Receitas de prompts de imagem para imagem do Grok Imagine Quality: prompts de edição prontos para copiar e colar, com saídas reais

Resumo

• O que é este artigo: quatro prompts de edição de imagem prontos para copiar e colar para grok-imagine-quality/image-to-image, cada um exibindo a imagem de entrada exata em que se baseia e a saída bruta produzida na API ao vivo — todas de primeira geração, sem retentativas ocultas, e hospedadas aqui permanentemente.
• Para que serve o modelo: edição de alta consistência. Você fornece de 1 a 3 imagens de referência mais uma instrução, e ele rerrenderiza a cena — reilumina, reestiliza, substitui o cenário ou combina duas referências — preservando o que você pedir para preservar.
• Fatos do schema (verificados em 2026-07-12 contra a API de tarefas ao vivo): prompt e image_urls são obrigatórios; image_urls aceita de 1 a 3 URLs publicamente acessíveis; o opcional resolution é 1k ou 2k em minúsculas; o opcional aspect_ratio aceita auto mais 13 proporções fixas, até o ultralargo 20:9 e o vertical 9:20. Não há strength, não há seed, não há prompt negativo — campos desconhecidos são rejeitados com 400.
• Preço (da página de preços): $0,08 por imagem de saída em 1K, $0,10 em 2K, mais $0,015 por imagem de referência. Uma edição 1K com referência única neste artigo custa $0,095 nas tarifas atuais, e cada edição foi concluída em 27–39 segundos.
• Orçamento de mídia estimado deste artigo: duas imagens-base do gpt-image-2 e uma capa, a $0,03 cada, mais quatro edições na faixa quality (três edições com referência única a $0,095 cada, uma composição com duas referências a $0,11) — total de $0,485 nas tarifas atuais.

Como estas receitas foram feitas

Cada receita tem três partes: a imagem de entrada, o prompt de edição exato (copie como está) e a saída bruta. Gerei duas imagens-base com o gpt-image-2, escrevi cada prompt de edição por conta própria e executei cada um deles na API de tarefas do hiapi ao vivo em grok-imagine-quality/image-to-image. Abaixo de cada saída estão as configurações e o custo real, para que você possa reproduzir a chamada exatamente.

Como o schema não expõe um botão de intensidade de edição, o prompt carrega toda a orientação. Hábitos que sempre funcionam:

• Divida o prompt em uma "cláusula de alteração" e uma "cláusula de preservação". Primeiro declare o que deve mudar, depois liste tudo que precisa ser preservado: "Keep her face, expression, pose, the corduroy jacket, the marble table… exactly the same." A cláusula de preservação não é decoração — é seu único controle de consistência.
• Refira-se aos objetos por atributos, não por categorias. "the mustard-yellow corduroy jacket" e "the black over-ear headphones" ancoram o modelo no item específico da referência melhor do que "the jacket" ou "the product".
• Use aspect_ratio: "auto" para herdar o formato da entrada. Nas nossas execuções, uma entrada 3:2 retornou 3:2 (1248×832) e uma entrada quadrada retornou quadrada. Com duas imagens de referência, a saída segue a primeira URL em image_urls — a ordem importa.
• Espere um rearranjo da cena, não pixels congelados. O modelo rerrenderiza a cena em vez de mascarar pixels. Identidade, vestuário, layout e iluminação são preservados surpreendentemente bem, mas a pose dos objetos pode se reacomodar naturalmente (você verá isso nas receitas 3 e 4) — se a orientação exata importa, trave-a na cláusula de preservação.

Receita 1 — Reiluminação direcionada: hora dourada, todo o resto intacto

Objetivo: mudar apenas a luz, e somente a luz — o teste clássico de se um modelo de edição realmente preserva a identidade.

Entrada, um frame estático de $0,03 do gpt-image-2:

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.

Saída bruta:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (entrada 3:2 → saída 1248×832) · 39 s · estimativa atual: $0,095

Por que funciona: a cláusula de alteração é puramente sobre luz (direção, temperatura de cor, comprimento das sombras, luz de contorno), enquanto a cláusula de preservação enumera cada elemento que não pode se mover. Rosto, sardas, botões da jaqueta, posição da xícara e o cenário de rua ao fundo foram todos preservados — só o sol se moveu. Esse padrão (reiluminar + cláusula de preservação detalhada) é a receita mais reutilizável deste artigo: troque "late golden hour" por "blue hour just after sunset", "overcast diffused daylight" ou "neon-lit night" e mantenha o resto como está.

Receita 2 — Transferência completa de estilo: foto → aquarela

Objetivo: o oposto da receita 1 — mudar todo o estilo de renderização preservando o conteúdo: pose, expressão, composição, cenário.

A imagem de entrada é a mesma da receita 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.

Saída bruta:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" · 38 s · estimativa atual: $0,095

Por que funciona: prompts de transferência de estilo costumam falhar porque apenas nomeiam o estilo ("make it watercolor"). Nomear o mecanismo do meio — lavagens translúcidas, textura de papel prensado a frio, contornos a tinta — dá ao modelo algo concreto para renderizar, e escolher um elemento como acento de cor evita que a paleta fique turva. Uma ressalva honesta: a textura de veludo cotelê na saída está mais próxima de camurça lisa; texturas de tecido são o tipo de detalhe fino que uma repintura completa achata.

