如何打造 AI 圖片生成應用程式:API、儲存、成本與安全
要打造 AI 圖片生成應用程式,請選擇一家模型供應商的圖片生成 API,用你自己的金鑰從伺服器呼叫它,把每個結果儲存到檔案儲存空間,並將整個流程包裝成特定用途的工作流程:商品照、社群貼文、大頭貼、特定風格的插畫。與文字應用程式相比,你必須多規劃三件事:生成速度較慢、每次生成的成本較高,而且你需要為使用者能產生的內容制定規則。介面反而是最容易的部分。
選定用途,而不是「一個圖片生成器」
通用的圖片生成器已經內建在聊天助理和設計工具中。一個新的應用程式,只有在把某件事做得比它們更好時才值得使用:
- 一致的風格:每張圖片都符合品牌的色彩與風格,使用者不需要寫很長的提示詞。
- 結構化的輸入:商品照工具會詢問商品圖與場景;書封工具會詢問書名、類型與氛圍。
- 正確的輸出:符合商品刊登或廣告版位的尺寸,文字疊加由你的應用程式處理,而不是交給模型。
- 工作流程:生成數個選項、挑選一個、編輯、下載,並保留一個圖庫。
應用程式的組成
| 組成部分 | 功能 |
|---|---|
| 輸入表單 | 提示詞、風格預設、尺寸、可選的參考圖片上傳 |
| 提示詞建構器 | 在伺服器上,把你隱藏的風格指示加到使用者輸入的內容中 |
| 圖片 API 呼叫 | 你的伺服器以你的金鑰送出請求,並等待結果 |
| 進度狀態 | 生成可能需要數秒甚至更久;要讓使用者知道系統正在處理 |
| 檔案儲存 | 保存每張完成的圖片,避免遺失 |
| 資料庫 | 記錄誰生成了什麼、使用了哪些提示詞與設定,以及檔案存放的位置 |
| 圖庫 | 使用者過去的圖片,可下載與刪除 |
| 限制與計費 | 每位使用者的上限,若要收費則需有方案或點數機制 |
開始前需要決定的事
選擇哪一家圖片模型供應商
有數家供應商提供圖片生成 API,從大型 AI 實驗室到透過單一 API 提供多種開源模型的平台都有。請用你自己的測試提示詞比較以下幾點:
- 符合你用途的品質:商品攝影、插畫、圖片中的文字、人臉。
- 速度:有些模型幾秒內就能回傳,有些則需要較長時間。
- 在你所需尺寸下的每張價格。請查閱供應商自己的定價頁面,因為價格會變動。
- 編輯功能:有些模型支援編輯上傳的圖片,或補繪圖片的一部分,許多使用情境都需要這項功能。
- 條款:商業用途、內容規範,以及你送出的提示詞與圖片會如何被處理。
把供應商放在單一伺服器函式之後,以便日後切換模型。我們的指南如何使用 LLM API涵蓋了 API 金鑰與用量計費,這些同樣適用於圖片模型。
等待結果
文字回覆可以逐字串流顯示;圖片通常是一次全部到達。對於快速的模型,瀏覽器可以等待你的伺服器回應。對於較慢的模型,較好的做法是:建立一筆狀態為待處理的「生成」紀錄並立即回傳,等供應商完成後,由伺服器把它更新為已完成並寫入圖片位址,而頁面則每隔幾秒檢查一次狀態。部分供應商支援 Webhook,也就是任務完成時他們會傳送訊息到你的伺服器。請參閱什麼是 Webhook。
儲存
供應商的回應通常包含暫時連結或原始圖片資料。請立即把圖片複製到你自己的檔案儲存空間,並將位址存入資料庫。由於儲存空間會持續產生費用,請決定免費使用者的圖片要保留多久。我們的加入檔案上傳指南涵蓋了儲存的基礎知識。
成本與限制
圖片生成是提供 AI 功能中較昂貴的一種。上線前請:
- 在供應商後台設定每月消費上限。
- 在伺服器端強制執行每位使用者每天的圖片數量上限。
- 預設使用標準尺寸與品質;若需要高解析度的輸出,則收取較高費用或改用點數。
- 只把成功生成的圖片計入使用者的配額。
內容安全與權利
- 供應商規範。 大多數供應商會封鎖部分內容,若你反覆違反規定,帳號可能會被停用。你的使用者的行為是你的責任,因此請撰寫與供應商規範相符的使用條款。
- 內容審核。 使用供應商提供的安全設定,並考慮在送出前檢查提示詞。如果使用者可以公開分享圖片,請提供檢舉圖片的方式。
- 真實人物。 生成可辨識身分的真實人物圖片,特別是在色情、暴力或具誤導性的情境中,會造成實際傷害,而且在許多地區屬於違法。請明確禁止此類行為。
- 上傳的參考圖片。 如果使用者上傳照片,只允許他們使用有權使用的圖片,並且不要保留超過所需時間。
