繁中 ▾
取得 API 金鑰

Flux 提示詞的 LLM API:實用工作流程

如果你需要用於 Flux 提示詞的 LLM API,工作很簡單:將簡短概念發送給文字模型,並取得圖像服務可用的詳細提示詞。本頁展示系統提示詞、設定和程式碼,並明確說明純文字模型無法做到的事。

更新

終端機將文字帶沿著輸送帶送入空白的圖片框架,顯示在圖片產生前撰寫的提示詞

重點摘要

  • 使用系統訊息一次固定格式和風格,然後每次請求只發送簡短概念。
  • JSON 模式會回傳一組提示詞變體列表,讓腳本可以迴圈遍歷,無須解析純文字。
  • 100,000 token 的上下文視窗允許你將風格指南或先前的提示詞貼到請求中。
  • 完整擴展的成本僅為幾分之一美分,且模型不會看見或產生圖片。

簡短版本

建立金鑰,將 OpenAI 用戶端指向 https://api.fluxapikey.com/v1,將模型設為 uncensored,並將你的提示詞規則放入系統訊息。每個使用者訊息僅需包含概念:幾個字、場景或角色。回覆即為完成的提示詞。將其複製到你使用的任何圖像工具中,該工具擁有自己的金鑰和計費方式。

這裡沒有任何東西會產生圖片。API 僅限文字,不是圖像供應商服務,也無法查看你的渲染結果。它擅長的是寫作:結構、詞彙、批次間的一致性。本頁其餘部分為實用細節。

為何要用語言模型來撰寫提示詞

圖像模型獎勵具體輸入並懲罰模糊輸入。像「一座城堡」這樣的一行字會給你平均的城堡。命名牆壁材質、時間、鏡頭和配色方案的段落,會更接近你腦中的圖片。手動為每張圖片撰寫段落很慢,而且你往往每次都會忘記相同的細節。

語言模型非常擅長此類擴展。它會補上缺漏的細節,保持固定的元素順序,並在數百個請求中維持一致的風格。由於此模型預設不會拒絕,因此也能處理小說、黑暗主題以及成人角色的創作,而較謹慎的託管模型通常會拒絕這些內容。適用一般限制:僅限合法成人用途,且在任何情況下均不得涉及未成年人的性內容。

有效的系統提示詞

大部分品質來自系統訊息。保持簡短、具體且可測試。以下是你可以編輯的起點:

SYSTEM = '''You write prompts for a text-to-image model.
Output exactly one prompt, one paragraph, no preamble, no quotes.
Order: subject, action, setting, lighting, camera or medium, palette, mood.
Use concrete nouns and visual adjectives. Avoid abstract words like beautiful.
Do not mention the words prompt, image or render.
Keep it under 90 words.'''

注意訊息中未提及的內容。它不會對創意進行長篇大論,也不會列出禁止的主題。簡短且順序固定的規則更容易讓模型遵循,也便於你除錯。如果輸出偏離,請修改一行並重新執行相同的構想。如果你希望為不同的專案採用不同的風格,請保留第二個系統提示詞,並在每個請求中選擇其一。

展示,而非描述

當規則本身不夠時,在對話中作為先前訊息加入一兩個範例配對:作為使用者訊息的簡短概念,以及你喜歡的提示詞作為助手訊息。一兩個配對通常比另一段規則更能修正語氣。

發送請求

此呼叫為標準的聊天完成請求。對創意擴展最重要的設定是溫度和種子。

from openai import OpenAI

client = OpenAI(base_url="https://api.fluxapikey.com/v1", api_key="YOUR_KEY")

def expand(idea, seed=None):
    r = client.chat.completions.create(
        model="uncensored",
        messages=[
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": idea},
        ],
        temperature=0.9,
        top_p=0.95,
        max_tokens=200,
        seed=seed,
    )
    return r.choices[0].message.content.strip()

print(expand("an abandoned observatory on a cliff", seed=7))

溫度設在 0.8 到 1.0 之間會產生多樣的用詞,這正是腦力激盪時想要的效果。當你需要對重複模板產生高度一致的輸出時,請將溫度調低至 0.3 左右。seed、top_p、stop 以及懲罰參數會直接傳遞給模型,因此你可以像在其他地方一樣使用它們。max_tokens 上限是選配的;將其設定為接近預期長度,可防止輸出過長。請參考 文件 以查看所有支援的參數。

使用 JSON 模式的變體批次

對於批次處理,請要求回傳清單,並透過 response_format 開啟 JSON 模式。系統提示詞仍必須告知模型應回傳的資料結構,因為 JSON 模式僅確保輸出為有效的 JSON,並不會為你決定金鑰名稱。

# client as above: base_url https://api.fluxapikey.com/v1
import json

def variations(idea, n=8):
    r = client.chat.completions.create(
        model="uncensored",
        response_format={"type": "json_object"},
        messages=[
            {"role": "system", "content": SYSTEM + f"\nReturn JSON: {{\"prompts\": [{n} strings]}}."},
            {"role": "user", "content": idea},
        ],
        temperature=1.0,
    )
    return json.loads(r.choices[0].message.content)["prompts"]

for p in variations("a night market in the rain"):
    print(p)

