Рецепты промптов для изображение-в-изображение Grok Imagine Quality: готовые к копированию промпты редактирования и реальные результаты

Краткое содержание

• Что в статье: четыре готовых к копированию промпта редактирования изображений для grok-imagine-quality/image-to-image, каждый показан с точным исходным изображением, на котором он основан, и сырым результатом, полученным на живом API — все сгенерированы с первой попытки, без скрытых повторов, и размещены здесь навсегда.
• Для чего предназначена модель: редактирование с высокой согласованностью. Вы передаёте 1–3 референсных изображения плюс инструкцию, и модель заново рендерит сцену — меняет освещение, стилизует заново, заменяет сцену или объединяет два референса — при этом сохраняя то, что вы попросили сохранить.
• Факты о schema (проверено на живом task API 2026-07-12): prompt и image_urls обязательны; image_urls принимает от 1 до 3 публично доступных URL; опциональный resolution — строчные 1k или 2k; опциональный aspect_ratio принимает auto и 13 фиксированных пропорций, вплоть до сверхширокой 20:9 и вертикальной 9:20. Нет strength, нет seed, нет негативных промптов — неизвестные поля отклоняются с ошибкой 400.
• Цена (со страницы цен): $0.08 за каждое выходное изображение в 1K, $0.10 за 2K, плюс $0.015 за каждое референсное изображение. Одно редактирование с одним референсом в 1K в этой статье по текущему тарифу стоит $0.095, каждое редактирование выполнялось за 27–39 секунд.
• Текущий оценочный медиабюджет статьи: два базовых изображения gpt-image-2 и обложка по $0.03 каждое, плюс четыре редактирования в качестве quality (три редактирования с одним референсом по $0.095 и одна композиция из двух референсов за $0.11) — всего $0.485 по текущим тарифам.

Как создавались эти рецепты

Каждый рецепт состоит из трёх частей: исходное изображение, точный промпт редактирования (копируйте как есть) и сырой результат. Я сгенерировал два базовых изображения с помощью gpt-image-2, сам написал каждый промпт редактирования и прогнал каждый из них через живой task API hiapi на grok-imagine-quality/image-to-image. Под каждым результатом указаны настройки и реальная стоимость, чтобы вы могли точно воспроизвести вызов.

Поскольку schema не предоставляет ручку силы редактирования, всю направляющую роль берёт на себя промпт. Привычки, которые всегда работают:

• Делите промпт на «изменяющее предложение» и «сохраняющее предложение». Сначала скажите, что менять, затем перечислите всё, что должно остаться: «Keep her face, expression, pose, the corduroy jacket, the marble table… exactly the same.» Сохраняющее предложение — не украшение, это ваш единственный инструмент контроля согласованности.
• Указывайте объекты через атрибуты, а не через категории. «the mustard-yellow corduroy jacket» и «the black over-ear headphones» привязывают модель к конкретному предмету на референсе сильнее, чем «the jacket» или «the product».
• Используйте aspect_ratio: "auto", чтобы наследовать кадр входа. В наших прогонах вход 3:2 давал 3:2 (1248×832), квадратный вход давал квадрат. При использовании двух референсов выход следует за первым URL в image_urls — порядок важен.
• Ожидайте пересборку сцены, а не заморозку пикселей. Модель заново рендерит сцену, а не маскирует пиксели. Личность, одежда, компоновка и свет сохраняются на удивление хорошо, но позы объектов могут естественно перестроиться (вы увидите это в рецептах 3 и 4) — если точная ориентация важна, зафиксируйте её в сохраняющем предложении.

Рецепт 1 — направленное переосвещение: золотой час, всё остальное неизменно

Цель: изменить только свет, и только свет — классический тест, действительно ли модель редактирования сохраняет личность.

Вход — кадр gpt-image-2 за $0.03:

Промпт:

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.

Сырой результат:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (вход 3:2 → выход 1248×832) · 39 секунд · текущая оценка: $0.095

Почему работает: изменяющее предложение касается исключительно света (направление, цветовая температура, длина теней, контровой свет), а сохраняющее предложение перечисляет каждый элемент, который не может сдвинуться. Лицо, веснушки, пуговицы куртки, положение чашки и уличный фон полностью сохранились — сдвинулось только солнце. Этот шаблон (переосвещение + подробное сохраняющее предложение) — самый переиспользуемый рецепт в статье: замените «late golden hour» на «blue hour just after sunset», «overcast diffused daylight» или «neon-lit night», сохранив остальное как есть.

Рецепт 2 — полный перенос стиля: фото → акварель

Цель: противоположность рецепту 1 — изменить весь стиль рендеринга, сохранив содержание: позу, выражение, композицию, сцену.

Исходный кадр тот же, что в рецепте 1. Промпт:

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.

Сырой результат:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" · 38 секунд · текущая оценка: $0.095

Почему работает: промпты переноса стиля часто терпят неудачу, потому что называют только стиль («make it watercolor»). Называние механизмов медиума — полупрозрачные заливки, текстура холоднопрессованной бумаги, контурные линии тушью — даёт модели конкретные вещи для рендеринга, а выбор одного элемента в качестве цветового акцента не даёт палитре замутниться. Честное замечание: текстура вельвета на выходе ближе к гладкой замше; тканевые текстуры — как раз та тонкая деталь, которую полная перерисовка сглаживает.

