图像生成API调用

入门·10 分钟·通过可运行代码讲解「图像生成API调用」，覆盖环境准备、核心代码、参数说明、异常处理、工程化改造和练习任务，适合 AI 编程入门。

图像生成API调用

图像生成 API 可以根据文本提示词生成图片，也可以基于参考图做变化、扩展或局部修改。学习这类 API 的重点不是只生成一张图，而是理解提示词、尺寸、风格、成本、审核和文件保存流程。

基本调用流程

图像生成通常包含五步：

准备提示词；
设置尺寸、数量和质量参数；
调用图像生成接口；
获取图片 URL 或 base64 数据；
下载保存并记录提示词和参数。

如果不记录提示词和参数，后面很难复现同类效果。

提示词怎么写

一个可用提示词通常包含：主体、场景、风格、光线、构图和限制。

一只橘猫坐在窗边，清晨阳光，柔和光线，写实摄影风格，浅景深，高细节

如果用于产品图，还要补充背景、角度、材质、品牌限制和不可出现的元素。

Python伪代码结构

prompt = '一张极简风格的AI学习路线海报，蓝紫渐变，清晰标题区域'
 
result = image_client.generate(
    prompt=prompt,
    size='1024x1024',
    quality='standard',
)
 
image_url = result['url']
download(image_url, 'output/poster.png')

不同平台 SDK 不同，但整体流程类似。

保存生成记录

建议每次生成都保存一条 JSON 记录：

{
  "prompt": "...",
  "size": "1024x1024",
  "model": "image-model",
  "output": "output/poster.png"
}

这样你可以回溯哪张图来自哪个提示词。

常见问题

图中文字乱码：很多图像模型不擅长稳定生成文字，标题建议后期排版。
人物手部异常：可以多生成几张筛选，或用局部修复。
风格不稳定：固定风格词、参考图或种子。
成本过高：限制尺寸、数量和重试次数。
版权风险：不要要求模仿具体在世艺术家或生成侵权商标。

适合练习的项目

做一个“文章封面生成器”：输入文章标题和分类，自动生成 3 个封面提示词，调用 API 生成图片，并保存提示词、图片路径和时间。

小结

图像生成 API 的关键是可控和可复现。提示词、参数、保存记录、人工筛选和版权检查缺一不可。

← 上一篇：Whisper API语音转文字下一篇：用Agent自动完成任务 →

反馈问题