Pandangan Mendalam pada Alat AI Visual: Kawalan Segera, Rujukan dan Gaya

Keuntungan:

• Keupayaan untuk mewujudkan anatomi segera visual (subjek, bahan, sudut, cahaya, gaya, negatif) dan mendapatkan hasil yang boleh dihasilkan semula
• Keupayaan untuk mengarahkan arah visual dengan kaedah kawalan seperti imej rujukan, ControlNet, benih dan berat gaya
• Keupayaan untuk memilih alat mengikut tugas dan menilai resolusi, ketekalan dan had hak penggunaan keluaran

Dalam unit sebelumnya, anda melihat cara meletakkan AI dalam penjanaan konsep. Dalam unit ini kita pergi selangkah lebih mendalam: anda akan belajar untuk mengawal alat AI visual sebenarnya. Kekecewaan ramai pereka ialah alat itu menghasilkan imej "sendiri"; Walau bagaimanapun, masalah biasanya bukan kekaburan alat tetapi kekaburan arahan yang diberikan. Mengawal AI visual memerlukan mengetahui tiga perkara: anatomi segera (menetapkan arahan dengan betul), rujukan dan kawalan gubahan (memimpin dengan visual), dan kebolehulangan (mendapatkan hasil yang sama sekali lagi). Sebaik sahaja anda mempelajari ketiga-tiga ini, AI berubah daripada mesin visual rawak kepada alat reka bentuk yang boleh dikendalikan.

Anatomi segera: enam lapisan menggambarkan imej

Gesaan visual yang baik bukan ayat rawak, tetapi resipi berlapis. Pertimbangkan enam lapisan ini:

1. Subjek: Apa yang kami hasilkan? ("kotak pengecasan fon kepala tanpa wayar")
2. Bentuk dan perincian: Siluet, perkadaran, sudut, perbezaan permukaan. ("bucu bulat, dua keping, garis pemisah nipis di bahagian atas")
3. Bahan dan CMF: Warna-bahan-permukaan. ("polikarbonat antrasit matt, jalur aluminium berus")
4. Sudut dan pembingkaian: Sudut pandangan dan pembingkaian. ("3/4 dari hadapan, sedikit dari atas, produk berpusat")
5. Cahaya dan persekitaran: Pencahayaan dan latar belakang. ("cahaya studio lembut, latar belakang tak terhingga kelabu muda terang neutral")
6. Gaya dan tujuan: Lakaran, pemaparan fotorealistik, lukisan teknikal. ("penyerahan produk fotorealistik")

Ditambah pada ini ialah gesaan negatif: perkara yang anda tidak mahu. Banyak alat menawarkan kawasan "gesaan negatif"; Di sini anda mengosongkan output dengan menaip perkara yang anda tidak mahu, seperti "tangan manusia, teks, logo, latar belakang yang tidak kemas, berbilang produk". Jika anda membiarkan lapisan hilang, AI akan mengisi jurang tersebut dengan purata statistiknya sendiri; Ini bermakna klise.

Petua: Sediakan gesaan seolah-olah membaca daripada corak: subjek + bentuk + CMF + sudut + cahaya + gaya + negatif. Jika anda tidak menyukai output, tanya lapisan mana yang tiada, jangan tulis semula keseluruhan gesaan.

Rujukan, gubahan dan kawalan gaya

Kata-kata tidak boleh mengatakan segala-galanya; Kadang-kadang imej bernilai seribu perkataan. Alat moden menawarkan beberapa cara kawalan yang berkuasa:

• Imej rujukan (gesaan imej / rujukan imej): Anda memuat naik imej dan sebut "jadikan ia kelihatan seperti ini". Anda menetapkan berapa banyak alat merujuk kepada output dengan berat.
• ControlNet: Dalam ekosistem Stable Diffusion, ia ialah lapisan kawalan yang mengekalkan struktur tepi/garisan/kedalaman/pose lakaran atau foto dan menghasilkan imej baharu di atasnya. Sesuai untuk mengekalkan komposisi dan menukar bahan lakaran anda sendiri.
• Rujukan gaya / berat gaya: Untuk menyampaikan hanya suasana / perasaan tekstur warna imej, bukan kandungannya.
• Mengecat (suntingan serantau): Melindungi hanya sebahagian daripada imej dan mengeluarkannya semula (contohnya, menukar pemegang sahaja).
• Latihan LoRA / tersuai: Pada peringkat lanjutan, memperhalusi model berdasarkan bahasa jenama atau gaya tertentu. Ini memerlukan privasi dan hak cipta berhati-hati (dengan data anda sendiri, dengan kebenaran).

