Grok Imagine 2.0: guida ai prompt, struttura, esempi e immagini reali

Un prompt per Grok Imagine 2.0 si scrive con frasi semplici su una sola immagine, nell’ordine indicato da xAI: soggetto, dettagli, stile, luce, colore, inquadratura. Le parole che devono comparire nell’immagine vanno tra virgolette doppie, con il posto che occupano. Abbiamo eseguito 11 prompt il 26 ottobre 2026: ogni parola tra virgolette è uscita corretta, mentre il formato dell’immagine l’ha scelto il modello finché non abbiamo impostato aspect_ratio.

La struttura di un prompt per Grok Imagine 2.0

L’Image Prompting Guide di xAI dà un solo ordine per tutti i prompt di una serie — soggetto, dettagli e punto focale, direzione artistica, luce, colore, composizione — e chiede da quattro a sei frasi di prosa che descrivano una sola immagine. Seguire quell’ordine dà un compito a ogni frase.

L’ultima riga, Testo, è nostra: la guida di xAI non ha un passaggio dedicato alle parole dentro l’immagine, e quella riga l’abbiamo aggiunta noi.

• Prima il soggetto: secondo la guida xAI, «un prompt che comincia con l’atmosfera, il tipo di pellicola o una lista di cose da evitare produce una scena stilizzata in cui il soggetto è solo un segnaposto».
• Descrivi ciò che vuoi, non ciò che vuoi evitare. «Brushed steel with fine horizontal grain» dà al modello un materiale da disegnare, mentre un lungo elenco di divieti viene ignorato facilmente.
• Testo: la guida xAI non ha una regola per le parole dentro l’immagine, e l’annuncio dice che il modello progetta tipografia e impaginazione, quindi il testo piccolo esce nitido. Abbiamo messo ogni parola tra virgolette doppie e indicato dove sta, e le 14 righe tra virgolette sono uscite corrette.
• Formato: il prompt non lo decide. aspect_ratio è auto per impostazione predefinita, quindi il modello sceglie la proporzione che si adatta al prompt, e le nostre 11 esecuzioni senza impostazioni sono tornate in verticale 832×1248, orizzontale 1248×832, quadrato 1024×1024 e 1280×720. Come fissare il formato lo mostra la sezione sull’API.
• Lunghezza e lingua: xAI non pubblica né una lunghezza massima del prompt né un elenco di lingue supportate. I nostri erano in inglese, da 30 a 48 parole in una o tre frasi.

Come abbiamo creato le immagini

• Modello grok-imagine-image-2.0 tramite l’API media asincrona di OmniaKey il 26 ottobre 2026, con operazione generate e nessun parametro, quindi aspect_ratio è rimasto sul valore predefinito di xAI, auto, e anche la risoluzione. Tutte le attività sono riuscite al primo tentativo.
• Poi altre due esecuzioni del prompt del poster con aspect_ratio su "16:9": una dal nostro script di test e una dallo script Python qui sotto. Entrambe sono tornate a 1280×720, con il testo scritto correttamente.
• L’output era JPEG, e il tempo dalla richiesta all’immagine finita è andato da 15.6 s a 41.1 s. La maggior parte tra 16 e 25 s; l’icona ha richiesto 41.1 s.
• Abbiamo guardato ogni immagine a dimensione piena e letto parola per parola le quattro immagini con testo contro il prompt, annotando ogni scarto che abbiamo trovato.
• OmniaKey vende l’accesso all’API di Grok Imagine 2.0, quindi i prompt sono passati da lì. Tutti i prezzi qui sono quelli di xAI.
• Fonti: l’Image Prompting Guide di xAI, la guida alla generazione di immagini e la pagina dei prezzi, controllate il 26 ottobre 2026.

Ogni prompt è stato eseguito una volta, quindi ogni immagine è un solo campione.

Otto prompt con immagini reali

1. Un poster con titolo e una riga piccola

Questo prompt chiede un titolo grande, una riga piccola e un aspetto piatto da serigrafia.

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.

In italiano: un poster minimalista per un concerto jazz, con un titolo grande in alto e una riga con data e locale in basso, su fondo crema con la sagoma di un sassofono blu profondo.

Impostazioni: generate, senza aspect_ratio (auto), tornato 832×1248 in 16.4 s.

Cosa è successo:

• «BLUE HOUR» occupa la parte alta in maiuscole condensate blu scuro, la riga piccola sta sotto ed è scritta esattamente, punti compresi.
• Un sassofono blu scuro riempie il centro della carta crema con una leggera texture di stampa, e lo spazio vuoto richiesto resta vuoto.
• Il sassofono mostra i tasti con linee chiare, quindi si legge come un disegno e non come una sagoma piatta.

