Imagine: ghid pentru generare și editare de imagini

Ce face

imagine este ghidul de lucru pentru două apeluri de imagine din Grok Build:

• image_gen — generează o imagine nouă dintr-un prompt text.
• image_edit — modifică o imagine existentă folosind un prompt text și una sau mai multe imagini sursă.

Skill-ul nu decide după formularea cererii, ci după ce trebuie să fie corect în rezultat. Pentru fotografii stilizate, ilustrații, personaje inventate, scene decorative, atmosferă vizuală, avataruri sau bannere, tool-urile de imagine sunt potrivite. Pentru text exact, cifre, tabele, grafice, diagrame tehnice, ecrane cu copy real sau layout-uri care trebuie să respecte date concrete, nu te baza pe modelul de imagine. Construiește asset-ul cu cod, preferabil HTML/CSS, apoi verifică rezultatul.

Regula scurtă: imaginea care trebuie să arate bine poate fi generată; imaginea care trebuie să fie exactă trebuie construită și verificată.

All guides

Când îmi folosește

Îți folosește când generarea sau editarea unei imagini este efectiv luată în calcul: poster, ilustrație, avatar, banner, restilizare, recolorare, variații, păstrarea compoziției, păstrarea likeness-ului sau modificarea unei imagini deja existente.

Îți folosește și când cererea depinde de fapte reale: persoane publice, branduri, produse, locuri, evenimente sau orice formulare de tip „actual”, „latest”, „cel mai nou”. În asemenea cazuri, întâi verifici informația, apoi pui detaliile reale în prompt. Nu folosești placeholder-e vagi precum „liderul actual” sau „telefonul cel mai nou”.

Pentru persoane reale, regula este strictă: nu folosești image_gen pur pentru o persoană numită sau un grup real. Folosești image_edit cu o referință reală, după verificare. Nu genera likeness sexualizat, neconsensual sau care implică minori.

Cum îl invoc / declanșez

Declanșarea este bazată pe folosirea tool-ului: aplici acest ghid când urmează să fie folosit sau evaluat image_gen ori image_edit. Nu se declanșează doar pentru că cineva menționează imagini într-o conversație.

Nu există în sursă o comandă publică unică de tip slash-command. Alegerea practică este:

• fără imagine sursă și subiect generic sau inventat → image_gen;
• cu imagine sursă, editare, restilizare sau păstrarea compoziției → image_edit;
• persoană reală numită → verificare factuală, apoi image_edit cu referință reală;
• asset cu text/date/structură exactă → construit cu cod, nu generat ca imagine liberă.

Dacă referința este slabă sau nu există, cere o referință mai bună în loc să inventezi una.

Exemplu practic

Cerere: „Fă un banner 16:9 cu un castel gotic imaginar, lumină rece, ceață și atmosferă cinematografică.”

Subiectul este inventat și nu cere text exact. Se potrivește image_gen. Promptul ar trebui să înceapă cu subiectul, apoi să descrie scena, stilul, compoziția, lumina și detaliile-cheie: „A vast fictional gothic castle on a cliff above a black lake, surrounded by low fog and cold moonlight. Cinematic wide composition, dramatic stone silhouettes, blue-gray palette, high detail, ominous atmosphere.” Aspect ratio: 16:9.

Altă cerere: „Fă o diagramă cu trei pași, fiecare cu etichete exacte.” Aici nu folosi generare liberă. Construiește diagrama cu HTML/CSS, verifică fiecare etichetă, verifică să nu existe suprapuneri sau text tăiat, apoi livrează asset-ul. Dacă un model de imagine a garblat textul, nu tot reîncerci același pariu; reconstruiești controlabil.

Output / unde aterizează

Output-ul exact depinde de runtime și de tool-ul disponibil. Sursa definește comportamentul și inputurile, nu un folder, URL sau canal fix de livrare.

Pentru image_gen, inputul obligatoriu este prompt. Poate exista aspect_ratio, de exemplu 1:1, 16:9, 9:16, 4:3, 3:4 sau auto.

Pentru image_edit, inputurile obligatorii sunt prompt și image. Imaginea poate fi una sau mai multe referințe, dar o singură referință curată este de obicei mai fiabilă. La editări cu o singură imagine, aspect ratio-ul imaginii sursă este păstrat; la editări multi-imagine, aspect_ratio poate fi relevant dacă tool-ul îl expune.

Pentru mai multe variante, faci apeluri separate cu prompturi distincte. Nu presupune parametri n sau count dacă tool-ul nu îi expune.

Video este doar o posibilitate condiționată: verifică întâi dacă tool-urile video există în runtime. Dacă nu există, imagine nu poate face video. Nu prezenta funcția ca disponibilă înainte s-o verifici.

Limite / gotchas

Modelele de imagine nu sunt fiabile pentru text exact, numere, grafice, tabele, diagrame, interfețe sau structură discretă. Când exactitatea contează, lucrezi în buclă: produci rezultatul, inspectezi output-ul real, corectezi, reverifici. Livrezi doar când conținutul discret este corect; dacă nu poate fi făcut corect, spui asta.

Pentru prompturi, folosește 2–5 propoziții naturale. Pune întâi subiectul, apoi acțiunea sau poza, setarea, stilul, compoziția, lumina și detaliile. Pentru editări, descrie doar schimbarea și ce trebuie păstrat.

Pentru consistență între imagini, generează o imagine de bază și folosește image_edit pentru variații. Nu regenera de la zero același personaj sau obiect.

La blocaj de moderare sau siguranță, te oprești. Nu reformulezi ca să eviți filtrul. Spui că a fost blocat și propui o direcție permisă. Nu inventa parametri, rezultate, capabilități sau acces la date pe care runtime-ul nu le oferă.