如何使用 Seedgream 4.5 API

Seedream 4.5 是 Seedream 系列最新進化的文字轉圖像/圖像編輯模型（由 Byte/BytePlus 研究開發）。它正逐步在官方 BytePlus 端點與多個第三方平台上線——包括透過 CometAPI 等多模型閘道的整合式存取——並帶來更好的主體一致性、排版/文字渲染與多圖像編輯保真度。

本文是使用 Seedream 4.5 API 的實作型專業指南。你將獲得實際的安裝設定步驟、驗證與請求範式、提示詞與參數最佳實踐、編輯與多圖工作流、錯誤處理、部署模式，以及法律/安全考量。

什麼是 Seedream 4.5？

Seedream 4.5 是 Seedream 系列的最新版本——一個用於高保真文字轉圖像創作與具情境感知的圖像編輯（圖生圖、多參考編輯、內補/外擴、排版與密集文字處理）的多模態生成與編輯模型。與早期版本相比，4.5 著重於提升多圖工作流中的主體一致性、更嚴格地保留參考細節、更高的字體/排版保真度（圖像中文字），以及在「高品質」設定下可達 4K/超高畫質的更佳輸出品質。這些改進來自擴展後的架構，以及更新的提示詞微調與引擎端啟發式策略。

為什麼重要：4.5 旨在處理專業創作任務——批次產品變體、品牌一致的多圖像編輯與高解析印刷素材——並透過參考圖與專門的編輯操作提供更細緻的控制。

核心能力

• 文字轉圖像（單次與批次）：每次 API 呼叫可生成 1–15 張圖像，並可選擇品質模式（Basic vs High）以平衡速度與解析度。
• 圖像編輯（i2i/內補/外擴）：可使用一張或多張參考圖；在多參考場景下保留細節與空間關係。
• 多參考混合與元素移植：單次任務可使用約 10 張參考圖，移植元素同時保持光照/透視一致。
• 高排版/密集文字渲染：更好地處理包含文字或標牌的圖像（適合模型圖、產品標籤、UI 螢幕截圖）。
• 串流/漸進式輸出：部分部署端點支援串流結果，讓客戶端在生成過程中接收部分結果。

如何透過 CometAPI 使用 Seedream 4.5 API？

以下是透過 CometAPI 生成圖像的實作範例（可直接複製貼上）。CometAPI 是一個聚合器，將 Seedream 4.5 以模型參數的形式對外提供。當你希望用一把 API 金鑰存取數十/數百個模型，並使用穩定、易整合的 REST 介面時，選擇 CometAPI。CometAPI 文件中提供了 doubao-seedream-4-5-251128 模型別名與標準圖像生成端點。

高層步驟

1. 註冊 CometAPI 並取得 API 金鑰。
2. 使用圖像生成端點（POST https://api.cometapi.com/v1/images/generations），將 model 參數設為 Seedream 4.5 的識別符（例如：doubao-seedream-4-5-251128）。
3. 包含提示詞、可選的參考圖（URL 或依聚合器要求以 multipart 上傳）、輸出尺寸/品質與其他參數。
4. 接收包含已生成圖像 URL（或 base64）與中繼資料的 JSON 回應。

請求類型與模式

Seedream 4.5 常見支援：

• 文字 → 圖像（文字提示詞 → 新圖像）
• 圖像 → 圖像（參考圖像 + 提示詞進行風格化轉換）
• 圖像編輯/內補（提供遮罩 + 編輯指令以進行目標區域修改）
  託管 API 支援非同步任務模式（提交任務 → 以 taskId 輪詢），適合耗時較長的渲染與批次工作流。生成連結通常具有效期（例如在部分閘道有效 24 小時），請規劃儲存/匯出。

curl 範例（文字轉圖像，單一提示）

curl -X POST "https://api.cometapi.com/v1/images/generations" \
  -H "Authorization: Bearer COMETAPI_KEY_GOES_HERE" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedream-4-5-251128",
    "prompt": "A cinematic portrait of a cyberpunk fox in neon rain, 4k, detailed lighting, film grain",
    "n": 3,
    "width": 2048,
    "height": 2048,
    "quality": "high",     # or "basic"
    "seed": 12345,
    "style": "photorealistic"
  }'

注意

• 將 COMETAPI_KEY_GOES_HERE 替換為你的 CometAPI 金鑰。
• 參數 n 可在一次呼叫中生成多個變體（節省開銷）。
• quality: "high" 通常對應更高解析度/更高計算成本（常見可達 4K）。

Python requests 範例（文字轉圖像 + 儲存結果）

import requests, base64, os

API_URL = "https://api.cometapi.com/v1/images/generations"
API_KEY = os.environ.get("COMETAPI_KEY")  # set env var for safety

payload = {
  "model": "doubao-seedream-4-5-251128",
  "prompt": "Studio shot of a ceramic mug on a wooden table, warm natural light, ultra-detailed, 2k",
  "n": 2,
  "width": 1024,
  "height": 1024,
  "quality": "basic"
}

resp = requests.post(API_URL, json=payload, headers={
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
})
resp.raise_for_status()
data = resp.json()

# Example: each item has 'b64_json' or 'url' depending on provider
for i, item in enumerate(data.get("data", [])):
    img_b64 = item.get("b64_json")
    if img_b64:
        img_bytes = base64.b64decode(img_b64)
        with open(f"seedream_result_{i}.png", "wb") as f:
            f.write(img_bytes)
    else:
        print("Image URL:", item.get("url"))

為何採用這種模式？聚合器常回傳 base64 載荷或託管 URL；程式碼同時處理兩者。端點通常會回傳 task_id。輪詢 GET /tasks/{task_id} 直到狀態為 succeeded，再下載結果。許多供應商提供 SDK，內建此模式的輔助方法。

