Ricette di prompt image-to-image per Grok Imagine Quality: prompt di editing pronti da copiare e incollare, con output reali

Sintesi

• Contenuto dell'articolo: quattro prompt di editing immagini pronti da copiare e incollare, per grok-imagine-quality/image-to-image, ciascuno con l'esatta immagine di input su cui si basa e l'output grezzo prodotto sull'API live — tutti generati al primo tentativo, senza retry nascosti, e ospitati qui in modo permanente.
• A cosa serve il modello: editing ad alta coerenza. Fornisci da 1 a 3 immagini di riferimento più un'istruzione, e il modello re-renderizza la scena — riillumina, ristilizza, sostituisce la scena o combina due riferimenti — mantenendo ciò che gli chiedi di mantenere.
• Fatti sullo schema (verificati il 2026-07-12 contro l'API task live): prompt e image_urls sono obbligatori; image_urls accetta da 1 a 3 URL pubblicamente accessibili; resolution opzionale è in minuscolo 1k o 2k; aspect_ratio opzionale accetta auto più 13 rapporti fissi, fino a ultra-wide 20:9 e verticale 9:20. Non c'è strength, non c'è seed, non ci sono prompt negativi — i campi sconosciuti vengono rifiutati con 400.
• Prezzo (dalla pagina dei prezzi): $0.08 per immagine di output a 1K, $0.10 a 2K, più $0.015 per ogni immagine di riferimento. Un singolo editing 1K con un riferimento in questo articolo costa $0.095 alle tariffe attuali, e ogni editing si completa in 27–39 secondi.
• Budget media stimato per questo articolo: due immagini base gpt-image-2 e una copertina, $0.03 ciascuna, più quattro editing quality (tre editing a riferimento singolo da $0.095 ciascuno, una composizione a doppio riferimento da $0.11) — totale $0.485 alle tariffe attuali.

Come sono state realizzate queste ricette

Ogni ricetta contiene tre parti: l'immagine di input, il prompt di editing esatto (copialo così com'è) e l'output grezzo. Ho generato due immagini base con gpt-image-2, ho scritto personalmente ogni prompt di editing e ho eseguito ognuno tramite l'API task live di hiapi su grok-imagine-quality/image-to-image. Sotto ogni output sono indicate le impostazioni e il costo reale, così puoi riprodurre esattamente quella chiamata.

Poiché lo schema non espone una manopola per l'intensità dell'editing, il prompt fa tutta la guida. Abitudini che funzionano sempre:

• Suddividi il prompt in una «clausola di modifica» e una «clausola di conservazione». Prima dichiara cosa cambiare, poi elenca tutto ciò che deve restare: «Keep her face, expression, pose, the corduroy jacket, the marble table… exactly the same.» La clausola di conservazione non è decorazione — è il tuo unico mezzo di controllo della coerenza.
• Indica gli oggetti per attributi, non per categoria. «the mustard-yellow corduroy jacket» e «the black over-ear headphones» ancorano il modello all'oggetto specifico del riferimento meglio di «the jacket» o «the product».
• Usa aspect_ratio: "auto" per ereditare il formato dell'input. Nelle nostre esecuzioni, un input 3:2 restituisce 3:2 (1248×832) e un input quadrato restituisce un quadrato. Con due riferimenti, l'output segue il primo URL in image_urls — l'ordine conta.
• Aspettati una riambientazione, non un congelamento dei pixel. Il modello re-renderizza la scena invece di mascherare i pixel. Identità, abbigliamento, disposizione e luce si conservano sorprendentemente bene, ma la posa degli oggetti può riassestarsi naturalmente (lo vedrai nelle ricette 3 e 4) — se l'orientamento esatto è importante, bloccalo nella clausola di conservazione.

Ricetta 1 — Riilluminazione mirata: ora d'oro, tutto il resto fermo

Obiettivo: cambiare solo la luce, e nient'altro che la luce — il classico test per verificare se un modello di editing preserva davvero l'identità.

Input, un fotogramma gpt-image-2 da $0.03:

Prompt:

Relight this photo as late golden hour: warm low sun coming from the left,
long soft shadows across the table, amber rim light on her hair and jacket.
Keep her face, expression, pose, the corduroy jacket, the marble table, the
coffee cup and the entire composition exactly the same. Photorealistic, same
camera angle, same framing.

