Keuntungan:
- Memahami cara kerja kecerdasan buatan visual (difusi) dan bagaimana ia tidak dapat menghasilkan apa yang tidak dijelaskan dan tidak dapat menggambar teks dengan baik.
- Kemampuan menulis prompt visual yang kuat yang terdiri dari subjek, konteks, gaya, komposisi, cahaya dan komponen teknis.
- Memperoleh kemampuan untuk menentukan rasio aspek, mencegah teks yang dapat dibaca digambar oleh kecerdasan buatan, dan mengurangi cacat dengan deskripsi negatif.
Seorang desainer yang memproduksi visual dengan AI ibarat memberi perintah kepada seorang seniman: semakin jelas dan akurat Anda menjelaskannya, semakin akurat pula hasilnya. Pada unit ini, kita akan memahami secara sederhana cara kerja kecerdasan buatan penghasil gambar (AI gambar) dan mempelajari anatomi penulisan prompt yang baik (instruksi tertulis untuk visual), langkah demi langkah. Tujuannya adalah untuk dapat secara sadar menggambarkan gambar yang Anda inginkan, daripada “mencoba sembarangan dan mengandalkan keberuntungan”.
Bagaimana cara kerja AI Gambar? (Penjelasan sederhana)
Kebanyakan produsen gambar saat ini menggunakan metode yang disebut difusi. Sederhananya: model telah mempelajari hubungan "kata mana yang sesuai dengan gambar mana" dari jutaan pasangan gambar-teks. Saat memproduksi visual, ini dimulai dari gambar dengan derau acak (seperti layar televisi bersalju) dan membersihkan derau ini selangkah demi selangkah agar sesuai dengan permintaan Anda dan mengubahnya menjadi gambar yang bermakna. Dengan kata lain, model tidak "menggambar" gambarnya, melainkan secara statistik membuat gambar yang paling sesuai dengan permintaan Anda.
Hal ini mempunyai tiga konsekuensi praktis. Pertama: Prompt yang sama memberikan hasil yang berbeda setiap saat, karena noise awal bersifat acak (kita akan melihat cara mengontrolnya dengan "seed" di unit berikutnya). Kedua: Model tidak dapat mengetahui apa yang tidak dapat Anda gambarkan; Ia tidak dapat membaca gambaran di kepala Anda, ia hanya menafsirkan apa yang Anda tulis. Ketiga: Model tidak dapat menggambar teks dan angka dengan baik, karena meniru bentuk huruf dan bukan maknanya; Oleh karena itu, berisiko menyerahkan penulisan logo kepada AI.
Tip: Jangan biarkan AI menghasilkan teks yang jelas (nama merek, slogan) pada gambar. Anda menghasilkan gambar tanpa teks dan kemudian menambahkan teks (sebagai vektor) dalam program desain. Ini membuatnya dapat dibaca dan diedit.
Anatomi prompt yang bagus
Ini membantu memecah perintah visual yang kuat menjadi enam komponen. Anda tidak perlu menggunakannya setiap saat, tetapi memilih secara sadar akan menentukan hasilnya.
- Subyek/subyek: Apa unsur utama gambar? ("cangkir kopi keramik", "potret seorang wanita muda").
- Tindakan/konteks: Apa yang dia lakukan, di mana dia? (“di meja kayu, di bawah cahaya pagi”).
- Gaya/estetika: Apa bahasa visualnya? (“foto produk minimal”, “ilustrasi cat air”, “render 3D isometrik”). Ini merupakan komponen yang paling menentukan.
- Komposisi / sudut: Bagaimana bingkainya? ("close-up", "pandangan mata burung", "sudut lebar", "di tengah, dengan spasi").
- Cahaya dan warna: ("cahaya alami lembut", "palet warna tanah", "kontras tinggi").
- Teknik / kualitas: ("resolusi tinggi", "frame rate 1:1", "latar belakang putih polos").
Ada juga resep negatifnya: mengatakan hal-hal yang tidak Anda inginkan ("tidak ada teks, tidak ada orang, tidak ada latar belakang yang berantakan"). Kami akan memperdalam hal ini dengan "prompt negatif" di unit ke-4.
