Добивки:
- Разбирање како функционира визуелната вештачка интелигенција (дифузија) и како не може да го произведе она што не е опишано и не може добро да нацрта текст.
- Способност да се напише силен визуелен потсетник кој се состои од тема, контекст, стил, композиција, светлина и технички компоненти.
- Стекнување на способност за одредување на соодносот, спречување на читливиот текст да биде нацртан од вештачка интелигенција и намалување на дефектот со негативен опис.
Дизајнер кој произведува визуелни слики со вештачка интелигенција е како да дава наредба на уметник: колку појасно и попрецизно го објасните, толку попрецизен ќе биде резултатот. Во оваа единица, ќе разбереме на едноставен јазик како функционира вештачката интелигенција што генерира слики (слика AI) и ќе ја научиме анатомијата на пишување добар промпт (писмена инструкција за визуелно), чекор по чекор. Целта е да можете свесно да ја опишете сликата што ја сакате, наместо „да се обидувате случајно и да се потпрете на среќата“.
Како функционира Image AI? (Едноставно објаснување)
Повеќето производители на слики денес користат метод наречен дифузија. Едноставно: моделот научил врски „кои зборови со кои слики одговараат“ од милиони парови слика-текст. Кога се произведуваат визуелни слики, тој започнува од слика со случаен шум (како што е снежниот телевизиски екран) и го чисти овој шум чекор по чекор за да одговара на вашето барање и го претвора во значајна слика. Со други зборови, моделот не ја „црта“ сликата, тој статистички ја конструира сликата што најмногу одговара на вашата желба.
Ова има три практични последици. Прво: Истиот промпт дава различен резултат секој пат, бидејќи почетниот шум е случаен (ќе видиме како да го контролираме ова со „семе“ во следната единица). Второ: Моделот не може да знае што не можете да го опишете; Не може да ја прочита сликата во вашата глава, туку само го толкува тоа што го пишувате. Трето: Моделот не може добро да црта текст и број, бидејќи имитира букви по форма, а не по значење; Затоа е ризично пишувањето во логоа да се остави на вештачката интелигенција.
Совет: Не дозволувајте вештачката интелигенција да произведува јасен текст (име на бренд, слоган) на сликата. Вие создавате слика без текст и потоа го додавате текстот (како вектор) во програма за дизајнирање. Ова го прави и читлив и уредлив.
Анатомија на добра инструкција
Тоа помага да се скрши силен визуелен потсетник на шест компоненти. Не треба да ги користите сите секој пат, но свесно избирање ќе го одреди исходот.
- Предмет/предмет: Кој е главниот елемент на сликата? („керамичка шолја за кафе“, „портрет на млада жена“).
- Дејство/контекст: Што прави, каде е? („на дрвената маса, на утринска светлина“).
- Стил/естетика: Што е визуелен јазик? („фотографија на минимален производ“, „илустрација со акварел“, „изометриско 3D рендерирање“). Ова е најодлучувачката компонента.
- Состав / агол: Како е рамката? („одблиску“, „поглед од птичја перспектива“, „широк агол“, „во средината, со простор“).
- Светлина и боја: („мека природна светлина“, „палета на земјени тонови“, „висок контраст“).
- Техника / квалитет: („висока резолуција“, „1:1 стапка на слики“, „заднина обична бела“).
Има и негативен рецепт: кажување работи што не ги сакате („без текст, без луѓе, без неуредна позадина“). Ова ќе го продлабочиме со „негативен промпт“ во 4-та единица.
Речник на термини
- Аспект сооднос: Односот на сликата на сликата; Рамка 1:1 (објава на Инстаграм), портрет 9:16 (приказна/калеми), пејзаж 16:9 (насловна).
- Резолуција: Број на пиксели на сликата; Високото е доволно за печатење, средното е доволно за екранот.
- Референца за стил: Давање примерок на моделот велејќи „изгледај вака“.
- Render: Компјутерот пресметува и произведува слика; „3D рендерирање“ значи реален волуметриски приказ.
Чекор по чекор: опишување слика
Да речеме дека сакаме имиџ на производ за бренд на маслиново масло.
Чекор 1 - Фокусирајте се на темата: „екстра девствено маслиново масло во темно зелено стаклено шише“.
Чекор 2 - Додадете контекст: „на рустикалниот дрвен тезга, со неколку свежи маслинови гранчиња до него“.
Чекор 3 - Изберете стил: „фотографија на премиум производ, реална“.
Чекор 4 — Дајте го составот: „производ во средината, простор за текст на врвот“.
Чекор 5 - Светло/боја: „мека странична природна светлина, топли земјени тонови“.
Чекор 6 - Техника: „стапка на слики 1:1, висока резолуција, обична позадина“.
Кога ќе ги комбинирате сите, добивате изводлив нацрт кој одговара на идентитетот на брендот.
три мини футроли
Случај 1 - Од неизвесност до јасност. Дизајнер напиша „слика на модерна канцеларија“ и направи 12 обиди, од кои ниту еден не успеа (изгубени 30 минути). Тој го преработи барањето во шест компоненти: „светла, минимална канцеларија; дрвена маса; природна светлина од голем прозорец; топли неутрални тонови; широк агол; простор за текст на врвот“. 2 од првите 4 обиди беа употребливи; Времето беше намалено на 10 минути.
