Fluxo de imagem com Wan 2.7: gere um conceito e depois edite

Use o Wan 2.7 de texto para imagem para um conceito novo a US$ 0,03/imagem e a edição do Wan 2.7 para revisar uma fonte existente pelo mesmo preço. Escolha o Pro a US$ 0,075/imagem quando precisar de saída em 4k, que só o Pro texto oferece; o Pro edição sempre devolve 2k. A geração e a edição Standard oferecem 1k ou 2k e até quatro saídas por chamada. As configurações abaixo montam uma capa com um farol e depois removem um barco indesejado com uma caixa de edição medida.

Escolha primeiro o endpoint

Para ter a escala: 1k é cerca de 1 megapixel, 2k cerca de 4 e 4k cerca de 16. Os quatro aceitam 1:1, 4:3, 3:4, 16:9, 9:16, 3:2 e 2:3. O texto é quadrado por padrão. A edição não tem padrão: segue as proporções da última imagem de origem. Defina 2:3 explicitamente ao gerar sem paleta, para que uma referência posterior não decida o formato. aspect_ratio não pode ser combinado com color_palette nem com bounding_boxes: uma requisição com ambos retorna o erro 40004, então omita aspect_ratio nessas requisições (uma requisição de texto com paleta devolve então o quadrado padrão; uma edição com caixa mantém as proporções da última fonte). Nenhum dos quatro tem seletor de formato de saída.

O Pro edição é ajustado para instruções longas com várias orações («pegue este objeto, coloque naquela superfície, combine a luz da segunda imagem, não mexa no rótulo»); por isso, escolha-o para edições compostas, e não pela resolução.

Gere o conceito da capa

Use a geração de texto Standard com resolution: "2k", aspect_ratio: "2:3", num_outputs: 1, enable_thinking: true e a seed 314159. Uma seed fixa mantém estável a condição aleatória inicial enquanto você muda uma oração por vez; omita-a para obter uma variação nova. Com enable_thinking desativado, a geração é mais rápida; deixe ativado enquanto ainda explora a composição. O prompt permanece em inglês, exatamente como está:

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.

Ilustração, não um resultado do Wan (o céu é mais quente do que o prompt pede): o pequeno faroleiro dá a escala, enquanto o farol continua dominante.

Experimente primeiro no Playground

1. Abra a página do Wan 2.7 de texto para imagem e fique na aba Playground, na visualização Form. Entre com uma conta com saldo para executar.
2. Cole o prompt da capa acima em Prompt. Defina Resolution como 2k e Seed como 314159; deixe Deep thinking ativado enquanto explora a composição.
3. Em Aspect ratio, escolha 2:3. Se adicionar uma paleta no passo 4, defina Auto, pois os dois não podem ser combinados.
4. Opcional: em Color palette, clique em Add a color, informe cada código #RRGGBB e, se quiser, sua participação em porcentagem (de 3 a 10 cores; a próxima seção traz o conjunto do farol).
5. Execute o modelo, confira a torre e a escala do faroleiro, altere uma oração e execute de novo com a mesma seed.

Para a edição do barco, abra a página de edição do Wan 2.7, adicione a imagem aprovada em Images (Add a file ou Asset URL) e arraste uma caixa sobre o barco e a esteira em Edit areas; Fine-tune coordinates mostra os mesmos números. No prompt, refira-se a «a área marcada». O corpo da requisição do Playground é o mesmo JSON que a API recebe, então uma configuração que funciona aqui pode ser copiada direto para o código.

A página de edição do Wan 2.7 na visualização Form, com o campo Prompt e o botão Run.

Informe uma paleta válida

color_palette aceita de 3 a 10 cores hexadecimais de seis dígitos (8 é a quantidade recomendada) e orienta o quadro inteiro: cenário, roupa e luz. Cada cor pode ter um ratio, uma participação em porcentagem; as cores sem participação dividem o restante igualmente. Trate as participações como uma distribuição solicitada, não como uma contagem medida de pixels. A requisição do farol usa quatro cores que somam 100: #173E46 verde-azulado 45, #E8E1D3 céu claro 30, #34383A carvão 20 e #C9A448 mostarda 5. Omita aspect_ratio ao enviá-las.

Se o amarelo inundar o céu, retire do prompt as expressões de céu dourado e quente e reduza o papel do acento.

Remova um barco com coordenadas da fonte real

Suponha que a imagem aprovada contenha um barco que distrai. Passe para a edição Standard, use a imagem aprovada como primeira fonte e mantenha 2k e uma saída; omita aspect_ratio, porque ele não pode ser combinado com bounding_boxes. Cada entrada de bounding_boxes indica uma fonte por image_index, começando em um, e suas coordenadas são pixels medidos a partir do canto superior esquerdo dessa fonte.

