要实现腾讯混元图生图功能，核心流程就是上传一张参考图像，再通过文字描述生成全新图片——这项工作必须通过API接口来完成。控制台上的在线体验仅作为简易演示，文生图和基础图生图可以简单尝试，但若需精细调整参数、批量生成图片，则必须走API调用路径。

具体操作有哪些要点？下面逐步说明。

准备参考图与提示词

参考图需采用JPG、PNG或WEBP格式，尺寸建议控制在512×512至1024×1024像素区间。尺寸过小会导致细节丢失，过大则可能引发接口超时或被自动缩放，进而降低主体识别精度。

提示词编写的核心在于：必须明确区分“保留元素”与“变更元素”。举例来说，若你有一张街拍人像，希望转为水墨风格并加入飞鸟背景，提示词应写成“水墨画风格，人物保留，背景替换为淡墨渲染的飞鸟掠过山峦”。切勿仅写“水墨风格”，否则模型很可能自由发挥，将你希望保留的主体也一并重绘。混元图生图默认优先保留构图与主体结构，凡提示词未明确保留的元素，模型确实会直接删除。

获取密钥并配置环境

登录腾讯云控制台，进入CAM访问管理页面，找到已创建的子用户或主账号，点击“授权策略”，搜索并绑定QcloudAIARTFullAccess策略。此步骤不可或缺，缺少权限后续所有操作均无法执行。

随后进入密钥管理页面，新建密钥，务必妥善保存SecretId与SecretKey。请注意：SecretKey仅在创建时显示一次，关闭窗口后将无法再次查看，请及时记录并安全保管。

调用图生图API（同步方式）

有两种调用方式，一种适合快速验证，一种适合集成到工作流中。

方法一：API 3.0 Explorer在线调试（新手推荐）

① 访问API 3.0 Explorer的图生图接口页面；
② 在“请求参数”区域，点击“上传图片”，选择本地参考图，系统会自动将其转换为Base64编码并填入Image参数；
③ 在Prompt输入框中编写中文提示词，勾选RspImgType=Base64；
④ 点击“发起请求”，返回的JSON中ResultImage字段即为新图片的Base64字符串。

方法二：Python脚本直调（适合集成进工作流）

首先安装SDK：pip install tencentcloud-sdk-python。

构造请求体时，必须将参考图读取为bytes，然后通过base64.b64encode编码，再decode('utf-8')，最后赋值给Image字段。切勿直接传入文件路径或URL，否则接口会返回错误InvalidParameter.Image。

另一个关键参数：ReferenceType=1表示“参考主体”模式（默认选项），ReferenceType=2表示“参考轮廓”模式，后者对线条稿效果更佳。

解析并保存返回图像

从API响应中获取ResultImage字符串后，使用Python执行base64.b64decode解码，然后直接写入二进制文件即可。此步骤无技术难度，将解码后的字节流写入.jpg或.png文件即完成保存，无需额外库支持。