Grok Imagine 2.0: panduan prompt, struktur, contoh, dan gambar asli

Prompt Grok Imagine 2.0 ditulis dengan kalimat sederhana tentang satu gambar, mengikuti urutan dari xAI: subjek, detail, gaya, cahaya, warna, dan pembingkaian. Kata yang harus muncul di gambar ditaruh di dalam tanda kutip ganda, beserta tempatnya. Kami menjalankan 11 prompt pada 26 Oktober 2026: setiap kata di dalam tanda kutip keluar benar, sedangkan rasio gambar dipilih model sampai kami mengatur aspect_ratio sendiri.

Struktur prompt Grok Imagine 2.0

Image Prompting Guide dari xAI memberi satu urutan untuk semua prompt dalam satu rangkaian — subjek, detail dan titik fokus, arah seni, cahaya, warna, komposisi — dan meminta empat sampai enam kalimat prosa yang menggambarkan satu gambar. Mengikuti urutan itu membuat setiap kalimat punya tugas: subjek, detail, gaya, cahaya, warna, pembingkaian.

Baris terakhir, Teks, tambahan kami: panduan xAI tidak punya langkah khusus untuk kata di dalam gambar, jadi baris itu kami sisipkan sendiri.

• Subjek lebih dulu: menurut panduan xAI, “prompt yang dimulai dengan suasana, jenis film, atau daftar hal yang harus dihindari menghasilkan adegan bergaya yang subjeknya hanya pengganti”.
• Tulis yang Anda inginkan, bukan yang ingin dihindari. “Brushed steel with fine horizontal grain” memberi model bahan untuk digambar, sedangkan daftar larangan yang panjang mudah diabaikan.
• Teks: panduan xAI tidak punya aturan untuk kata di dalam gambar, dan pengumumannya menyebut model merencanakan tipografi serta tata letak, jadi teks kecil keluar tajam. Kami menaruh setiap kata di dalam tanda kutip ganda dan menyebut tempatnya, dan ke-14 baris dalam tanda kutip keluar benar.
• Rasio: prompt tidak menentukannya. aspect_ratio default-nya auto, jadi model memilih proporsi yang cocok dengan prompt, dan 11 percobaan tanpa pengaturan kembali dalam potret 832×1248, lanskap 1248×832, persegi 1024×1024, dan 1280×720. Cara mengunci rasio ada di bagian API.
• Panjang dan bahasa: xAI tidak menerbitkan panjang maksimum prompt maupun daftar bahasa prompt. Punya kami berbahasa Inggris, 30–48 kata dalam satu sampai tiga kalimat.

Cara kami membuat gambar

• Model grok-imagine-image-2.0 lewat API media asinkron OmniaKey pada 26 Oktober 2026, dengan operasi generate dan tanpa parameter, jadi aspect_ratio tetap di nilai bawaan xAI, auto, dan resolusinya juga. Semua tugas berhasil pada percobaan pertama.
• Lalu dua percobaan lagi atas prompt poster dengan aspect_ratio di "16:9": satu dari skrip uji kami dan satu dari skrip Python di bawah. Keduanya kembali 1280×720 dengan teks tertulis benar.
• Keluarannya JPEG, dan waktu dari permintaan sampai gambar jadi berkisar 15.6 s sampai 41.1 s. Sebagian besar 16–25 s; ikon butuh 41.1 s.
• Kami melihat setiap gambar pada ukuran penuh dan membaca kata per kata keempat gambar berteks terhadap prompt, lalu mencatat tiap penyimpangan yang kami temukan.
• OmniaKey menjual akses ke API Grok Imagine 2.0, jadi prompt dijalankan lewat OmniaKey. Semua harga di sini harga dari xAI.
• Sumber: Image Prompting Guide dari xAI, panduan pembuatan gambar, dan halaman harga, dicek pada 26 Oktober 2026.

Setiap prompt dijalankan sekali, jadi tiap gambar adalah satu sampel.

Delapan prompt dengan gambar asli

1. Poster dengan judul dan satu baris kecil

Prompt ini meminta judul besar, satu baris kecil, dan tampilan sablon datar.

A minimalist jazz concert poster. Large bold title "BLUE HOUR" at the top and a smaller line "Live at Harbor Hall · Nov 14 · 8 PM" at the bottom. A single saxophone silhouette in deep blue on a cream background, lots of empty space, flat screen-print style.