請務必將 json.loads 包在 try 區塊中。如果回覆因極低的 max_tokens 限制而被截斷,則無法解析,因此對於清單請求,請將該參數設得寬鬆些。清單中的每個提示詞都可以直接在迴圈中傳入你的圖像服務。

使用 100,000 token 視窗

上下文視窗為 100,000 token,包含提示詞與完成內容的計數。對於提示詞工作而言,每次請求的用量遠超所需,但這有兩種用途:你可以貼上長篇的風格指南、角色設定表或有效的先前提示詞列表,模型會遵循這些內容。你也可以保持對話持續進行:要求提示詞,並說「更黑暗、加入霧氣」,即可獲得記住前文的修改版提示詞。

長輸入會產生費用,因此請將固定的風格指南限縮在會改變輸出的內容。500 token 的規則成本很低。但每次請求都傳送 50,000 token 的舊提示詞會累積成本,如下方費用章節所示:額外 50,000 輸入 token 每次請求費用為 $0.0075,500 次請求總計為 $3.75。

常見任務的提示詞模式

同一個端點涵蓋幾個不同的任務。改變的是系統訊息。

  • 角色表。 在系統提示詞中保留對重複出現角色的固定描述(髮型、服裝、年齡、體型),並指示模型在每個提示詞中逐字重複。這是讓角色在一系列渲染中保持可辨識的最便宜方式。
  • 以文字進行風格轉移。 提供你喜歡的一組風格詞彙,例如「水粉、柔和色調、顆粒感」,並要求它們出現在每個提示詞的最後一句。
  • 負面提示詞。 如果你的圖像工具需要單獨的負面提示詞,請要求模型在 JSON 模式下回傳兩個欄位:prompt 與 negative。負面提示詞清單應保持簡短且具體。
  • 精簡。 某些工具會截斷長輸入。在規則中加入字數限制並進行測試,因為模型對字數的計算較為寬鬆。

成人虛構作品與角色扮演藝術是此處的合法用例。如果你要求,模型會以直白、非露骨的文字撰寫場景描述。如果你在有自有內容規則的平台上工作,請將這些規則也放入系統提示詞中,以便提示詞與圖片發布的平台相符。

測試與調整迴圈

將系統提示詞視為程式碼來處理。選取五個涵蓋你常用範圍的測試構想,使用固定的 seed 和低溫度執行,並儲存輸出結果。每次修改規則後,重新執行相同的五個測試並進行比較。這能捕捉到常見的失敗情況:修正一個案例卻導致另一個案例失效。

注意三種症狀。如果提示詞在批次中重複相同的開頭字詞,表示溫度過低或範例過於單一。如果提示詞忽略你的字數限制,表示規則被埋沒;請將其移至提示詞訊息的末尾。如果提示詞包含囉嗦的開場白(例如「這是你的提示詞」),表示格式規則需要更嚴格,或者你可以在程式碼中刪除第一行。如果在 UI 中顯示結果,可使用 stream: true 進行串流輸出,使用情況會在串流結束時回報。

規劃時需考慮的限制

三個誠實的限制。首先,模型僅處理文字:它無法看見影像,因此無法判斷提示詞是否生成了好圖。你是裁判,迴圈流程為:撰寫、渲染、調整規則。其次,除非你告知它,否則它對你特定影像模型的怪癖一無所知,因此請將這些怪癖寫入系統提示詞。第三,速率限制:完整金鑰允許 8 個並行請求和每分鐘 300 個請求,試用金鑰則為 2 個和 60 個。如果迴圈超出限制,你會收到 HTTP 429 錯誤,並帶有程式碼 concurrency 或 rate_limited;請稍等片刻後重試。若 429 錯誤帶有 Retry-After: 5 標頭,表示暫時過載,建議做法相同。

每個提示詞的成本

定價為每 1M 輸入 token $0.15,每 1M 輸出 token $0.50。假設每個請求發送 800-token 系統訊息加概念,並返回 200-token 提示詞。500 次請求共 400,000 輸入 token 和 100,000 輸出 token。輸入:0.4 x $0.15 = $0.06。輸出:0.1 x $0.50 = $0.05。總計:500 個提示詞 $0.11。

上述 JSON 批次每次呼叫約消耗 400 個 token 輸入與 700 個 token 輸出,成本為 0.0004 x $0.15 加上 0.0007 x $0.50,即 8 個提示詞的成本為 $0.00006 + $0.00035 = $0.00041。試用額度為 $0.50,註冊後可一鍵領取。儲值最低金額為 $20;請參考 定價頁面 查看贈額等級,並前往 金鑰頁面 開始使用。

問答

模型能為任何圖像生成器撰寫提示詞嗎?

是的,因為它只產生文字。你在系統提示詞中告知圖像工具偏好的格式,然後將結果複製過去即可。

它會拒絕成熟或黑暗主題嗎?

它經過調整,可在合法成人用途下無內容審查地回答。涉及未成年人的性內容則絕對禁止。

我每分鐘可以產生多少提示詞?

完整金鑰允許每分鐘 300 個請求,並行 8 個。使用 JSON 模式時,一個請求可返回多個提示詞。

它也會生成圖片嗎?

不會。API 僅支援文字,不支援圖片、音訊或影片生成。

只差一張表單,即可取得金鑰

建立帳號、複製金鑰、更改Base URL。這就是整個設定過程。

取得 API 金鑰