如何使用 Seedgream 4.5 API

Seedream 4.5 是 Seedream 文生圖/圖像編輯模型家族的最新進化版本（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——包含透過如 CometAPI 等多模型網關的一體化接入——並帶來更佳的主體一致性、字體排印/文字渲染，以及多圖像編輯的保真度。

本文是一份面向實務的專業指南，手把手教你使用 Seedream 4.5 API。你將獲得可操作的環境配置步驟、認證與請求模式、提示詞與參數最佳實踐、編輯與多圖工作流程、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 家族的最新迭代——一個為高保真文本生成圖像與具情境理解的圖像編輯（以圖生圖、多參考編輯、塗抹修補/外延、字體排印與密集文字處理）而設計的多模態模型。與早期版本相比，4.5 專注於：在多圖工作流程中的主體一致性提升、更嚴格地保留參考細節、更高的字體排印保真度（圖中之文字），以及在「高品質」設定下可達 4K/超高清的更佳輸出品質。這些改進源於擴展的架構以及更新的提示詞調優/引擎端啟發式策略。

重要意義：4.5 明確針對專業創作任務而打造——例如批量產品變體、品牌一致的多圖編輯與高解析度印刷資產——同時能透過參考圖像與專門的編輯操作提供更精細的控制。

核心能力

文生圖（單次與批量）：每次 API 呼叫可生成 1–15 張圖像，提供可選品質模式（Basic 與 High）以在速度與解析度間取捨。
圖像編輯（i2i / inpainting / outpainting）：可使用一張或多張參考圖像；在多參考情境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 張參考圖像，進行元素移植並保持光照/透視連貫。
高等級字體排印/密集文字渲染：更好處理含文字或標識的圖像（適用於模型圖、產品標籤、UI 截圖）。
串流/漸進式輸出：部分部署端點支援串流結果，客戶端可在生成過程中持續接收部分結果。

如何透過 CometAPI 使用 Seedream 4.5 API？

以下是透過 CometAPI 進行圖像生成的實用（可直接複製）流程。CometAPI 是一個聚合器，將 Seedream 4.5 模型以模型參數形式提供。當你希望用一把金鑰存取數十/數百個模型，並以穩定、易整合的 REST 介面接入時，選擇 CometAPI。CometAPI 文件展示了 doubao-seedream-4-5-251128 模型別名與標準的圖像生成端點。

高階步驟

註冊 CometAPI 並取得 API 金鑰。

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 識別符（例如：doubao-seedream-4-5-251128）。

在請求中包含提示詞、可選參考圖像（依聚合器支援 URL 或 multipart 上傳）、輸出尺寸/品質與其他參數。

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（文字提示詞生成新圖像）
圖像 → 圖像（參考圖像 + 提示詞進行風格化轉換）
圖像編輯 / Inpainting（遮罩 + 編輯指令以進行定向修改）

託管 API 支援非同步任務模式（提交任務 → 使用 taskId 輪詢），適合長時間渲染與批量工作流程。生成的連結通常具有時效（例如某些網關有效期為 24 小時），請規劃好儲存/匯出。

curl 範例（文生圖，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": "霓虹雨中賽博朋克狐狸的電影感人像，4k，精細光效，膠片顆粒",
    "n": 3,
    "width": 2048,
    "height": 2048,
    "quality": "high",     # 或 "basic"
    "seed": 12345,
    "style": "photorealistic"
  }'

注意事項

將 COMETAPI_KEY_GOES_HERE 替換為你的 CometAPI 金鑰。
n 參數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（常見為 4K 能力）。

Python requests 範例（文生圖 + 儲存結果）

import requests, base64, os

API_URL = "https://api.cometapi.com/v1/images/generations"
API_KEY = os.environ.get("COMETAPI_KEY")  # 為安全起見，從環境變數讀取

payload = {
  "model": "doubao-seedream-4-5-251128",
  "prompt": "一只陶瓷馬克杯置於木質桌面，棚拍場景，溫暖自然光，超細節，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()

# 範例：每個項目依供應商而定，可能有 'b64_json' 或 'url'
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"))

為何採用此模式？聚合器通常返回 base64 負載或託管 URL；上述程式碼可同時處理兩種情況。端點通常會返回 task_id。透過 GET /tasks/{task_id} 輪詢直至狀態為 succeeded，然後下載結果。許多供應商提供具備此模式輔助的 SDK。