Daftar istilah
- Rasio aspek: Rasio aspek gambar; Bingkai 1:1 (postingan Instagram), potret 9:16 (cerita/gulungan), lanskap 16:9 (sampul).
- Resolusi: Jumlah piksel pada gambar; Tinggi cukup untuk mencetak, medium cukup untuk layar.
- Referensi gaya: Memberikan contoh pada model yang mengatakan "terlihat seperti ini".
- Render: Komputer menghitung dan menghasilkan gambar; "Rendering 3D" berarti tampilan volumetrik yang realistis.
Langkah demi langkah: mendeskripsikan gambar
Katakanlah kita menginginkan citra produk untuk merek minyak zaitun.
Langkah 1 — Fokus pada subjek: “minyak zaitun extra virgin dalam botol kaca hijau tua.”
Langkah 2 — Tambahkan konteks: “di meja kayu bergaya pedesaan, dengan beberapa cabang zaitun segar di sebelahnya.”
Langkah 3 — Pilih gaya: “foto produk premium, realistis”.
Langkah 4 — Berikan komposisi: “produk di tengah, spasi untuk teks di atas”.
Langkah 5 — Cahaya/warna: “sisi cahaya alami yang lembut, warna tanah yang hangat”.
Langkah 6 — Teknik: “frame rate 1:1, resolusi tinggi, latar belakang polos”.
Saat Anda menggabungkan semuanya, Anda mendapatkan draf yang bisa diterapkan dan sesuai dengan identitas merek.
tiga kasus mini
Kasus 1 — Dari ketidakpastian menuju kejelasan. Seorang desainer menulis “gambar kantor modern” dan melakukan 12 upaya, tidak ada satupun yang berhasil (hilang 30 menit). Dia menulis ulang perintah tersebut menjadi enam komponen: "kantor yang terang dan minimalis; meja kayu; cahaya alami dari jendela besar; warna netral yang hangat; sudut lebar; ruang teks di atas". 2 dari 4 percobaan pertama dapat digunakan; Waktunya dikurangi menjadi 10 menit.
Kasus 2 — Perangkap teks. Seorang pekerja magang meminta AI untuk membuat poster kafe dari awal hingga akhir; Tulisan "KOPI" di gambar ternyata "KOPI" dan harganya tidak terbaca. Instruksinya berubah: gambar dihasilkan tanpa teks, teks ditambahkan kemudian dalam program desain. Kesalahan berkurang menjadi nol dan poster dapat dicetak.
Kasus 3 — Hilangnya rasio. Seorang pakar media sosial menghasilkan gambar persegi 1:1 untuk Instagram Story; 9:16 Saat saya letakkan di area vertikal, bagian atas dan bawahnya terpotong dan elemen pentingnya hilang. Ketika saya menentukan rasio aspek sebagai "9:16 vertikal" pada prompt, gambar sesuai dengan formatnya dan tidak diperlukan reproduksi.
Templat yang dapat disalin
1) Kerangka gambar produk enam komponen:
[Subjek: mendeskripsikan produk] , [Konteks: di mana/bagaimana] .Gaya: [mis. foto produk premium, realistis] .Komposisi: [mis. produk di tengah, ruang untuk teks di atas]. Cahaya dan warna: [mis. cahaya alami yang lembut, warna tanah] .Teknik: [rasio aspek, resolusi tinggi, latar belakang polos] .Catatan: Tidak ada teks/logo yang terbaca pada gambar; Saya akan menambahkan teksnya nanti.
2) Kerangka ilustrasi:
Subjek: [apa yang harus digambar].Gaya: [mis. ilustrasi vektor warna datar / cat air / 3D isometrik] .Palet warna: [2-3 warna primer] .Suasana hati: [mis. ceria, kalem, serius] .Background: [polos/bermotif/transparan] .Ratio: [1:1 / 9:16 / 16:9] .
