Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Betreff anpassen

Achtung:In der folgenden Tabelle werden Endpunkte für die Bildgenerierung beschrieben, die verworfen wurden, und die entsprechenden Ersatzendpunkte. Wir empfehlen, die Endpunkte Ihres Modells vor dem 30. Juni 2026 zu aktualisieren, um Dienstunterbrechungen zu vermeiden.

Eingestellte Endpunkte	Empfohlene Endpunktmigration
`imagegeneration@002`	`gemini-2.5-flash-image`
`imagegeneration@003`	`gemini-2.5-flash-image`
`imagegeneration@004`	`gemini-2.5-flash-image`
`imagegeneration@005`	`gemini-2.5-flash-image`
`imagegeneration@006`	`gemini-2.5-flash-image`
`imagetext@001`	`gemini-2.5-flash-image`
`imagen-3.0-capability-001`	`gemini-2.5-flash-image`
`imagen-3.0-capability-002`	`gemini-2.5-flash-image`
`imagen-3.0-fast-generate-001`	`gemini-2.5-flash-image`
`imagen-3.0-generate-001`	`gemini-2.5-flash-image`
`imagen-3.0-generate-002`	`gemini-2.5-flash-image`
`imagen-4.0-fast-generate-001`	`gemini-2.5-flash-image`
`imagen-4.0-generate-001`	`gemini-2.5-flash-image`
`imagen-4.0-ultra-generate-001`	`gemini-2.5-flash-image`

Mit der Anpassung von Imagen 3 können Sie neue Bilder aus einem Text-Prompt und einem von Ihnen bereitgestellten Referenzbild generieren. Das von Ihnen bereitgestellte Referenzbild hilft beim Generieren neuer Bilder.

Die folgenden Modelle unterstützen die Anpassung von Themen:

imagen-3.0-capability-001

Anwendungsfälle

Die Imagen 3-Anpassung bietet die Möglichkeit, Prompts in kostenlosem Stil zu verwenden. Das kann den Eindruck erwecken, dass sie mehr leisten kann, als sie gelernt hat. In den folgenden Abschnitten werden die vorgesehenen Anwendungsfälle für die Imagen 3-Anpassung sowie nicht erschöpfende Beispiele für nicht vorgesehene Anwendungsfälle beschrieben.

Wir empfehlen, Imagen 3 Customization für die vorgesehenen Anwendungsfälle zu verwenden, da wir das Modell für diese Anwendungsfälle trainiert haben und gute Ergebnisse erwarten. Umgekehrt können Sie das Modell zwar dazu bringen, Dinge außerhalb der vorgesehenen Anwendungsfälle zu tun, aber wir erwarten keine guten Ergebnisse.

Vorgesehene Anwendungsfälle

Im Folgenden finden Sie Anwendungsfälle, die für die Anpassung von Imagen 3-Motiven vorgesehen sind:

Fotos von Personen stilisieren
Ein Foto einer Person stilisieren und die Gesichtsausdrücke der Person beibehalten
(Geringer Erfolg) Platzieren Sie ein Produkt wie ein Sofa oder einen Keks in verschiedenen Szenen mit unterschiedlichen Produktwinkeln.
Varianten eines Produkts generieren, bei denen keine genauen Details beibehalten werden
Ein Foto einer Person stilisieren, ohne den Gesichtsausdruck zu verändern

Beispiele für unbeabsichtigte Anwendungsfälle

Im Folgenden finden Sie eine unvollständige Liste von Anwendungsfällen, für die Imagen 3 Customization nicht trainiert wurde und für die schlechte Ergebnisse erzielt werden:

