Wan 2.7 Bild-Workflow: erst ein Konzept erzeugen, dann bearbeiten

Nutzen Sie Wan 2.7 Text-zu-Bild für ein neues Konzept zu 0,03 $/Bild und die Wan-2.7-Bearbeitung, um eine vorhandene Vorlage zum selben Preis zu überarbeiten. Pro kostet 0,075 $/Bild und lohnt sich, wenn Sie 4k brauchen – das bietet nur Pro Text; Pro Edit liefert immer 2k. Standard-Generierung und -Bearbeitung bieten 1k oder 2k und bis zu vier Ausgaben pro Aufruf. Mit den folgenden Einstellungen entsteht ein Leuchtturm-Cover, danach wird ein störendes Boot mit einer ausgemessenen Bearbeitungsbox entfernt.

Zuerst den Endpunkt wählen

Zur Einordnung: 1k entspricht etwa 1 Megapixel, 2k etwa 4 und 4k etwa 16. Alle vier akzeptieren 1:1, 4:3, 3:4, 16:9, 9:16, 3:2 und 2:3. Bei Text ist quadratisch der Standard. Beim Bearbeiten gibt es keinen Standard: Es gilt das Seitenverhältnis des letzten Quellbilds. Setzen Sie beim Generieren ohne Palette ausdrücklich 2:3, damit eine spätere Referenz die Form nicht bestimmt. aspect_ratio lässt sich nicht mit color_palette oder bounding_boxes kombinieren: Eine Anfrage mit beiden endet mit dem Fehler 40004, lassen Sie aspect_ratio in solchen Anfragen also weg (eine Palette-Textanfrage liefert dann das Standard-Quadrat; eine Bearbeitung mit Box behält das Verhältnis der letzten Quelle). Keiner der vier Endpunkte hat eine Auswahl für das Ausgabeformat.

Pro Edit ist auf lange Anweisungen mit mehreren Teilen abgestimmt („nimm dieses Objekt, setze es auf jene Fläche, passe das Licht an das zweite Bild an, lass das Etikett unberührt“). Wählen Sie es deshalb für zusammengesetzte Bearbeitungen, nicht wegen der Auflösung.

Das Cover-Konzept erzeugen

Verwenden Sie die Standard-Textgenerierung mit resolution: "2k", aspect_ratio: "2:3", num_outputs: 1, enable_thinking: true und dem Seed 314159. Ein fester Seed hält die zufällige Ausgangsbedingung stabil, während Sie jeweils nur eine Formulierung ändern; ohne Seed erhalten Sie jedes Mal eine neue Variante. Ist enable_thinking aus, wird schneller generiert; lassen Sie es an, solange Sie die Komposition noch erkunden. Der Prompt bleibt im Original auf Englisch:

Original painted cover artwork for a fictional coastal mystery. One white lighthouse on a charcoal rocky island above dark teal water, the entire tower visible slightly right of center. One small mustard-yellow lamp at its top. One fictional adult keeper aged 45 in a rust raincoat walks along a clear path toward the tower. The keeper is small relative to the building. Pale restrained sky with quiet space in the upper third for separately added typography. Strong large silhouettes, soft dusk light, no lettering, extra towers, boats or disaster spectacle.

Illustration, kein Wan-Ergebnis (der Himmel ist wärmer als im Prompt verlangt): Der kleine Wärter setzt den Maßstab, der Leuchtturm bleibt dominant.

Zuerst im Playground ausprobieren

1. Öffnen Sie die Seite Wan 2.7 Text-zu-Bild und bleiben Sie im Tab Playground in der Ansicht Form. Zum Ausführen melden Sie sich mit einem aufgeladenen Konto an.
2. Fügen Sie den obigen Cover-Prompt in Prompt ein. Stellen Sie Resolution auf 2k und Seed auf 314159; lassen Sie Deep thinking an, solange Sie die Komposition erkunden.
3. Wählen Sie unter Aspect ratio 2:3. Wenn Sie in Schritt 4 eine Palette hinzufügen, stellen Sie stattdessen Auto ein, da sich beides nicht kombinieren lässt.
4. Optional: Klicken Sie unter Color palette auf Add a color, geben Sie jeden #RRGGBB-Code ein und, wenn Sie möchten, seinen Anteil in Prozent (3 bis 10 Farben; der nächste Abschnitt enthält das Leuchtturm-Set).
5. Starten Sie das Modell, prüfen Sie Turm und Maßstab des Wärters, ändern Sie dann eine Formulierung und starten Sie mit demselben Seed erneut.

Für die Bootsbearbeitung öffnen Sie die Seite Wan 2.7 Edit, fügen unter Images das freigegebene Bild hinzu (Add a file oder Asset URL) und ziehen unter Edit areas eine Box über Boot und Kielwasser; Fine-tune coordinates zeigt dieselben Zahlen. Beziehen Sie sich im Prompt auf „den markierten Bereich“. Der Request-Body im Playground ist dasselbe JSON, das die API erwartet – ein hier funktionierendes Setup lässt sich also direkt in Code übernehmen.

