Prompt di text-to-image per Seedream 5.0 Pro: 6 ricette pronte da copiare, con output reali

Oggi ogni modello di immagine sostiene di renderizzare bene il testo. La differenza con Seedream 5.0 Pro è che puoi dirigerlo come un designer: metti la stringa tra virgolette, specifica il trattamento tipografico, fissane la posizione, e apparirà esattamente così — scritta correttamente, composta come hai chiesto, nel punto che hai indicato.

Questo articolo raccoglie sei ricette di prompt pronte da copiare per seedream-5.0-pro/text-to-image, ognuna dedicata a un compito in cui questo modello di punta eccelle. Ogni immagine qui sotto è il primo output restituito dal modello per il prompt mostrato — nessuna nuova esecuzione, nessuna selezione a posteriori. In queste immagini ci sono 13 stringhe di testo indipendenti da renderizzare correttamente (un titolo di film con tagline e informazioni di uscita, un'etichetta di prodotto, una testata di magazine con due testi di copertina, un'insegna al neon bilingue…), e Seedream 5.0 Pro le ha azzeccate tutte e 13.

Configurazione in 30 secondi

Seedream 5.0 Pro gira sull'endpoint di attività asincrone di hiapi: crea l'attività, esegui il polling, scarica il risultato.

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedream-5.0-pro/text-to-image",
    "input": {
      "prompt": "YOUR PROMPT HERE",
      "aspect_ratio": "2:3",
      "resolution": "2K"
    }
  }'
# → {"data": {"taskId": "..."}}

curl https://api.hiapi.ai/v1/tasks/TASK_ID \
  -H "Authorization: Bearer $HIAPI_API_KEY"
# esegui il polling finché "status": "success", poi scarica output[0].url

Tre cose da sapere prima della prima chiamata:

• resolution accetta "1K" o "2K", ed è anche la leva sul prezzo. Le immagini 1K costano $0.075 ciascuna, le 2K $0.15 ciascuna — prezzo uniforme per immagine, con qualsiasi rapporto d'aspetto (vedi il listino prezzi). Se passi da Lite, nota questa inversione: il text-to-image di Lite accetta 2K/4K, Pro accetta 1K/2K.
• Gli URL di output scadono. Scarica il file subito dopo il successo dell'attività; non usarlo come hotlink.
• Invia le attività una alla volta. Quando abbiamo lanciato più attività in parallelo, alcune sono fallite con TASK_FAILED temporanei; le stesse richieste inviate in sequenza sono riuscite tutte al primo tentativo. Aggiungere un ciclo di retry in caso di errore rende più affidabili le attività in batch.

Nelle nostre esecuzioni, la generazione 2K restituisce il risultato in circa 2–3,5 minuti end-to-end, e ogni rapporto d'aspetto che abbiamo usato — 2:3, 1:1, 3:2, 16:9, 3:4 e 21:9 — è stato accettato così com'era. Per la documentazione completa dei parametri, vedi la guida API dedicata al modello.

Ricetta 1: locandina cinematografica — quattro livelli di testo

Il classico test della locandina: titolo, tagline, blocco crediti e informazioni di uscita nella stessa immagine, ognuno con il proprio trattamento tipografico. La maggior parte dei modelli riesce a sbagliare almeno un livello.

Una locandina cinematografica per un immaginario film neo-noir, il titolo 'PAPER TIGERS' a lettere maiuscole serif condensate e allungate verticalmente attraversa il terzo superiore dell'inquadratura, la tagline 'every debt comes due' in piccolo corsivo subito sotto il titolo, una figura solitaria in un vicolo fradicio di pioggia, illuminata da un unico lampione al sodio, una lunga ombra che si estende verso l'obiettivo, riflessi nell'asfalto bagnato, un fitto blocco di crediti in fondo, e all'estremità inferiore le informazioni di uscita 'IN THEATERS DECEMBER 12', tonalità ambra e grigio-blu tenui, grana filmica marcata, look da key visual di alto livello

Tutte e tre le stringhe tra virgolette sono state centrate al primo colpo — il blocco crediti in fondo è in un font condensato da poster davvero leggibile, non testo illeggibile. Il pattern da adottare: ogni stringa tra virgolette, con trattamento tipografico specificato ("lettere maiuscole serif condensate e allungate verticalmente", "piccolo corsivo") e fissata a una posizione ("attraversa il terzo superiore dell'inquadratura", "subito sotto il titolo", "all'estremità inferiore"). Eseguito in 2:3, 2K.

