如何搭建 AI 图像生成应用：API、存储、成本与安全

要搭建 AI 图像生成应用，你需要从模型提供商处选择一个图像生成 API，用自己的密钥从服务器调用它，将每个结果保存到文件存储中，并把它包装成一个针对特定用途的工作流：产品图、社交媒体帖子、头像、符合品牌风格的插画等。与文本应用相比，你需要额外考虑三件事：生成速度较慢、每次生成的成本较高，以及需要为用户可以创建的内容制定规则。界面反而是最简单的部分。

先确定用途，而不是“一个图像生成器”

通用的图像生成器已经内置在聊天助手和设计工具中。一个新应用只有在做好某一件具体工作时才值得使用：

• 风格统一： 每张图片都符合某个品牌的色彩和风格，用户无需写很长的提示词。
• 结构化输入： 商品图工具会询问商品图片和场景；书封工具会询问书名、类型和氛围。
• 合适的输出： 为市场列表或广告版位输出正确的尺寸，文字叠加由你的应用完成，而不是交给模型。
• 完整的工作流： 生成多个方案，挑选其中一个，进行编辑、下载，并保存到素材库中。

应用由哪些部分组成

搭建前需要做的决定

选择哪家图像模型提供商

有多家提供商提供图像生成 API，既有大型 AI 实验室，也有通过一个 API 托管多种开源模型的平台。请用你自己的测试提示词比较它们在以下方面的表现：

• 适用于你的用途的质量： 摄影风格的商品、插画、图片中的文字、人脸。
• 速度： 有些模型几秒钟就能返回，有些则需要更长时间。
• 所需尺寸下的单张价格。 请查看提供商自己的定价页面，因为价格会变化。
• 编辑功能： 有些模型支持编辑上传的图片或填充图片的局部，很多用途都需要这一点。
• 条款： 是否允许商业用途、内容规则，以及你发送的提示词和图片会如何被处理。

建议把提供商封装在一个服务器函数后面，以便日后更换模型。我们关于如何使用大模型 API的指南涵盖了 API 密钥和按量计费，这些同样适用于图像模型。

等待结果

文本回复可以逐字流式显示，而图片通常是一次性返回的。对于速度较快的模型，浏览器可以等待服务器的响应。对于较慢的模型，更好的做法是：创建一条状态为待处理的“生成”记录并立即返回，待提供商完成后，服务器将其更新为已完成并写入图片地址，页面则每隔几秒检查一次状态。部分提供商支持 webhook，即任务完成时向你的服务器发送的消息。参见什么是 webhook。

存储

提供商的响应通常包含临时链接或原始图片数据。应立即将图片复制到你自己的文件存储中，并把其地址保存到数据库。对于免费用户，你需要决定保留图片的时长，因为存储会产生持续的费用。我们关于为应用添加文件上传的指南介绍了存储的基础知识。

成本与限制

提供图像生成是较为昂贵的 AI 功能之一。上线前请做好以下准备：

• 在提供商的控制台中设置每月消费上限。
• 在服务器端强制执行每位用户每天的图片数量上限。
• 默认使用标准尺寸和质量；高分辨率渲染则收取更多费用，或改用积分。
• 只有成功生成的图片才计入用户的额度。

内容安全与权利

• 提供商规则。 大多数提供商会屏蔽部分内容，如果有人反复违反其规则，还会暂停账户。用户的行为由你负责，因此你的条款应与提供商的条款保持一致。
• 内容审核。 使用提供商提供的安全设置，并考虑在发送前检查提示词。如果用户可以公开分享图片，请添加举报图片的功能。
• 真实人物。 生成可识别的真实人物图片，尤其是在色情、暴力或误导性的语境中，会造成真实的伤害，并且在许多地方是违法的。应明确禁止。
• 上传的参考图片。 如果用户上传照片，只允许他们使用其有权使用的图片，并且不要保存超过所需时间的文件。
• 归属与标注。 关于 AI 生成图片的归属，以及是否必须标注，各国规定不同且会变化。请阅读提供商的条款，如果这对你的业务很重要，请寻求专业意见。

给 AI 构建工具的第一条提示词

搭建一个名为 ShelfShot 的网页应用，为小型网店生成生活场景风格的商品照片。用户登录后，上传一张商品照片，选择场景预设（厨房台面、户外野餐、极简摄影棚、温馨客厅）和尺寸（正方形或 4:5），然后点击生成。服务器将预设中隐藏的风格指令与商品信息合并，并使用私密的 IMAGE_API_KEY 调用图像生成提供商。将每张生成完成的图片保存到文件存储中，并在数据库中记录用户、提示词、预设、尺寸和文件地址。等待期间显示进度状态，完成后展示结果，并提供下载和删除按钮。“图库”页面显示用户过去生成的图片，每位用户只能看到自己的图片。在服务器端限制每位用户每天最多生成 20 张图片。绝不要把密钥发送到浏览器。

分步搭建

1. 先单独测试提供商： 用十个真实输入进行测试，然后选定模型。
2. 搭建核心流程： 表单、服务器调用、进度状态、屏幕上显示结果。
3. 保存到存储中， 并在数据库中记录每次生成；第二天检查图片是否仍能正常加载。
4. 添加账户和图库， 然后用两个账户测试，确认两人都无法通过猜测网址打开对方的图片。
5. 添加限制和错误处理： 超时、被拦截的提示词以及提供商的错误，都应显示清晰的提示，并且不应消耗用户的额度。
6. 添加安全措施： 提供商的安全设置、屏蔽词、使用条款，以及在图片可以被分享时提供举报按钮。
7. 如果收费，添加计费功能； 参见如何为应用添加支付。
8. 上线前进行安全审查。 AI 构建应用安全检查清单是一份很好的参考清单。

常见错误

• 从浏览器调用图像 API，这会暴露你的密钥。
• 只保存提供商的临时链接，结果几天后图库就会失效。
• 没有每位用户的上限，一个用户或机器人就可能耗尽你的预算。
• 让模型直接绘制文字。 许多模型仍会在图片中拼错单词。标题和价格应由你的应用在图片上叠加。
• 在提供商暂停账户之前忽视内容规则。
• 公开的图库没有任何审核。

什么时候现成的产品更合适

如果你或你的团队只是需要图片，直接使用现有设计工具或 AI 助手中的图像功能即可；为了制作自己的图片而专门开发一个应用，通常并不划算。当你要为特定群体提供可重复的工作、需要每次都应用统一的品牌风格，或者希望把图像生成作为更大产品中的一个步骤时（例如一个既写文案又生成照片的商品列表工具），才值得自己搭建。

使用 Mythex 搭建

Mythex 是一款 AI 应用构建工具：你在聊天中描述图像应用，它会在实时预览中构建表单、服务器端 API 调用、图库和使用限制，然后发布到一个公开网址。你应用中的图像生成使用的是你自己的提供商密钥，将作为项目密钥保存，并计入你自己的提供商账户。Mythex 不为你应用的用户提供图像生成用量。

这与 Mythex 自身的图像生成功能不同。后者用于为你正在构建的网站制作图片（例如首页大图或图标），并消耗 Mythex 积分。当你的应用需要保存图片时，Mythex 会为项目启用文件存储，并为生成记录提供 Postgres 数据库。如果想从较小的起点入手，请参阅如何为应用添加 AI 功能，它介绍了如何在现有产品中添加单个 AI 操作。

常见问题