Faedah biasa alat ini: Mereka memaksa AI untuk bekerja dari rangka kerja yang anda berikan, bukannya bermimpi dari awal. Yang paling berharga untuk pereka selalunya ControlNet dan inpainting, kerana mereka mengekalkan komposisi lakaran anda sendiri.

Kebolehulangan: benih dan parameter

Model resapan bermula dengan rawak. Benih ialah nombor permulaan rawak ini. Gesaan yang sama + benih yang sama + parameter yang sama biasanya memberikan imej yang sama/sangat serupa. Ini penting untuk reka bentuk: anda membetulkan benih untuk menghasilkan semula imej yang anda suka, atau hanya menukar perkataan dan melihat kesannya dengan cara terkawal. Parameter penting lain: nisbah aspek, langkah (lebih banyak langkah, lebih halus tetapi lebih perlahan) dan skala panduan (panduan/CFG; seberapa ketat ia padan dengan gesaan — jika terlalu tinggi, ia kelihatan buatan dan terpaksa).

kawalan

Apa yang boleh

Bila nak guna

Penetapan benih

Menghasilkan semula output yang sama

Apabila membangunkan imej dan mencuba A/B

Imej rujukan + berat

Ia menyerupai imej

Pemindahan komposisi/suasana

ControlNet (tepi/kedalaman)

Mengekalkan komposisi, mengubah kandungan

Mencipta render daripada lakaran anda sendiri

mengecat

Menyegarkan hanya satu rantau

Tukar satu butiran

gesaan negatif

Menghapuskan yang tidak diingini

Membersihkan latar belakang, tangan, teks

tiga kes mini

Kes 1 — Melindungi lakaran anda sendiri. Seorang pereka bentuk ingin menukar lakaran lukisan tangan pembersih vakum tangan kepada pemaparan fotorealistik. Apabila anda mencubanya dengan hanya gesaan teks, AI menghasilkan bentuk yang sama sekali berbeza. Apabila anda memuat naik lakaran anda menggunakan mod cerdik ControlNet, AI mengekalkan garisannya dan menutupnya dengan plastik matte dan pencahayaan studio. Dia mendapat keputusan yang dia mahukan dalam 4 percubaan. Pengajaran: untuk mengekalkan komposisi, ControlNet jauh lebih berkuasa daripada gesaan tulen.

Kes 2 — Kehilangan variasi yang tidak terkawal. Seorang pereka menemui konsep yang dia suka, tetapi tidak mengambil tahu tentang benih itu. Keesokan harinya, apabila dia meminta "pemegang yang sedikit nipis", dia tidak dapat menghasilkan imej yang sama lagi; Produk yang sama sekali berbeza keluar setiap kali dan dia kehilangan jam. Pelajaran: simpan benih dan gesaan penuh setiap output yang anda suka; ini adalah mata "kembali" anda.

Kes 3 — Pembersihan dengan gesaan negatif. Apabila pereka bentuk menghasilkan imej studio, tangan manusia yang tidak diingini, teks yang dipantulkan dan produk kedua muncul dalam separuh daripada cetakan. Ia menambahkan "tangan manusia, teks, tera air, produk pendua, latar belakang berantakan" pada gesaan negatif dan kualiti output meningkat dengan ketara dengan hanya 8 perkataan. Pengajaran: mengatakan perkara yang anda tidak mahu sama pentingnya dengan mengatakan perkara yang anda mahukan.

Templat gesaan yang boleh disalin

SKELETON PROMPT BERLAPIS"[subjek], [bentuk dan butiran], [CMF: warna-bahan-permukaan],[sudut dan pembingkaian], [cahaya dan latar belakang], [gaya: lakaran/render/teknik].--negatif: tangan manusia, teks, logo, tera air, berbilang produk, latar belakang yang tidak kemas."

TEMPLAT RENDER DARI RUJUKAN"Kekalkan GARIS DAN KOMPOSISI lakaran yang saya muat naik (mod ControlNetedge). Sapukan bahan berikut padanya: [badan plastik matte, perincian aluminium]. Cahaya: studio lembut. Latar belakang: kelabu neutral. Jangan ubah bentuk, cuma tambah bahan dan cahaya."

TEMPLAT PERUBAHAN BUTIRAN TUNGGAL (MENECAT) "Dalam imej ini, hasilkan semula HANYA kawasan [kawasan bertopeng: pemegang]. Versi baharu: [lebih langsing, ergonomik, melengkung]. JANGAN SENTUH seluruh imej, pencahayaan dan sudutnya."