Ricetta 2: pubblicità di prodotto — testo su vetro curvo

Due diversi supporti di testo in un solo fotogramma: l'etichetta stampata che avvolge la boccetta di vetro satinato e il titolo tipografico sospeso. Il testo su superfici curve e traslucide è molto più difficile che su un'insegna piatta.

Uno spot pubblicitario da studio di alto livello per un immaginario brand di skincare, una boccetta di siero in vetro satinato su una lastra di pietra nera bagnata, l'etichetta riporta 'MERIDIAN' in un minimalismo sans-serif, sotto in corpo minore 'vitamin sea serum', dietro la boccetta un sottile arco d'acqua sospeso a mezz'aria, il titolo 'DEPTH FOR YOUR SKIN' sospeso in alto a sinistra in un carattere elegante e sottile, luce morbida dall'alto con un netto controluce, tonalità verde acqua profondo e antracite, fotografia di prodotto ultra dettagliata, look commerciale di alto livello

Etichetta, sottoetichetta e titolo: 3/3 al primo colpo, e il carattere dell'etichetta si è persino deformato correttamente lungo la curva della boccetta. Specificare esplicitamente il maiuscolo/minuscolo ("in corpo minore") è la chiave per evitare che la sottoetichetta venga forzata in maiuscolo. Eseguito in 1:1, 2K.

Ricetta 3: ritratto fotorealistico — cosa compra la "qualità di punta"

Questa non ha testo. È un test di fedeltà: texture della pelle, singoli capelli, ottica credibile dell'ora d'oro — è qui che si trova lo spartiacque tra la fascia di punta e quella veloce.

Un ritratto ambientale rubato di una ceramista di mezza età in un laboratorio invaso dalla luce del sole, polvere di argilla sugli avambracci, mentre osserva una ciotola appena tornita sollevata all'altezza degli occhi, la luce dell'ora d'oro filtra obliqua da una finestra impolverata, scaffali di ceramiche non smaltate sfocati sullo sfondo, texture cutanea visibile e capelli ribelli, tonalità naturali, scattato con un 85mm fisso ad alta velocità, fotorealistico, alta gamma dinamica

Il trucco di questa ricetta è indicare le prove del realismo invece della parola "realistico": "polvere di argilla sugli avambracci", "capelli ribelli", "finestra impolverata". Sono i difetti concreti che il modello traduce in credibilità fotografica. Eseguito in 3:2, 2K.

Ricetta 4: insegna al neon bilingue — due scritture, due stili

Scrittura latina al neon rosa, più katakana verticale giallo — ogni scrittura con il proprio colore, orientamento e impianto luminoso, immerse in una scena bagnata piena di riflessi, tutti coerenti con l'insegna.

Un angolo di strada nell'ora blu dopo la pioggia in una densa metropoli asiatica, un piccolo negozio di ramen, l'insegna al neon sopra la porta riporta 'MIDNIGHT NOODLE CLUB' in una scrittura a mano rosa luminosa, una seconda insegna verticale riporta in neon giallo caldo la scritta katakana 'ラーメン', l'asfalto bagnato riflette ogni fonte di luce, vapore che sale dalla cappa della cucina, un ciclista con impermeabile che passa sfocato dal movimento davanti alla vetrina, composizione cinematografica, tonalità ricche e coerenti, ultra dettagliato, alta gamma dinamica

Entrambe le stringhe sono state renderizzate correttamente — incluso il katakana, carattere per carattere, in verticale come richiesto — e i riflessi sull'asfalto bagnato mostrano il colore corretto di ogni insegna. Se nel prompt inserisci testo CJK o kana, dagli una clausola separata con il proprio stile; non infilarlo in una frase in inglese. Eseguito in 16:9, 2K.

Ricetta 5: copertina di magazine — il layout scritto come prompt

Testata, due testi di copertina impilati, un codice a barre: un brief di impaginazione mascherato da prompt di immagine.

Una copertina di magazine di moda di alto livello, la testata 'APERTURE' in maiuscolo serif condensato bianco in cima, una modella con un cappotto scultoreo blu cobalto, fotografata su uno sfondo da studio seamless grigio caldo, due testi di copertina impilati sul lato sinistro, che recitano 'The New Minimalism' e 'Fall Issue No. 48', un piccolo codice a barre in basso a destra, illuminazione da flash da studio, texture dei tessuti ultra nitida, tonalità da magazine, resa di stampa di alto livello

Testata, due testi di copertina e codice a barre tutti al posto giusto e scritti correttamente, al primo colpo — e il cappotto della modella copre parzialmente la testata come su una copertina reale. Qui il conteggio conta: "due testi di copertina impilati sul lato sinistro" è un vincolo rigido, e Pro lo tratta come tale. Eseguito in 3:4, 2K.