- 著作權歸屬與標示。 關於 AI 生成圖片的所有權,以及是否必須標示,各國規定不同且持續變動。請閱讀供應商的條款,如果這對你的事業很重要,請尋求專業意見。
給 AI 建構工具的第一個提示詞
打造一個名為 ShelfShot 的網頁應用程式,為小型網路商店生成生活風格的商品照。使用者登入後,上傳一張商品照,選擇一個場景預設(廚房檯面、戶外野餐、極簡工作室、溫馨客廳)與尺寸(正方形或 4:5),然後點擊「生成」。伺服器會將預設的隱藏風格指示與商品細節結合,並使用私密的 IMAGE_API_KEY 呼叫圖片生成供應商。每張完成的圖片都要儲存到檔案儲存空間,並在資料庫中記錄使用者、提示詞、預設、尺寸與檔案位址。等待時顯示進度狀態,完成後顯示結果,並附上「下載」與「刪除」按鈕。「圖庫」頁面顯示使用者過去的圖片,且每位使用者只能看到自己的圖片。在伺服器上限制每位使用者每天最多生成 20 張圖片。金鑰絕對不要傳送到瀏覽器。
一步一步打造
- 單獨測試供應商:用十個真實的輸入測試,然後選定模型。
- 建立核心流程:表單、伺服器呼叫、進度狀態、在畫面上顯示結果。
- 儲存到檔案空間,並把每次生成記錄到資料庫;隔天確認圖片仍能正常載入。
- 加入帳號與圖庫,然後用兩個帳號測試,確認兩人都無法透過猜測網址打開對方的圖片。
- 加入限制與錯誤處理:逾時、被封鎖的提示詞與供應商錯誤,都應顯示清楚的訊息,且不應消耗使用者的配額。
- 加入安全機制:供應商的安全設定、封鎖詞彙、使用條款,若圖片可被分享則提供檢舉按鈕。
- 如果要收費,加入計費功能;請參閱如何為應用程式加入付款。
- 上線前進行安全審查。AI 打造應用程式安全檢查清單是很好的參考。
常見錯誤
- 從瀏覽器呼叫圖片 API,會讓你的金鑰外洩。
- 只保留供應商的暫時連結,幾天後圖庫就會壞掉。
- 沒有每位使用者的上限,讓一位使用者或一支機器人把費用推高。
- 讓模型自己畫文字。 許多模型仍會在圖片中拼錯字。請改在你的應用程式中疊加標題與價格。
- 忽略內容規範,直到供應商停用你的帳號。
- 沒有審核的公開圖庫。
什麼時候更適合使用現成產品
如果你或你的團隊只是需要圖片,請直接使用現有設計工具或 AI 助理中的圖片功能;為了製作自己的圖片而打造應用程式,通常不划算。當你要服務特定的群體、有可重複的工作、每次都需要套用特定的品牌風格,或是想把圖片生成作為更大產品中的一個步驟時,例如一個會寫文案並同時製作商品照的刊登工具,自己打造才有價值。
用 Mythex 打造
Mythex 是一款 AI 應用程式建構工具:你在聊天中描述圖片應用程式,它會在即時預覽中建構表單、伺服器端的 API 呼叫、圖庫與限制,然後發布到公開網址。你的應用程式的圖片生成使用的是你自己的供應商金鑰,儲存為專案機密,並由你的供應商帳戶計費。Mythex 不包含你應用程式使用者的圖片生成用量。
這與 Mythex 自己的圖片生成功能不同。後者用於製作你正在建構的網站所需的圖片(例如首頁主視覺或圖示),會消耗 Mythex 點數。當你的應用程式需要儲存圖片時,Mythex 會為專案啟用檔案儲存,並為生成紀錄提供 Postgres 資料庫。如果想要較小的起點,如何為應用程式加入 AI 功能說明了如何在既有產品中加入單一 AI 動作。
常見問題
打造 AI 圖片生成器需要 GPU 嗎?
如果你使用圖片生成 API,就不需要。供應商會在自己的硬體上運行模型,你的應用程式只要送出提示詞,就能取得圖片。自己運行模型則需要 GPU 伺服器,專案規模會大很多。
為什麼 AI 圖片應用程式的營運成本比文字應用程式高?
每張圖片的成本通常明顯高於一則簡短的文字回覆,解析度或品質設定越高,成本又會再增加。請查閱供應商目前的每張圖片價格,並限制每位使用者能生成的圖片數量。
生成的圖片應該存放在哪裡?
存放在檔案儲存空間(物件儲存貯體)中,並在你的資料庫中保存檔案位址與提示詞等細節。不要依賴供應商提供的暫時圖片連結,因為這些連結可能會過期。
用 AI 圖片生成器做出來的圖片歸誰所有?
取決於供應商的條款,以及你和使用者所在地的法律。請閱讀供應商的條款,並在你自己的條款中向使用者說明相關規定;如果著作權歸屬對你的事業很重要,請尋求專業意見。