Zwei oder mehr Personen in verschiedenen Szenen platzieren, ohne ihre Identitäten zu verändern
Zwei oder mehr Personen in verschiedenen Szenen platzieren und dabei ihre Identitäten beibehalten. Der Stil des Ausgabebilds wird anhand eines Beispielbilds als Eingabe für den Stil festgelegt.
Ein Foto von zwei oder mehr Personen stilisieren, ohne ihre Identitäten zu verändern
Haustiere in verschiedene Szenen einfügen, ohne ihre Identität zu verändern
Ein Foto eines Haustiers stilisieren und in eine Zeichnung umwandeln
Ein Foto eines Haustiers stilisieren und in eine Zeichnung umwandeln, wobei der Stil des Bildes beibehalten oder angegeben wird (z. B. Aquarell)
Ein Haustier und eine Person in eine andere Szene einfügen, wobei die Identitäten beider erhalten bleiben.
Ein Foto eines Haustiers und einer oder mehrerer Personen stilisieren und in eine Zeichnung umwandeln
Zwei Produkte in verschiedenen Szenen mit unterschiedlichen Produktwinkeln platzieren
Platzieren Sie ein Produkt wie einen Keks oder ein Sofa in verschiedenen Szenen mit unterschiedlichen Produktwinkeln und in einem bestimmten Bildstil (z. B. fotorealistisch mit bestimmten Farben, Beleuchtungsstilen oder Animationen).
Ein Produkt in eine andere Szene einfügen, wobei die spezifische Komposition der Szene, wie durch ein Kontrollbild angegeben, beibehalten wird
Zwei Produkte in verschiedenen Szenen mit unterschiedlichen Produktwinkeln platzieren, wobei ein bestimmtes Bild als Eingabe verwendet wird (z. B. fotorealistisch mit bestimmten Farben, Beleuchtungsstilen oder Animationen)
Zwei Produkte in verschiedenen Szenen platzieren, wobei die spezifische Komposition der Szene gemäß einem Kontrollbild beibehalten wird

Beispiele für die Anpassung von Themen

In den folgenden Abschnitten werden unterstützte Anwendungsfälle für die Anpassung von Motiven mit Imagen 3 beschrieben:

Personalisierung

Beispieleingabe	Beispielausgabe
Referenzbild¹: Text-Prompt: Erstelle ein Bild zum Thema `woman with long hair[1]`, das dieser Beschreibung entspricht: ein Porträt einer `woman with long hair[1]` im 3D-Cartoon-Stil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur, lächelndes Gesicht, die in die Kamera schaut, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben.

Beispieleingabe

Beispielausgabe

Referenzbild¹:
Text-Prompt:
Erstelle ein Bild zum Thema woman with long hair[1], das dieser Beschreibung entspricht: ein Porträt einer woman with long hair[1] im 3D-Cartoon-Stil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur, lächelndes Gesicht, die in die Kamera schaut, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben.

¹ Referenz-Eingabebild, das mit Imagen 3 aus dem Prompt Porträt einer Frau in Paris. Sie trägt eine schwarze Hose und ein weißes Hemd. generiert wurde.

Produktanpassung

Beispieleingabe	Beispielausgabe
Referenzbild²: Text-Prompt: Generiere ein Bild von `perfume bottle [1]`, aber in Cyan.

² Referenz-Eingabebild, das mit Imagen 3 über den Prompt Produktstilbild einer Parfümflasche vor einem schwarzen Hintergrund generiert wurde.

Modellkarte für Imagen for Editing and Customization ansehen

Hinweis

Melden Sie sich in Ihrem Google Cloud -Konto an. Wenn Sie mit Google Cloudnoch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

Richten Sie die Authentifizierung für Ihre Umgebung ein.

Wählen Sie den Tab aus, der Ihrer geplanten Verwendung der Beispiele auf dieser Seite entspricht:
Console

Wenn Sie über die Google Cloud Console auf Google Cloud Dienste und APIs zugreifen, müssen Sie die Authentifizierung nicht einrichten.
REST

Wenn Sie die REST API-Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung verwenden möchten, verwenden Sie die Anmeldedaten, die Sie der gcloud CLI bereitstellen.
Weitere Informationen finden Sie in der Dokumentation zur Google Cloud -Authentifizierung unter Für die Verwendung von REST authentifizieren.