Artinya: poster konser jazz minimalis dengan judul besar di atas, satu baris tanggal dan tempat di bawah, latar krem dan siluet saksofon biru tua.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 832×1248 dalam 16.4 s.

Yang terjadi:

• “BLUE HOUR” memenuhi bagian atas dengan huruf kapital biru tua yang sempit, baris kecil ada di bawah dan tertulis persis, termasuk titik di antara kata.
• Saksofon biru tua mengisi bagian tengah kertas krem dengan tekstur cetak tipis, dan ruang kosong yang diminta benar-benar kosong.
• Saksofonnya memperlihatkan klep dalam garis terang, jadi terbaca sebagai gambar, bukan siluet datar.

Yang perlu diubah:

• Tidak ada pada teksnya; letakkan baris kecil dalam satu pasang tanda kutip supaya titiknya ikut.
• Untuk siluet murni, coba “a solid single-color saxophone shape with no inner details”.

2. Label produk dengan kata yang persis

Prompt ini menaruh dua baris teks pendek pada foto produk.

Studio product photo of a glass bottle of cold brew coffee with a kraft paper label that reads "NORTH ROAST" and "Cold Brew · 12 oz". The bottle stands on wet dark slate with ice cubes around it, soft side light, dark background, sharp focus on the label.

Artinya: foto produk botol kaca cold brew dengan label kertas kraft bertuliskan “NORTH ROAST” dan “Cold Brew · 12 oz”, di atas batu sabak gelap basah dengan es di sekitarnya.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 832×1248 dalam 17.1 s.

Yang terjadi:

• Botol kaca gelap berisi kopi, penuh tetesan air, berdiri di atas sabak hitam basah dengan es di sekitarnya dan latar hitam.
• Label kraft memuat “NORTH ROAST” dengan kapital tebal dan “Cold Brew · 12 oz” di bawah garis tipis; keduanya persis.
• Model juga menggambar kontur gunung kecil di atas namanya, padahal tidak diminta.

Yang perlu diubah:

• Kalau label harus hanya memuat kata Anda, coba “the label shows only these two lines of text, no logo”.

3. Kartu resep: beberapa baris dan ikon

Prompt ini meminta judul, tiga langkah bernomor, dan satu ikon untuk tiap langkah.

A clean recipe card titled "3-Step Pancakes" with three numbered steps: "1. Mix flour, milk and eggs", "2. Rest the batter 10 minutes", "3. Cook on a hot pan". A small line icon next to each step, cream background, simple sans-serif font.

Artinya: kartu resep bersih berjudul “3-Step Pancakes” dengan tiga langkah bernomor yang ditulis kata per kata dan satu ikon garis kecil di samping tiap langkah.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 832×1248 dalam 15.6 s.

Yang terjadi:

• Judul “3-Step Pancakes” ada di atas garis cokelat pendek, dan tiga baris dipisahkan garis tipis.
• Kata di tiap langkah persis dan membungkus jadi dua baris, dengan ikon garis di kanan: pengocok, jam, wajan.
• Angkanya muncul di dalam lingkaran (“1”, “2”, “3”), bukan sebagai “1.”, “2.”, “3.”.

Yang perlu diubah:

• Kalau gaya “1.” penting, coba “numbers written as 1., 2., 3. before each step, no circles”.

4. Menu papan tulis dengan harga

Prompt ini menguji lima baris tulisan tangan pendek beserta harga.

A cafe chalkboard menu with the heading "TODAY" and five lines of small handwritten text: "Flat white 4.50", "Oat latte 5.00", "Matcha 5.50", "Almond croissant 4.00", "Banana bread 3.50". Wooden frame, warm cafe light.

Artinya: menu papan tulis kafe berjudul “TODAY” dengan lima baris tulisan tangan dan harga, bingkai kayu, dan cahaya kafe yang hangat.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 1248×832 dalam 29.8 s.

Yang terjadi:

• Papan tulis berbingkai kayu kasar bergantung di dinding plester hangat, dengan tanaman pot di tepi kiri.
• “TODAY” ditulis kapital kapur besar, bergaris bawah, dengan coretan daun kecil di sampingnya.
• Lima item ditulis dengan kapur yang rapi, harga rata di kolom kanan, dan setiap item serta setiap harga persis.

Yang perlu diubah:

• Jaga tiap baris tetap pendek dan beri kata persisnya; lima baris pendek di sini semuanya keluar benar.