Cosa cambiare:

• Niente nel testo; tieni la riga piccola dentro un’unica coppia di virgolette, così i punti restano con lei.
• Per una sagoma pura prova “a solid single-color saxophone shape with no inner details”.

2. Un’etichetta di prodotto con parole esatte

Questo prompt mette due brevi righe di testo su una foto di prodotto.

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.

In italiano: una foto di prodotto di una bottiglia di vetro di cold brew, con etichetta di carta kraft che riporta “NORTH ROAST” e “Cold Brew · 12 oz”, su ardesia scura bagnata con ghiaccio intorno.

Impostazioni: generate, senza aspect_ratio (auto), tornato 832×1248 in 17.1 s.

Cosa è successo:

• Una bottiglia di vetro scuro piena di caffè, coperta di gocce, sta su ardesia nera bagnata con ghiaccio intorno e sfondo nero.
• L’etichetta kraft porta «NORTH ROAST» in maiuscole marcate e «Cold Brew · 12 oz» sotto una linea sottile, entrambe esatte.
• Il modello ha anche disegnato un piccolo profilo di montagna sopra il nome, che il prompt non chiedeva.

Cosa cambiare:

• Se l’etichetta deve contenere solo le tue parole, prova “the label shows only these two lines of text, no logo”.

3. Una scheda ricetta: più righe e icone

Questo prompt chiede un titolo, tre passaggi numerati e un’icona per ogni passaggio.

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.

In italiano: una scheda ricetta pulita con il titolo “3-Step Pancakes”, tre passaggi numerati scritti parola per parola e una piccola icona a linea accanto a ciascuno.

Impostazioni: generate, senza aspect_ratio (auto), tornato 832×1248 in 15.6 s.

Cosa è successo:

• Il titolo «3-Step Pancakes» sta in alto sopra una breve linea marrone, e tre righe sono separate da linee sottili.
• Le parole di ogni passaggio sono esatte e vanno a capo su due righe, con un’icona a linea a destra: una frusta, un orologio, una padella.
• I numeri sono finiti dentro cerchi («1», «2», «3») invece che come «1.», «2.», «3.».

Cosa cambiare:

• Se conta lo stile «1.», prova “numbers written as 1., 2., 3. before each step, no circles”.

4. Un menù su lavagna con i prezzi

Questo prompt mette alla prova cinque brevi righe scritte a mano con i prezzi.

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.

In italiano: un menù da lavagna di un bar con il titolo “TODAY”, cinque righe scritte a mano con i prezzi, cornice di legno e luce calda da caffè.

Impostazioni: generate, senza aspect_ratio (auto), tornato 1248×832 in 29.8 s.

Cosa è successo:

• Una lavagna con cornice di legno grezzo è appesa a una parete di intonaco caldo, con una pianta in vaso sul bordo sinistro.
• «TODAY» è scritto in grandi maiuscole di gesso, sottolineato, con un piccolo scarabocchio a forma di foglia accanto.
• Le cinque voci sono in una grafia ordinata di gesso, i prezzi si allineano in colonna a destra, e ogni voce e ogni prezzo sono esatti.

Cosa cambiare:

• Tieni ogni riga corta e dai le parole esatte; cinque righe corte qui sono uscite tutte corrette.

5. Una foto di strada: obiettivo e luce

Questo prompt usa termini da fotocamera per chiedere un aspetto fotografico.

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.

In italiano: una foto di strada spontanea di un uomo anziano che dà da mangiare ai piccioni su una piazza di pietra nell’ora d’oro, obiettivo 35mm, profondità di campo ridotta e texture della pelle naturale.

Impostazioni: generate, senza aspect_ratio (auto), tornato 1248×832 in 19.8 s.

Cosa è successo:

• Un uomo anziano con berretto e cappotto lungo scuro si accovaccia sul selciato di pietra e allunga la mano aperta verso i piccioni intorno.
• La luce è calda e bassa, con la piazza, le persone e un grande muro di pietra sfocati dietro.
• Il viso mostra rughe e texture della pelle, la mano sembra naturale e la grana della pellicola resta leggera.

Cosa cambiare:

• Niente. La guida xAI consiglia di nominare la texture una volta sola e di chiedere una luce che tenga leggibile il soggetto, e qui hanno funzionato entrambe.

6. Cibo dall’alto: nominare ogni ingrediente

Questo prompt elenca i condimenti e dà una direzione alla luce.

