Dobici:
- Razumijevanje kako vizualna umjetna inteligencija (difuzija) funkcionira i kako ne može proizvesti ono što nije opisano i ne može dobro nacrtati tekst.
- Sposobnost pisanja snažnog vizuelnog uputstva koji se sastoji od predmeta, konteksta, stila, kompozicije, svetla i tehničkih komponenti.
- Sticanje sposobnosti da se odredi omjer širine i visine, spriječi umjetna inteligencija da čitljiv tekst iscrta i smanji nedostatak negativnim opisom.
Dizajner koji proizvodi vizuale s AI-om je kao davanje naredbe umjetniku: što jasnije i preciznije objasnite, to će rezultat biti precizniji. U ovoj cjelini razumjet ćemo jednostavnim jezikom kako funkcionira umjetna inteligencija koja generira slike (AI slike) i naučiti anatomiju pisanja dobrog uputstva (pisane upute za vizual), korak po korak. Cilj je da budete u mogućnosti da svjesno opišete sliku koju želite, umjesto da "nasumično pokušavate i oslanjate se na sreću".
Kako radi AI slike? (Jednostavno objašnjenje)
Većina proizvođača slika danas koristi metodu koja se zove difuzija. Jednostavno: model je naučio odnose "koje riječi odgovaraju kojim slikama" iz miliona parova slika-tekst. Prilikom proizvodnje vizuala, počinje od slike s nasumičnim šumom (kao što je snježni televizijski ekran) i čisti ovaj šum korak po korak kako bi odgovarao vašem upitu i pretvara ga u smislenu sliku. Drugim riječima, model ne "crta" sliku, on statistički konstruiše sliku koja najbolje odgovara vašem upitu.
Ovo ima tri praktične posljedice. Prvo: Isti prompt daje drugačiji rezultat svaki put, jer je početni šum nasumičan (videćemo kako to kontrolisati sa "sejem" u sledećoj jedinici). Drugo: model ne može znati ono što ne možete opisati; Ne može da pročita sliku u vašoj glavi, samo tumači ono što pišete. Treće: Model ne može dobro nacrtati tekst i brojeve, jer imitira slova po obliku, a ne po značenju; Zato je rizično prepustiti pisanje u logotipima AI.
Savjet: Ne dozvolite da AI proizvede jasan tekst (ime robne marke, slogan) na slici. Proizvodite sliku bez teksta, a zatim dodajete tekst (kao vektor) u program za dizajn. To ga čini i čitljivim i uređivanjem.
Anatomija dobrog uputstva
Pomaže da se jak vizuelni upit razbije na šest komponenti. Ne morate ih sve koristiti svaki put, ali svjesni odabir će odrediti ishod.
- Subjekt/predmet: Šta je glavni element slike? ("keramička šolja za kafu", "portret mlade žene").
- Akcija/kontekst: Šta radi, gdje je? (“za drvenim stolom, na jutarnjem svjetlu”).
- Stil/estetika: Šta je vizuelni jezik? (“minimalna fotografija proizvoda”, “akvarel ilustracija”, “izometrijsko 3D renderiranje”). Ovo je najodlučnija komponenta.
- Kompozicija / ugao: Kakav je okvir? ("blizu", "ptičje perspektive", "širokougao", "u sredini, sa prostorom").
- Svetlo i boja: ("meko prirodno svetlo", "paleta zemljanih tonova", "visoki kontrast").
- Tehnika/kvalitet: ("visoka rezolucija", "1:1 frame rate", "pozadina obična bela").
Postoji i negativan recept: reći stvari koje ne želite ("bez teksta, bez ljudi, bez neuredne pozadine"). Ovo ćemo produbiti "negativnim promptom" u 4. jedinici.
Pojmovnik pojmova
- Omjer širine i visine: omjer slike; 1:1 kadar (objava na Instagramu), 9:16 portret (priča/release), 16:9 pejzaž (korica).