5. Foto jalan: lensa dan cahaya

Prompt ini memakai istilah kamera untuk meminta tampilan fotografis.

Candid street photograph of an elderly man feeding pigeons in a stone plaza at golden hour. Shot on a 35mm lens, shallow depth of field, natural skin texture, warm low sun, slight film grain.

Artinya: foto jalan candid seorang lelaki tua memberi makan merpati di lapangan batu saat golden hour, lensa 35mm, ruang tajam dangkal, dan tekstur kulit alami.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 1248×832 dalam 19.8 s.

Yang terjadi:

• Seorang lelaki tua berpeci dan berpalto gelap panjang berjongkok di lantai batu dan mengulurkan telapak terbuka ke merpati di sekitarnya.
• Cahayanya hangat dan rendah, dengan lapangan, orang, dan dinding batu besar kabur di belakang.
• Wajahnya memperlihatkan kerut dan tekstur kulit, tangannya terlihat alami, dan butir filmnya tetap tipis.

Yang perlu diubah:

• Tidak ada yang perlu. Panduan xAI menyarankan menyebut tekstur satu kali dan meminta cahaya yang menjaga subjek tetap terbaca, dan keduanya bekerja di sini.

6. Makanan dari atas: sebut tiap bahan

Prompt ini mendaftar topping dan memberi arah cahaya.

Overhead food photo of a bowl of shoyu ramen with a soft-boiled egg, chashu pork, nori and sliced scallions on a dark wooden table. Chopsticks rest on the bowl, light steam rises, natural window light from the left.

Artinya: foto makanan dari atas semangkuk ramen shoyu, tiap bahan disebut, sumpit diletakkan di atas mangkuk, dan cahaya jendela alami dari kiri.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 1024×1024 dalam 20.7 s.

Yang terjadi:

• Pandangan persis dari atas ke mangkuk keramik di atas kayu gelap yang sudah tua: setengah telur dengan kuning oranye yang masih meleleh, dua irisan chashu gulung, dua lembar nori, setumpuk daun bawang iris, dan mi dalam kuah cokelat.
• Sumpit kayu tergeletak melintang di sisi kanan mangkuk, dengan uap tipis di atasnya.
• Model menambahkan setumpuk jamur iris gelap yang tidak ada di prompt.

Yang perlu diubah:

• Sebutkan semua yang harus ada di mangkuk, dan kalau topping harus persis, coba “nothing else on top”.

7. Interior: tiap benda dengan bahannya

Prompt ini menyebut setiap benda bersama bahan dan warnanya.

Interior design photo of a small Scandinavian living room: light oak floor, a white sofa with a mustard throw, a round oak coffee table, a large window with soft morning light, a tall fiddle-leaf fig in a white pot. Calm, airy, eye-level view.

Artinya: foto interior ruang tamu Skandinavia kecil, tiap perabot dengan bahan dan warnanya, cahaya pagi lembut, dan pandangan setinggi mata.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 1248×832 dalam 16.3 s.

Yang terjadi:

• Semua yang disebut ada: lantai kayu ek terang, sofa putih dengan selimut mustard di satu sandaran, meja kayu ek bundar di atas karpet anyam, jendela besar di kiri dengan pepohonan di luar, dan pohon karet tinggi dalam pot putih di kanan.
• Ada bingkai gambar di dinding, pandangannya setinggi mata, terang dan lembut.

Yang perlu diubah:

• Tidak ada yang perlu. Prompt yang menyebut bahan dan warna tiap benda mendapat semuanya; pola yang sama bisa dipakai untuk ruangan lain.

8. Ilustrasi cat air

Prompt ini menyebut satu teknik dan satu tekstur kertas.

Children's book illustration in soft watercolor: a small fox reading a book under a giant red mushroom in a forest, fireflies glowing around it, gentle pastel colors, visible white paper texture.

Artinya: ilustrasi buku anak dengan cat air lembut, rubah kecil membaca di bawah jamur merah raksasa di hutan, kunang-kunang menyala di sekitarnya, warna pastel lembut, dan tekstur kertas putih terlihat.

Pengaturan: generate, tanpa aspect_ratio (auto), kembali 832×1248 dalam 24.9 s.

Yang terjadi:

• Cat air lembut seekor rubah oranye di bawah jamur besar bertudung merah, memegang buku biru terbuka, dengan kunang-kunang menyala di sekitar, pakis, bunga kecil, dan jamur kecil.
• Tekstur kertas putih terlihat di tepinya.
• Mata rubah tertutup, jadi ia terlihat lebih seperti sedang tidur daripada membaca.

