещение и связь с окружением. Если в первом результате теряется идея фасада, при доработке промпта сделайте более выразительным только нужное описание; не предполагайте наличие специальных параметров для генерации изображений, если они не описаны в документации.

3. Создайте атмосферу интерьера

Create a photorealistic interior concept image of a small reading room with built-in timber shelves, a long communal table, pale mineral walls, and warm indirect lighting. Show the room from eye level, with a clear view of circulation and furniture proportions. Use a quiet, uncluttered composition and soft daylight from tall side windows.

Здесь основные элементы запроса — назначение пространства, встроенная мебель, материалы и освещение. Не следует воспринимать размеры или детали реализации на изображении как подтверждённые: промпт составлен для визуального исследования дизайнерской идеи.

4. Отправьте существующее изображение для редактирования

Edit the provided interior image by changing the wall finish to a light, matte mineral surface. Preserve the existing room layout, camera viewpoint, furniture positions, and window openings. Do not add new furniture or alter the architecture; keep the lighting and overall composition consistent with the reference.

Чтобы отредактировать существующее изображение, добавьте его в запрос API как входные данные и опишите текстом требуемые изменения. В этом примере указано изменить только отделку стен, сохранив планировку и ракурс. Источники подтверждают возможность редактирования изображений, однако не гарантируют, что все детали останутся неизменными.

5. Попросите проанализировать референсное изображение

Describe the visible materials, colors, lighting, and spatial arrangement in the provided architectural image. Separate direct visual observations from uncertain interpretations. Do not infer dimensions, structural performance, or hidden construction details that cannot be seen.

На этом этапе цель — не создать новое изображение, а получить текстовый ответ о переданном изображении. Добавьте изображение в запрос по URL или в виде URL с данными, закодированными в Base64. Воспринимайте ответ модели как описание наблюдаемого: документация также рекомендует учитывать ограничения модели.

Распространённые ошибки

Путать генерацию с анализом: Для создания нового изображения используйте конечную точку или инструмент генерации изображений. Чтобы узнать, что изображено на картинке, выберите сценарий анализа, который принимает изображения на вход.

Оставлять промпт расплывчатым: Короткий запрос вроде «создай красивый интерьер» почти не задаёт требований к назначению, ракурсу, материалам и свету. Опишите цель дизайна несколькими конкретными характеристиками. При этом множество противоречивых требований в одном промпте тоже может затруднить оценку результата.

Считать результат анализа технической проверкой: Модель может отвечать о формах и материалах на изображении, но её ответ не следует считать подтверждением невидимых размеров или слоёв конструкции. В документе отдельно подчёркивается, что при оценке ответов анализа нужно учитывать ограничения модели.

Не учитывать стоимость нескольких изображений: В один запрос можно добавить несколько изображений, однако каждое учитывается как токены и тарифицируется. Выбирайте количество референсов с учётом задачи.

Считать названия моделей API неизменными: Названия моделей и способы их использования из документационных примеров следует сверять с актуальной официальной документацией перед внедрением. В источниках этого руководства не указаны цены, условия доступа или выбор модели для конкретного проекта.

Место в рабочем процессе архитектуры и визуализации

Этот подход может быть полезен архитектурным бюро и студентам на ранних этапах исследования концепции, создания вариантов атмосферы и разработки идей для презентаций. Возможность редактировать существующее изображение позволяет пробовать отдельные визуальные изменения сцены, а анализ — описывать характеристики, заметные на референсе. Это общие возможности API, описанные в источниках; сведений о прямой интеграции с конкретными CAD-, BIM- или 3D-программами не приводится.

Перед внедрением в рабочий процесс проверьте доступ к API, актуальный статус выбранной модели и условия тарификации. При планировании также учитывайте отправку референсных изображений в API и то, что несколько изображений включаются в стоимость по токенам. Не используйте сгенерированное изображение для подтверждения проектных размеров, характеристик материалов или технических чертежей: источники не описывают такую возможность проверки.

Следующие шаги

Для первой попытки выберите одну задачу проектирования и оцените результат визуально. При генерации чётко опишите тему, материалы, освещение и ракурс; при редактировании отдельно укажите, что нужно изменить и какие характеристики следует сохранить. Если используете анализ, попросите модель описать видимые элементы и не смешивайте её выводы с данными проекта.

Когда рабочий процесс станет понятен, полезно сравнить варианты промптов для одной и той же проектной задачи и записывать, какие формулировки влияют на результат. Однако в этом руководстве не описаны конкретные настройки качества, ограничения на размер изображения или специальные параметры; если они нужны, изучите актуальную документацию API.

Источники и лицензия

Руководство подготовлено на основе официальной документации для разработчиков OpenAI и материалов справочного центра о создании и редактировании изображений с помощью GPT Image через API, а также об анализе визуальных входных данных. В записях источников для K1 и K2 указана лицензия «свободная». Примеры архитектурных промптов написаны специально для этого руководства.