Betreff anpassen

Wenn Sie Imagen 3 Customization verwenden, können Sie Referenzbilder von Motivtypen bereitstellen. Das Few-Shot-Prompting mit Imagen 3 Customization unterstützt die folgenden Motive: Produkt, Person und Haustier. Das ausgewählte Thema wirkt sich darauf aus, wie Sie Ihre Generierungsanfrage formulieren.

Der Prompt, den Sie für die Imagen 3-Anpassung verwenden, kann sich auf die Qualität der generierten Bilder auswirken. In den folgenden Abschnitten werden empfohlene Prompt-Vorlagen und Beispiele für das Senden von Anpassungsanfragen beschrieben.

Personalisierung

In der folgenden Tabelle werden Prompt-Vorlagen beschrieben, die wir als Ausgangspunkt für das Schreiben von Prompts zur Personalisierung empfehlen:

Anwendungsfall	Referenzbilder	Prompt-Vorlage	Beispiel
Stilisierung von Personenbildern mit Gesichtserkennung	Bild des Motivs (1) Facemesh-Kontrollbild (1)	Bild von `SUBJECT_DESCRIPTION [1]` mit dem `facemesh from the control image [2]` generieren. ${PROMPT}	Generiere ein Bild von `the person [1]` mit der `facemesh from the control image [2]`. Die Person sollte mit einem neutralen Gesichtsausdruck geradeaus blicken. Der Hintergrund sollte ...
Stilisierung von Personenbildern ohne Eingabe von Gesichts-Mesh	Motivbild (1–4)	Erstelle ein Bild zum Thema `SUBJECT_DESCRIPTION [1]`, das der Beschreibung entspricht: ein Porträt von `SUBJECT_DESCRIPTION [1]` ${PROMPT}	Erstelle ein Bild von `a woman with short hair[1]`, das der Beschreibung entspricht: ein Porträt von `a woman with short hair[1]` im 3D-Cartoon-Stil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur, lächelndes Gesicht, das in die Kamera schaut, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben
Stilisierung von Personenbildern ohne Eingabe von Gesichts-Mesh	Motivbild (1–4)	Erstelle ein `STYLE_DESCRIPTION [2]`-Bild zum Thema `SUBJECT_DESCRIPTION [1]`, das der Beschreibung entspricht: ein Porträt von `SUBJECT_DESCRIPTION [1]` STYLE_PROMPT	Erstelle ein `3d-cartoon style [2]`-Bild von `a woman with short hair [1]`, das der Beschreibung entspricht: ein Porträt von `a woman with short hair [1]` im 3D-Cartoonstil mit weichgezeichnetem Hintergrund. Eine niedliche und liebenswerte Figur mit einem lächelnden Gesicht, die in die Kamera schaut, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Textur-Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben
Stilisierung von Personenbildern mit Gesichtserkennung	Motivbild (1–3) Facemesh-Kontrollbild (1)	Erstelle ein Bild von `SUBJECT_DESCRIPTION [1]` in der Pose des `CONTROL_IMAGE [2]`, das der Beschreibung entspricht: ein Porträt von `SUBJECT_DESCRIPTION [1]` ${PROMPT}	Erstelle ein Bild von `a woman with short hair [1]` in der Pose von `control image [2]`, das der Beschreibung entspricht: ein Porträt von `a woman with short hair [1]` im 3D-Cartoonstil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur mit einem lächelnden Gesicht. Kamera, Pastellfarben, hohe Qualität, 4K, Meisterwerk, superdetailliert, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben
Stilisierung von Personenbildern mit Gesichtserkennung	Motivbild (1–3) Facemesh-Kontrollbild (1)	Erstelle ein `STYLE_DESCRIPTION [3]`-Bild von `SUBJECT_DESCRIPTION [1]` in der Pose des `CONTROL_IMAGE [2]`, das der Beschreibung entspricht: ein Porträt von `SUBJECT_DESCRIPTION [1]` ${PROMPT}	Erstelle ein `3d-cartoon style [3]`-Bild von `a woman with short hair [1]` in der Pose des `control image [2]`, das der Beschreibung entspricht: ein Porträt von `a woman with short hair [1]` im 3D-Cartoonstil mit verschwommenem Hintergrund. Eine niedliche und liebenswerte Figur mit einem lächelnden Gesicht. Kamera, Pastellfarben, hohe Qualität, 4K, Meisterwerk, super Details, Hautstruktur, Texture Mapping, weiche Schatten, weiche realistische Beleuchtung, lebendige Farben

