Kasu:
- Mõistmine, kuidas visuaalne tehisintellekt (difusioon) töötab ja kuidas see ei suuda toota seda, mida ei kirjeldata, ega oska hästi teksti joonistada.
- Oskus kirjutada tugevat visuaalset käsku, mis koosneb teemast, kontekstist, stiilist, kompositsioonist, valgusest ja tehnilistest komponentidest.
- Omandades võime määrata kuvasuhet, vältida loetava teksti joonistamist tehisintellekti abil ja vähendada defekti negatiivse kirjeldusega.
Tehisintellektiga visuaale tootev disainer on nagu kunstnikule käsu andmine: mida selgemalt ja täpsemalt seletad, seda täpsem on tulemus. Selles õppetükis mõistame lihtsas keeles, kuidas pilti loov tehisintellekt (image AI) töötab, ja õpime samm-sammult selgeks hea viipe (kirjalik juhis visuaali jaoks) kirjutamise anatoomiat. Eesmärk on suuta teadlikult kirjeldada soovitud pilti, mitte "juhuslikult proovida ja õnnele lootma jääda".
Kuidas Image AI töötab? (Lihtne selgitus)
Enamik pilditootjaid kasutab tänapäeval meetodit, mida nimetatakse difusiooniks. Lihtsalt: mudel on miljonitest pildi-teksti paaridest õppinud "millised sõnad millistele kujutistele vastavad" seosed. Visuaalide loomisel alustab see juhusliku müraga pildist (nt lumine teleriekraan) ja puhastab selle müra samm-sammult vastavalt teie juhisele ja muudab selle tähendusrikkaks pildiks. Teisisõnu, mudel ei "joonista" pilti, vaid konstrueerib statistiliselt pildi, mis sobib teie viipaga kõige paremini.
Sellel on kolm praktilist tagajärge. Esiteks: sama viip annab iga kord erineva tulemuse, kuna esialgne müra on juhuslik (kuidas seda "seemnega" juhtida, näeme järgmises üksuses). Teiseks: mudel ei saa teada, mida sa ei suuda kirjeldada; See ei suuda pilti su peast lugeda, vaid lihtsalt tõlgendab seda, mida sa kirjutad. Kolmandaks: mudel ei oska hästi teksti ja numbreid joonistada, sest jäljendab tähti kuju, mitte tähenduse poolest; Seetõttu on riskantne jätta logodesse kirjutamine tehisintellekti hooleks.
Näpunäide: ärge laske tehisintellektil toota pildile selget teksti (kaubamärgi nimi, loosung). Toodate pildi ilma tekstita ja lisate seejärel teksti (vektorina) kujundusprogrammis. See muudab selle nii loetavaks kui ka redigeeritavaks.
Hea viipe anatoomia
See aitab jagada tugeva visuaalse viipe kuueks komponendiks. Te ei pea neid kõiki iga kord kasutama, kuid teadlik valik määrab tulemuse.
- Teema/teema: Mis on pildi põhielement? ("keraamiline kohvitass", "noore naise portree").
- Tegevus/kontekst: mida ta teeb, kus ta on? (“puidust laua taga, hommikuvalguses”).
- Stiil/esteetika: mis on visuaalne keel? (“minimaalne tootefoto”, “akvarellillustratsioon”, “isomeetriline 3D-renderdus”). See on kõige otsustavam komponent.
- Kompositsioon / nurk: kuidas raam on? ("lähivaade", "linnulennu", "lainurk", "keskel, ruumiga").
- Valgus ja värv: ("pehme loomulik valgus", "maavärvide palett", "kõrge kontrastsus").
- Tehnika / kvaliteet: ("kõrge eraldusvõime", "1:1 kaadrisagedus", "taust tavaline valge").
On ka negatiivne retsept: ütle asju, mida sa ei taha (“pole teksti, pole inimesi, pole segast tausta”). Me süvendame seda "negatiivse viipaga" 4. üksuses.