Receita 3 — Substituição de cenário: foto de produto em estúdio → foto de ambiente real

Objetivo: pegar uma imagem limpa de embalagem de e-commerce e colocá-la em um cenário estilizado — o uso comercial mais frequente de imagem para imagem.

Entrada, uma imagem de embalagem de $0,03 do gpt-image-2:

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.

Saída bruta:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (entrada 1:1 → saída 1024×1024) · 27 s · estimativa atual: $0,095

Por que funciona: a descrição de cenário carrega o cenário (mesa, laptop, planta, luz de janela, profundidade de campo rasa), enquanto a cláusula de preservação trava a forma e o acabamento do produto. Uma ressalva honesta desta execução: apesar de "same angle", o modelo reposicionou os fones para ficarem apoiados naturalmente na superfície da mesa, em vez de eretos — o formato das conchas, o acabamento fosco e o design sem logo foram preservados, mas a orientação se reacomodou para respeitar a física da cena. Se o ângulo exato de catálogo for inegociável, diga explicitamente: "standing upright in exactly the same orientation as the reference".

Receita 4 — Duas referências: compor o produto dentro da cena

Objetivo: usar o slot de múltiplas referências (image_urls aceita até 3 imagens) para combinar duas imagens — colocar a embalagem da receita 3 na cena de café da receita 1.

Entrada: a imagem de embalagem dos fones (primeira URL) e o retrato de café (segunda 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.

Saída bruta:

grok-imagine-quality/image-to-image · image_urls: [product, café] · resolution: "1k" · aspect_ratio: "auto" (segue o formato 1:1 da primeira referência) · 33 s · estimativa atual: $0,11

Por que funciona: referir-se às imagens por posição ("from the first image", "from the second image") mapeia limpo para o array image_urls, e dar ao objeto uma relação física com a cena ("resting naturally on the tabletop, next to the coffee cup") é a chave do sucesso da composição — o modelo casou a luz nublada e até usou uma sombra de contato suave para assentar as conchas. Duas coisas a saber: o formato da saída segue a primeira URL (quadrada, como a imagem de embalagem — se você quer o formato de uma cena, coloque-a em primeiro lugar), e a composição é ligeiramente rearranjada para abrir espaço para o produto, em vez de congelar a segunda imagem pixel a pixel.

Execute estas receitas você mesmo

Envie para o endpoint de tarefas, faça polling até success, baixe a saída. As imagens de referência devem ser URLs publicamente acessíveis — links pré-assinados de S3/R2 funcionam perfeitamente.

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"
    }
  }'

O mesmo fluxo em 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 public URLs
        "resolution": "1k",        # 1k | 2k (lowercase)
        "aspect_ratio": "auto",    # auto follows the input frame
    },
}).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"]  # expiring link - download it now
open("edit.jpg", "wb").write(requests.get(url).content)

O passo a passo completo da requisição (cabeçalhos, tratamento de erros, ciclo de vida da tarefa) está no guia da API de imagem para imagem do grok-imagine-quality, e a documentação geral da plataforma está aqui.

Referência rápida do schema

Campo	Obrigatório	Valores (verificados ao vivo em 2026-07-12)
prompt	Sim	Texto livre, mínimo de 1 caractere — seu único meio de controle da edição
image_urls	Sim	Array de 1–3 URLs de imagem publicamente acessíveis
resolution	Não	1k, 2k — em minúsculas (1K é rejeitado)
aspect_ratio	Não	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

Não há strength, não há seed, não há prompt negativo, não há máscara — o schema rejeita campos desconhecidos com 400, então toda decisão de edição está na formulação do prompt. Com aspect_ratio: "auto", a saída seguiu o formato da entrada em todas as nossas execuções; com múltiplas referências, ela segue a primeira URL.

Perguntas frequentes

Qual é a diferença em relação ao grok-imagine/image-to-image comum? A forma da API é a mesma, a faixa é diferente. O grok-imagine/image-to-image custa $0,03 por imagem mais $0,003 por imagem de referência — cerca de um terço do preço — e é a escolha padrão adequada para rascunhos em alto volume. A vantagem da faixa quality é justamente o que estas receitas dependem: fidelidade à referência sob edições agressivas. Prototipe na faixa base e depois rode de novo no quality os resultados que quiser manter.

Posso controlar a intensidade da edição? Não por parâmetro — não existe campo strength, e enviá-lo retorna 400. A intensidade da edição está na redação: "relight as golden hour" é um toque leve, "repaint as watercolor" é uma rerrenderização completa, e o comprimento da cláusula de preservação controla quanto é preservado em qualquer direção.

O rosto permanece consistente? Na nossa execução de reiluminação (receita 1), sim — mesmo rosto, mesma expressão e sardas, só a luz mudou. Essa é uma única execução, não um benchmark: para trabalhos com rosto crítico, mantenha a cláusula de preservação explícita ("keep her face and expression exactly the same") e revise a saída antes de entregar.

---

Os quatro prompts são copiáveis — a divisão em cláusula de alteração/cláusula de preservação vale para qualquer edição que você consiga descrever. Obtenha uma chave, aponte os trechos de código acima para grok-imagine-quality/image-to-image, e sua primeira edição (referência única, $0,095) retorna em cerca de meio minuto.