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 snažne vizualne upute koja se sastoji od predmeta, konteksta, stila, kompozicije, svjetla i tehničkih komponenti.
- Stjecanje sposobnosti određivanja omjera stranica, sprječavanje iscrtavanja čitljivog teksta od strane umjetne inteligencije i smanjenje kvara negativnim opisom.
Dizajner koji proizvodi vizuale pomoću umjetne inteligencije je poput davanja naredbe umjetniku: što jasnije i točnije objasnite, točniji će biti rezultat. U ovoj jedinici razumjet ćemo jednostavnim jezikom kako radi umjetna inteligencija koja stvara slike (AI) i naučiti anatomiju pisanja dobrog odziva (pisane upute za vizualni prikaz), korak po korak. Cilj je biti u stanju svjesno opisati sliku koju želite, a ne "nasumično pokušavati i oslanjati se na sreću".
Kako radi Image AI? (Jednostavno objašnjenje)
Većina proizvođača slika danas koristi metodu koja se zove difuzija. Jednostavno: model je naučio odnose "koje riječi odgovaraju kojim slikama" iz milijuna parova slika-tekst. Pri stvaranju vizualnih sadržaja počinje od slike s nasumičnim šumom (kao što je snježni televizijski ekran) i čisti taj šum korak po korak kako bi odgovarao vašem upitu i pretvara ga u smislenu sliku. Drugim riječima, model ne "crta" sliku, on statistički konstruira sliku koja najbolje odgovara vašem upitu.
To ima tri praktične posljedice. Prvo: isti upit daje drugačiji rezultat svaki put, jer je početni šum nasumičan (vidjet ćemo kako to kontrolirati sa "seed" u sljedećoj jedinici). Drugo: Model ne može znati ono što vi ne možete opisati; Ne može čitati sliku u vašoj glavi, samo tumači ono što pišete. Treće: Model ne može dobro nacrtati tekst i brojeve, jer oponaša slova oblikom, a ne značenjem; Zato je riskantno pisanje logotipa prepustiti umjetnoj inteligenciji.
Savjet: Ne dopustite umjetnoj inteligenciji da proizvede jasan tekst (naziv marke, slogan) na slici. Napravite sliku bez teksta i zatim dodate tekst (kao vektor) u programu za dizajn. To ga čini čitljivim i uređivačkim.
Anatomija dobrog prompta
Pomaže razbiti snažan vizualni poticaj na šest komponenti. Ne morate ih sve koristiti svaki put, ali svjestan odabir odredit će ishod.
- Subjekt/subjekt: Koji je glavni element slike? ("keramička šalica za kavu", "portret mlade žene").
- Radnja/kontekst: Što radi, gdje je? (“za drvenim stolom, u jutarnjem svjetlu”).
- Stil/estetika: Što je vizualni jezik? ("minimalna fotografija proizvoda", "ilustracija u akvarelu", "izometrijsko 3D renderiranje"). Ovo je najodlučnija komponenta.
- Kompozicija / kut: Kakav je okvir? ("krupni plan", "ptičja perspektiva", "široki kut", "u sredini, s prostorom").
- Svjetlo i boja: ("blago prirodno svjetlo", "paleta zemljanih tonova", "visoki kontrast").
- Tehnika/kvaliteta: ("visoka rezolucija", "1:1 broj sličica u sekundi", "obična bijela pozadina").
Postoji i negativan recept: govoriti stvari koje ne želite ("bez teksta, bez ljudi, bez neuredne pozadine"). Ovo ćemo produbiti s "negativnim promptom" u 4. cjelini.
Rječnik pojmova
- Omjer slike: Omjer slike; 1:1 kadar (objava na Instagramu), 9:16 portret (priča/kolaci), 16:9 pejzaž (naslovnica).
- Rezolucija: Broj piksela na slici; Visoko je dovoljno za ispis, srednje je dovoljno za ekran.