3) Eksplorasi gaya (subjek sama, estetika berbeda):
Jelaskan subjek berikut dengan komposisi yang sama dalam 4 gaya visual berbeda: vektor datar minimal, foto realistik, cat air, 3D isometrik. Tulis prompt satu baris untuk masing-masing. Subjek: [tempel]
4) Menambahkan deskripsi negatif:
Perbaiki prompt berikut dan tambahkan yang tidak diinginkan di akhir: "tidak ada teks, tidak ada tanda air, tidak ada latar belakang yang berantakan, tidak ada tangan/jari yang jelek, tidak ada terlalu banyak objek". Perintah: [tempel]
Perintah lemah / Perintah kuat
Lemah: foto kopi yang indah
Hasil: Sudut acak, gaya tidak jelas, gambar insidental yang tidak sesuai dengan merek.
Kuat: Cangkir keramik berisi latte panas, di atas meja kayu ringan, menyamping dalam cahaya pagi yang lembut; foto produk premium minimal; nada netral yang hangat; close-up, spasi untuk teks di kanan atas; 1:1 persegi, latar belakang polos; Seharusnya tidak ada teks yang terbaca.
Hasilnya: sketsa adaptif merek dengan komposisi, cahaya, dan proporsi yang terkontrol.
Perbedaan: Prompt yang kuat mengisi enam komponen (subjek, konteks, gaya, komposisi, cahaya, teknik) dengan jelas dan mengabaikan teks.
Komponen prompt dan tabel efek
komponen
contoh
Pengaruh pada hasilnya
subjek
“minyak zaitun dalam botol kaca”
menentukan apa yang tampak
Gaya
“foto produk premium”
Unsur yang paling menentukan bahasa visual
komposisi
"di tengah, dengan spasi teks"
Meningkatkan kegunaan
cahaya/warna
"cahaya lembut, warna tanah"
Menyampaikan perasaan merek
rasio aspek
"9:16 vertikal"
Memungkinkan untuk mematuhi format
deskripsi negatif
"tidak ada teks"
Mengurangi cacat
Kesalahan umum
- Tidak menentukan gaya: Dengan menghilangkan komponen yang paling menentukan, hasilnya menjadi klise dan acak.
- Meminta AI menggambar teks: Huruf rusak dan tidak dapat dibaca; tambahkan teks nanti di program desain.
- Melupakan rasio: Rasio aspek yang salah menyebabkan kliping dan hilangnya elemen dalam publikasi.
- Perintah yang kelebihan beban: menumpuk 20 konsep di atas satu sama lain akan membingungkan model; tetap jelas dan diprioritaskan.
- Menyerah dalam sekali percobaan: Difusi terjadi secara acak; Merupakan hal yang wajar untuk menghasilkan beberapa variasi dan memilih yang terbaik.
Singkatnya
AI penghasil gambar secara bertahap membuat gambar agar sesuai dengan permintaan Anda dari gangguan acak; Ia tidak dapat membaca gambaran di kepala Anda, ia hanya menafsirkan apa yang Anda tulis. Prompt yang baik terdiri dari enam komponen: subjek, konteks, gaya, komposisi, cahaya/warna, dan teknik. Gaya adalah elemen yang paling menentukan; Pastikan untuk menentukan rasio aspek; Jangan serahkan teks yang dapat dibaca kepada AI, Anda akan menambahkannya nanti. Ketika kejelasan meningkat, jumlah upaya dan waktu yang hilang berkurang.
Tugas aplikasi
Pilih produk atau topik. Pertama, tulis dalam satu kalimat (“X yang bagus”) dan coba di generator gambar dan catat hasilnya. Kemudian deskripsikan kembali subjek yang sama dengan mengisi kerangka enam komponen, menambahkan rasio aspek dan deskripsi negatif. Letakkan kedua hasil tersebut secara berdampingan dan tuliskan dalam tiga poin penting bagaimana kejelasan mengubah keluaran.
daftar periksa
- [ ] Saya menyatakan subjek, konteks, dan gaya dengan jelas dalam perintah saya.
- [ ] Saya menambahkan komposisi dan komponen cahaya/warna.
- [ ] Saya menentukan rasio aspek (1:1 / 9:16 / 16:9).
- [ ] Saya tidak memiliki AI yang menggambar teks yang dapat dibaca, saya meninggalkannya untuk nanti.
- [ ] Saya mengecualikan hal-hal yang tidak diinginkan dengan deskripsi negatif.
- [ ] Saya tidak mempercayai satu eksperimen pun dan menghasilkan beberapa variasi.