Die Seite Wan 2.7 Edit in der Ansicht Form mit dem Feld Prompt und der Schaltfläche Run.

Eine gültige Palette angeben

color_palette nimmt 3–10 sechsstellige Hex-Farben (empfohlen sind 8) und steuert das ganze Bild: Szene, Kleidung und Licht. Jede Farbe kann einen ratio tragen, einen prozentualen Anteil; Farben ohne Anteil teilen sich den Rest gleichmäßig. Betrachten Sie die Anteile als gewünschte Verteilung, nicht als gemessene Pixelzahl. Die Leuchtturm-Anfrage nutzt vier Farben mit Summe 100: #173E46 Petrol 45, #E8E1D3 heller Himmel 30, #34383A Anthrazit 20 und #C9A448 Senfgelb 5. Lassen Sie beim Senden aspect_ratio weg.

Wenn das Gelb den Himmel überflutet, streichen Sie warme, goldene Himmelsformulierungen aus dem Prompt und verkleinern Sie die Rolle des Akzents.

Ein Boot mit Koordinaten aus der tatsächlichen Quelle entfernen

Angenommen, das freigegebene Bild enthält ein störendes Boot. Wechseln Sie zur Standard-Bearbeitung, nehmen Sie das freigegebene Bild als erste Quelle und behalten Sie 2k und eine Ausgabe; lassen Sie aspect_ratio weg, weil es sich nicht mit bounding_boxes kombinieren lässt. Jeder Eintrag in bounding_boxes nennt eine Quelle über den einsbasierten image_index, und die Koordinaten sind Pixel, gemessen von der linken oberen Ecke dieser Quelle.

Bei einer hypothetischen Quelle von 1200 × 1800 mit Boot und Kielwasser zwischen (120,1180) und (390,1420) lautet die Box {"image_index": 1, "x1": 120, "y1": 1180, "x2": 390, "y2": 1420}, und der Prompt lautet: "Remove the small boat and its wake inside the marked lower-left sea area. Continue the surrounding dark teal water and painterly texture. Retain the lighthouse, rocky island, adult keeper, path and quiet sky. No new objects or lettering."

Diese Koordinaten dienen nur als Beispiel; messen Sie Ihr eigenes Boot aus. Zeigt eine Vorschau dieselbe Quelle mit 600 × 900, multiplizieren Sie die Vorschaukoordinaten mit zwei: Der Vorschaupunkt (60,590) wird zum Quellpunkt (120,1180). Rechnen Sie nach jedem Zuschnitt oder jeder Größenänderung neu, denn die Box bezieht sich immer auf die gesendete Datei, nicht auf die gewünschte Ausgabegröße.

Jede Quelle erlaubt bis zu zwei Boxen (achtzehn bei neun Quellen). Beziehen Sie das Kielwasser ein, nicht nur den Rumpf, sonst bleibt das Boot indirekt sichtbar. Die Box sagt, wo gehandelt wird, und der Prompt, was an die Stelle tritt; keines von beiden garantiert identische Pixel an anderer Stelle. Verwenden Sie 1 bis 9 Quellbilder als JPEG, deckendes PNG (ohne Transparenz) oder WebP, jeweils als öffentliche HTTPS-URL oder hochgeladene spicy://-Datei.

Bei mehreren Quellen sagen Sie, wofür jede dient („Bild 1 ist die Szene, Bild 2 der Mantel, Bild 3 die Palettenreferenz“).

Illustration, kein Wan-Ergebnis: getrennte Materialien für Quelle, Kleidung und Palette, jedes mit eigener Aufgabe.

Dann per Code ausführen

Installieren Sie das Python-SDK (pip install spicyapi), setzen Sie SPICY_API_KEY in der Umgebung Ihres Servers und führen Sie beide Schritte aus: das Konzept und danach die Bootsbearbeitung, sobald ein freigegebenes Bild vorliegt.

import uuid
from spicyapi import SpicyClient, output_assets

client = SpicyClient()  # reads SPICY_API_KEY from the environment

def run(model, input_data):
    task = client.create_task(model=model, input_data=input_data,
                              idempotency_key=str(uuid.uuid4()))
    final = client.wait_for_terminal(task["taskId"])
    if final["state"] != "succeeded":
        raise RuntimeError(f"{task['taskId']} ended as {final['state']}: {final.get('errorCode')}")
    return output_assets(final)[0]["url"]  # copy the image to your own storage now

concept_url = run("alibaba/wan-2.7/text-to-image", {
    "prompt": "Painted cover for a fictional coastal mystery: one white lighthouse above dark teal sea on charcoal rocks, one small mustard-yellow lamp and one small adult keeper in a rust coat on a clear path. Pale quiet upper sky for later typography. Whole tower visible; no lettering or extra towers.",
    "resolution": "2k",
    "num_outputs": 1,
    "enable_thinking": True,
    "seed": 314159,
    "color_palette": [
        {"hex": "#173E46", "ratio": 45},
        {"hex": "#E8E1D3", "ratio": 30},
        {"hex": "#34383A", "ratio": 20},
        {"hex": "#C9A448", "ratio": 5},
    ],
})

