Keuntungan:
- Memahami cara kecerdasan buatan visual (penyebaran) berfungsi dan bagaimana ia tidak dapat menghasilkan perkara yang tidak diterangkan dan tidak dapat melukis teks dengan baik.
- Keupayaan untuk menulis gesaan visual yang kuat yang terdiri daripada subjek, konteks, gaya, komposisi, cahaya dan komponen teknikal.
- Memperoleh keupayaan untuk menentukan nisbah bidang, menghalang teks yang boleh dibaca daripada dilukis oleh kecerdasan buatan dan mengurangkan kecacatan dengan penerangan negatif.
Pereka bentuk yang menghasilkan visual dengan AI adalah seperti memberi pesanan kepada artis: lebih jelas dan tepat anda menerangkannya, lebih tepat hasilnya. Dalam unit ini, kita akan memahami dalam bahasa mudah bagaimana kecerdasan buatan penjanaan imej (AI imej) berfungsi dan mempelajari anatomi menulis gesaan yang baik (arahan bertulis untuk visual), langkah demi langkah. Matlamatnya adalah untuk dapat menerangkan imej yang anda inginkan secara sedar, bukannya "mencuba secara rawak dan bergantung pada nasib".
Bagaimanakah AI Imej berfungsi? (Penjelasan ringkas)
Kebanyakan pengeluar imej hari ini menggunakan kaedah yang dipanggil penyebaran. Mudah sahaja: model telah mempelajari perhubungan "perkataan mana yang sepadan dengan imej mana" daripada berjuta-juta pasangan teks imej. Apabila menghasilkan visual, ia bermula daripada imej dengan hingar rawak (seperti skrin televisyen bersalji) dan membersihkan bunyi ini langkah demi langkah agar sesuai dengan gesaan anda dan mengubahnya menjadi imej yang bermakna. Dalam erti kata lain, model tidak "melukis" gambar, ia secara statistik membina imej yang paling sesuai dengan gesaan anda.
Ini mempunyai tiga akibat praktikal. Pertama: Gesaan yang sama memberikan hasil yang berbeza setiap kali, kerana bunyi awal adalah rawak (kita akan melihat cara mengawal ini dengan "benih" dalam unit seterusnya). Kedua: Model tidak boleh tahu apa yang anda tidak boleh gambarkan; Ia tidak boleh membaca gambar dalam kepala anda, ia hanya mentafsir apa yang anda tulis. Ketiga: Model tidak boleh melukis teks dan nombor dengan baik, kerana ia meniru huruf dalam bentuk dan bukan dalam makna; Itulah sebabnya adalah berisiko untuk menyerahkan tulisan dalam logo kepada AI.
Petua: Jangan biarkan AI menghasilkan teks yang jelas (nama jenama, slogan) dalam imej. Anda menghasilkan imej tanpa teks dan kemudian menambah teks (sebagai vektor) dalam program reka bentuk. Ini menjadikannya boleh dibaca dan boleh diedit.
Anatomi gesaan yang baik
Ia membantu untuk memecahkan gesaan visual yang kuat kepada enam komponen. Anda tidak perlu menggunakannya setiap masa, tetapi memilih secara sedar akan menentukan hasilnya.
- Subjek/subjek: Apakah elemen utama imej? ("cawan kopi seramik", "potret wanita muda").
- Tindakan/konteks: Apa yang dia lakukan, di mana dia? ("di meja kayu, dalam cahaya pagi").
- Gaya/estetika: Apakah bahasa visual? (“foto produk minimum”, “ilustrasi cat air”, “penyampaian 3D isometrik”). Ini adalah komponen yang paling menentukan.
- Komposisi / sudut: Bagaimanakah bingkainya? ("dekat", "pandangan mata burung", "sudut lebar", "di tengah, dengan ruang").
- Cahaya dan warna: ("cahaya semula jadi lembut", "palet ton bumi", "kontras tinggi").
- Teknik / kualiti: ("peleraian tinggi", "kadar bingkai 1:1", "latar belakang putih biasa").
Terdapat juga resipi negatif: mengatakan perkara yang anda tidak mahu ("tiada teks, tiada orang, tiada latar belakang yang tidak kemas"). Kami akan mendalami perkara ini dengan "gesaan negatif" dalam unit ke-4.
