ข้อกำหนดทาง技术ของ dall-e-3
| ข้อกำหนด | รายละเอียด |
|---|---|
| รหัสโมเดล | dall-e-3 |
| ประเภทโมเดล | โมเดลสร้างภาพ |
| รูปแบบหลัก | ข้อความขาเข้า → ภาพขาออก |
| เอ็นด์พอยต์ที่รองรับ | /images/generations |
| ขีดจำกัดพรอมต์อินพุต | สูงสุด 4000 อักขระ |
| จำนวนผลลัพธ์ | เฉพาะ n=1 เท่านั้น |
| ขนาดที่รองรับ | 1024x1024, 1792x1024, 1024x1792 |
| ตัวเลือกคุณภาพ | standard, hd |
| รูปแบบการตอบกลับ | url, b64_json |
| ความมีผลของ URL | URL ของรูปภาพที่ส่งกลับจะใช้ได้เป็นเวลา 60 นาที |
| กรณีการใช้งานที่เหมาะสมที่สุด | การสร้างภาพคุณภาพสูงจากพรอมต์ข้อความที่มีรายละเอียด |
dall-e-3 คืออะไร?
dall-e-3 คือโมเดลสร้างภาพ DALL·E รุ่นใหม่ของ OpenAI ที่ออกแบบมาเพื่อสร้างภาพจากพรอมต์ภาษาธรรมชาติ โดยมีความเข้าใจพรอมต์ที่ดีขึ้น รายละเอียดที่ปรับปรุง และการเรนเดอร์ข้อความในภาพที่ดีกว่ารุ่นก่อน รองรับการแสดงผลแนวตั้ง แนวนอน และแบบสี่เหลี่ยมจัตุรัส เหมาะอย่างยิ่งสำหรับผู้ใช้ที่ต้องการผลลัพธ์ที่สวยงามจากพรอมต์เชิงพรรณนาที่มีรายละเอียด
โมเดลนี้เหมาะสำหรับเวิร์กโฟลว์การสร้างภาพที่อินพุตเป็นข้อความและเอาต์พุตเป็นภาพที่สร้างขึ้น ใช้งานได้ผ่าน API สำหรับสร้างภาพ และมักถูกใช้สำหรับม็อกอัปการตลาด อาร์ตคอนเซปต์ ภาพประกอบ ภาพสินค้า และงานสร้างสรรค์อื่นๆ
คุณสมบัติหลักของ dall-e-3
- การเข้าใจพรอมต์ที่ดีขึ้น:
dall-e-3ถูกสร้างมาให้ทำตามพรอมต์ที่ซับซ้อนและมีรายละเอียดได้แม่นยำขึ้น ช่วยให้ผลลัพธ์ตรงตามเจตนาของผู้ใช้มากกว่าเดิม - การสร้างภาพรายละเอียดสูง: สร้างภาพที่มีรายละเอียดมากกว่ารุ่น DALL·E ก่อนหน้า เหมาะกับงานสร้างสรรค์ที่ต้องการความเนี้ยบ
- การเรนเดอร์ข้อความในภาพ: โมเดลสามารถสร้างข้อความในภาพให้อ่านได้ดีขึ้น เหมาะสำหรับโปสเตอร์ ป้าย ป้ายกำกับ และงานออกแบบลักษณะคล้ายกัน
- อัตราส่วนภาพหลายแบบ: รองรับขนาดภาพแบบสี่เหลี่ยมจัตุรัส แนวตั้ง และแนวนอน ทำให้ยืดหยุ่นต่อการออกแบบและการเผยแพร่
- การใช้งาน API ที่เรียบง่าย: เรียกใช้งานได้โดยกำหนดพารามิเตอร์โมเดลเป็น
dall-e-3ในคำขอสร้างภาพ - เอาต์พุตแบบ Base64 หรือ URL ที่โฮสต์ไว้: รับผลลัพธ์เป็น URL รูปภาพชั่วคราวหรือเป็น
b64_jsonสำหรับการประมวลผลต่อเนื่องได้โดยตรง - การควบคุมคุณภาพ: ตัวเลือก
standardและhdช่วยให้นักพัฒนาปรับสมดุลระหว่างความเร็วและคุณภาพตามกรณีใช้งาน
วิธีเข้าถึงและผสานใช้งาน dall-e-3
ขั้นตอนที่ 1: ลงทะเบียนเพื่อรับ API Key
เริ่มต้นโดยสมัครใช้งานที่ CometAPI และสร้าง API key จากแดชบอร์ด เมื่อสร้างคีย์แล้ว ให้จัดเก็บอย่างปลอดภัยและใช้สำหรับยืนยันตัวตนคำขอไปยัง API ของ dall-e-3 คีย์นี้จำเป็นสำหรับทุกวิธีการผสานใช้งาน รวมถึง REST, SDK และการปรับใช้งานบนแพลตฟอร์ม
ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ dall-e-3
เมื่อมี API key แล้ว ให้ส่งคำขอไปยังเอ็นด์พอยต์สร้างภาพและระบุ dall-e-3 เป็นโมเดล
curl --request POST \
--url https://api.cometapi.com/v1/images/generations \
--header "Authorization: Bearer $COMETAPI_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "dall-e-3",
"prompt": "A cinematic futuristic city skyline at sunset with flying cars and neon reflections",
"size": "1024x1024",
"quality": "hd",
"response_format": "url"
}'
ขั้นตอนที่ 3: ดึงผลลัพธ์และตรวจสอบความถูกต้อง
หลังจากส่งคำขอแล้ว API จะส่งผลลัพธ์ภาพที่สร้างโดย dall-e-3 กลับมา ตรวจสอบว่าการตอบกลับมีรูปแบบผลลัพธ์ตามที่คาดหวัง เช่น URL ของภาพที่โฮสต์ไว้หรือเพย์โหลดแบบ base64 จากนั้นจัดเก็บ แสดงผล หรือส่งต่อผลลัพธ์เข้าสู่เวิร์กโฟลว์ของแอปพลิเคชันของคุณ อย่าลืมตรวจสอบความถูกต้องของโครงสร้างการตอบกลับและจัดการกรณี URL ชั่วคราวหมดอายุเมื่อเกี่ยวข้อง