---

基于火山引擎 Ark API 的 Doubao Seedream 模型，支持文生图、图生图、多图融合、图片编辑。官方文档：[Seedream 4.0-5.0 教程](https://www.volcengine.com/docs/82379/1548482)

## 前提条件

- `curl.exe`（Windows内置）
- Ark API Key: `ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf`
- API端点: `https://ark.cn-beijing.volces.com/api/v3/images/generations`

## 模式一览

| 模式 | `image`参数 | 用途 |
|---|---|---|
| 文生图 | 省略或`[]` | 从文字描述生成图片 |
| 图生图 | `["url1"]` | 基于参考图生成新图，通过prompt控制保留原图产品外观 |
| 多图融合 | `["url1","url2",...]` | 最多14张参考图融合，prompt中用"图1/图2"指代 |

默认模型: `doubao-seedream-5-0-260128`（5.0，支持4K、png输出、联网搜索）

## 图生图核心技巧

Seedream 的 `image` 参数传入的是**参考图**，模型会根据 prompt 重新生成图片。通过精确的 prompt 可以较好地保持产品形态，但**不能做到像素级100%一致**。

**产品外观保持模板**（来自官方文档验证有效）：

> `"严格保持图1中U盘产品的整体外观、形状、颜色、尺寸比例和所有可见细节完全不变。在此前提下，仅更换背景和场景：将产品放置在XXX场景中..."`

关键：**先锁定"完全不变"，再用"在此前提下，仅更换..."描述新场景**。

## Prompt 结构（官方推荐）

遵循 **主体 + 行为 + 环境 + 风格** 结构，建议不超过300个汉字：

- **主体**: 产品是什么（用"图1"指代参考图）
- **行为**: 产品在做什么/处于什么状态
- **环境**: 背景、场景描述
- **风格**: 光照、色彩、构图、氛围

## 文字渲染技巧

Seedream 5.0 文字渲染精度 99%+。关键写法：

- **双引号包裹**：双引号内文字有特殊渲染优先级，`标题"NAS U盘"` 远优于 `标题NAS U盘`
- **指定字体形态**：明确"白色加粗无衬线大号字体"、"黑色加粗印刷体"，避免模糊描述
- **清晰度约束**：加"所有文字笔画清晰醒目、无乱码无模糊"
- **控制文字量**：避免过多小字；功能标签用稍大字号并逐一指定位置，如 `画面底部水平排列四个标签，白色中号粗体分别显示"秒变NAS""远程访问""自动备份""私有云盘"`

## 文生图（Windows PowerShell）

```powershell
$tmpFile = "$env:TEMP\request.json"
$prompt = "YOUR_PROMPT_HERE"
$json = @"
{"model":"doubao-seedream-5-0-260128","prompt":"$prompt","size":"2K","sequential_image_generation":"disabled","response_format":"url","stream":false,"watermark":false}
"@
$sw = [System.IO.StreamWriter]::new($tmpFile, $false, (New-Object System.Text.UTF8Encoding $false))
$sw.Write($json); $sw.Close()

$response = curl.exe -s -X POST https://ark.cn-beijing.volces.com/api/v3/images/generations `
  -H "Content-Type: application/json" `
  -H "Authorization: Bearer ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf" `
  -d "@$tmpFile" | ConvertFrom-Json

$imageUrl = $response.data[0].url
$outputPath = Join-Path (Get-Location) "output-name.png"
curl.exe -s -o $outputPath $imageUrl
Write-Output $outputPath
```

## 图生图（本地文件输入，Windows PowerShell）

```powershell
$imgBytes = [System.IO.File]::ReadAllBytes((Resolve-Path "path\to\input.png"))
$imgBase64 = [System.Convert]::ToBase64String($imgBytes)

$tmpFile = "$env:TEMP\request.json"
$sw = [System.IO.StreamWriter]::new($tmpFile, $false, (New-Object System.Text.UTF8Encoding $false))
$sw.WriteLine('{')
$sw.WriteLine('  "model": "doubao-seedream-5-0-260128",')
$sw.WriteLine('  "prompt": "严格保持图1中产品的外观和形态完全不变，在此前提下仅更换背景为白色",')
$sw.WriteLine('  "image": ["data:image/png;base64,' + $imgBase64 + '"],')
$sw.WriteLine('  "size": "2K",')
$sw.WriteLine('  "output_format": "png",')
$sw.WriteLine('  "response_format": "url",')
$sw.WriteLine('  "stream": false,')
$sw.WriteLine('  "watermark": false,')
$sw.WriteLine('  "optimize_prompt_options": { "mode": "standard" }')
$sw.WriteLine('}')
$sw.Close()

$response = curl.exe -s -X POST https://ark.cn-beijing.volces.com/api/v3/images/generations `
  -H "Content-Type: application/json" `
  -H "Authorization: Bearer ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf" `
  -d "@$tmpFile" | ConvertFrom-Json

$imageUrl = $response.data[0].url
$outputPath = Join-Path (Get-Location) "output-name.png"
curl.exe -s -o $outputPath $imageUrl
Write-Output $outputPath
```