Output grezzo:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (input 3:2 → output 1248×832) · 39 secondi · stima attuale: $0.095

Perché funziona: la clausola di modifica riguarda solo la luce (direzione, temperatura colore, lunghezza delle ombre, luce di contorno), mentre la clausola di conservazione elenca ogni elemento che non può muoversi. Volto, lentiggini, bottoni della giacca, posizione della tazza e sfondo della strada si conservano tutti — si è mossa solo la luce del sole. Questo schema (riilluminazione + clausola di conservazione dettagliata) è la ricetta più riutilizzabile dell'articolo: sostituisci «late golden hour» con «blue hour just after sunset», «overcast diffused daylight» o «neon-lit night» e lascia il resto com'è.

Ricetta 2 — Migrazione completa di stile: foto → acquerello

Obiettivo: l'opposto della ricetta 1 — cambiare completamente lo stile di rendering conservando il contenuto: posa, espressione, composizione, scena.

L'input è lo stesso fotogramma della ricetta 1. Prompt:

Repaint this exact scene as a loose watercolor illustration: soft translucent
washes, visible cold-press paper texture, fine ink outlines, muted earth
palette with the mustard-yellow jacket as the main color accent. Preserve the
composition, her pose and expression, the round marble table and the cafe
street behind her.

Output grezzo:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" · 38 secondi · stima attuale: $0.095

Perché funziona: i prompt di migrazione di stile falliscono spesso perché nominano solo lo stile («make it watercolor»). Nominare i meccanismi del medium — lavaggi semitrasparenti, texture della carta pressata a freddo, contorni a inchiostro — dà al modello qualcosa di concreto da renderizzare, e scegliere un elemento come accento cromatico evita che la palette diventi fangosa. Nota onesta: nell'output la texture del velluto a coste è più simile a una pelle scamosciata liscia; le texture dei tessuti sono quel tipo di dettaglio fine che una ridipintura completa appiattisce.

Ricetta 3 — Sostituzione di scena: foto prodotto in studio → foto in contesto reale

Obiettivo: prendere una foto packshot e-commerce pulita e inserirla in una scena stilizzata — l'uso commerciale più frequente dell'image-to-image.

Input, un packshot gpt-image-2 da $0.03:

Prompt:

Place these exact headphones on a sunlit wooden desk beside an open laptop
and a small potted plant, warm morning window light from the right, cozy
blurred home-office background, shallow depth of field. Do not change the
headphones themselves: same shape, same matte black finish, same angle, no
logos.

Output grezzo:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (input 1:1 → output 1024×1024) · 27 secondi · stima attuale: $0.095

Perché funziona: la descrizione della scena regge l'allestimento (scrivania, portatile, pianta, luce dalla finestra, profondità di campo ridotta), mentre la clausola di conservazione blocca forma e finitura del prodotto. Una nota onesta su questa esecuzione: nonostante «same angle», il modello ha riposizionato le cuffie in modo che poggiassero naturalmente sulla scrivania invece di stare dritte in verticale — la forma dei padiglioni, la finitura opaca e l'assenza di loghi si sono conservate, ma l'orientamento si è riassestato per rispettare la fisica della scena. Se l'angolazione esatta da catalogo non è negoziabile, dichiaralo esplicitamente: «standing upright in exactly the same orientation as the reference».

Ricetta 4 — Doppio riferimento: comporre un prodotto in una scena

Obiettivo: usare lo slot multi-riferimento (image_urls accetta fino a 3 immagini) per unire due immagini — inserire il packshot della ricetta 3 nella scena al caffè della ricetta 1.

Input: il packshot delle cuffie (primo URL) e il ritratto al caffè (secondo URL). Prompt:

Combine these two images: place the black over-ear headphones from the first
image on the marble cafe table from the second image, next to the coffee cup,
resting naturally on the tabletop. Match the soft overcast daylight and
shallow depth of field of the cafe photo. Keep the woman, her pose and the
entire cafe scene from the second image unchanged.

Output grezzo:

grok-imagine-quality/image-to-image · image_urls: [product, café] · resolution: "1k" · aspect_ratio: "auto" (segue il formato quadrato 1:1 della prima immagine di riferimento) · 33 secondi · stima attuale: $0.11

Perché funziona: fare riferimento alle immagini per posizione («from the first image», «from the second image») si mappa in modo pulito sull'array image_urls, e dare all'oggetto una relazione fisica con la scena («resting naturally on the tabletop, next to the coffee cup») è la chiave del successo della composizione — il modello ha replicato la luce nuvolosa e persino un'ombra di contatto morbida per far poggiare i padiglioni. Due cose da sapere: il formato dell'output segue il primo URL (quadrato, come il packshot — se vuoi il formato di una scena, mettila per prima), e la composizione viene leggermente riambientata per fare spazio al prodotto invece di congelare la seconda immagine pixel per pixel.

