圖片生成
透過 submit_image 生成 AI 圖片(僅使用已設定的供應商金鑰)。除非使用者要求變化版本,否則每次請求以生成一張清晰的靜態圖片為優先。
模型選擇
| 模型 | 參考文件 | 優勢 | 最大參考圖片數 |
|---|---|---|---|
fal + falModel | references/fal.md | 明確的 Fal 型錄;每模型限制請見工具 schema | 依模型而異 |
gpt-image-2 | references/gpt-image-2.md | 最佳文字渲染,最強的提示遵循度 | 16 |
nano-banana | references/nano-banana.md | 最強的參考圖片保真度 | 14 |
image-01 | references/image-01.md | MiniMax 靜態圖片 / 直播風格;透過 R2 支援單一主體參考 | 1 |
grok-imagine | references/grok-imagine.md | xAI Grok Imagine;文生圖,最多 4 張輸出,1K/2K | 0 |
- 若選擇或要求 Fal.ai,請使用
model: "fal"以及要求的falModel,或使用能力資訊中儲存的 Fal 預設模型。若未選擇,請詢問使用者。原生供應商的預設值與下方控制項不適用於 Fal。 - 預設模型:當 gpt-image-2 金鑰已設定時,預設使用
gpt-image-2。 - 參考圖片數量多時 → 使用
nano-banana。 - 使用者指定 MiniMax,或僅有 MiniMax 圖片金鑰已設定時 → 使用
image-01。 - 尊重能力配置:不要呼叫供應商金鑰未設定的模型。
重要: 生成前,請先閱讀所選模型的參考文件。
工具參數
| 參數 | 值 | 預設值 |
|---|---|---|
aspectRatio | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 4:5, 5:4, 21:9 | 16:9 |
imageSize | 512px, 1K, 2K, 4K (依模型而異) | 1K |
width / height | GPT Image: 512–3840,需能被 16 整除;MiniMax: 512–2048,需能被 8 整除 | — |
quality | low, medium, high, auto (僅限 gpt-image-2) | high |
referenceAssetIds | 專案資產 ID 陣列 — 後端會從伺服器端解析位元組 | — |
name | 簡短描述性的資產名稱,會顯示在素材庫中 | — |
count | 要生成的圖片數量 (1–10;image-01 最多 9 張) | 1 |
promptOptimizer | 僅限 MiniMax image-01 — prompt_optimizer | false |
seed | 僅限 MiniMax image-01 | — |
maskAssetId, background, moderation, inputFidelity | GPT Image 編輯/輸出控制項 | — |
outputFormat, outputCompression | GPT Image PNG/JPEG/WebP 控制項 | PNG |
預設值
- 長寬比:16:9。若專案構圖不是 16:9,請先詢問使用者想使用的長寬比再生成。
- 尺寸:1K。
送出前務必詢問
- 絕不自動升級尺寸。
- 僅在使用者明確要求時,才傳入
imageSize: "2K"或"4K"。請警告使用者 2K/4K 為實驗性功能,可能較慢。
參考圖片
當使用者提供素材進行編輯、合成,或作為視覺指引時使用(例如「更換背景」、「將這些合成為一張海報」)。
- 透過
referenceAssetIds傳入專案資產 ID。後端會從伺服器端擷取並編碼這些資產 — 請勿自行擷取資產位元組。 - 當使用者 @-參考 一個圖片資產時,請直接將其 ID 傳入
referenceAssetIds。 - 後端接受的格式:png, jpeg, webp, svg(自動柵格化為 png), heic, heif。每個檔案 ≤ 50MB。
執行
// 基本生成
submit_image({
model: "gpt-image-2",
prompt: "一隻可愛的橘貓",
name: "貓咪",
});
// 搭配品質設定 (僅限 gpt-image-2)
submit_image({
model: "gpt-image-2",
prompt: "英雄海報,粗體標題",
quality: "high",
name: "英雄海報",
});
// 搭配參考圖片 — 傳入專案資產 ID;後端解析位元組
submit_image({
model: "gpt-image-2",
prompt: "將背景更換為沙灘",
referenceAssetIds: ["<assetId>"],
name: "沙灘編輯",
});
// 參考圖片數量多時使用 nano-banana
submit_image({
model: "nano-banana",
prompt: "合成海報",
referenceAssetIds: ["<id1>", "<id2>"],
name: "合成海報",
});
// 多張圖片
submit_image({
model: "gpt-image-2",
prompt: "產品照",
count: 3,
name: "產品",
});
// MiniMax (可選的單一主體參考;使用參考圖片需先設定 R2)
submit_image({
model: "image-01",
prompt: "霧面產品瓶罐放置於大理石上,柔和棚燈",
name: "瓶罐靜態照",
promptOptimizer: false,
});
OpenChatCut 的 submit_image 可能會根據供應商路徑同步回傳已完成的素材庫資產。若回傳 jobId,請使用 track_progress;否則將結果中的資產 ID 視為已處理完成。
規則
- 務必提供
name,使用簡短描述性的資產名稱。 - 送出前,簡短告知使用者你即將生成的內容 — 尤其是在生成多張圖片時。
- 僅呼叫其供應商金鑰已設定(根據能力提示)的模型。