- Rezolucija: Broj piksela na slici; Visok je dovoljan za štampanje, srednji je dovoljan za ekran.
- Referenca stila: Davanje uzorka modelu sa natpisom "izgledaj ovako".
- Render: Računar izračunava i proizvodi sliku; "3D rendering" znači realističan volumetrijski prikaz.
Korak po korak: opisivanje slike
Recimo da želimo imidž proizvoda za brend maslinovog ulja.
Korak 1 — Fokusirajte se na temu: "ekstra djevičansko maslinovo ulje u tamnozelenoj staklenoj boci."
Korak 2 — Dodajte kontekst: „na rustikalnom drvenom pultu, s nekoliko svježih maslinovih grančica pored njega.“
Korak 3 — Odaberite stil: „fotografija vrhunskog proizvoda, realistična“.
Korak 4 — Dajte kompoziciji: „proizvod u sredini, prostor za tekst na vrhu“.
Korak 5 — Svetlo/boja: „meka strana prirodno svetlo, topli zemljani tonovi“.
Korak 6 — Tehnika: „Brzina kadrova 1:1, visoka rezolucija, obična pozadina“.
Kada ih sve kombinujete, dobijate funkcionalan nacrt koji odgovara identitetu brenda.
tri mini kofera
Slučaj 1 — Od neizvjesnosti do jasnoće. Dizajner je napisao „sliku moderne kancelarije“ i napravio 12 pokušaja, od kojih nijedan nije uspeo (izgubio 30 minuta). Prepisao je upit u šest komponenti: "svetla, minimalna kancelarija; drveni sto; prirodno svetlo iz velikog prozora; topli neutralni tonovi; široki ugao; prostor za tekst na vrhu". 2 od prva 4 pokušaja su bila upotrebljiva; Vrijeme je smanjeno na 10 minuta.
Slučaj 2 — Zamka teksta. Jedan pripravnik je napravio AI poster za kafić od početka do kraja; Ispostavilo se da je tekst "COFFEE" na slici "COFEEE" i cijene nisu bile čitljive. Uputstva su se promijenila: slika je proizvedena bez teksta, tekst je dodan kasnije u program dizajna. Greška se smanjila na nulu i plakat je bio pogodan za štampanje.
Slučaj 3 — Gubitak omjera. Stručnjak za društvene mreže napravio je kvadratnu sliku 1:1 za Instagram priču; 9:16 Kada sam ga stavio u vertikalnu oblast, gornji i donji deo su bili odsečeni i važan element je izgubljen. Kada sam u prompt-u specificirao omjer slike kao "9:16 okomito", slika se uklapala u svoj format i nije bila potrebna reprodukcija.
Predlošci koji se mogu kopirati
1) Šestokomponentni skelet slike proizvoda:
[Predmet: opišite proizvod] , [Kontekst: gdje/kako] .Stil: [npr. fotografija premium proizvoda, realistična] .Kompozicija: [npr. proizvod u sredini, prostor za tekst na vrhu].Svjetlo i boja: [npr. meka prirodna svjetlost, zemljani tonovi] .Tehnika: [omjer širine i visine, visoka rezolucija, obična pozadina] .Napomena: Nema čitljivog teksta/logotipa na slici; Tekst ću dodati kasnije.
2) Ilustracija skeleta:
Predmet: [šta nacrtati].Stil: [npr. ravna vektorska ilustracija u boji / akvarel / izometrijska 3D] .Paleta boja: [2-3 osnovne boje] .Raspoloženje: [npr. vesela, smirena, ozbiljna] .Pozadina: [obična / s uzorkom / prozirna] .Odnos: [1:1 / 9:16 / 16:9] .