Glosari istilah
- Nisbah aspek: Nisbah aspek imej; Bingkai 1:1 (siaran Instagram), potret 9:16 (cerita/gulungan), landskap 16:9 (kulit).
- Resolusi: Bilangan piksel dalam imej; Tinggi cukup untuk mencetak, sederhana cukup untuk skrin.
- Rujukan gaya: Memberi sampel kepada model yang mengatakan "kelihatan seperti ini".
- Render: Komputer mengira dan menghasilkan imej; "Perenderan 3D" bermaksud paparan volumetrik yang realistik.
Langkah demi langkah: menerangkan imej
Katakan kita mahukan imej produk untuk jenama minyak zaitun.
Langkah 1 — Fokus pada subjek: “minyak zaitun dara tambahan dalam botol kaca hijau gelap.”
Langkah 2 — Tambah konteks: "di kaunter kayu desa, dengan beberapa dahan zaitun segar di sebelahnya."
Langkah 3 — Pilih gaya: “foto produk premium, realistik”.
Langkah 4 — Berikan komposisi: "produk di tengah, ruang untuk teks di bahagian atas".
Langkah 5 — Cahaya/warna: “cahaya semula jadi sisi lembut, ton bumi hangat”.
Langkah 6 — Teknik: “Kadar bingkai 1:1, resolusi tinggi, latar belakang biasa”.
Apabila anda menggabungkan kesemuanya, anda mendapat draf yang boleh dilaksanakan yang sesuai dengan identiti jenama.
tiga kes mini
Kes 1 — Daripada ketidakpastian kepada kejelasan. Seorang pereka bentuk menulis "imej pejabat moden" dan membuat 12 percubaan, tiada satu pun yang berjaya (hilang 30 minit). Dia menulis semula gesaan itu kepada enam komponen: "pejabat yang terang dan minima; meja kayu; cahaya semula jadi dari tingkap besar; ton neutral hangat; sudut lebar; ruang teks di bahagian atas". 2 daripada 4 percubaan pertama boleh digunakan; Masa dikurangkan kepada 10 minit.
Kes 2 — Perangkap teks. Seorang pelatih mempunyai AI menghasilkan poster kafe dari awal hingga akhir; Teks "COFFEE" dalam imej ternyata "COFEEE" dan harganya tidak boleh dibaca. Arahan berubah: imej dihasilkan tanpa teks, teks telah ditambah kemudian dalam program reka bentuk. Ralat berkurangan kepada sifar dan poster itu sesuai untuk dicetak.
Kes 3 — Kehilangan nisbah. Seorang pakar media sosial menghasilkan imej segi empat sama 1:1 untuk cerita Instagram; 9:16 Apabila saya meletakkannya di kawasan menegak, bahagian atas dan bawah telah terputus dan elemen penting telah hilang. Apabila saya menyatakan nisbah bidang sebagai "9:16 menegak" dalam gesaan, imej sesuai dengan formatnya dan tiada pembiakan diperlukan.
Templat yang boleh disalin
1) Rangka imej produk enam komponen:
[Subjek: huraikan produk] , [Konteks: di mana/bagaimana] .Gaya: [cth. foto produk premium, realistik] .Komposisi: [cth. produk di tengah, ruang untuk teks di bahagian atas].Cahaya dan warna: [cth. cahaya semula jadi yang lembut, ton bumi] .Teknik: [nisbah aspek, resolusi tinggi, latar belakang biasa] .Nota: Tiada teks/logo yang boleh dibaca dalam imej; Saya akan menambah teks kemudian.
2) Rangka ilustrasi:
Subjek: [apa yang hendak dilukis].Gaya: [cth. ilustrasi vektor warna rata / cat air / 3D isometrik] .Palet warna: [2-3 warna asas] .Mood: [cth. ceria, tenang, serius] .Latar belakang: [polos / bercorak / lutsinar] .Nisbah: [1:1 / 9:16 / 16:9] .