Mõistete sõnastik
- Kuvasuhe: pildi kuvasuhe; 1:1 kaader (Instagrami postitus), 9:16 portree (lugu/rullid), 16:9 maastik (kaas).
- Eraldusvõime: pildi pikslite arv; Kõrgest piisab printimiseks, keskmisest ekraaniks.
- Stiiliviide: modellile näidise andmine sõnadega "vaata selline".
- Renderdamine: arvuti arvutab ja loob pildi; "3D-renderdamine" tähendab realistlikku mahulist vaadet.
Samm-sammult: pildi kirjeldamine
Oletame, et tahame oliiviõli kaubamärgile tootepilti.
1. samm – keskenduge teemale: "ekstra neitsioliiviõli tumerohelises klaaspudelis".
2. samm – konteksti lisamine: „rustikaalsel puidust letil, mille kõrval on mõned värsked oliivioksad”.
3. samm – valige stiil: "premium tootefoto, realistlik".
4. samm – määrake kompositsioon: "toode keskel, ülaosas ruumi teksti jaoks".
5. samm – valgus/värv: "pehme pool loomulik valgus, soojad maatoonid".
6. samm – tehnika: "1:1 kaadrisagedus, kõrge eraldusvõime, tavaline taust".
Neid kõiki kombineerides saate toimiva mustandi, mis sobib brändi identiteediga.
kolm minikarpi
Juhtum 1 – ebakindlusest selguseni. Disainer kirjutas "kaasaegse kontori kuvandi" ja tegi 12 katset, millest ükski ei töötanud (kaotas 30 minutit). Ta kirjutas viipa ümber kuueks komponendiks: "hele, minimaalne kontor; puidust laud; loomulik valgus suurest aknast; soojad neutraalsed toonid; lainurk; tekstiruum ülaosas". 2 esimesest 4 katsest olid kasutatavad; Aega vähendati 10 minutini.
Juhtum 2 – tekstilõks. Üks praktikant lasi tehisintellektil valmistada algusest lõpuni kohvikuplakati; Pildil olev tekst "KOHV" osutus "KOHV" ja hinnad ei olnud loetavad. Juhised muutusid: pilt toodeti ilma tekstita, tekst lisati hiljem kujundusprogrammi. Viga vähenes nullini ja plakat oli trükkimiseks sobiv.
Juhtum 3 – suhte kaotus. Sotsiaalmeedia ekspert tegi Instagrami story jaoks 1:1 ruudukujulise pildi; 9:16 Kui ma selle vertikaalsesse piirkonda panin, lõigati ülemine ja alumine osa ära ning oluline element läks kaduma. Kui määrasin viipas kuvasuhteks "9:16 vertikaalne", sobis pilt selle vorminguga ja reprodutseerimine polnud vajalik.
Kopeeritavad mallid
1) Kuuekomponendiline tootepildi skelett:
[Teema: kirjelda toodet] , [Kontekst: kus/kuidas] .Stiil: [nt. esmaklassiline tootefoto, realistlik] .Koostis: [nt. toode keskel, ülaosas ruumi teksti jaoks].Valgus ja värv: [nt. pehme loomulik valgus, maatoonid] .Tehnika: [kuvasuhe, kõrge eraldusvõime, tavaline taust] .Märkus: pildil pole loetavat teksti/logo; Teksti lisan hiljem.
2) Illustratsiooni skelett:
Teema: [mida joonistada]. Stiil: [nt. lamevärviline vektorillustratsioon / akvarell / isomeetriline 3D] .Värvipalett: [2-3 põhivärvi] .Meeleolu: [nt. rõõmsameelne, rahulik, tõsine] .Taust: [tavaline / mustriline / läbipaistev] .Suhe: [1:1 / 9:16 / 16:9] .