Wir empfehlen, dass das Gesicht auf Ihrem Referenzbild die folgenden Eigenschaften hat:

Das Motiv ist zentriert und nimmt mindestens die Hälfte des gesamten Bildes ein.
Wird in der Frontansicht in alle Richtungen gedreht (Rollen, Neigen und Gieren)
Nicht durch Objekte wie Sonnenbrillen oder Masken verdeckt

Verwenden Sie die folgenden Beispiele, um eine Anpassungsanfrage mit Referenzbildern von Personen zu senden, die zur Steuerung der Bilderstellung verwendet werden. Sie können diese Art von Anfrage mit oder ohne ein Kontrollbild für das Gesichts-Mesh senden, um die Bildgenerierung weiter zu steuern.

REST

Weitere Informationen zur Imagen API finden Sie hier:

In diesem Beispiel wird gezeigt, wie Sie einen Bereich für die Steuerung des Gesichts-Mesh angeben, um die Generierung zu steuern. Sie können das Referenzobjekt für die Steuerung ("referenceType": "REFERENCE_TYPE_CONTROL") aber auch weglassen. In diesem Fall erkennt Imagen automatisch einen Bereich für die Steuerung des Gesichts-Mesh.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

PROJECT_ID: Ihre Google Cloud Projekt-ID.
LOCATION: Die Region Ihres Projekts. Beispiel: us-central1, europe-west2 oder asia-northeast3. Eine Liste der verfügbaren Regionen finden Sie unter Generative AI an Vertex AI-Standorten. Wenn ein regionaler API-Endpunkt verwendet wird, wird die Region, in der die Anfrage verarbeitet wird, durch die Region in der URL des Endpunkts bestimmt. Das LOCATION im Ressourcenpfad wird ignoriert, wenn es zu Konflikten kommt.
TEXT_PROMPT ist der Text-Prompt, der bestimmt, welche Bilder das Modell generiert. Wenn Sie die Imagen 3-Anpassung verwenden möchten, geben Sie die referenceId des Referenzbilds oder der Referenzbilder, die Sie bereitstellen, im Format [$referenceId] an. Beispiel:
- Der folgende Text-Prompt bezieht sich auf eine Anfrage mit zwei Referenzbildern mit "referenceId": 1. Beide Bilder haben eine optionale Beschreibung von "subjectDescription": "man with short hair". Außerdem wird ein Kontrollbild für das Gesichts-Mesh mit "referenceId": 2 angegeben: Erstelle ein Bild von einem man with short hair [1] in der Pose des Kontrollbilds [2] entsprechend der Beschreibung: Eine Bleistiftskizze eines Ganzkörperporträts eines man with short hair [1] mit Schraffurzeichnung, Schraffurzeichnung eines Porträts mit 6B- und Graphitstiften, weißer Hintergrund, Bleistiftzeichnung, hohe Qualität, Bleistiftstrich, Blick in die Kamera, natürliche menschliche Augen
"referenceId": Die ID des Referenzbilds oder die ID einer Reihe von Referenzbildern, die demselben Motiv oder Stil entsprechen. In diesem Beispiel zeigen die beiden Referenzbilder dieselbe Person. Sie haben also denselben referenceId (1). Das Kontrollbild mit dem Gesichts-Mesh hat einen anderen referenceId (2). Das generierte Bild folgt der Gesichtsstruktur des Gesichts-Mesh, das aus dem Referenzbild extrahiert wurde, und verbessert das Aussehen des Gesichts. Es wird nur ein Steuerelement für das Gesichts-Mesh unterstützt.
BASE64_REFERENCE_IMAGE: Ein Referenzbild, das als Grundlage für die Bildgenerierung dient. Das Bild muss als base64-codierter Bytestring angegeben werden.