Рецепт 3 — замена сцены: студийное фото продукта → лайфстайл-фото

Цель: взять чистую e-commerce упаковочную картинку и поместить её в стилизованную сцену — самое частое коммерческое применение изображение-в-изображение.

Вход — упаковочный кадр gpt-image-2 за $0.03:

Промпт:

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.

Сырой результат:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (вход 1:1 → выход 1024×1024) · 27 секунд · текущая оценка: $0.095

Почему работает: описание сцены несёт всю постановку (стол, ноутбук, растение, свет из окна, малая глубина резкости), а сохраняющее предложение фиксирует форму и отделку продукта. Честная оговорка по этому прогону: несмотря на «same angle», модель переставила наушники так, чтобы они естественно лежали на столе, а не стояли вертикально — форма амбушюр, матовая отделка и отсутствие логотипов сохранились, но ориентация перестроилась под физику сцены. Если точный каталожный ракурс неприкосновенен, укажите явно: «standing upright in exactly the same orientation as the reference».

Рецепт 4 — два референса: вставка продукта в сцену

Цель: использовать слоты для нескольких референсов (image_urls принимает до 3) для объединения двух изображений — поместить упаковочный кадр из рецепта 3 в кафе-сцену из рецепта 1.

Вход: упаковочное фото наушников (первый URL) и портрет в кафе (второй URL). Промпт:

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.

Сырой результат:

grok-imagine-quality/image-to-image · image_urls: [product, café] · resolution: "1k" · aspect_ratio: "auto" (следует кадру 1:1 первого референса) · 33 секунды · текущая оценка: $0.11

Почему работает: указание изображений по позиции («from the first image», «from the second image») чисто сопоставляется с массивом image_urls, а придание объекту физической связи со сценой («resting naturally on the tabletop, next to the coffee cup») — ключ к успешной композиции: модель подхватила пасмурный свет и даже добавила мягкую контактную тень под амбушюрами. Нужно знать две вещи: кадр выхода следует за первым URL (квадрат, как у упаковочного фото — если хотите кадр сцены, ставьте её первой), и композиция слегка перестраивается, чтобы освободить место продукту, а не замораживается попиксельно по второму изображению.

Запустите эти рецепты сами

Отправьте задачу на task endpoint, опрашивайте до success, скачайте результат. Референсные изображения должны быть публично доступными URL — предподписанные ссылки S3/R2 вполне подойдут.

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"
    }
  }'

Тот же процесс на 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)

Полный разбор запроса (заголовки, обработка ошибок, жизненный цикл задачи) см. в руководстве по API изображение-в-изображение grok-imagine-quality, а общая документация платформы — здесь.

Краткая справка по schema

Поле	Обязательно	Значения (проверено на живом API 2026-07-12)
prompt	Да	Свободный текст, минимум 1 символ — ваш единственный инструмент управления редактированием
image_urls	Да	Массив из 1–3 публично доступных URL изображений
resolution	Нет	1k, 2k — строчными (1K будет отклонён)
aspect_ratio	Нет	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

Нет strength, нет seed, нет негативных промптов, нет маски — schema отклоняет неизвестные поля с ошибкой 400, так что каждое решение о редактировании выражено формулировкой промпта. При aspect_ratio: "auto" выход во всех наших прогонах следовал кадру входа; при нескольких референсах он следует за первым URL.

Частые вопросы

Чем это отличается от обычного grok-imagine/image-to-image? Та же форма API, другой уровень качества. grok-imagine/image-to-image стоит $0.03 за изображение плюс $0.003 за каждое референсное изображение — примерно треть цены — и подходит по умолчанию для массовых черновиков. Преимущество уровня quality — именно то, на что опираются эти рецепты: верность референсу при агрессивном редактировании. Сначала прототипируйте на базовом уровне, затем повторно прогоняйте отобранные результаты на quality.

Можно ли управлять силой редактирования? Через параметры — нет: поля strength не существует, его отправка вернёт 400. Сила редактирования выражается в формулировке: «relight as golden hour» — лёгкое касание, «repaint as watercolor» — полный повторный рендеринг, а длина сохраняющего предложения управляет тем, сколько сохраняется в любом из направлений.

Остаётся ли лицо неизменным? В нашем прогоне переосвещения (рецепт 1) — да: то же лицо, то же выражение и веснушки, изменился только свет. Это один прогон, а не бенчмарк: для работ, где лицо критично, делайте сохраняющее предложение явным («keep her face and expression exactly the same») и проверяйте результат перед сдачей.

---

Все четыре промпта можно скопировать — разделение на изменяющее и сохраняющее предложения работает для любого редактирования, которое вы способны описать. Получите ключ, направьте приведённые выше фрагменты кода на grok-imagine-quality/image-to-image, и ваше первое редактирование (с одним референсом за $0.095) вернётся примерно за полминуты.