Para uma fonte hipotética de 1200 × 1800 com o barco e a esteira entre (120,1180) e (390,1420), a caixa é {"image_index": 1, "x1": 120, "y1": 1180, "x2": 390, "y2": 1420} e o prompt diz: "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."

Essas coordenadas são ilustrativas; meça o seu próprio barco. Se uma pré-visualização mostra a mesma fonte em 600 × 900, multiplique por dois as coordenadas da pré-visualização: o ponto (60,590) da pré-visualização vira o ponto (120,1180) da fonte. Recalcule depois de qualquer corte ou redimensionamento, porque a caixa sempre se refere ao arquivo enviado, não ao tamanho de saída solicitado.

Cada fonte aceita até duas caixas (dezoito em nove fontes). Inclua a esteira além do casco, ou o barco continuará visível por implicação. A caixa diz onde agir e o prompt diz o que entra no lugar; nenhum dos dois garante pixels idênticos no resto. Use de 1 a 9 imagens de origem em JPEG, PNG opaco ou WebP, cada uma como URL HTTPS pública ou arquivo spicy:// enviado.

Com várias fontes, diga para que serve cada uma («a imagem 1 é a cena, a imagem 2 é o casaco, a imagem 3 é a referência de paleta»).

Ilustração, não um resultado do Wan: materiais separados de fonte, roupa e paleta, cada um com sua função.

Depois, execute pelo código

Instale o SDK Python (pip install spicyapi), defina SPICY_API_KEY no ambiente do seu servidor e execute os dois passos: o conceito e, quando tiver uma imagem aprovada, a remoção do barco.

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)

Criação, espera, download, novas tentativas e códigos de erro estão no guia de tarefas e na referência do SDK Python. Os resultados expiram; por isso, leia retenção e entrega antes de depender do link retornado.

Ou deixe um agente executar

Quando um assistente deve executar as gerações, as três ferramentas oficiais mostram o preço e pedem sua confirmação antes de uma chamada paga.

• CLI. Coloque o objeto input do conceito em input.json e execute:

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

Para a edição, spicyapi files upload <path> transforma uma imagem local em um link spicy:// para image_urls. Veja a documentação da CLI; npx @spicyapi/cli funciona sem instalar.

• Servidor MCP. Adicione o servidor MCP ao seu assistente e peça: «Run Wan 2.7 text to image with this prompt at 2k, seed 314159.» Ele chama spicyapi_task_create, que para para você confirmar o preço, e depois spicyapi_task_wait; spicyapi_upload_file cuida de uma imagem de origem local.
• Skill. npx skills add spicyapi-ai/spicy-skill instala o Agent Skill, que faz um assistente de programação ler o esquema atual do modelo em vez de adivinhar campos.

Corrija um resultado ruim específico

Standard ou Pro, e o custo

Um conceito Standard mais uma edição Standard custam US$ 0,06. Uma requisição Standard com quatro saídas custa US$ 0,12 e uma imagem Pro, US$ 0,075; então uma rodada de Pro texto mais Pro edição custa US$ 0,15. Explore a composição no Standard com num_outputs de até 4. Pague pelo Pro texto só quando precisar de 4k, como em um quadro principal que será cortado ou impresso, e pelo Pro edição quando uma instrução tiver várias orações que precisam ser todas atendidas. Se a composição em si estiver errada, uma resolução maior não resolve.

Trabalho voltado a adultos

Os dois endpoints de edição são sem censura e o SpicyAPI não adiciona nenhuma varredura de conteúdo. Eles podem entregar alterações voltadas a adultos, mas edições mais intensas às vezes voltam atenuadas em qualquer um dos dois; o Pro não garante um resultado mais explícito. A tarefa de texto Standard às vezes entrega imagens adultas avançadas, mas as duas tarefas de texto atenuaram as cenas adultas mais intensas em nossos testes; um resultado atenuado continua sendo cobrado. O Pro não elimina essa limitação. Para criadores de personagens adultos, o caminho prático é construir primeiro a imagem base ou a referência e depois fazer as alterações voltadas a adultos pela edição. Os resultados registrados estão no artigo em inglês «Wan 2.7 Pro NSFW image test»; a tarefa em si está na página do Wan 2.7 Pro edição. A capa do farol deste guia está totalmente vestida e não precisa de nada disso.

Para finalizar

Mantenha a imagem aprovada como fonte das revisões pontuais e comece um conceito novo quando a própria disposição da ilha precisar mudar. Adicione o título exato em uma ferramenta de design quando a ilustração funcionar em tamanho de miniatura.