Začínáme s generováním AI obrázků: tvůj první obrázek za deset minut

Q: Text na obrázku je nesmysl

SD 1.5 a SDXL neumí hláskovat. Použij Flux, FLUX.2, Qwen Image nebo Z-Image a dej text do uvozovek v promptu.

Téma: Cloudové služby

Publikováno 14. Srp 2025

Přehled

Generování AI obrázků promění větu v obrázek. Napíšeš popis (prompt), model, který se naučil z milionů popsaných obrázků, promění náhodný šum v něco, co odpovídá popisu, a za pár sekund máš obrázek. Všechno ostatní v tomhle koníčku, LoRA, samplery, ControlNet, upscalery, je jen vylepšení toho jednoho cyklu: popsat, vygenerovat, podívat se, upravit.

Model je ta nejdůležitější část. Různé modely mají různé silné stránky: SDXL a jeho anime úpravy kreslí ilustrace a postavy, Flux a Z-Image zvládají dlouhé prompty a čitelný text, Wan a LTX dělají video. ModelTrends.ai ukazuje, jaké modely lidi právě teď používají, takže nemusíš hádat. Každá stránka modelu ukazuje příklady obrázků s přesným promptem a nastavením, které je vytvořily, což je nejrychlejší cesta, jak se naučit.

K začátku nepotřebuješ herní PC. Nejrychlejší první obrázek uděláš na cloudové službě, kde jsou modely už nainstalované: webová aplikace jako BitVector, kde vybereš model a napíšeš prompt, nebo PirateDiffusion chat bot na Telegramu, kde pošleš příkaz. Spouštět modely na vlastní grafické kartě přijde později, až budeš vědět, které modely se ti líbí a jestli chceš investovat do hardwaru.

Reference

Název	Typ	Co to je
Prompt	text	Co chceš vidět. Nejprve předmět, pak prostředí, styl a osvětlení. Moderní modely zvládnou obyčejnou angličtinu; starší modely lépe reagují na seznam klíčových slov.
Negative prompt	text	Co nechceš (rozmazané, extra prsty, vodoznak). Důležité u SD 1.5 a SDXL; u Flux a novějších modelů se většinou ignoruje.
Model / checkpoint	choice	Mozek. Vyber z nejžhavějších na tomto webu; rodina modelů určuje vzhled a styl promptu.
Size	pixels	512x512 pro SD 1.5, 1024x1024 pro SDXL a Flux. Fungují i jiné tvary se stejným počtem pixelů (832x1216 na výšku, 1216x832 na šířku).
Steps	number	Kolik kol vylepšení. Normálně 20 až 30; víc je pomalejší a málokdy lepší.
CFG / guidance	number	Jak moc model dodržuje prompt. 5 až 7 u SDXL, 3.5 u Flux, 1 u turbo nebo lightning modelů.
Seed	number	Počáteční šum. Stejný seed se stejným nastavením dává stejný obrázek, takže můžeš měnit jen jednu věc najednou.
Sampler	choice	Matematika, která odstraňuje šum. Euler nebo DPM++ 2M Karras jsou bezpečné volby; stránka modelu ukazuje, co použily příklady.

Krok za krokem

Otevři prohlížeč modelů na tomto webu a seřaď podle popularity. Vyber základní model (checkpoint, ne LoRA) z rodiny SDXL nebo Flux; SDXL úpravy jako DreamShaper XL nebo Juggernaut XL jsou hodné k prvnímu pokusu.
Přečti si stránku modelu: podívej se na tři nebo čtyři příklady obrázků a jejich prompty. Všimni si vzoru: předmět, scéna, osvětlení, kamera, stylová slova.
Stiskni tlačítko Spustit na stránce modelu. BitVector otevře webovou aplikaci s předvybraným modelem; PirateDiffusion otevře chat na Telegramu, kde napíšeš /render a pak prompt.
Napiš první prompt tak, že zkopíruješ příklad a změníš jen předmět. Zachovej velikost, počet kroků a sampler z příkladu.
Vygeneruj čtyři obrázky, ne jen jeden. Náhodný šum znamená, že některé seedy jsou lepší než jiné; hodnotit model podle jednoho obrázku je chyba.
Změň jednu věc: přidej slovo o osvětlení (zlatá hodina, měkké studio světlo) nebo o kameře (35mm, detail), a zkus to znovu. Tak se učíš psát prompty.
Označ si oblíbené modely hvězdičkou na kartě; stránka Oblíbené je uloží v prohlížeči, takže se k nim můžeš vrátit bez účtu.
Až budeš chtít spouštět lokálně, přečti si průvodce VRAM a začátečnický průvodce ComfyUI na tomto webu; stejné prompty a modely tam fungují.