SUBJECT_DESCRIPTION: Optional. Eine Textbeschreibung des Referenzbilds, die Sie dann im Feld prompt verwenden können. Beispiel:

      "prompt": "a full-body portrait of a man with short hair [1] with hatch-cross
      drawing",
      [...],
      "subjectDescription": "man with short hair"

IMAGE_COUNT ist die Anzahl der generierten Bilder. Zulässige Ganzzahlwerte: 1–4. Standardwert: 4

HTTP-Methode und URL:

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict

JSON-Text der Anfrage:

{
  "instances": [
    {
      "prompt": "TEXT_PROMPT",
      "referenceImages": [

        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectDescription": "SUBJECT_DESCRIPTION",
            "subjectType": "SUBJECT_TYPE_PERSON"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectDescription": "SUBJECT_DESCRIPTION",
            "subjectType": "SUBJECT_TYPE_PERSON"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_CONTROL",
          "referenceId": 2,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "controlImageConfig": {
            "controlType": "CONTROL_TYPE_FACE_MESH",
            "enableControlImageComputation": true
          }
        }
      ]
    }
  ],
  "parameters": {
    "sampleCount": IMAGE_COUNT
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch in der gcloud-Befehlszeile anmeldet. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict"

PowerShell

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict" | Select-Object -Expand Content

Die folgende Beispielantwort bezieht sich auf eine Anfrage mit "sampleCount": 2. Die Antwort gibt zwei Vorhersageobjekte zurück, wobei die generierten Bildbyte base64-codiert sind.

{
  "predictions": [
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    },
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    }
  ]
}

Python

from google import genai
from google.genai.types import (
    ControlReferenceConfig,
    ControlReferenceImage,
    EditImageConfig,
    Image,
    SubjectReferenceConfig,
    SubjectReferenceImage,
)

client = genai.Client()

# TODO(developer): Update and un-comment below line
# output_gcs_uri = "gs://your-bucket/your-prefix"

# Create subject and control reference images of a photograph stored in Google Cloud Storage
# using https://storage.googleapis.com/cloud-samples-data/generative-ai/image/person.png
subject_reference_image = SubjectReferenceImage(
    reference_id=1,
    reference_image=Image(gcs_uri="gs://cloud-samples-data/generative-ai/image/person.png"),
    config=SubjectReferenceConfig(
        subject_description="a headshot of a woman",
        subject_type="SUBJECT_TYPE_PERSON",
    ),
)
control_reference_image = ControlReferenceImage(
    reference_id=2,
    reference_image=Image(gcs_uri="gs://cloud-samples-data/generative-ai/image/person.png"),
    config=ControlReferenceConfig(control_type="CONTROL_TYPE_FACE_MESH"),
)

image = client.models.edit_image(
    model="imagen-3.0-capability-001",
    prompt="""
    a portrait of a woman[1] in the pose of the control image[2]in a watercolor style by a professional artist,
    light and low-contrast stokes, bright pastel colors, a warm atmosphere, clean background, grainy paper,
    bold visible brushstrokes, patchy details
    """,
    reference_images=[subject_reference_image, control_reference_image],
    config=EditImageConfig(
        edit_mode="EDIT_MODE_DEFAULT",
        number_of_images=1,
        safety_filter_level="BLOCK_MEDIUM_AND_ABOVE",
        person_generation="ALLOW_ADULT",
        output_gcs_uri=output_gcs_uri,
    ),
)

# Example response:
# gs://your-bucket/your-prefix
print(image.generated_images[0].image.gcs_uri)

Produktanpassung

In der folgenden Tabelle werden Prompt-Vorlagen beschrieben, die wir als Ausgangspunkt für das Schreiben von Prompts zur Produktanpassung empfehlen:

