Seedream 4.0 图像生成 Skill
此 Skill 提供使用 ByteDance Seedream 4.0 API 生成专业级 AI 图像的完整工作流程。
核心功能
- 高分辨率生成: 支持 2K (2048x2048) 和 4K (4096x4096) 分辨率
- 灵活的纵横比: 支持 1:1, 16:9, 9:16, 4:3, 3:2, 21:9 等多种比例
- 批量生成: 单次请求最多生成 15 张图像
- 参考图像指导: 支持最多 3 张参考图像来控制风格和构图
- 优秀的文本渲染: 可在图像中生成清晰的文字内容
- 顺序批量生成: 生成风格一致的系列图像
工作流程
1. 收集用户需求
在开始生成之前,务必询问用户以下信息:
必需信息
- 图像描述: 用户想要生成什么样的图像?
- 询问: "请描述您想要生成的图像内容" - 提示: 鼓励用户提供详细描述,包括主题、风格、氛围等
推荐询问的信息
- 尺寸需求:
- 询问: "您需要什么尺寸的图像?(2K标准质量 或 4K高清质量)" - 默认: 2K - 说明: 2K 适合大多数用途,4K 适合打印或需要高清晰度的场景
- 纵横比:
- 询问: "您需要什么比例的图像?" - 常见选项及用途: - 1:1 (正方形) - 社交媒体、头像 - 16:9 (横向宽屏) - 网页横幅、视频缩略图 - 9:16 (竖向) - 手机壁纸、Stories - 4:3 (标准横向) - 演示文稿、打印 - 默认: 1:1
- 数量:
- 询问: "需要生成几张图像?(1-15张)" - 默认: 1 - 说明: 生成多张可以提供更多选择
2. 优化提示词
基于用户的描述,优化生成提示词。参考 references/prompt_engineering.md 获取详细指导。
提示词优化原则:
- 使用结构化描述: [主题] + [风格] + [细节] + [质量修饰词]
- 添加光照和氛围描述
- 包含具体的风格关键词
- 对于需要文字的图像,明确指定文字内容和字体风格
示例转换:
用户输入: "一只猫"
优化后的提示词:
"A fluffy orange tabby cat sitting on a wooden windowsill,
golden hour lighting streaming through lace curtains,
cozy home interior, warm color palette, soft focus background,
professional photography, highly detailed fur texture"3. 选择合适的参数
根据用户需求和图像类型选择参数:
用途与参数对照表
| 用途 | size | aspect_ratio | max_images |
|---|---|---|---|
| 社交媒体图片 | 2K | 1:1 或 9:16 | 1-3 |
| 网页横幅 | 2K | 16:9 或 21:9 | 1 |
| 打印海报 | 4K | 4:3 或自定义 | 1-2 |
| 产品图片 | 2K | 3:2 或 4:3 | 3-5 |
| 概念设计 | 2K | 16:9 | 5-10 |
| 营销素材 | 2K-4K | 根据媒介 | 3-5 |
4. 执行图像生成
使用 scripts/generate_image.py 脚本生成图像:
命令行方式:
python scripts/generate_image.py \
--prompt "优化后的提示词" \
--size 2K \
--aspect-ratio 16:9 \
--max-images 1 \
--api-key YOUR_API_KEY \
--output-dir ./outputsPython 代码方式:
from scripts.generate_image import SeedreamImageGenerator
generator = SeedreamImageGenerator(api_key="YOUR_API_KEY")
paths = generator.generate(
prompt="优化后的提示词",
size="2K",
aspect_ratio="16:9",
max_images=1,
output_dir="./outputs"
)
print(f"生成的图像: {paths}")5. 处理结果
- 图像将保存在指定的输出目录(默认
./outputs) - 文件名格式:
seedream_YYYYMMDD_HHMMSS_提示词前缀.png - 如果生成多张图像,会自动添加编号后缀
6. 迭代优化
如果用户对结果不满意:
- 询问具体需要调整的地方
- 根据反馈优化提示词:
- 添加更多细节描述 - 调整风格关键词 - 修改光照或氛围描述
- 考虑调整技术参数:
- 提高分辨率(2K → 4K) - 改变纵横比 - 生成更多变体供选择
高级功能
使用参考图像
当需要特定风格或品牌一致性时:
generator.generate(
prompt="提示词",
image_input=[
"https://example.com/reference1.jpg",
"https://example.com/reference2.jpg"
],
size="2K",
output_dir="./outputs"
)参考图像用途:
- 指导艺术风格
- 保持品牌视觉一致性
- 提供构图参考
顺序批量生成
生成风格一致的系列图像:
generator.generate(
prompt="系列图像的统一描述",
max_images=5,
sequential=True, # 启用顺序生成
output_dir="./outputs"
)适用场景:
- 产品系列图
- 故事板
- 品牌资产套件
- 社交媒体系列内容
自定义尺寸
对于特殊尺寸需求:
generator.generate(
prompt="提示词",
size="custom",
width=3000,
height=2000,
output_dir="./outputs"
)API 配置
设置 API 密钥
方法 1: 环境变量 (推荐)
export SEGMIND_API_KEY="your_api_key_here"方法 2: 直接传递
generator = SeedreamImageGenerator(api_key="your_api_key_here")获取 API 密钥
- 访问 Segmind
- 注册账户
- 在账户设置中生成 API 密钥
参考文档
当需要更详细的信息时,参考以下文档:
- API 详细说明:
references/api_reference.md
- API 参数完整说明 - 请求示例 - 错误处理 - 性能指标
- 提示词工程:
references/prompt_engineering.md
- 提示词结构指南 - 风格关键词库 - 用例示例 - 最佳实践
常见场景快速参考
场景 1: 社交媒体图片
generator.generate(
prompt="优化的社交媒体内容描述",
size="2K",
aspect_ratio="1:1",
max_images=3, # 生成多个供选择
output_dir="./outputs/social_media"
)场景 2: 营销海报
generator.generate(
prompt="专业的营销海报描述,包含标题文字",
size="4K", # 高清晰度
aspect_ratio="4:3",
max_images=1,
output_dir="./outputs/marketing"
)场景 3: 产品概念图
generator.generate(
prompt="详细的产品描述和风格要求",
size="2K",
aspect_ratio="3:2",
max_images=5, # 多角度探索
output_dir="./outputs/product_concepts"
)场景 4: 品牌系列设计
generator.generate(
prompt="统一的品牌风格描述",
size="2K",
max_images=10,
sequential=True, # 保持一致性
image_input=["品牌logo_url", "色卡_url"],
output_dir="./outputs/brand_series"
)故障排除
问题: API 返回 401 错误
- 检查 API 密钥是否正确设置
- 确认 API 密钥有效且有足够额度
问题: 生成的图像质量不理想
- 优化提示词,添加更多细节
- 尝试使用参考图像
- 提高分辨率到 4K
- 生成多张图像进行对比选择
问题: 生成时间过长
- 4K 图像需要更长时间(4-6秒)
- 批量生成会增加总时间
- 检查网络连接
问题: 图像中的文字不清晰
- 在提示词中明确指定字体风格
- 提高分辨率
- 添加 "high contrast", "bold typography" 等关键词
注意事项
- API 额度: 每次生成会消耗额度,注意监控剩余额度
- 生成时间: 2K 约 1.8 秒,4K 约 4-6 秒
- 批量限制: 单次请求最多 15 张图像
- 参考图限制: 最多 3 张参考图像
- 提示词长度: 建议 200-300 词以内
最佳实践
- 始终优化提示词: 不要直接使用用户的简短描述
- 询问清楚需求: 了解图像用途有助于选择正确参数
- 提供多个选项: 对于重要项目,生成 3-5 张供选择
- 使用参考图像: 需要特定风格时使用参考图像
- 迭代优化: 根据反馈持续改进提示词和参数
- 保存成功案例: 记录有效的提示词模板供后续使用