- Referenca stila: Davanje uzorka modelu govoreći "izgledaj ovako".
- Render: Računalo izračunava i proizvodi sliku; "3D renderiranje" znači realističan volumetrijski prikaz.
Korak po korak: opisivanje slike
Recimo da želimo imidž proizvoda za marku maslinovog ulja.
Korak 1 — Usredotočite se na temu: “ekstra djevičansko maslinovo ulje u tamnozelenoj staklenoj boci.”
Korak 2 — Dodajte kontekst: "na rustikalnom drvenom pultu, s nekoliko svježih maslinovih grančica pokraj njega."
Korak 3 — Odaberite stil: "fotografija vrhunskog proizvoda, realistična".
Korak 4 — Dajte sastav: “proizvod u sredini, prostor za tekst na vrhu”.
Korak 5 — Svjetlo/boja: "blaga strana prirodnog svjetla, topli zemljani tonovi".
Korak 6 — Tehnika: "1:1 broj sličica u sekundi, visoka rezolucija, čista pozadina".
Kada ih sve kombinirate, dobit ćete izvodljiv nacrt koji odgovara identitetu brenda.
tri mini kućišta
Slučaj 1 — Od neizvjesnosti do jasnoće. Dizajner je napisao "sliku modernog ureda" i napravio 12 pokušaja, od kojih nijedan nije uspio (izgubljeno 30 minuta). Prepisao je upit u šest komponenti: "svijetao, minimalan ured; drveni stol; prirodno svjetlo kroz veliki prozor; topli neutralni tonovi; široki kut; prostor za tekst na vrhu". 2 od prva 4 pokušaja bila su upotrebljiva; Vrijeme je smanjeno na 10 minuta.
Slučaj 2 — Zamka teksta. Jedan je pripravnik dao umjetnoj inteligenciji da izradi plakat kafića od početka do kraja; Ispostavilo se da je tekst "KAVA" na slici "KAVA", a cijene nisu bile čitljive. Upute su se promijenile: slika je proizvedena bez teksta, tekst je dodan kasnije u programu za dizajn. Greška se smanjila na nulu i plakat je bio pogodan za tisak.
Slučaj 3 — Gubitak omjera. Stručnjak za društvene mreže napravio je kvadratnu sliku 1:1 za Instagram priču; 9:16 Kad sam ga stavio u okomito područje, vrh i dno su bili odsječeni i važan element je izgubljen. Kad sam odredio omjer slike kao "9:16 okomito" u upitu, slika je pristajala u svoj format i nije bila potrebna reprodukcija.
Predlošci koji se mogu kopirati
1) Šestokomponentni kostur slike proizvoda:
[Predmet: opišite proizvod] , [Kontekst: gdje/kako] .Stil: [npr. vrhunska fotografija proizvoda, realna] .Sastav: [npr. proizvod u sredini, prostor za tekst na vrhu].Svjetlost i boja: [npr. meko prirodno svjetlo, zemljani tonovi] .Tehnika: [omjer slike, visoka razlučivost, obična pozadina] .Napomena: Nema čitljivog teksta/loga na slici; Tekst ću dodati kasnije.
2) Ilustracija kostura:
Predmet: [što nacrtati].Stil: [npr. vektorska ilustracija u ravnim bojama / akvarel / izometrijski 3D] .Paleta boja: [2-3 primarne boje] .Raspoloženje: [npr. veseo, smiren, ozbiljan] .Pozadina: [obična / s uzorkom / prozirna] .Omjer: [1:1 / 9:16 / 16:9] .