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.

In italiano: una foto di cibo dall’alto di una ciotola di ramen shoyu, ogni ingrediente nominato, le bacchette appoggiate sulla ciotola e la luce naturale della finestra da sinistra.

Impostazioni: generate, senza aspect_ratio (auto), tornato 1024×1024 in 20.7 s.

Cosa è successo:

• Una vista esattamente dall’alto di una ciotola di ceramica su legno scuro e consumato: mezzo uovo con il tuorlo arancione ancora liquido, due fette di chashu arrotolato, due foglie di nori, un mucchietto di cipollotto affettato e spaghetti in un brodo marrone.
• Le bacchette di legno attraversano il lato destro della ciotola, con deboli fili di vapore sopra.
• Il modello ha aggiunto un mucchietto di funghi scuri affettati che il prompt non elencava.

Cosa cambiare:

• Elenca tutto ciò che deve stare nella ciotola e, se i condimenti devono corrispondere esattamente, prova “nothing else on top”.

7. Un interno: ogni oggetto con il suo materiale

Questo prompt nomina ogni oggetto insieme al materiale e al colore.

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.

In italiano: una foto d’interno di un piccolo soggiorno scandinavo, ogni mobile con il suo materiale e il suo colore, luce morbida del mattino e vista all’altezza degli occhi.

Impostazioni: generate, senza aspect_ratio (auto), tornato 1248×832 in 16.3 s.

Cosa è successo:

• Tutto ciò che è stato nominato c’è: pavimento in rovere chiaro, divano bianco con un plaid senape su un bracciolo, tavolo rotondo in rovere su un tappeto intrecciato, la grande finestra a sinistra con gli alberi fuori e un ficus alto in un vaso bianco a destra.
• Ci sono quadri incorniciati sulla parete, la vista è all’altezza degli occhi, chiara e morbida.

Cosa cambiare:

• Niente. Un prompt che nomina materiale e colore di ogni oggetto li ha ottenuti tutti; lo stesso schema vale per altre stanze.

8. Un’illustrazione ad acquerello

Questo prompt nomina una tecnica e una texture della carta.

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.

In italiano: un’illustrazione per libri per bambini ad acquerello morbido, una piccola volpe che legge sotto un enorme fungo rosso, lucciole accese intorno e la texture visibile della carta bianca.

Impostazioni: generate, senza aspect_ratio (auto), tornato 832×1248 in 24.9 s.

Cosa è successo:

• Un acquerello morbido di una volpe arancione sotto un grande fungo dal cappello rosso, che tiene aperto un libro azzurro, con lucciole accese intorno, felci, fiorellini e piccoli funghi.
• Ai bordi si vede la texture della carta bianca.
• La volpe ha gli occhi chiusi, quindi sembra più addormentata che intenta a leggere.

Cosa cambiare:

• Scrivi l’espressione che ti serve: prova “eyes open, looking down at the page”.

Cosa va storto e come si corregge

Un prompt vago lascia tutte le decisioni al modello

Ogni parola che salti la riempie il modello, e può riempirla con un marchio reale.

a cool car

In italiano: una macchina forte. Tre parole e nient’altro.

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.

In italiano: una decappottabile rosso ciliegia degli anni ’60 parcheggiata su una strada costiera al tramonto, angolo basso dal davanti e paraurti cromato che prende la luce.

• «a cool car» è tornata come una supercar moderna grigio scuro su asfalto bagnato al crepuscolo, con montagne, pini e un cielo rosa nuvoloso dietro. Porta gli stemmi di una casa automobilistica reale sul cofano e sulle ruote.
• Il prompt specifico ha messo tutto nell’inquadratura: la decappottabile rosso ciliegia, l’angolo basso dal davanti, la calandra e il paraurti cromati al sole, il mare e le scogliere dietro. Il modello ha anche aggiunto una targa con la scritta «1962 CLK».

Le icone semplici somigliano a loghi famosi

Il prompt dell’icona chiedeva forme semplici e le ha ottenute, molto vicine a un marchio che conosci già.

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.

In italiano: un’icona di app vettoriale piatta, un aeroplanino di carta bianco su un quadrato arrotondato con sfumatura dal blu al turchese, forme geometriche semplici, senza testo e centrata.

Il risultato è esattamente quello che era stato chiesto — un aeroplanino di carta bianco, leggermente fuori centro, su un quadrato arrotondato dal blu al turchese, senza testo — e somiglia molto al logo di un’app di messaggistica ben nota. Le idee di icone semplici e comuni finiscono vicine a marchi famosi, quindi aggiungi un dettaglio che sia tuo e confronta il risultato con i loghi esistenti prima di usarlo.