3) Istraživanje stila (ista tema, različita estetika):
Opišite sljedeću temu sa istom kompozicijom u 4 različita vizualna stila: minimalni ravni vektor, realistična fotografija, akvarel, izometrijsko 3D. Napišite upit u jednom redu za svaki. Predmet: [zalijepi]
4) Dodavanje negativnog opisa:
Poboljšajte sljedeću prompt i dodajte neželjene na kraju: "bez teksta, bez vodenog žiga, bez neuredne pozadine, bez loših ruku/prsta, bez previše objekata". Prompt: [paste]
Slaba prompt / Jaka prompt
Slabo: prelepa fotografija kafe
Rezultat: Slučajni ugao, nejasan stil, slučajna slika koja se ne uklapa u brend.
Snažan: Keramička šolja punjena vrućim latteom, na laganom drvenom stolu, postrance na mekom jutarnjem svjetlu; fotografija minimalnog premium proizvoda; topli neutralni tonovi; krupni plan, prostor za tekst gore desno; 1:1 kvadrat, obična pozadina; Ne bi trebalo biti čitljivog teksta.
Rezultat: skica prilagođena brendu s kontroliranom kompozicijom, svjetlošću i proporcijama.
Razlika: Snažan upit jasno ispunjava šest komponenti (predmet, kontekst, stil, kompozicija, svjetlo, tehnika) i izostavlja tekst.
Brze komponente i tabela efekata
komponenta
primjer
Uticaj na rezultat
predmet
"maslinovo ulje u staklenoj boci"
određuje šta se pojavljuje
Stil
"premium fotografija proizvoda"
Element koji najviše određuje vizuelni jezik
kompozicija
"u sredini, sa razmakom za tekst"
Povećava upotrebljivost
svjetlo/boja
"meko svjetlo, zemljani tonovi"
Prenosi osjećaj brenda
omjer širine i visine
"9:16 vertikalno"
Omogućava usklađenost s formatom
negativan opis
"bez teksta"
Smanjuje defekt
Uobičajene greške
- Ne specificirajući stil: Izostavljanjem najodlučnije komponente, rezultat postaje kliše i nasumičan.
- Imati AI da nacrta tekst: Pokvarena, nečitka slova; dodajte tekst kasnije u program dizajna.
- Zaboravljanje omjera: Pogrešan odnos širine i visine stvara isječak i gubitak elemenata u publikaciji.
- Preopterećeni prompt: slaganje 20 koncepata jedan na drugi zbunjuje model; neka bude jasno i prioritetno.
- Odustajanje u jednom pokušaju: Difuzija je nasumična; Normalno je proizvesti nekoliko varijanti i izabrati najbolju.
Ukratko
AI za generisanje slika postepeno konstruiše sliku tako da odgovara vašem upitu od nasumične buke; Ne može da pročita sliku u vašoj glavi, samo tumači ono što pišete. Dobar upit se sastoji od šest komponenti: subjekta, konteksta, stila, kompozicije, svjetla/boje i tehnike. Stil je najvažniji element; Obavezno navedite omjer širine i visine; Ne ostavljajte čitljiv tekst AI, dodajte ga kasnije. Kako se jasnoća povećava, smanjuje se broj pokušaja i gubitak vremena.
Zadatak aplikacije
Odaberite proizvod ili temu. Prvo ga napišite u jednoj rečenici („lijepi X”) i isprobajte ga u generatoru slika i zabilježite rezultat. Zatim ponovo opišite isti predmet popunjavanjem šestokomponentnog kostura, dodajući omjer širine i visine i negativni opis. Stavite dva rezultata jedan pored drugog i napišite u tri tačke kako jasnoća mijenja rezultat.
kontrolna lista
- [ ] Jasno sam naveo temu, kontekst i stil u svom upitu.
- [ ] Dodao sam kompoziciju i komponente svjetlosti/boje.
- [ ] Odredio sam omjer (1:1 / 9:16 / 16:9).
- [ ] Nisam imao AI da nacrta čitljiv tekst, ostavio sam ga za kasnije.
- [ ] Negativnim opisom sam isključio nepoželjne.
- [ ] Nisam vjerovao niti jednom eksperimentu i napravio sam nekoliko varijacija.