如何優化圖像品質並保持文字清晰可讀？

使用參考圖像來保持一致的情境與色彩匹配。
在提示詞中明確指出字體排印（字體家族、字重、對齊），並考慮在第二步以覆蓋的方式加入精確文字，確保可讀性。
採用兩步流程：（a）生成基礎構圖；（b）第二次以更高解析度針對近景或標籤區域再渲染或編輯。

如何為 Seedream 4.5 編寫提示詞？

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。
使用身份錨點：若需在多張圖中保持相同面孔/道具，加入持續性描述（例：「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 的多參考融合已有改進，但錨點仍有幫助。
負面提示：明確指出要避免的內容（如「不要文字」「不要浮水印」「不要多餘肢體」）。
簡短 + 詳述混合：先給出簡短的核心指令，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"
高文字比重模型圖："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

進行多圖編輯時，請指明各參考圖對應提示詞中的哪一部分。Seedream 4.5 在多參考場景中更擅長識別主要主體——但清晰指示（如「image_1 用於臉部、image_2 用於服裝材質」）會得到更佳結果。

輸出篩選與後處理

生成 N 個變體後執行客觀過濾：人臉相似度分數、色彩直方圖比較、OCR 檢查文字正確性。
自動化 QC 門檻：將未達標輸出導向人工修圖流程。
若需像素級精準文字，將最終字體排印交給版面工具：先用模型生成背景/圖像，再於後製合成精準文字。可降低對模型文字保真的依賴，適合行銷素材。

如何進行圖像編輯、Inpainting 與多圖合成？

圖像編輯流程

將參考圖像上傳至供應商或在請求中內嵌傳送。
提供 Inpainting 所需的遮罩（二值圖）或針對性編輯的區域標註。
提交編輯提示詞，清楚說明要變更的區域與需保留的區域。

許多 API 同時支援單圖編輯與多圖合成模式；4.5 對於保留主體身份與提升多圖一致性有明確調校。

範例：Inpainting 載荷（JSON 偽代碼）

{
  "model": "seedream-4.5",
  "mode": "image_edit",
  "image_url": "https://.../original.png",
  "mask_url": "https://.../mask.png",
  "prompt": "將背景替換為日落海灘——保持主體不變，維持主體上的原始光效",
  "guidance": 9,
  "steps": 40
}

多圖編輯一致性技巧

相關鏡頭使用相同的 seed，以保持跨幀一致性。
在提示詞中保持相機描述一致（例：「85mm 人像、柔光箱、3/4 構圖」）以維持視角統一。
編輯人臉時，加入細緻保留條款（「保留面部結構，只更改髮色」）以降低身份漂移。

使用 Seedream 4.5 的最佳實踐是什麼

如何排查常見問題？

以下是當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具體性（年齡、表情、光照），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 strength 以保留更多原始資訊。Seedream 4.5 改善了面部寫實度，但輸入品質仍至關重要。

文字不可讀或出現亂碼

若需要像素級字體排印，請以向量或點陣的方式在後期覆蓋文字；否則提升解析度設定，並在風格指令中明確表達「渲染可讀文字：是」。相較於先前版本，4.5 提升了密集文字處理，但字體排印的完美度仍可能需透過後製合成達成。

批量輸出中的光照或構圖不一致

使用模板化提示詞並固定光照/相機描述，或在單一批次呼叫中生成以提升一致性。BytePlus 與 CometAPI 提供的批量推理模式即出於此考量。

最後說明與後續步驟

Seedream 4.5 是一款成熟、面向生產的圖像模型，針對真實創作工作流程提供明確改進：更好的一致性、更優的文字與面部渲染，以及多參考支援。當你需要快速試驗與多模型彈性時，可使用 CometAPI 或類似聚合器。

開發者可透過 CometAPI 存取 [Seedream 4.5](http://Seedream 4.5) API 等，最新模型版本會與官網同步更新。開始之前，請先在 Playground 探索模型能力，並查閱 API 指南以獲得詳細說明。訪問前，請確認你已登入 CometAPI 並取得 API 金鑰。CometAPI 提供遠低於官方的價格，助你更快整合。

準備好了嗎？→ 免費試用 Seedream 4.5！

若想獲取更多 AI 技巧、指南與最新消息，歡迎追蹤我們的 VK、X 與 Discord！