Referenzbilder	Prompt-Vorlage	Beispiel
Motivbild (1–4)	Erstelle ein Bild zum Thema `SUBJECT_DESCRIPTION [1]`, das der Beschreibung ${PROMPT} entspricht.	Erstelle ein Bild von `Luxe Elixir hair oil, golden liquid in glass bottle [1]`, das der folgenden Beschreibung entspricht: Eine Nahaufnahme, ein High-Key-Bild der Hand einer Frau, die `Luxe Elixir hair oil, golden liquid in glass bottle [1]` vor einem rein weißen Hintergrund hält. Die Hand der Frau ist gut beleuchtet und die Flasche ist scharf fokussiert. Die geringe Schärfentiefe lässt den Hintergrund verschwimmen und betont das Produkt. Die Beleuchtung ist weich und diffus und erzeugt einen subtilen Schein um die Flasche und die Hand. Die Gesamtkomposition ist einfach und elegant und unterstreicht die luxuriöse Ausstrahlung des Produkts.
Motivbild (1–4)	Erstelle ein Bild von einem `SUBJECT_DESCRIPTION`, aber ${PROMPT}.	Generiere ein Bild von einem `Seiko watch [1]`, aber in Blau.

Verwenden Sie die folgenden Beispiele, um eine Anpassungsanfrage mit Produktreferenzbildern zu senden, die zur Steuerung der Bilderstellung verwendet werden.

Console

Rufen Sie in der Google Cloud Console die Seite Vertex AI > Vertex AI Studio auf.
Zu Vertex AI Studio
Wählen Sie im Bereich Parameter im Abschnitt Modell die Option Imagen 3 aus, falls sie noch nicht ausgewählt ist.
Optional. Wählen Sie ein anderes Seitenverhältnis als 1:1 (Standard) aus.
Optional. Ändern Sie die Anzahl der Ergebnisse.
Optional. Geben Sie einen negativen Prompt an, um dem Modell mitzuteilen, was es nicht generieren soll.
Optional. Ändern Sie die Erweiterten Optionen nach Bedarf.
Klicken Sie im Feld Text-Prompt (Prompt hier eingeben) auf Referenz hinzufügen.
1. Wählen Sie im Bereich Referenz hinzufügen den Referenztyp aus: Subject - product.
2. Klicken Sie im Abschnitt Referenzbilder auf Hochladen.
3. Wählen Sie ein lokal gespeichertes Bild aus und klicken Sie auf Öffnen.
4. Optional. Geben Sie eine Beschreibung für das Referenzbild an.
5. Klicken Sie auf Fertig.
6. Optional. Wenn Sie weitere Referenzbilder hinzufügen möchten, klicken Sie auf Bild hinzufügen und laden Sie ein weiteres Bild hoch.
7. Nachdem Sie alle Referenzbilder hinzugefügt haben, klicken Sie auf Referenz hinzufügen.
  Alle Referenzbilder, die Sie in diesem Bereich hinzufügen, haben dieselbe Referenznummer. Verwenden Sie diese Referenznummer, wenn Sie den Text-Prompt hinzufügen.
Geben Sie im Feld Textprompt (Prompt hier eingeben) einen Textprompt mit der Referenznummer oder den Referenznummern für die Referenzbilder ein. Beispiel:
1. hellweißer Raum, das product [1] auf einem Glastisch
2. Die animal [1] steht auf einem weiten Feld mit einem Wald in der Ferne.
3. Ein Schwarz-Weiß-Porträt von person [1] auf einer Straße in film noir style [2]

REST

Weitere Informationen zu imagen-3.0-capability-001-Modellanfragen finden Sie in der API-Referenz des imagen-3.0-capability-001-Modells.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