Questi sono gli errori che abbiamo visto, con la correzione di ciascuno.

Eseguire questi prompt dall’API

L’API media di OmniaKey ha tre passaggi: creare un’attività, interrogare la stessa attività finché non è finita, poi scaricare il file.

pip install requests
export OMNIAKEY_API_KEY="your-key"

Questo è lo script che abbiamo eseguito, senza modifiche:

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")

Il suo output il 26 ottobre 2026:

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

Dalla richiesta al file salvato sono passati circa 16 secondi.

• aspect_ratio: l’API di xAI accetta 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 e auto. xAI consiglia di fissare una proporzione per tutta la serie e di usare 3:2 per la maggior parte delle foto. Le nostre due esecuzioni con 16:9 sono tornate a 1280×720, e l’impaginazione è stata rifatta per il formato largo invece di essere tagliata: titolo in alto, sassofono al centro, riga piccola in basso.
• Su OmniaKey, Grok Imagine genera soltanto e n deve essere 1. L’API di xAI modifica anche le immagini e ne restituisce fino a 10 per richiesta.
• L’API di xAI ha anche le impostazioni quality e resolution, che non abbiamo provato tramite OmniaKey.
• Scarica il file appena l’attività è finita: il link firmato dura circa un’ora e il record dell’attività 24 ore.
• Prezzo: xAI indica Grok Imagine 2.0 a $0.04 per immagine, uguale qualunque sia la lunghezza del prompt (controllato il 26 ottobre 2026). Il modello precedente grok-imagine-image-quality costa $0.05 e grok-imagine-image $0.02 per immagine, e la nostra prova dell’API di Grok Imagine con i tre modelli di immagine esegue gli stessi quattro prompt su tutti e tre. Su OmniaKey un’attività fallita viene rimborsata automaticamente. Per la tariffa attuale di OmniaKey vedi la pagina del modello Grok Imagine 2.0 e la documentazione dell’API immagini.

Domande frequenti

Quanto può essere lungo un prompt per Grok Imagine 2.0?

xAI non pubblica una lunghezza massima per un prompt immagine. L’Image Prompting Guide chiede da quattro a sei frasi per una singola immagine ferma, e i nostri avevano da 30 a 48 parole in una o tre frasi. Le otto ricette qui sopra sono rimaste tutte vicine al prompt.

Come far venire bene il testo in Grok Imagine 2.0?

Metti ogni riga di testo tra virgolette doppie e indica dove si trova nell’inquadratura. I nostri quattro prompt con testo hanno reso correttamente tutte le 14 righe tra virgolette, punti compresi, e l’annuncio di xAI dice che il testo piccolo ora esce nitido. La guida di xAI non ha una regola per il testo, quindi le virgolette sono il nostro metodo.

Che dimensioni hanno le immagini di Grok Imagine 2.0?

Lasciate su auto, le nostre 11 esecuzioni sono tornate a 832×1248, 1248×832, 1024×1024 e 1280×720. Con aspect_ratio su "16:9" entrambe le esecuzioni hanno dato 1280×720. L’API di xAI ha anche resolution, con 1k predefinito e 2k come opzione.

Grok Imagine 2.0 può modificare un’immagine?

Tramite xAI sì: la modifica passa da POST /v1/images/edits con fino a 5 immagini di partenza per richiesta. La sua guida consiglia di partire da una o tre modifiche e lasciare il resto com’è. Su OmniaKey Grok Imagine genera soltanto, quindi una richiesta di modifica viene rifiutata.

Grok Imagine 2.0 riscrive il mio prompt?

L’API di xAI fattura il testo del prompt a un modello che lo riscrive (upsampler), e lo schema della risposta non ha un campo per un prompt riscritto. Cosa cambi l’upsampler non è pubblicato, quindi confronta l’immagine con il tuo prompt invece di indovinare.

Quanto costa Grok Imagine 2.0?

xAI indica $0.04 per immagine per grok-imagine-image-2.0, controllato il 26 ottobre 2026, e la generazione costa uguale qualunque sia la lunghezza del prompt. Una modifica viene fatturata per l’immagine di ingresso e per quella di uscita. Per la tariffa attuale di OmniaKey vedi la pagina del modello Grok Imagine 2.0.

Storico aggiornamenti

• 27 ottobre 2026: prima versione, prompt eseguiti il 26 ottobre 2026.