5.4 Pipeline batchowy: produkcja seryjna

Jedno zdjęcie na raz to hobby. Ekonomika tego biznesu — od dwudziestu do trzydziestu wariantów tygodniowo przy pracy dla marki (2.6), minimum trzy do pięciu postów tygodniowo na konto — wymaga produkcji seryjnej.

Pipeline batchowy ma cztery właściwości: jedna referencja napędza wiele wyników, operacje biegną w ustalonej kolejności, dyscyplina kolejności jest przestrzegana, a jest znany.

Graf węzłów

Niezależnie od narzędzia — workflow , hostowana funkcja batchowa czy skrypt — kształt jest ten sam:

[face sheet]  ─┐
[body sheet]  ─┼─→ [reference conditioning] ─┐
[outfit ref]  ─┤                             │
[location ref]─┘                             ▼
[prompt list: 40 variants] ──────────→ [batch generator] ─→ [raw frames]
                                                                   │
                                                          [edit / inpaint]
                                                                   │
                                                            [crop + upscale]
                                                                   │
                                                          [skin detail pass]
                                                                   │
                                                              [export set]

Dwie rzeczy w tym grafie znaczą więcej niż narzędzia.

Wejścia referencyjne to węzły, nie wgrane pliki. Zasada z rozdziału 5.1. Podłącz je raz; każda generacja w batchu je dziedziczy.

Lista promptów to plik, nie formularz. Jedna linia na wynik. Generator ją konsumuje; ty przeglądasz wyniki, nie proces. Ten plik czyni powtarzalnym — ten sam manifest plus te same referencje daje ten sam zestaw, czego potrzebuje automatyzacja z rozdziału 7.1.

Batchowanie według tieru narzędzi

Trzy tiery, każdy z innym praktycznym rozmiarem batcha. [AS OF 2026-10] Specyfikacje się zmieniają; sprawdź aktualne limity.

Hostowane narzędzia konsumenckie z trybami batchowymi. Niektóre mają limit około 40 generacji na przebieg. Wygodne i nieprzejrzyste: nie kontrolujesz samplera, a ten sam prompt potrafi dać widocznie różne wyniki między przebiegami. Użyj do wolumenu, w którym spójność załatwia już warstwa referencji.

Hostowane API i workflow oparte na węzłach. Praktycznie nieograniczony rozmiar batcha, z zastrzeżeniem rate limitów i salda kredytów. To ten tier, w którym rozmiar batcha staje się pytaniem o koszt, a nie o technikę. Graf z podłączoną referencją, węzłem listy promptów i węzłem zapisu to cały pipeline, a rozdział 7.2 omawia silnik.

Klienci skryptowi. Mały skrypt, który czyta listę promptów, woła API i zapisuje wyniki. Bez edytora grafów, w pełni powtarzalny, wersjonowalny. Właściwy wybór, gdy twój proces się ustabilizuje, i punkt wejścia do orkiestracji z rozdziału 7.3.

Koszt na wynik, czyli dlaczego nagłówkowa liczba myli

Dwie liczby z obecnego rynku pokazują tę różnicę. [AS OF 2026-10]

Ścieżka	Koszt na obraz	Co to kupuje
Plan subskrypcyjny, użycie o dużym wolumenie	~$0,006	Koszt krańcowy w już opłaconej puli
Agregator / API rozliczane za obraz	~$0,36	Płatność za użycie, bez zobowiązania, bez marnotrawstwa

Między nimi jest czynnik około sześćdziesięciu, a porównanie jest niepełne w obie strony. Liczba z subskrypcji zakłada, że wykorzystujesz pulę — niewykorzystana pojemność kosztuje pełną subskrypcję przy każdym wolumenie, a przedpłacony kredyt, który wygasa, to czwarty wzorzec porażki z rozdziału 1.5. Liczba z rozliczenia za obraz pomija iterację, której ta praca wymaga: koszt, który naprawdę płacisz, to koszt na użyteczne ujęcie.

Liczba, którą trzeba śledzić, to współczynnik odrzuceń. Jeśli jedno ujęcie na trzy przechodzi QA (5.6), realny koszt obrazu to trzy razy liczba nagłówkowa. Jeśli jedno na piętnaście przechodzi wybredny brief marki, to piętnaście razy. Dlatego współczynnik odrzuceń należy do twojego modelu kosztów, a nie do twoich odczuć, i dlatego ulepszanie warstwy referencji to decyzja finansowa, nie tylko estetyczna.