edit_url = run("alibaba/wan-2.7/edit", {
    "image_urls": ["https://your-domain.example/approved-cover-1200x1800.jpg"],  # your approved image
    "prompt": "Remove the small boat and its wake inside the marked lower-left sea area. Continue the surrounding dark teal water and painterly texture. Retain the lighthouse, rocky island, adult keeper, path and quiet sky. No new objects or lettering.",
    "bounding_boxes": [{"image_index": 1, "x1": 120, "y1": 1180, "x2": 390, "y2": 1420}],
    "resolution": "2k",
    "num_outputs": 1,
    "seed": 314159,
})
print(concept_url, edit_url)

Erstellen, Warten, Herunterladen, Wiederholungen und Fehlercodes stehen im Task-Leitfaden und in der Python-SDK-Referenz. Ergebnisse laufen ab; lesen Sie daher Aufbewahrung und Auslieferung, bevor Sie auf den zurückgegebenen Link aufbauen.

Oder einen Agenten ausführen lassen

Wenn ein Assistent die Generierungen ausführen soll, zeigen alle drei offiziellen Werkzeuge den Preis an und fragen vor einem kostenpflichtigen Aufruf nach.

• CLI. Legen Sie das input-Objekt des Konzepts in input.json ab und führen Sie aus:

``bash spicyapi tasks create --model alibaba/wan-2.7/text-to-image --input-file input.json --wait ``

Für die Bearbeitung macht spicyapi files upload <path> aus einem lokalen Bild einen spicy://-Link für image_urls. Siehe die CLI-Dokumentation; npx @spicyapi/cli funktioniert ohne Installation.

• MCP-Server. Fügen Sie den MCP-Server Ihrem Assistenten hinzu und fragen Sie dann: „Run Wan 2.7 text to image with this prompt at 2k, seed 314159.“ Er ruft spicyapi_task_create auf, das zur Preisbestätigung anhält, danach spicyapi_task_wait; spicyapi_upload_file übernimmt ein lokales Quellbild.
• Skill. npx skills add spicyapi-ai/spicy-skill installiert den Agent Skill, der einen Coding-Assistenten das aktuelle Modellschema lesen lässt, statt Felder zu raten.

Ein konkretes fehlgeschlagenes Ergebnis beheben

Standard oder Pro, und die Kosten

Ein Standard-Konzept plus eine Standard-Bearbeitung kosten 0,06 $. Eine Standard-Anfrage mit vier Ausgaben kostet 0,12 $, ein Pro-Bild 0,075 $; Pro Text plus Pro Edit ergibt also 0,15 $. Erkunden Sie die Komposition mit Standard und bis zu 4 num_outputs. Zahlen Sie für Pro Text nur, wenn Sie 4k brauchen, etwa für ein Hero-Bild, das zugeschnitten oder gedruckt wird, und für Pro Edit, wenn eine Anweisung mehrere Teile enthält, die alle sitzen müssen. Ist die Komposition selbst falsch, behebt eine höhere Auflösung das nicht.

Arbeit mit Inhalten für Erwachsene

Beide Bearbeitungs-Endpunkte sind unzensiert, und SpicyAPI fügt keine Inhaltsprüfung hinzu. Sie können Änderungen für ein erwachsenes Publikum liefern, doch stärkere Bearbeitungen kommen auf beiden Endpunkten manchmal abgeschwächt zurück; Pro garantiert kein expliziteres Ergebnis. Die Standard-Textaufgabe liefert gelegentlich fortgeschrittene Bilder für Erwachsene, aber beide Textaufgaben haben stärkere erwachsene Szenen in unseren Tests abgeschwächt; ein abgeschwächtes Ergebnis wird trotzdem berechnet. Pro hebt diese Einschränkung nicht auf. Für Kreative mit erwachsenen Figuren ist der praktische Weg, zuerst das Basisbild oder die Referenz zu erstellen und die Änderungen für ein erwachsenes Publikum danach per Bearbeitung vorzunehmen. Die aufgezeichneten Ergebnisse stehen im englischsprachigen Artikel „Wan 2.7 Pro NSFW image test“; die Aufgabe selbst finden Sie auf der Seite Wan 2.7 Pro Edit. Das Leuchtturm-Cover in diesem Leitfaden ist vollständig bekleidet und braucht nichts davon.

Abschluss

Behalten Sie das freigegebene Bild als Quelle für gezielte Überarbeitungen und beginnen Sie ein neues Konzept, wenn sich die Anordnung der Insel selbst ändern muss. Setzen Sie den genauen Titel in einem Designwerkzeug ein, sobald die Illustration in Miniaturgröße funktioniert.