Случај 2 - Замка за текст. Еден практикант имаше вештачка интелигенција да произведе постер за кафе од почеток до крај; Текстот „КАФЕ“ на сликата испадна „КАФЕЕ“ и цените не се читаа. Упатствата се сменија: сликата беше произведена без текст, текстот беше додаден подоцна во програмата за дизајн. Грешката се намали на нула и постерот беше погоден за печатење.
Случај 3 - Губење на односот. Експерт за социјални медиуми направи квадратна слика 1:1 за приказната на Инстаграм; 9:16 Кога го ставив во вертикалната област, горниот и долниот дел беа отсечени и важниот елемент се изгуби. Кога го наведов соодносот како „9:16 вертикална“ во промптот, сликата се вклопи во нејзиниот формат и не беше потребна репродукција.
Шаблони за копирање
1) Шесткомпонентен скелет за слика на производот:
[Предмет: опишете го производот] , [Контекст: каде/како] .Стил: [на пр. фотографија на премиум производ, реална] .Состав: [на пр. производ во средината, простор за текст на врвот].Светло и боја: [на пр. мека природна светлина, земјени тонови] .Техника: [сооднос, висока резолуција, обична позадина] .Забелешка: Нема читлив текст/лого на сликата; Текстот ќе го додадам подоцна.
2) Скелет за илустрација:
Предмет: [што да се нацрта].Стил: [на пр. рамна боја векторска илустрација / акварел / изометриски 3D] .Палета на бои: [2-3 основни бои] .Расположение: [на пр. весел, мирен, сериозен] .Позадина: [обична / шарена / транспарентна] .Сооднос: [1:1 / 9:16 / 16:9] .
3) Истражување на стилот (ист предмет, различна естетика):
Опишете ја следнава тема со иста композиција во 4 различни визуелни стилови: минимален рамен вектор, реална фотографија, акварел, изометриско 3D. Напишете еднолиниско барање за секој. Тема: [залепи]
4) Додавање негативен опис:
Подобрете го следниов промпт и додајте ги несаканите на крајот: „без текст, без воден печат, без неуредна позадина, без лоши раце/прсти, без премногу предмети“. Прашање: [залепи]
Слаб промпт / Силен промпт
Слабо: убава фотографија од кафе
Резултат: Случаен агол, нејасен стил, случајна слика што не одговара на брендот.
Моќно: Керамичка чаша исполнета со жешко лате, на лесна дрвена маса, настрана на мека утринска светлина; минимална премиум фотографија на производот; топли неутрални тонови; крупен, простор за текст горе десно; квадрат 1:1, обична позадина; Не треба да има читлив текст.
Резултат: скица приспособлива за брендот со контролирана композиција, светлина и пропорција.
Разлика: Силен потсетник јасно ги исполнува шесте компоненти (тема, контекст, стил, композиција, светлина, техника) и го остава текстот надвор.
Промптна табела за компоненти и ефекти
компонента
пример
Ефект врз резултатот
предмет
„маслиново масло во стаклено шише“
одредува што се појавува
Стил
„фотографија на премиум производ“
Елементот кој најмногу го одредува визуелниот јазик
составот
„во средината, со простор за текст“
Ја зголемува употребливоста
светло/боја
„мека светлина, земјени тонови“
Го пренесува чувството на брендот
сооднос
„9:16 вертикално“
Овозможува усогласување со форматот
негативен опис
„без текст“
Го намалува дефектот
Вообичаени грешки
- Не специфицирање на стилот: со испуштање на најодлучувачката компонента, резултатот станува клише и случаен.
- Откако вештачката интелигенција го нацрта текстот: корумпирани, нечитливи букви; додајте го текстот подоцна во програмата за дизајнирање.
- Заборавање на односот: погрешниот сооднос создава исечоци и губење на елементот во публикацијата.
- Преоптоварен промпт: натрупувањето 20 концепти еден врз друг го збунува моделот; нека биде јасно и приоритетно.
- Откажување во еден обид: Дифузијата е случајна; Нормално е да се произведат неколку варијации и да се избере најдобрата.
Сумирано
Вештачката интелигенција што генерира слика постепено ја конструира сликата за да одговара на вашето барање од случаен шум; Не може да ја прочита сликата во вашата глава, туку само го толкува тоа што го пишувате. Доброто известување се состои од шест компоненти: тема, контекст, стил, композиција, светло/боја и техника. Стилот е најодлучувачкиот елемент; Не заборавајте да го наведете соодносот; Не оставајте го читливиот текст на вештачката интелигенција, ќе го додадете подоцна. Како што се зголемува јасноста, бројот на обиди и губењето време се намалуваат.
Задача за апликација
Изберете производ или тема. Прво, напишете го во една реченица („убав Х“) и пробајте го во генератор на слики и забележете го резултатот. Потоа повторно опишете ја истата тема со пополнување на скелетот од шест компоненти, додавајќи го соодносот и негативниот опис. Ставете ги двата резултати рамо до рамо и напишете во три точки како јасноста го менува излезот.
листа за проверка
- [ ] Јас јасно ги наведов темата, контекстот и стилот во мојот предлог.
- [ ] Додадов состав и компоненти на светло/боја.
- [ ] Го наведов соодносот (1:1 / 9:16 / 16:9).
- [ ] Немав цртање со вештачка интелигенција читлив текст, го оставив за подоцна.
- [ ] Ги исклучив непожелните со негативниот опис.
- [ ] Не верував на еден експеримент и направив неколку варијации.