Szacunek dla jednego tygodnia, na ścieżce subskrypcji:

Pozycja	Liczba	Koszt
Wygenerowane ujęcia	150	~$0,90 przy $0,006
Użyteczne po QA (≈1 na 3)	50
Opublikowane posty	4
Koszt na opublikowany post		~$0,23 + udział subskrypcji

A ten sam tydzień na ścieżce rozliczenia za obraz: 150 ujęć po $0,36 to $54 za te same cztery posty. Obie liczby mają sens tylko wtedy, gdy miesięczny koszt subskrypcji jest zamortyzowany, a współczynnik odrzuceń zastosowany — co należycie robi architektura kosztów z rozdziału 7.4.

Zasada kolejności

Najpierw wszystkie edycje, post-processing na końcu — i nigdy nie iteruj na ujęciu po post-processingu.

Powód jest arytmetyczny i jakościowy, w tej kolejności.

Arytmetyka. Upscale mnoży liczbę pikseli, a wraz z nią koszt każdej kolejnej operacji. Ujęcie 4 megapikseli powiększone do 16 megapikseli czyni każdy inpaint, przebieg detali i ponowną generację cztery razy droższymi w czasie, a często i w kredytach. Edycja w najmniejszym rozmiarze, w którym problem widać, jest tańsza.

Jakość. Każdy etap lekko psuje obraz: upscaler wymyśla detale, detailer wyostrza to, co znajdzie, a powtarzane cykle się kumulują. Iterowanie na powiększonym ujęciu nakłada wymysły na wymysły — tak twarz zyskuje woskową jakość, którą odbiorcy zauważają, choć nie umieją jej nazwać.

Konsekwencja dla workflow: jeśli ujęcie wymaga poprawki po post-processingu, wróć do surowej generacji i popraw je tam, a potem uruchom łańcuch ponownie. Łańcuch jest szybki i powtarzalny; łatanie jego wyniku nie jest ani jednym, ani drugim.

Kolejność operacji

Krok	Operacja	Dlaczego tutaj
1	Generacja z listy promptów	Tanio, duży wolumen, mała precyzja
2	Edycja / inpaint	Poprawa dłoni, biżuterii, tła, błędów w garderobie
3	Crop i kompozycja	Kadrowanie pod platformę (2.5)
4	Upscale	Raz, na końcu zmian geometrii
5	Przebieg detali skóry	Na końcu, w finalnej rozdzielczości, żeby nie został cofnięty
6	Eksport	Profile pod platformy

Dwie uwagi. Detailer skóry biegnie po upscalu, bo detailer zastosowany przed upscalem ma swoją pracę częściowo nadpisaną — upscaler ponownie wygładza to, co detailer wyostrzył. A crop przed upscalem z tego samego powodu co edycje: nie powinieneś płacić za upscale pikseli, które zaraz wyrzucisz.

Rate limiting i kredyty

Produkcja seryjna spotyka rozliczenie za zużycie, a porażka jest organizacyjna, nie techniczna.

Znaj swój sufit, zanim zaczniesz batch. Batch 150 ujęć, który w połowie trafi na rate limit, zostawia ci niekompletny zestaw i niejasny stan. Generuj w porcjach mieszczących się w znanym limicie.

Wybierz płatność za użycie przy swoim realnym wolumenie. Wzorzec wygasającego kredytu z rozdziału 1.5: hurtowa przedpłata to zakład, że twoja przyszła produkcja pokryje się z zakupem, a strata ma datę ważności. Kupuj pojemność trochę powyżej potrzeby.

Trzymaj małą rezerwę. Pojawia się trend, marka prosi o warianty na dziś. Dziesięć procent miesięcznej pojemności odłożone w rezerwie zamienia to z niemożliwego w godzinę pracy.

Loguj zużycie na batch. Ujęcia zlecone, ujęcia zwrócone, ujęcia użyteczne, wydane kredyty. Po trzech batchach będziesz znać swój realny koszt na użyteczne ujęcie — liczbę, której potrzebuje 7.4, a której nie publikuje żaden dostawca.

