DALL·E

(generovanie obrázkov z textu v ekosystéme OpenAI)

DALL·E je rada modelov od OpenAI na generovanie obrázkov z textu (text-to-image). Ekosystém sa za posledné roky výrazne posunul — od pôvodného DALL·E (2021) cez DALL·E 2 až k DALL·E 3 (2023) a natívnemu generovaniu obrázkov integrovanému priamo do GPT-4o (model gpt-image-1, 2025). Každý skok priniesol viditeľný kvalitívny posun: lepšie pochopenie textových zadaní, presnejší text priamo v obrázku a hlbšiu integráciu s konverzačným rozhraním. Modely sa používajú na ilustrácie, vizuálne návrhy, koncept art, moodboardy aj jednoduché grafiky — a ovládaš ich cez ChatGPT, cez API alebo integrované do vlastnej aplikácie.

1. Čo to je a prečo je to podstatné

  • OpenAI ekosystém: DALL·E a gpt-image-1 sú pre mnohých „default" voľba, lebo sú priamo po ruke v nástrojoch OpenAI — bez potreby ďalšieho konta alebo samostatnej platformy.

  • Textová presnosť: praktická hodnota modelu rastie s tým, ako presne sa drží zadania — správne objekty, atribúty, vzájomné vzťahy v scéne — bez potreby extrémne dlhých promptov.

  • Text v obrázku: gpt-image-1 zvláda čitateľné nápisy, logá a UI mockupy podstatne lepšie ako predchádzajúce generácie. Nadpisy v plagátoch alebo etikety produktov fungujú spoľahlivejšie.

  • Iterácia v dialógu: výsledok zriedka vyhráš na prvý pokus — výhoda chatového rozhrania je, že môžeš povedať „zmeň kompozíciu", „pridaj svetlo sprava", „urob pozadie tmavšie" a model drží kontext konverzácie.

  • Editácia a in-painting: novšie modely umožňujú nahrať existujúci obrázok a upraviť len jeho časť (napr. zmeniť pozadie, odstrániť objekt, rozšíriť plátno). Toto výrazne mení pracovný postup — nie si odkázaný len na generovanie od nuly.

  • Použitie v práci: rýchle moodboardy, vizuálne prototypy, ilustrácie k článkom, obaly playlistov, návrhy plagátov, mockupy UI, produktové vizualizácie. Výstup je skôr na úrovni konceptu a rýchleho návrhu než finálneho DTP.

2. Vývoj a aktuálny stav modelov

Model Rok Kľúčový posun
DALL·E 1 2021 Prvé text-to-image od OpenAI, skôr experimentálne
DALL·E 2 2022 Výrazne lepšia kvalita, editácia obrázkov (inpainting)
DALL·E 3 2023 Oveľa lepšie pochopenie promptov, integrácia s ChatGPT
GPT-4o Image / gpt-image-1 2025 Natívna multimodalita, presný text v obrázku, in-context editácia, instrukcie v prirodzenom jazyku

Dnes (2026) je v ChatGPT bežne dostupné generovanie cez gpt-image-1, pričom DALL·E 3 ostáva dostupný aj cez API ako samostatný endpoint. Voľba závisí od konkrétneho prípadu použitia — gpt-image-1 víťazí v presnosti textu a editácii, DALL·E 3 je zavedený a predvídateľný v dávkovom spracovaní.

3. Technické detaily

Vstupy a výstupy

  • Vstup: textový prompt, prípadne referenčný obrázok (pri editácii alebo variantoch), maska oblasti (pri in-paintingu).
  • Výstup: rastrový obrázok (PNG/JPEG) v niekoľkých podporovaných rozmeroch — štvorcový, na výšku, na šírku.
  • Kontext: gpt-image-1 vie reagovať na predchádzajúce správy v konverzácii, DALL·E 3 cez API pracuje bez histórie (každý request je izolovaný).