Yang perlu diubah:

• Sebutkan ekspresi yang Anda butuhkan: coba “eyes open, looking down at the page”.

Apa yang sering meleset dan cara memperbaikinya

Prompt yang kabur menyerahkan semua keputusan ke model

Setiap kata yang Anda lewatkan diisi model, dan ia bisa mengisinya dengan merek asli.

a cool car

Artinya: mobil keren. Tiga kata, tidak lebih.

A 1960s cherry-red convertible parked on a coastal road at sunset, low angle from the front three-quarter view, chrome bumper catching the light, ocean and cliffs behind it, photorealistic, warm golden light.

Artinya: mobil konvertibel merah ceri tahun 1960-an yang diparkir di jalan pesisir saat matahari terbenam, sudut rendah dari depan, bemper krom menangkap cahaya.

• “a cool car” kembali sebagai supercar modern abu-abu gelap di aspal basah saat senja, dengan gunung, pohon pinus, dan langit merah muda berawan di belakang. Ada lambang pabrikan mobil sungguhan di kap mesin dan rodanya.
• Prompt spesifik menaruh semuanya di bingkai: konvertibel merah ceri, sudut rendah dari depan, gril dan bemper krom di bawah matahari, laut dan tebing di belakang. Model juga menambahkan pelat bertuliskan “1962 CLK”.

Ikon sederhana jadi mirip logo terkenal

Prompt ikon meminta bentuk sederhana dan mendapatkannya, cukup dekat dengan tanda yang sudah Anda kenal.

Flat vector app icon: a white paper plane on a rounded square with a blue-to-teal gradient. Simple geometric shapes, no text, centered, clean edges, plain white background around the icon.

Artinya: ikon aplikasi vektor datar, pesawat kertas putih di atas persegi membulat bergradasi biru ke toska, bentuk geometris sederhana, tanpa teks, dan di tengah.

Hasilnya persis seperti yang diminta — pesawat kertas putih, sedikit bergeser dari tengah, di atas persegi membulat biru ke toska, tanpa teks — dan hasilnya sangat mirip logo aplikasi pesan yang sudah terkenal. Ide ikon yang sederhana dan umum memang mendarat dekat tanda terkenal, jadi tambahkan satu detail milik Anda dan bandingkan hasilnya dengan logo yang sudah ada sebelum dipakai.

Berikut kesalahan yang kami lihat, beserta perbaikannya.

Menjalankan prompt ini dari API

API media OmniaKey punya tiga langkah: buat tugas, tanyakan tugas yang sama sampai selesai, lalu unduh berkasnya.

pip install requests
export OMNIAKEY_API_KEY="your-key"

Ini skrip yang kami jalankan, tanpa perubahan:

import os
import time
import uuid

import requests

API = "https://api.omniakey.com/v1/media/tasks"
HEADERS = {"Authorization": f"Bearer {os.environ['OMNIAKEY_API_KEY']}"}

PROMPT = (
    'A minimalist jazz concert poster. Large bold title "BLUE HOUR" at the top and a smaller '
    'line "Live at Harbor Hall · Nov 14 · 8 PM" at the bottom. A single saxophone silhouette '
    "in deep blue on a cream background, lots of empty space, flat screen-print style."
)

# 1. Create the task. Reuse the same Idempotency-Key only when retrying this exact request.
resp = requests.post(
    API,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json={
        "model": "grok-imagine-image-2.0",
        "type": "image",
        "operation": "generate",
        "input": {"prompt": PROMPT},
        "parameters": {"aspect_ratio": "16:9"},  # leave it out and the model picks the shape
    },
    timeout=30,
)
resp.raise_for_status()
task = resp.json()
print("task:", task["id"], task["status"])

# 2. Poll the same task until it finishes. Slow is not failed: keep polling this id.
while task["status"] in ("queued", "processing"):
    time.sleep(4)
    task = requests.get(f"{API}/{task['id']}", headers=HEADERS, timeout=30).json()

if task["status"] != "succeeded":
    raise SystemExit(f"task ended {task['status']}: {task.get('error')}")

# 3. Download the image now: the signed URL lasts about an hour.
asset = task["assets"][0]
with open("blue-hour.jpg", "wb") as f:
    f.write(requests.get(asset["url"], timeout=60).content)
print("saved blue-hour.jpg", asset["mime_type"], asset["byte_size"], "bytes")

Keluarannya pada 26 Oktober 2026:

task: task_ETAcsodTDIPQkhTVyykyRiRdBpYDOgj7 queued
saved blue-hour.jpg image/jpeg 205099 bytes

Dari permintaan sampai berkas tersimpan sekitar 16 detik.