Diagnozowanie złego batcha

Gdy batch wraca gorszy niż zwykle, pięć kontroli wskazuje przyczynę, w kolejności prawdopodobieństwa.

1. Każda twarz lekko dryfuje. Referencja nie jest stosowana. Sprawdź, czy węzeł conditioningu faktycznie dostał sheet — cichy tryb porażki, bo batch biegnie dalej i produkuje wiarygodne obrazy z niewłaściwą osobą.

2. Wynik jest powtarzalny. Lista promptów jest nieaktualna albo używa jednego seeda. Sprawdź manifest: czterdzieści wariantów powinno dać czterdzieści rozróżnialnych scen.

3. Dłonie zawodzą w całym batchu. Zestaw póz jest zły. Popraw go na liście wariantów — poprawka należy o warstwę wyżej, a nie do 150 sesji inpaintingu (5.5).

4. Koszt na użyteczne ujęcie skoczył. Albo wzrósł współczynnik odrzuceń (sprawdź QA), albo ponowne próby zjadają kredyty. Porównaj zużycie z oczekiwaną liczbą ujęć z manifestu.

5. Dwa przebiegi tego samego manifestu różnią się widocznie. To normalne przy hostowanych narzędziach konsumenckich i powód, by zmienić tier, jeśli zależy ci na powtarzalności. Ścieżka oparta na węzłach albo skryptowa ze stałym seedem i zapisaną wersją modelu to jedyna konfiguracja, w której ten sam manifest znaczy ten sam wynik.

Wzorzec wspólny dla wszystkich pięciu: zły batch to niemal zawsze diagnoza pipeline'u, a nie zły dzień modelu. Zapisywanie manifestu i wersji referencji przy każdym batchu czyni tę diagnozę możliwą trzy tygodnie później.

Skalowanie batcha

Trzy zwiększenia, w kolejności, która jest bezpieczna:

Więcej promptów na liście. Najtańsze zwiększenie. Z czterdziestu wariantów na osiemdziesiąt kosztuje tylko czas pisania.

Więcej warstw referencji. Dodanie referencji stroju i lokalizacji zwiększa jednocześnie spójność i różnorodność — dlatego 5.3 warto zrobić przed 5.4.

Więcej wersji tożsamości równolegle. To drogie. Każda tożsamość to osobny adapter, dataset i cykl QA. To pytanie o skalowanie z rozdziału 12.6, a odpowiedź brzmi zawsze „po pierwszym, który ma przychód”.

Gdzie to się psuje

Generowanie jednego obrazu na raz. Kosztem nie są kredyty; kosztem jest to, że każdy obraz to świeża decyzja.

Wgrywanie referencji przy każdej generacji. Jedno zapomniane wgranie daje ujęcie poza tożsamością.

Post-processing przed edycją. Powiększyłeś już problemy.

Iterowanie na powiększonym ujęciu. Zwielokrotnione wymyślone detale.

Batch bez manifestu promptów. Niepowtarzalny i nie do zautomatyzowania.

Mierzenie kosztu na wygenerowane ujęcie. Metryką, która się liczy, jest koszt na użyteczne ujęcie.

Przedpłata za pojemność, której nie udowodniłeś. Wygasa, a strata jest całkowita.

Bramka

Czy jeden zestaw referencji obsłuży cały batch bez ręcznego wgrywania?
Czy twoja lista promptów jest plikiem, gotowym do ponownego użycia i automatyzacji?
Czy edycje są zakończone przed jakimkolwiek upscalem lub przebiegiem detali?
Czy znasz swój koszt na użyteczne ujęcie, z zastosowanym współczynnikiem odrzuceń?
Czy znasz swój sufit rate limitów i rezerwujesz pojemność?

Z czym wychodzisz

Graf węzłów, w którym referencje są wejściami, a nie wgranymi plikami, a lista promptów jest manifestem; trzy tiery narzędzi z ich kompromisami; sześćdziesięciokrotny rozrzut kosztów i metryka, która czyni je porównywalnymi — koszt na użyteczne ujęcie z zastosowanym współczynnikiem odrzuceń; zasada kolejności z jej argumentami arytmetycznym i jakościowym; sześcioetapowa kolejność operacji; dyscyplina rate limitów i kredytów; trzy bezpieczne sposoby skalowania batcha; oraz powód, dla którego 5.3 wypada przed 5.4.