如何優化影像品質並保持文字清晰可讀？

1. 使用參考圖像以保持一致的情境與色彩匹配。
2. 在提示詞中明確指出排版需求（字體家族、字重、對齊），若需要高可讀性，可在第二步以覆蓋圖層加入精確文字。
3. 採取兩步驟流程：（a）生成基礎構圖；（b）第二次針對局部或標籤區域以更高解析度重新渲染或編輯。

應該如何為 Seedream 4.5 撰寫提示詞？

提示詞工程原則

• 明確具體：列出主體、動作、風格、鏡頭/相機、時間與期望的色彩方案。
• 身份錨點：若需在多張圖間維持相同臉孔/道具，加入持續性的描述（例如：「同一位留短微捲髮、穿綠色夾克、左眉有疤的女性」），並提供 1–3 張參考圖。Seedream 4.5 的多參考融合有所提升，但錨點仍有幫助。
• 負面提示詞：明確指出要避免的內容（例如「不要文字」、「不要浮水印」、「不要多餘肢體」）。
• 短+長混合：先給一條簡短的核心指令，再以數行細節與約束補充。

提示詞範本

• 產品主視覺（寫實）："A clean product hero shot of a matte black wireless speaker placed on a white tabletop, softbox lighting, 50mm, shallow depth of field, studio background, photoreal, no text"
• 奇幻插畫（風格化）："Epic fantasy landscape, towering glass castle on a cliff, golden hour, volumetric fog, painterly, highly detailed, concept art"
• 圖像編輯（移除物件）："Remove the person on the left and extend the background to fill the space, keep lighting consistent, no artifacts"
• 高文字密度模型圖："Mobile app landing screen mockup on an iPhone 14, with the text 'Launch Now' in Gotham Bold, make the button green and keep shadows soft"
• 角色肖像："Heroic portrait of a female warrior, cinematic rim lighting, 85mm portrait lens, ultra-detailed skin texture, natural freckles, leather armor, neutral background, photorealistic."

多圖與參考提示詞

在進行多圖編輯時，請指定各參考圖對應到提示詞的哪個部分。Seedream 4.5 更擅長在多參考中識別主要主體——但明確指定（例如「使用 image_1 作為臉部，image_2 作為布料紋理」）會得到更好結果。

輸出挑選與後製處理

• 先生成 N 個變體，並套用客觀篩選：人臉相似度、色彩直方圖比較、以 OCR 檢查文字準確性。
• 自動化 QC 門檻：低於門檻的輸出自動分派人工修圖。
• 若需像素級精確文字，將最終排版交給版面工具——用模型生成背景與圖像，再在後期合成精確文字。這能減少對模型文字保真度的依賴，以符合行銷素材需求。

---

如何執行圖像編輯、內補與多圖合成？

圖像編輯工作流程

1. 將參考圖像上傳至供應商，或於請求中內嵌傳送。
2. 提供內補用的遮罩（黑白二值）或以邊界框標註要編輯的區域。
3. 提供編輯提示詞，說明哪些區域要變更、哪些要保留。

許多 API 同時支援單圖編輯與多圖合成模式；4.5 對主體身份的保留與多圖一致性有明確調校。

範例：內補負載（JSON 偽代碼）

{
  "model": "seedream-4.5",
  "mode": "image_edit",
  "image_url": "https://.../original.png",
  "mask_url": "https://.../mask.png",
  "prompt": "Replace background with a sunset beach — keep subject untouched, maintain original lighting on subject",
  "guidance": 9,
  "steps": 40
}

多圖編輯一致性技巧

• 對相關渲染使用相同的 seed 以提高幀間一致性。
• 在提示詞中保持相機描述一致（例如「85mm 人像、柔光箱、3/4」）以維持視角一致。
• 編輯人臉時，提出細粒度的保留條款（「保留臉部結構，只改髮色」）以降低身份漂移。

使用 Seedream 4.5 的最佳實踐

如何排查常見問題？

以下是結果偏差時的實用排查步驟：

臉部模糊/細節錯誤

提高臉部細節的提示詞明確度（年齡、表情、光線），提供更高品質的參考圖，或加入明確的「保留臉部」指令，並降低編輯的 strength 以保留更多原始資訊。Seedream 4.5 提升了臉部寫實度，但輸入仍然關鍵。

文字不可讀或錯亂

若需像素級字體品質，請將矢量或點陣文字作為獨立覆蓋圖層處理；否則請提高解析度設定，並在風格指令中加入明確的「render legible text: yes」。與先前版本相比，4.5 在密集文字處理有所改進，但絕對的排版精度仍可能需要後期合成。

批次光照或構圖不一致

使用帶有固定光照/相機描述的模板化提示詞，或在單次批次呼叫中生成，以提高一致性。BytePlus 與 CometAPI 因此提供了批次推理模式。

最後說明與後續步驟

Seedream 4.5 是面向生產的成熟影像模型，針對實際創作工作流做了明確強化：更佳的一致性、改進的文字與人臉渲染，以及多參考支援。當你想要快速試驗與多模型彈性時，使用 CometAPI 或類似聚合器。

開發者可以透過 CometAPI 存取 Seedream 4.5 API 等，且最新模型版本會與官方網站同步更新。開始之前，先在 Playground 探索模型能力，並查閱 API guide 以獲得詳細說明。存取前請先登入 CometAPI 並取得 API 金鑰。CometAPI 提供遠低於官方的價格，協助你快速整合。

準備好了嗎？→ 免費試用 Seedream 4.5！

若想獲得更多技巧、指南與 AI 新聞，歡迎在 VK、X 與 Discord 關注我們！