3) Stiili uurimine (sama teema, erinev esteetika):
Kirjeldage järgmist objekti sama kompositsiooniga neljas erinevas visuaalses stiilis: minimaalne lamevektor, realistlik foto, akvarell, isomeetriline 3D. Kirjutage igaühe jaoks üherealine viip. Teema: [kleebi]
4) Negatiivse kirjelduse lisamine:
Täiustage järgmist viipa ja lisage lõppu soovimatud: "pole teksti, pole vesimärki, pole segast tausta, pole halbu käsi/sõrmi, pole liiga palju objekte". Viip: [kleebi]
Nõrk viip / Tugev viip
Nõrk: ilus kohvifoto
Tulemus: juhuslik nurk, ebaselge stiil, juhuslik pilt, mis ei sobi kaubamärgiga.
Võimas: Kuuma lattega täidetud keraamiline tass, heledal puidust laual, pehmes hommikuvalguses külili; minimaalne esmaklassiline tootefoto; soojad neutraalsed toonid; lähivõte, paremas ülanurgas ruumi teksti jaoks; 1:1 ruut, tavaline taust; Ei tohiks olla loetavat teksti.
Tulemus: kontrollitud kompositsiooni, valguse ja proportsiooniga brändiga kohanduv visand.
Erinevus: tugev viip täidab kuus komponenti (teema, kontekst, stiil, kompositsioon, valgus, tehnika) selgelt ja jätab teksti välja.
Kiire komponentide ja efektide tabel
komponent
näide
Mõju tulemusele
teema
"oliiviõli klaaspudelis"
määrab, mis ilmub
Stiil
"premium tootefoto"
Visuaalset keelt kõige enam määrav element
koostis
"keskel, tekstiruumiga"
Suurendab kasutatavust
valgus/värv
"pehme valgus, maa toonid"
Annab edasi brändi tunnet
kuvasuhe
"9:16 vertikaalne"
Võimaldab vormingut järgida
negatiivne kirjeldus
"teksti pole"
Vähendab defekte
Levinud vead
- Stiili määramata jätmine: jättes välja kõige otsustavama komponendi, muutub tulemus klišeelikuks ja juhuslikuks.
- Laske tehisintellektil tekst joonistada: rikutud, loetamatud tähed; lisada tekst hiljem kujundusprogrammi.
- Suhte unustamine: vale kuvasuhe põhjustab väljaandes väljalõike ja elementide kadumise.
- Ülekoormatud viip: 20 kontseptsiooni üksteise otsa virnastamine ajab mudeli segadusse; hoidke see selge ja prioriteediks.
- Ühe katsega alla andmine: difusioon on juhuslik; On normaalne, et valmistatakse mitu variatsiooni ja valitakse neist parim.
Kokkuvõttes
Pilti loov tehisintellekt konstrueerib pildi järk-järgult nii, et see sobiks juhusliku müra tõttu teie käsuga; See ei suuda pilti su peast lugeda, vaid lihtsalt tõlgendab seda, mida sa kirjutad. Hea viip koosneb kuuest komponendist: teema, kontekst, stiil, kompositsioon, valgus/värv ja tehnika. Stiil on kõige otsustavam element; Täpsustage kindlasti kuvasuhe; Ärge jätke loetavat teksti AI-le, lisate selle hiljem. Selguse kasvades väheneb katsete arv ja ajakadu.
Rakenduse ülesanne
Valige toode või teema. Esmalt kirjutage see ühe lausega ("kena X") ja proovige seda pildigeneraatoris ning märkige tulemus üles. Seejärel kirjeldage sama teemat uuesti, täites kuuekomponendilise skeleti, lisades kuvasuhte ja negatiivse kirjelduse. Pange kaks tulemust kõrvuti ja kirjutage kolme punktiga, kuidas selgus väljundit muudab.
kontrollnimekiri
- [ ] Esitasin oma viipades selgelt teema, konteksti ja stiili.
- [ ] Lisasin kompositsiooni ja valguse/värvi komponendid.
- [ ] Täpsustasin kuvasuhte (1:1 / 9:16 / 16:9).
- [ ] Ma ei lasknud tehisintellektil loetavat teksti joonistada, jätsin selle hilisemaks.
- [ ] Välistasin negatiivse kirjeldusega ebasoovitavad.
- [ ] Ma ei usaldanud ühtegi katset ja tegin mitu variatsiooni.