Esegui tu stesso queste ricette

Invia all'endpoint task, fai polling fino a success, scarica l'output. Le immagini di riferimento devono essere URL pubblicamente accessibili — i link presigned S3/R2 vanno benissimo.

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-quality/image-to-image",
    "input": {
      "prompt": "Relight this photo as late golden hour: warm low sun from the left, long soft shadows. Keep the subject, wardrobe and composition exactly the same.",
      "image_urls": ["https://your-host.com/your-photo.jpg"],
      "resolution": "1k",
      "aspect_ratio": "auto"
    }
  }'

Lo stesso flusso in Python:

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

task = requests.post(API, headers=HEADERS, json={
    "model": "grok-imagine-quality/image-to-image",
    "input": {
        "prompt": ("Repaint this exact scene as a loose watercolor illustration: "
                   "soft translucent washes, visible paper texture, fine ink "
                   "outlines. Preserve the composition and the subject's pose."),
        "image_urls": ["https://your-host.com/your-photo.jpg"],  # 1-3 URL pubblici
        "resolution": "1k",        # 1k | 2k (minuscolo)
        "aspect_ratio": "auto",    # auto segue il formato dell'input
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

assert t["status"] == "success", t.get("error")
url = t["output"][0]["url"]  # link in scadenza - scaricalo ora
open("edit.jpg", "wb").write(requests.get(url).content)

La panoramica completa della richiesta (header, gestione degli errori, ciclo di vita del task) è nella guida API di grok-imagine-quality image-to-image, e la documentazione generale della piattaforma è qui.

Riferimento rapido sullo schema

Campo	Obbligatorio	Valori (verificati live il 2026-07-12)
prompt	Sì	Testo libero, minimo 1 carattere — il tuo unico mezzo di controllo dell'editing
image_urls	Sì	Array di 1–3 URL di immagini pubblicamente accessibili
resolution	No	1k, 2k — minuscolo (1K viene rifiutato)
aspect_ratio	No	auto, 2:1, 20:9, 19.5:9, 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16, 9:19.5, 9:20, 1:2

Non c'è strength, non c'è seed, non ci sono prompt negativi, non c'è maschera — lo schema rifiuta i campi sconosciuti con 400, quindi ogni decisione di editing è affidata alla formulazione del prompt. Con aspect_ratio: "auto", l'output ha seguito il formato dell'input in tutte le nostre esecuzioni; con più immagini di riferimento, segue il primo URL.

Domande frequenti

In cosa differisce da grok-imagine/image-to-image normale? Stessa forma API, livello diverso. grok-imagine/image-to-image costa $0.03 per immagine più $0.003 per riferimento — circa un terzo del prezzo — ed è la scelta predefinita adatta per bozze ad alto volume. Il vantaggio del livello quality è proprio ciò su cui si basano queste ricette: la fedeltà al riferimento sotto editing aggressivi. Prototipa sul livello base, poi riesegui sul quality i risultati che tieni.

Posso controllare l'intensità dell'editing? Non tramite parametri — non esiste un campo strength, e inviarlo restituisce 400. L'intensità dell'editing sta nella formulazione: «relight as golden hour» è un ritocco leggero, «repaint as watercolor» è una ri-renderizzazione completa, e la lunghezza della clausola di conservazione controlla quanto si conserva in entrambe le direzioni.

I volti restano coerenti? Nella nostra esecuzione di riilluminazione (ricetta 1), sì — stesso volto, stessa espressione e lentiggini, è cambiata solo la luce. È solo una singola esecuzione, non un benchmark: per lavori in cui il volto è critico, mantieni esplicita la clausola di conservazione («keep her face and expression exactly the same») e rivedi l'output prima di consegnarlo.

---

Tutti e quattro i prompt sono pronti da copiare — la suddivisione clausola di modifica/clausola di conservazione si applica a qualsiasi editing tu sia in grado di descrivere. Ottieni una chiave, punta lo snippet qui sopra su grok-imagine-quality/image-to-image, e il tuo primo editing (riferimento singolo, $0.095) tornerà indietro in circa mezzo minuto.