TEMPLAT CATATAN KEBOLEHPRODUKTIAN SEMULA "Saya suka cetakan ini. Simpan maklumat berikut dan gunakannya pada masa akan datang: gesaan = [teks penuh], benih = [nombor], aspek = [nisbah], langkah = [nombor], orientasi = [nilai]. Cuma tukar satu elemen ini: [X]."

Gesaan lemah / Gesaan kuat

PROMPT LEMAH: "Pemarahan fon kepala yang bagus pada latar belakang putih."

GERAKAN KUAT: "Sarung pengecas fon kepala dalam telinga tanpa wayar, bentuk pil bujur, garis pemisah nipis di bahagian atas. CMF: badan polikarbonat gading matte, jalur engsel emas satin. Sudut: 3/4 depan, atas sedikit. Cahaya: peti lembut studio lembut, pantulan atas sedikit. Latar belakang: latar belakang tak terhingga kelabu muda neutral. Gaya: 4.2 fotorealistik produk: 4 produk fotorealistik --negatif: tangan manusia, teks, logo, tera air, produk kedua, bayang-bayang keras."

Gesaan yang lemah membolehkan alat mengisi tempat kosong dengan klise; Gesaan kuat mengenal pasti setiap lapisan, menghapuskan negatif dan menjadikannya boleh dihasilkan semula dengan benih.

Kesilapan biasa

• Tulis gesaan samar-samar satu ayat dan muat naik hasilnya ke alat. AI mengisi jurang, bukan anda.
• Tidak menyimpan benih dan parameter. Anda tidak boleh mendapatkan output yang anda suka lagi.
• Jangan sekali-kali menggunakan gesaan negatif. Unsur yang tidak diingini mencemarkan output.
• Melakukan beratus-ratus percubaan rawak dan bukannya menyemak komposisi. ControlNet/inpainting mempercepatkan kerja.
• Menggunakan imej berhak cipta orang lain sebagai rujukan. Terdapat risiko peniruan gaya dan hak cipta (lihat Unit 10).

Awas: Imej rujukan atau pemberat gaya ialah alat yang berkuasa, tetapi ia menimbulkan risiko undang-undang dan etika jika digunakan untuk menyalin reka bentuk proprietari orang lain atau gaya tandatangan artis. Pilih rujukan anda daripada bahan anda sendiri atau daripada sumber yang dibenarkan/percuma.

Secara ringkasnya

Mengawal AI visual memerlukan tiga keupayaan: menyediakan gesaan berlapis (subjek, bentuk, CMF, sudut, cahaya, gaya, negatif), membimbing dengan imej (rujukan, ControlNet, mengecat, berat gaya) dan menyediakan kebolehulangan (menyimpan benih dan parameter). Dengan ketiga-tiga ini, AI bertukar daripada mesin rawak kepada alat reka bentuk yang boleh dikendalikan. ControlNet dan inpainting jauh lebih berkuasa daripada tulen prompt apabila anda ingin melindungi komposisi anda. Hapuskan rujukan yang anda tidak mahu dengan gesaan negatif dan pilih rujukan anda daripada sumber yang selamat hak cipta.

Tugasan permohonan

Pilih produk dan lukis (atau cari) lakaran kasar dengan tangan dahulu. Tulis gesaan yang menerangkan produk ini dengan rangka kerja gesaan berlapis, tambah gesaan negatif dan hasilkan empat output. Simpan benih dan parameter output yang anda suka; Kemudian, dengan logik "Perubahan butiran tunggal", tukar hanya satu elemen (contohnya, pemegang) dan hasilkan semula dengan benih yang sama. Bandingkan kedua-dua keputusan dan tulis bagaimana kawalan berubah.

senarai semak

• [ ] Saya menyediakan gesaan untuk meliputi enam lapisan (subjek, bentuk, CMF, sudut, cahaya, gaya).
• [ ] Saya menulis perkara yang saya tidak mahu dalam gesaan negatif.
• [ ] Saya menggunakan rujukan/ControlNet/inpainting apabila saya perlu mengekalkan komposisi.
• [ ] Saya menyimpan benih dan parameter output yang saya suka.
• [ ] Saya mencuba variasi terkawal dengan menggerakkan pembolehubah tunggal.
• [ ] Saya telah memilih imej rujukan saya daripada sumber yang selamat hak cipta.