Poradnik: generowanie i edycja obrazów

Twórz obrazy z tekstu, edytuj zdjęcia na podstawie obrazów referencyjnych i korzystaj z narzędzi do tła, powiększania i czyszczenia — z wyborem modeli i kosztami.

Obrazy generuje się najszybciej i najtaniej, więc to najlepsze miejsce, by poznać API. Większość modeli obrazu kończy pracę w niecałą minutę, dlatego możesz użyć ?wait=60 i dostać obraz w tej samej odpowiedzi.

Obraz z tekstu

curl -X POST "https://api.popnow.ai/api/v1/jobs/createTask?wait=60" \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
    "model": "black-forest-labs/flux-2-klein-9b/text-to-image",
    "input": {
      "prompt": "Product photo of a ceramic coffee mug on a linen tablecloth, soft window light, shallow depth of field",
      "aspect_ratio": "4:3"
    }
  }'

Wynik jest w data.output.assets[0].url. Jeśli odpowiedzią jest 202, model potrzebował więcej niż 60 sekund; odczytaj zadanie przez recordInfo.

Który model wybrać

Chcesz	Spróbuj	Dlaczego
Najszybszych i najtańszych szkiców	`alibaba/z-image-turbo/text-to-image`	Około dziesięciu sekund i jeden–dwa kredyty za obraz
Dobrej jakości za niewielką cenę	`black-forest-labs/flux-2-klein-9b/text-to-image`	Szybki, ostry, dobrze trzyma się promptu
Czytelnego tekstu, plakatów, schematów	`google/nano-banana-2.1/text-to-image`, `openai/gpt-image-2/text-to-image`	Mocne w napisach i układzie; do 4K
Kilku wariantów w jednym wywołaniu	Modele z `num_outputs`	Jedno zadanie, kilka obrazów

Ceny zależą od modelu i opcji. Modele podają cenę początkową każdego z nich; strona referencyjna modelu wymienia wszystkie progi.

Edycja z obrazami referencyjnymi

Modele edycji kończą się na /edit i przyjmują obrazy źródłowe w image_urls, w kolejności, w jakiej prompt się do nich odnosi:

{
  "model": "google/nano-banana-2.1/edit",
  "input": {
    "prompt": "Turn the scene into a bright summer afternoon and keep the composition",
    "image_urls": ["https://media.popnow.ai/movie/lighthouse.webp"]
  }
}

Napisz, co ma pozostać bez zmian, a nie tylko co zmienić; modele edycji traktują „zachowaj twarz i pozę” dosłownie.
Przy kilku obrazach referencyjnych nazywaj je po kolejności: „ubierz osobę z pierwszego obrazu w kurtkę z drugiego”.
Pliki lokalne najpierw prześlij; te używane wielokrotnie trzymaj w bibliotece zasobów.

Narzędzia w jednym kroku

Narzędzia samego PopNow przyjmują jeden obraz i nie potrzebują promptu:

ID modelu	Co robi
`popnow/background-remover-v1/edit`	Wycina obiekt na przezroczyste tło
`popnow/image-upscaler-v1/upscale`	Powiększa i wyostrza obraz
`popnow/object-eraser-v1/edit`	Usuwa wskazany obiekt
`popnow/image-expander-v1/edit`	Poszerza obraz poza jego krawędzie

{ "model": "popnow/background-remover-v1/edit",
  "input": { "image_url": "https://media.popnow.ai/movie/lighthouse.webp" } }

Ustawienia, które mają znaczenie

aspect_ratio i resolution najczęściej zmieniają cenę. W razie wątpliwości zapytaj jobs/quote.
seed: jeśli go pominiesz, zostanie wylosowany i zwrócony w input zadania. Wyślij tę liczbę z powrotem, by dostać bliską wersję udanego wyniku; stały seed ułatwia porównania, ale nie gwarantuje identycznego obrazu.
output_format: png zachowuje przezroczystość i szczegóły; jpeg jest mniejszy.
Nieznane ustawienia są odrzucane, więc sprawdzaj schemat danego modelu, zamiast kopiować ustawienia z innego.

Prompty, które działają

Opisz obraz tak, jakbyś zlecał zadanie fotografowi albo ilustratorowi: obiekt, otoczenie, kompozycja, światło, styl. „Ceramiczny kubek, widok z góry, na lnianym obrusie, poranne światło z okna, stonowane kolory” działa lepiej niż „ładne zdjęcie kubka”. Najważniejsze umieść na początku i unikaj długich list słów o stylu, które ciągną w różne strony.

Błędy, na które możesz trafić

content_rejected — model odrzucił prompt albo obraz referencyjny. Przeformułuj albo spróbuj innego modelu.
invalid_asset — nie udało się odczytać obrazu referencyjnego. Sprawdź, czy URL zwraca sam obraz, albo prześlij plik.
unsupported_combination — ten model nie obsługuje teraz tej kombinacji ustawień; zmień to wskazane w komunikacie.

Wszystkie zwalniają blokadę, więc nieudany obraz nic nie kosztuje.