Parametre, ktoré ťa v praxi zaujímajú

Oblasť Čo nastavuješ Prečo to riešiť
Rozmery štvorcový / vertikál / horizontál kompozícia a použiteľnosť pre sociálne siete, bannery, prezentácie
Kvalita low / medium / HD / high detailnosť vs. cena a čas generovania
Štýl foto, ilustrácia, 3D, retro, film still… stabilnejší a konzistentnejší výsledok
Obsah tváre ľudí, verejné osoby, chránené značky vyhneš sa blokom a problémom s licenciou
Editácia referenčný obrázok + maska upravíš existujúci vizuál namiesto generovania od nuly

Obmedzenia, ktoré pocítiš v praxi

  • Dlhší text v obrázku — krátke nápisy a logá fungujú dobre, pri dlhších vetách sa stále oplatí rátať s možnými chybami a vizuálne skontrolovať výstup.
  • Konzistentná postava naprieč sériou — model nemá „pamäť" postavy medzi requestmi; pomáha opakovanie detailného opisu, referenčné obrázky a disciplinované variácie promptov.
  • Realistické ruky a anatomia — štatisticky náročný problém pre všetky text-to-image modely; pri dôležitých ilustráciách s postavami rátaj s ručnou korekciou.
  • Deterministický výstup — rovnaký prompt nedá vždy rovnaký výsledok. Pre produkčné pipelines je to dôvod mať seed alebo kontrolovaný výber z viacerých variantov.

4. Dostupnosť a integrácia

Kde to vieš použiť

  • ChatGPT (webové / mobilné rozhranie): generovanie obrázkov priamo v chate, iterácia cez konverzáciu, editácia nahraním obrázka. Dostupnosť závisí od plánu (Free / Plus / Pro / Team / Enterprise).
  • OpenAI API: programatický prístup cez endpoint /v1/images/generations (DALL·E 3) alebo /v1/responses s multimodálnym výstupom (gpt-image-1). Ideálne pre vlastné appky, automatizované pipelines, dávkové generovanie.
  • Zapier / Make / n8n: no-code / low-code integrácie — generovanie obrázkov ako krok v automatizovanom worflowe (napr. vizuál k novému blogovému príspevku).
  • Vlastné aplikácie: SDK pre Python, Node.js, ďalšie jazyky cez HTTP; generovanie vizuálov k produktom, interné moodboardy, kreatívne nástroje pre tím.

Platforma

Riešenie je cloudové — nezáleží, či máš macOS, Windows alebo Linux. Dôležitý je účet a prístup k službe; výpočet prebieha na infraštruktúre OpenAI.

5. Ceny a licencie

Logika spoplatňovania

  • API: platíš za vygenerovaný obrázok, cena závisí od modelu, rozmeru a kvality. Presné čísla sa aktualizujú — vždy over na platform.openai.com/docs/pricing.
  • ChatGPT plány: generovanie je súčasťou plánu (Plus, Pro), ale s limitmi počtu obrázkov za mesiac/deň. Limity sa môžu meniť podľa zaťaženia.
  • Enterprise / Team: dohodnuté podmienky, dáta sa nepoužívajú na tréning.

Orientačný prehľad cien cez API (podľa cenníka, stav 2025 — over aktuálnosť)

Model Kvalita Cena za obrázok (orientačne)
DALL·E 3 Standard 1024×1024 ~$0.04
DALL·E 3 HD 1024×1024 ~$0.08
gpt-image-1 Low ~$0.011
gpt-image-1 Medium ~$0.042
gpt-image-1 High ~$0.167

Licenčný model

DALL·E aj gpt-image-1 sú proprietárne modely (nie open-source). Podľa podmienok OpenAI ti vygenerovaný obsah patrí a môžeš ho použiť komerčne, pokiaľ dodržíš Usage Policy. Vždy si prečítaj aktuálnu verziu podmienok, najmä ak pracuješ pre klientov alebo vydávaš obsah verejne.

6. Bezpečnosť a súkromie

  • Cloud spracovanie: obrázky aj prompty putujú na servery OpenAI — nerátaj s tým, že je to „lokálne na tvojom PC".
  • API vs. chat režim: pri API (firemný účet, Organization ID) sa dáta štandardne nepoužívajú na tréning; pri spotrebiteľskom ChatGPT si vieš nastaviť Data Controls a vypnúť zdieľanie pre tréning.
  • Retencia a logy: systémy môžu krátkodobo uchovávať logy kvôli bezpečnosti a abuse monitoringu; mazanie sa riadi internou politikou OpenAI (štandardne niekoľko hodín až 30 dní podľa produktu).
  • Čo nedávať do promptov: osobné údaje, čísla faktúr, zdravotné informácie, interné kódové názvy projektov.
  • Firemné prostredie: ak robíš klientsku prácu, drž oddelené účty/projekty a jasné interné pravidlá, čo môže ísť do cloudu.
  • Deepfake a zavádzajúci obsah: model odmietne generovať realistické tváre reálnych osôb a niektoré typy citlivého obsahu. Pri hraničných prípadoch (paródia, satira) platí vlastná zodpovednosť a kontrola lokálnych právnych predpisov.