Ricetta 6: campo lunghissimo in 21:9 — quando basta 1K

Questa è stata eseguita di proposito in 1K ($0.075). La concept art di scena pensata per essere vista alla larghezza di una pagina web non ha bisogno del 2K; tieni il budget 2K per le immagini in cui il testo deve reggere lo zoom.

Un campo lunghissimo ultra grandangolare, una stazione di ricerca solare costruita in scogliere desertiche stratificate all'alba, file di eliostati che catturano i primi raggi arancioni, un treno merci a levitazione magnetica che attraversa un sottile ponte tra due mesas, minuscole figure in tuta bianca su una piattaforma di osservazione come riferimento di scala, foschia atmosferica stratificata tra le creste, composizione cinematografica in anamorfico widescreen, dettaglio da concept art, tonalità ricche e coerenti, alta gamma dinamica

Il campo di eliostati, il treno sul ponte, le figure in bianco come riferimento di scala, la foschia stratificata — ogni elemento elencato c'è. Il formato ultra wide premia questo tipo di prompt elencativo: dai tre o quattro punti di ancoraggio a profondità diverse nell'inquadratura e lascia che il modello riempia i collegamenti. Eseguito in 21:9, 1K.

Il pattern unico dietro i sei prompt

Cinque regole coprono tutto quanto sopra:

1. Ogni stringa tra virgolette, ogni stringa con una posizione fissa. 'PAPER TIGERS' …… attraversa il terzo superiore dell'inquadratura. Il testo senza virgolette è solo un suggerimento; il testo tra virgolette e con posizione fissa è una specifica.
2. Specifica il trattamento tipografico per ogni stringa. Maiuscolo serif condensato, piccolo corsivo, sans-serif minimalista, minuscolo — Pro compone davvero il testo; digli come farlo.
3. Una sola dichiarazione di luce per immagine. Una fonte di luce nominata ("un unico lampione al sodio", "luce morbida dall'alto con un netto controluce") mantiene coerente la scena.
4. Blocca la palette. "Tonalità ambra e grigio-blu tenui", "verde acqua profondo e antracite" — due o tre colori nominati si leggono come direzione artistica, non come decorazione.
5. Chiudi con parole chiave di resa. "Look da key visual di alto livello", "tonalità da magazine", "dettaglio da concept art" impostano il tono generale del rendering.

Pro o Lite?

Entrambi i livelli di Seedream 5.0 renderizzano bene il testo; la differenza è il tetto di qualità e il costo unitario. Pro ($0.075–$0.15) è per quando il testo è il protagonista dell'immagine — poster, packaging, copertine — o quando serve fedeltà fotorealistica che regga l'ispezione a piena dimensione. Lite ($0.035) offre il rendering del testo a un prezzo generalista, adatto ai volumi; ha la propria raccolta di ricette. E se devi modificare un'immagine esistente invece di generarla da zero, l'endpoint image-to-image di Pro ha un'altra serie di ricette.

Domande frequenti

Quanto costa seedream-5.0-pro/text-to-image? $0.075 per immagine a risoluzione 1K, $0.15 a 2K — prezzo uniforme per immagine, indipendente dal rapporto d'aspetto. Delle sette immagini in questo articolo, sei (compresa la copertina) sono state eseguite in 2K e una in 1K, per un totale di circa $1,00.

Quanto tempo richiede una generazione? Nelle nostre esecuzioni, circa 2–3,5 minuti end-to-end per immagine sull'endpoint di attività, sia in 1K che in 2K.

Quali rapporti d'aspetto si possono usare? In questo articolo abbiamo usato 2:3, 1:1, 3:2, 16:9, 3:4 e 21:9 — tutti accettati così come sono, senza rimappatura. Imposta aspect_ratio nell'input dell'attività.

L'image-to-image richiede prompt diversi? Sì — i prompt i2i sono istruzioni di modifica, non descrizioni di scena. Vedi le ricette seedream-5.0-pro/image-to-image per quel pattern.

---

Il modo più rapido per far tue queste ricette: sostituisci le stringhe tra virgolette, mantieni gli ancoraggi e i trattamenti tipografici, poi invia la richiesta dalla pagina del modello Seedream 5.0 Pro — una chiamata all'attività e in pochi minuti riavrai il tuo primo output.