• aspect_ratio: API xAI menerima 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20, 21:9, 5:2, dan auto. xAI menyarankan mengunci satu rasio untuk satu rangkaian dan memakai 3:2 untuk sebagian besar foto. Dua percobaan kami dengan 16:9 kembali 1280×720, dan tata letaknya disusun ulang untuk bingkai lebar, bukan dipotong: judul di atas, saksofon di tengah, baris kecil di bawah.
• Di OmniaKey, Grok Imagine hanya membuat gambar dan n harus 1. API xAI sendiri juga menyunting gambar dan mengembalikan sampai 10 gambar per permintaan.
• API xAI juga punya pengaturan quality dan resolution, yang belum kami uji lewat OmniaKey.
• Unduh berkas begitu tugas selesai: tautan bertanda tangan berlaku sekitar satu jam dan catatan tugas 24 jam.
• Harga: xAI mencantumkan Grok Imagine 2.0 seharga $0.04 per gambar, sama berapa pun panjang promptnya (dicek 26 Oktober 2026). Model lama grok-imagine-image-quality $0.05 dan grok-imagine-image $0.02 per gambar, dan uji API Grok Imagine kami dengan ketiga model gambar menjalankan empat prompt yang sama di ketiganya. Di OmniaKey, tugas yang gagal dikembalikan otomatis. Untuk tarif OmniaKey saat ini, lihat halaman model Grok Imagine 2.0 dan dokumentasi API gambar.

Pertanyaan umum

Berapa panjang maksimum prompt Grok Imagine 2.0?

xAI tidak menerbitkan panjang maksimum untuk prompt gambar. Image Prompting Guide meminta empat sampai enam kalimat untuk satu gambar diam, dan punya kami berisi 30–48 kata dalam satu sampai tiga kalimat. Kedelapan resep di atas semuanya memberi hasil yang dekat dengan promptnya.

Bagaimana agar teks di Grok Imagine 2.0 benar?

Taruh tiap baris teks di dalam tanda kutip ganda dan sebutkan di mana letaknya dalam bingkai. Empat prompt berteks kami menggambar ke-14 baris dalam tanda kutip dengan benar, termasuk titik di antara kata dan harga, dan pengumuman xAI menyebut teks kecil sekarang keluar tajam. Panduan xAI tidak punya aturan teks, jadi tanda kutip adalah cara kami.

Berapa ukuran gambar Grok Imagine 2.0?

Dibiarkan di auto, 11 percobaan kami kembali dalam 832×1248, 1248×832, 1024×1024, dan 1280×720. Dengan aspect_ratio di "16:9", dua percobaan sama-sama memberi 1280×720. API xAI juga punya resolution, dengan 1k sebagai bawaan dan 2k sebagai pilihan.

Bisakah Grok Imagine 2.0 menyunting gambar?

Lewat xAI bisa: suntingan lewat POST /v1/images/edits dengan sampai 5 gambar sumber per permintaan. Panduannya menyarankan mulai dari satu sampai tiga perubahan dan membiarkan sisanya. Di OmniaKey, Grok Imagine hanya membuat gambar, jadi permintaan sunting ditolak.

Apakah Grok Imagine 2.0 menulis ulang prompt saya?

API xAI menagih teks prompt ke model penulis ulang (upsampler), dan skema jawabannya tidak punya kolom untuk prompt hasil tulis ulang. Apa yang diubah upsampler tidak diterbitkan, jadi bandingkan gambar dengan prompt Anda, jangan menebak.

Berapa harga Grok Imagine 2.0?

xAI mencantumkan $0.04 per gambar untuk grok-imagine-image-2.0, dicek pada 26 Oktober 2026, dan pembuatannya berharga sama berapa pun panjang promptnya. Suntingan ditagih untuk gambar masukan dan gambar keluaran. Untuk tarif OmniaKey saat ini, lihat halaman model Grok Imagine 2.0.

Riwayat pembaruan

• 27 Oktober 2026: versi pertama, prompt dijalankan pada 26 Oktober 2026.