3) Penerokaan gaya (subjek yang sama, estetika berbeza):
Terangkan subjek berikut dengan komposisi yang sama dalam 4 gaya visual berbeza: vektor rata minimum, foto realistik, cat air, 3D isometrik. Tulis gesaan satu baris untuk setiap satu. Subjek: [tampal]
4) Menambah perihalan negatif:
Perbaik gesaan berikut dan tambahkan yang tidak diingini pada penghujung: "tiada teks, tiada tera air, tiada latar belakang yang tidak kemas, tiada tangan/jari yang buruk, tiada terlalu banyak objek". Gesaan: [tampal]
Gesaan lemah / Gesaan kuat
Lemah: foto kopi yang cantik
Keputusan: Sudut rawak, gaya tidak jelas, imej sampingan yang tidak sesuai dengan jenama.
Berkuasa: Cawan seramik diisi dengan latte panas, di atas meja kayu ringan, di sisi dalam cahaya pagi yang lembut; foto produk premium minimum; nada neutral hangat; jarak dekat, ruang untuk teks di sebelah kanan atas; 1:1 persegi, latar belakang biasa; Seharusnya tiada teks yang boleh dibaca.
Hasilnya: lakaran penyesuaian jenama dengan komposisi terkawal, cahaya dan perkadaran.
Perbezaan: Gesaan yang kuat mengisi enam komponen (subjek, konteks, gaya, gubahan, cahaya, teknik) dengan jelas dan meninggalkan teks.
Komponen cepat dan jadual kesan
komponen
contoh
Kesan pada hasilnya
subjek
"minyak zaitun dalam botol kaca"
menentukan apa yang muncul
Gaya
"foto produk premium"
Unsur yang paling menentukan bahasa visual
gubahan
"di tengah, dengan ruang teks"
Meningkatkan kebolehgunaan
cahaya/warna
"cahaya lembut, ton bumi"
Menyampaikan perasaan jenama
nisbah aspek
"9:16 menegak"
Membolehkan untuk mematuhi format
penerangan negatif
"tiada teks"
Mengurangkan kecacatan
Kesilapan biasa
- Tidak menyatakan gaya: Dengan mengecualikan komponen yang paling menentukan, hasilnya menjadi klise dan rawak.
- Mempunyai AI melukis teks: Surat yang rosak, tidak boleh dibaca; tambah teks kemudian dalam program reka bentuk.
- Melupakan nisbah: Nisbah aspek yang salah menghasilkan keratan dan kehilangan unsur dalam penerbitan.
- Gesaan terlampau beban: menyusun 20 konsep di atas satu sama lain mengelirukan model; pastikan ia jelas dan diutamakan.
- Berputus asa dalam satu percubaan: Penyebaran adalah rawak; Adalah perkara biasa untuk menghasilkan beberapa variasi dan memilih yang terbaik.
Secara ringkasnya
AI penjana imej secara beransur-ansur membina imej agar sesuai dengan gesaan anda daripada hingar rawak; Ia tidak boleh membaca gambar dalam kepala anda, ia hanya mentafsir apa yang anda tulis. Gesaan yang baik terdiri daripada enam komponen: subjek, konteks, gaya, gubahan, cahaya/warna dan teknik. Gaya adalah elemen yang paling menentukan; Pastikan untuk menentukan nisbah bidang; Jangan tinggalkan teks yang boleh dibaca kepada AI, anda menambahnya kemudian. Apabila kejelasan meningkat, bilangan percubaan dan kehilangan masa berkurangan.
Tugasan permohonan
Pilih produk atau topik. Mula-mula, tulis dalam satu ayat (“X yang bagus”) dan cuba dalam penjana imej dan perhatikan hasilnya. Kemudian huraikan subjek yang sama sekali lagi dengan mengisi rangka enam komponen, menambah nisbah bidang dan perihalan negatif. Letakkan dua keputusan sebelah menyebelah dan tulis dalam tiga titik peluru bagaimana kejelasan mengubah output.
senarai semak
- [ ] Saya menyatakan subjek, konteks dan gaya dengan jelas dalam gesaan saya.
- [ ] Saya menambah komposisi dan komponen cahaya/warna.
- [ ] Saya menyatakan nisbah bidang (1:1 / 9:16 / 16:9).
- [ ] Saya tidak mempunyai AI untuk melukis teks yang boleh dibaca, saya meninggalkannya untuk kemudian.
- [ ] Saya mengecualikan yang tidak diingini dengan penerangan negatif.
- [ ] Saya tidak mempercayai satu pun eksperimen dan menghasilkan beberapa variasi.