PROJECT_ID: Ihre Google Cloud Projekt-ID.
LOCATION: Die Region Ihres Projekts. Beispiel: us-central1, europe-west2 oder asia-northeast3. Eine Liste der verfügbaren Regionen finden Sie unter Generative AI an Vertex AI-Standorten. Wenn ein regionaler API-Endpunkt verwendet wird, wird die Region, in der die Anfrage verarbeitet wird, durch die Region in der URL des Endpunkts bestimmt. Das LOCATION im Ressourcenpfad wird ignoriert, wenn es zu Konflikten kommt.
TEXT_PROMPT ist der Text-Prompt, der bestimmt, welche Bilder das Modell generiert. Wenn Sie die Imagen 3-Anpassung verwenden möchten, geben Sie die referenceId des Referenzbilds oder der Referenzbilder, die Sie bereitstellen, im Format [$referenceId] an. Beispiel:
- Erstelle ein Bild von Luxe Elixir hair oil, golden liquid in glass bottle [1], das der folgenden Beschreibung entspricht: Eine Nahaufnahme im High-Key-Stil von der Hand einer Frau, die Luxe Elixir hair oil, golden liquid in glass bottle [1] vor einem rein weißen Hintergrund hält. Die Hand der Frau ist gut beleuchtet und die Flasche ist scharf fokussiert. Die geringe Schärfentiefe lässt den Hintergrund verschwimmen und betont das Produkt.
"referenceId": Die ID des Referenzbilds oder die ID einer Reihe von Referenzbildern, die demselben Motiv oder Stil entsprechen. In diesem Beispiel sind die beiden Referenzbilder vom selben Produkt, daher haben sie dieselbe referenceId (1).
BASE64_REFERENCE_IMAGE: Ein Referenzbild, das als Grundlage für die Bildgenerierung dient. Das Bild muss als base64-codierter Bytestring angegeben werden.

SUBJECT_DESCRIPTION: Optional. Eine Textbeschreibung des Referenzbilds, die Sie dann im Feld prompt verwenden können. Beispiel:

      "prompt": "Luxe Elixir hair oil, golden liquid in glass bottle [1]
       against a pure white background.",
      [...],
      "subjectDescription": "Luxe Elixir hair oil, golden liquid in glass bottle"

IMAGE_COUNT ist die Anzahl der generierten Bilder. Zulässige Ganzzahlwerte: 1–4. Standardwert: 4

HTTP-Methode und URL:

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict

JSON-Text der Anfrage:

{
  "instances": [
    {
      "prompt": "TEXT_PROMPT",
      "referenceImages": [
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectType": "SUBJECT_TYPE_PRODUCT",
            "subjectDescription": "SUBJECT_DESCRIPTION"
          }
        },
        {
          "referenceType": "REFERENCE_TYPE_SUBJECT",
          "referenceId": 1,
          "referenceImage": {
            "bytesBase64Encoded": "BASE64_REFERENCE_IMAGE"
          },
          "subjectImageConfig": {
            "subjectType": "SUBJECT_TYPE_PRODUCT",
            "subjectDescription": "SUBJECT_DESCRIPTION"
          }
        }
      ]
    }
  ],
  "parameters": {
    "sampleCount": IMAGE_COUNT
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict"

PowerShell

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict" | Select-Object -Expand Content

Die folgende Beispielantwort bezieht sich auf eine Anfrage mit "sampleCount": 2. Die Antwort gibt zwei Vorhersageobjekte zurück, wobei die generierten Bildbyte base64-codiert sind.

{
  "predictions": [
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    },
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    }
  ]
}

Produktnutzung

Informationen zu den Nutzungsstandards und Inhaltsbeschränkungen für Imagen in Vertex AI finden Sie in den Nutzungsrichtlinien.

Modellversionen

Es gibt mehrere Modelle zur Bildgenerierung, die Sie verwenden können. Weitere Informationen finden Sie unter Imagen-Modelle.

Nächste Schritte

Artikel zu Imagen und anderen Produkten für generative KI in Vertex AI:

Betreff anpassen Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

Anwendungsfälle

Vorgesehene Anwendungsfälle

Beispiele für unbeabsichtigte Anwendungsfälle

Beispiele für die Anpassung von Themen

Personalisierung

Produktanpassung

Hinweis

Console

REST

Betreff anpassen

Personalisierung

REST

curl

PowerShell

Python

Produktanpassung

Console

REST

curl

PowerShell

Produktnutzung

Modellversionen

Nächste Schritte

Betreff anpassen