3) Istraživanje stila (ista tema, različita estetika):
Opišite sljedeći subjekt s istom kompozicijom u 4 različita vizualna stila: minimalni ravni vektor, realistična fotografija, akvarel, izometrijski 3D. Napišite upit u jednom retku za svaki. Predmet: [zalijepi]
4) Dodavanje negativnog opisa:
Poboljšajte sljedeći upit i dodajte neželjene na kraju: "bez teksta, bez vodenog žiga, bez neuredne pozadine, bez loših ruku/prstiju, bez previše predmeta". Upit: [zalijepi]
Slab upit / Jak upit
Slab: prekrasna fotka kave
Rezultat: Slučajni kut, nejasan stil, slučajna slika koja ne odgovara marki.
Snažno: keramička šalica napunjena vrućom latte kavom, na svijetlom drvenom stolu, postrance na mekom jutarnjem svjetlu; minimalna premium fotografija proizvoda; topli neutralni tonovi; krupni plan, prostor za tekst gore desno; 1:1 kvadrat, čista pozadina; Ne smije biti čitljivog teksta.
Rezultat: skica prilagođena robnoj marki s kontroliranom kompozicijom, svjetlom i proporcijom.
Razlika: Snažan poticaj jasno ispunjava šest komponenti (predmet, kontekst, stil, kompozicija, svjetlo, tehnika) i izostavlja tekst.
Promptne komponente i tablica učinaka
komponenta
primjer
Učinak na rezultat
subjekt
"maslinovo ulje u staklenoj boci"
određuje ono što se pojavljuje
Stil
"fotografija vrhunskog proizvoda"
Element koji najviše određuje likovni jezik
sastav
"u sredini, s razmakom za tekst"
Povećava upotrebljivost
svjetlo/boja
"blaga svjetlost, zemljani tonovi"
Prenosi osjećaj marke
omjer stranica
"9:16 okomito"
Omogućuje usklađenost s formatom
negativan opis
"bez teksta"
Smanjuje nedostatak
Uobičajene greške
- Neodređivanje stila: Izostavljanjem najvažnije komponente, rezultat postaje klišej i slučajan.
- Natjerati AI da nacrta tekst: oštećena, nečitljiva slova; dodajte tekst kasnije u programu za dizajn.
- Zaboravljanje omjera: pogrešan omjer širine i visine stvara isječke i gubitak elemenata u publikaciji.
- Preopterećeni upit: slaganje 20 pojmova jednog na drugi zbunjuje model; neka bude jasan i poredan po prioritetima.
- Odustajanje u jednom pokušaju: Difuzija je nasumična; Normalno je proizvesti nekoliko varijanti i izabrati najbolju.
Ukratko
AI za generiranje slike postupno konstruira sliku kako bi odgovarala vašem upitu od nasumičnog šuma; Ne može čitati sliku u vašoj glavi, samo tumači ono što pišete. Dobar upit sastoji se od šest komponenti: predmet, kontekst, stil, kompozicija, svjetlo/boja i tehnika. Stil je najodlučniji element; Obavezno navedite omjer slike; Ne ostavljajte čitljiv tekst umjetnoj inteligenciji, dodajte ga kasnije. Kako se jasnoća povećava, smanjuje se broj pokušaja i gubitak vremena.
Zadatak aplikacije
Odaberite proizvod ili temu. Najprije ga napišite u jednoj rečenici ("lijepi X") i pokušajte s generatorom slika te zabilježite rezultat. Zatim ponovno opišite isti subjekt popunjavanjem kostura od šest komponenti, dodavanjem omjera širine i visine slike i negativnog opisa. Stavite dva rezultata jedan pored drugog i napišite u tri točke kako jasnoća mijenja rezultat.
popis za provjeru
- [ ] Jasno sam naveo predmet, kontekst i stil u svom upitu.
- [ ] Dodao sam kompoziciju i komponente svjetla/boje.
- [ ] Odredio sam omjer slike (1:1 / 9:16 / 16:9).
- [ ] Nisam dao AI da nacrta čitljiv tekst, ostavio sam to za kasnije.
- [ ] Isključio sam nepoželjne s negativnim opisom.
- [ ] Nisam vjerovao niti jednom eksperimentu i napravio sam nekoliko varijacija.