7. Praktické tipy a prompt engineering

Ako písať efektívny prompt

Dobrý prompt nie je o „magických slovách" — je o kompozícii, zámere a kontexte. Štruktúra, ktorá funguje:

[Čo sa zobrazuje] + [Kompozícia] + [Štýl / médium] + [Svetlo / atmosféra] + [Účel / formát]

Príklady:

Zámer Slabý prompt Lepší prompt
Plagát na podujatie „plagát na turnaj" „plagát na šachový turnaj, dominantný kráľ v strede, veľa negatívneho priestoru pre text, čisté linky, tmavá paleta"
Produktová foto „foto hodiniek" „produktová fotografia hodiniek, ateliérové mäkké svetlo, biely stôl, bokeh pozadie, komerčný štýl"
Ilustrácia k článku „robot a človek" „editoriálna ilustrácia, robot a človek sedia pri stole, robia nad tabletom, teplé farby, vektorový plochý štýl"

Iterácia po malých krokoch

  • Zmeň vždy jednu vec — kompozíciu, svetlo, alebo štýl — nie všetko naraz.
  • Použi referenčný obrázok (nahranie do chatu) pri požiadavke na konkrétnu estetiku.
  • Ak výsledok nefunguje po 3 pokusoch, preformuluj zámer, nie len prompt.

Kedy to radšej nie

  • Garantovaná identita postavy naprieč 50 obrázkami bez odchýlok — tu je lepší špecializovaný nástroj s LoRA alebo konzistentným character referencingom.
  • Právne citlivý obsah — značky, reálne osoby, zavádzajúce vizuály. Vlastné pravidlá a review sú nevyhnutné.
  • Finálna tlačová grafika vyžadujúca vektory alebo CMYK — DALL·E generuje rastrovú grafiku.

8. Porovnanie s alternatívami

DALL·E resp. gpt-image-1 nie sú jediné možnosti. Orientačný prehľad pomôže vybrať správny nástroj pre konkrétnu úlohu:

Nástroj Silné stránky Slabé stránky Ideálne pre
DALL·E / gpt-image-1 OpenAI integrácia, text v obrázku, editácia Cena za ks pri veľkých objemoch Rýchle návrhy, ChatGPT workflow
Midjourney Estetická kvalita, umelecký štýl Len cez Discord, menej kontroly cez API Koncept art, moodboardy, vizuálna estetika
Stable Diffusion (lokálne) Bez cenzúry, bez poplatkov, rozšíriteľné Technická náročnosť, vlastný HW Vývojári, customizácia, hromadné generovanie
Flux (Black Forest Labs) Vysoká realita, open model Menej nástrojov v ecosystéme Realistické fotografie, lokálny beh
Adobe Firefly Komerčne bezpečný, integrácia v Adobe Viazaný na predplatné Adobe Kreatívci v Adobe ekosystéme

Žiadny nástroj nie je vo všetkom najlepší — v praxi má zmysel kombinácia podľa úlohy.

Zhrnutie

  • DALL·E a gpt-image-1 sú praktické text-to-image nástroje priamo v ekosystéme OpenAI — najsilnejší na rýchle vizuálne návrhy, iteráciu cez chat a presný text priamo v obrázku.
  • Ekosystém sa výrazne posunul od pôvodného DALL·E — dnešné modely zvládajú editáciu existujúcich obrázkov, in-painting a oveľa prirodzenejšie zadania v slovenčine či angličtine.
  • V praxi riešiš hlavne rozmery, kvalitu, prompt a obmedzenia obsahu; dobrý prompt je viac o kompozícii a zámere než o zozname kľúčových slov.
  • Pri profesionálnom použití je kľúčové poznať ceny, limity a pravidlá pre dáta — API a chat režim sa správajú odlišne.
  • Pre špecifické potreby (konzistentná postava, veľké objemy, vlastná kontrola) má zmysel siahnuť po alternatívach alebo kombinovať nástroje.
  • Najviac ušetríš čas, keď máš vlastnú šablónu promptov, robíš zmeny po malých krokoch a vieš, kedy použiť editáciu namiesto generovania od nuly.