> 当 prompt 中包含中文引号等特殊字符时，不要用 `@"..."@` here-string 拼接 JSON，改用 `StreamWriter.WriteLine()` 逐行写入。

## 多图融合

```json
{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "把图1的人物穿上图2的衣服，站在图3的场景中",
  "image": ["url1", "url2", "url3"],
  "size": "2K",
  "output_format": "png",
  "response_format": "url",
  "stream": false,
  "watermark": false
}
```

## Seedream 参数参考

| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| `model` | string | 是 | `doubao-seedream-5-0-260128`（5.0，推荐）、`doubao-seedream-5-0-lite-260128`（5.0 Lite）、`doubao-seedream-4-5-251128`（4.5）、`doubao-seedream-4-0-250828`（4.0） |
| `prompt` | string | 是 | 文本提示词，最多约300汉字或600英文词。建议按「主体+行为+环境+风格」结构组织 |
| `image` | string[] | 否 | 参考图片URL或Base64，**最多14张**；prompt中用"图1/图2"指代。输入+输出总数 ≤ 15 |
| `size` | string | 否 | `2K`（默认）、`3K`（仅5.0）、`4K`（5.0/4.5/4.0）。推荐用别名（官方文档验证效果更好） |
| `response_format` | string | 否 | `url`（下载链接，24h有效）或 `b64_json` |
| `output_format` | string | 否 | `png`（仅5.0支持）或 `jpeg`（默认） |
| `optimize_prompt_options` | object | 否 | `{ "mode": "standard" }` 开启提示词优化，提升生图质量（5.0/4.5仅支持standard） |
| `sequential_image_generation` | string | 否 | `disabled`（单图）或 `auto`（组图） |
| `sequential_image_generation_options` | object | 否 | `{ "max_images": N }` N为1-15 |
| `stream` | boolean | 否 | `false`（等待全部）或 `true`（逐张返回） |
| `watermark` | boolean | 否 | 默认`true`，**建议设`false`** |
| `tools` | array | 否 | `[{ "type": "web_search" }]` 联网搜索（仅5.0） |

## 尺寸指南

| 别名 | 5.0 | 4.5 | 4.0 | 适用场景 |
|---|---|---|---|---|
| `2K` | 2048px | 2048px | 2048px | 默认，质量与速度平衡 |
| `3K` | 3072px | — | — | 高质量产品图 |
| `4K` | 4096px | 4096px | 4096px | 最终生产级质量 |

推荐用别名（如`2K`）而非像素值，模型会自行判断最优分辨率。两种方式不可混用。

## 提示词技巧

- **场景描述**: 主体、动作、环境、氛围
- **风格词**: "电商商品主图风格"、"电影大片感"、"oc渲染"、"超现实主义"
- **质量词**: "柔和自然光布光"、"光线追踪"、"景深"
- **图生图**: 开头用"严格保持图1中产品的整体外观...完全不变。在此前提下，仅..."锁定产品形态
- **文字**: 用双引号包裹所有文字内容如`标题"NAS U盘"`，逐一指定位置和字号，加清晰度约束
- **中文原生支持** — 无需翻译

## Windows注意事项

| 问题 | 解决方案 |
|---|---|
| JSON UTF-8 BOM | 用 `[System.IO.StreamWriter]::new($path, $false, (New-Object System.Text.UTF8Encoding $false))` |
| curl引号问题 | 写JSON到临时文件，用 `-d "@$tmpFile"` |
| 中文引号/特殊字符 | 用 `StreamWriter.WriteLine()` 逐行写，不要用 here-string |
| curl别名冲突 | 用 `curl.exe` 而非 `curl` |
| 续行符 | 用反引号 `` ` `` |

## 错误处理

- **401**: API Key无效
- **400**: 检查提示词长度、图片格式、尺寸值（像素不低于3686400）
- **429**: 限流，等待后重试
- **500**: 服务器错误，稍后重试