Příklady

První prompt pro SDXL foto model

a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo, shallow depth of field

Negative: blurry, deformed hands, watermark, text | 1216x832 | DPM++ 2M Karras | 28 steps | CFG 6

Stejný nápad na PirateDiffusion (Telegram)

/render <dreamshaper-xl> a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo [[blurry, watermark]] /size:1216x832 /steps:28

Prompt pro Flux (bez negativu, nižší guidance)

A candid photo of a fisherman mending a fishing net on a weathered pier at dawn. Soft fog over the water, warm low sun from the left, shallow depth of field, 35mm film look.

1216x832 | Euler | 24 steps | guidance 3.5

Tipy

Model je nejdůležitější, prompt druhý, nastavení třetí. Začátečníci často začínají v opačném pořadí.
Krátké, konkrétní prompty jsou lepší než dlouhé vágní. "Červené kolo opřené o bílou zeď, ranní světlo, 50mm foto" je lepší než "krásné úžasné mistrovské dílo 8k kolo".
Na portréty se hodí tvar na výšku, na scény na šířku. Čtverec málokdy funguje nejlíp.
Ukládej si prompty, které se ti líbí, do textového souboru. Každá stránka modelu tu ukazuje celý prompt pod příklady z toho samého důvodu.
Anime a ilustrace modely (Illustrious, Pony, NoobAI) používají tagové prompty; foto modely (Flux, Z-Image, SDXL foto úpravy) používají věty. Stránka rodiny to vysvětluje.
Nestahuj nic, dokud jsi model nevyzkoušel na cloudu a nelíbil se ti. Checkpointy mají 2 až 24 GB.

Generuj na cloudu (BitVector, PirateDiffusion) a laptop používej jen na prohlížení výsledků.

Otázky

Musím platit, abych to vyzkoušel?

Oba cloudoví partneři odkazovaní ze stránek modelů umožňují začít bez instalace; lokální nástroje (ComfyUI, Forge) jsou zdarma, ale potřebují grafickou kartu s minimálně 8 GB paměti pro současné modely.

S kterým modelem by měl začátečník začít?

SDXL úpravu pro ilustrace nebo Flux vývojový model pro fotky. Průvodce "které modely zkusit první" na tomto webu je seřadí s důvody.

Je LoRA model?

LoRA je doplněk, který mění základní model. Nejprve potřebuješ základní model (checkpoint); LoRA jde navrch. Průvodce LoRA to vysvětluje.

Můžu dělat i video?

Ano, třeba s Wan, LTX-2 a MiniMax H3, ale video potřebuje mnohem víc paměti lokálně. Začni na cloudu; průvodce video začátky to pokrývá.

Jsou obrázky moje?

Licence se liší podle modelu; stránka modelu odkazuje na licenci. Většina otevřených modelů dovoluje osobní i komerční použití, některé výzkumné licence (rané Flux vývojové verze) ne.

Proč moje výsledky vypadají hůř než příklady?

Obvykle jiná velikost, sampler nebo počet kroků. Nejprve přesně zkopíruj nastavení z příkladu, pak měň jednu věc najednou.

Odkazy a zdroje

Modely v tomto návodu

Modely Stable Diffusion XL 1.0

Modely Flux

Modely Zimage

Napsal

Captain

Řídí tuto loď. Má názory na doby dekódování VAE, o které nikdo nežádal. Věří, že váhy chtějí být volné a že každý model, který si nemůžeš stáhnout, je předplatné s dalšími kroky. Nebude odpovídat na otázky ohledně 400 GB checkpointů na NASu.

Všechny průvodce od Captain

Které AI modely na obrázky vyzkoušet jako první a proč: seřazený začátečnický seznam

10. Zář 2025

Základy psaní promptů pro AI obrázky: struktura, pořadí, váhy a dva dialekty promptů

22. Říj 2025

Jak fungují generativní AI modely pro obrázky: jednoduše o difuzi, latentních prostorech a textových enkodérech

28. Srp 2025

Co je to LoRA a jak ji používat v ComfyUI, Forge, Automatic1111 a v cloudu

20. Kvě 2026

PirateDiffusion: spusť jakýkoli model z Telegramu, není potřeba GPU

3. Říj 2026

Slovníček pojmů pro generování AI obrázků a videí: 60 termínů od checkpointu po VAE, vysvětleno jednou větou

15. Dub 2026

Nejlepší bezplatné alternativy Midjourney, které si můžeš spustit sám (2026)

15. Čvc 2026

Další návody

Nejlepší open-source AI modely pro obrázky v roce 2026 podle GPU a úkolu

16. Říj 2026

Spouštění AI modelů pro obrázky a video na AMD GPU (průvodce 2026)

7. Říj 2026

Požadavky na VRAM pro všechny populární AI modely pro obrázky a video (2026): plná přesnost, FP8 a GGUF

6. Říj 2026

Průvodce GPU a VRAM pro AI obrázky a video: co každý model potřebuje a co koupit (nebo ne)

7. Led 2026

Kroky, CFG, samplery, plánovače a semena: vysvětlení nastavení generování s bezpečnými výchozími hodnotami

19. Lis 2025