Câștiguri:
- Înțelegerea modului în care funcționează inteligența artificială (difuzie) generatoare de imagini și ce componente ale rețetei sunt necesare pentru realismul fotografic
- Abilitatea de a scrie un mesaj fotografic puternic format din subiect, lumină, obiectiv/cameră foto, compoziție, atmosferă și componente tehnice.
- Capacitatea de a distinge diferența dintre o imagine produsă și o fotografie realizată, limitele de utilizare și importanța declarației de autenticitate
Un fotograf folosește AI vizuală generativă în trei scopuri legitime: pentru a produce referințe schițe pentru moodboard-uri și concepte, pentru a crea elemente care completează fotografia reală (fond, textură, piesă compozită) și pentru a crea imagini complet produse (de exemplu, pentru o vânzare de stoc sau un concept publicitar). În această unitate, vom învăța cum funcționează aceste instrumente și cum să scriem instrucțiuni pentru realismul fotografic. Scopul este să nu așteptați un șut frumos din întâmplare; Înseamnă să descrii ceea ce vrei în limbajul unui fotograf și să direcționezi rezultatul.
Difuzie: cum produce modelul „fotografii”?
Cele mai multe dintre IA generatoare de imagini de astăzi funcționează cu o metodă numită difuzie. Pur și simplu: modelul a învățat să treacă „de la zgomot la o imagine semnificativă” pe milioane de imagini. Pornește de la zgomot aleatoriu în timpul producției (cum ar fi o captură de ecran cu zăpadă) și creează o imagine prin curățarea treptată a zgomotului pentru a se potrivi cu textul (prompt). Din aceasta rezultă două fapte de bază:
În primul rând, modelul nu poate produce ceea ce nu este descris. Dacă nu spui lumina, va veni o lumină aleatorie; Dacă nu iei în considerare vederea obiectivă, „sentimentul fotografiei” va rămâne o coincidență. În al doilea rând, modelul nu înțelege, prezice. De aceea face greșeli (halucinații) în locuri care necesită logică, precum mâini, text, reflecție, simetrie. Dacă vrei realism fotografic, trebuie să descrii clar deciziile tehnice – lumină, obiectiv, compoziție – care fac din fotografie o fotografie.
Atenție: deși o imagine generată poate arăta „ca o fotografie”, nu este o fotografie; nu documentează un moment real. Folosirea acesteia într-o știre, un documentar sau un context care susține că „s-a întâmplat cu adevărat” este înșelătoare și încalcă granița etică, pe care o vom trata în unitatea 9.
Anatomie promptă fotografică
Un prompt fotografic puternic este format din șase componente. Gândiți-vă la acestea ca la planificarea unei fotografii:
- Subiect: Ce/ cine? Vârstă, îmbrăcăminte, expresie, acțiune, număr. („un tâmplar de vârstă mijlocie, în șorț, lucrând la bancul de lucru”)
- Lumină: direcție, duritate, sursă, timp. Este inima fotografiei. ("lumină moale geamului lateral, dimineața, contrast scăzut")
- Vizualizare obiectiv și cameră: distanță focală, adâncime de câmp, unghi. („Senzație de lentilă portret de 85 mm, adâncime mică de câmp, fundal moale bokeh, nivelul ochilor”)
- Compoziție: Încadrare, plasare, încadrare. ("prim-plan, regula treime, subiect din stânga")
- Atmosferă și culoare: ton, dispoziție, paletă. ("tonuri calde de pământ, calme, nostalgice")
- Tehnologie/calitate: textura, note de realism, raport de aspect. ("textura naturală a pielii, granulație a filmului, raport 3:2")
Când introduceți aceste componente în secvență, modelul produce un rezultat „fotografic” mult mai controlat. Orice componentă pe care o omiteți este lăsată la voia întâmplării.
Sfat: Nu lăsați AI să deseneze textul/sigla. Modelele de difuzie nu pot produce în mod fiabil text lizibil și logo-uri proprietare; adăugați-le în faza propriu-zisă de proiectare. De asemenea, într-o imagine care necesită text care poate fi citit, utilizați AI numai pentru fundal/atmosferă.
Raportul de aspect și utilizarea prevăzută
Raportul de aspect este raportul lățime-înălțime al imaginii și determină utilizarea acesteia: 9:16 pentru o poveste verticală pe rețelele sociale, 3:2 pentru tipărire standard, 1:1 pentru o postare pătrată, 16:9 pentru un banner larg. Este mai bine să specificați raportul în prompt de la început decât să îl tăiați mai târziu și să pierdeți calitatea. Alegeți rezoluția și raportul de la bun început, cunoscând utilizarea prevăzută (imprimare sau afișare).
Rețetă și variație negativă
Majoritatea instrumentelor au și un prompt negativ: o zonă în care scrieți lucruri pe care nu le doriți în imagine („mână deformată, degete suplimentare, text, filigran, legare din plastic”). Acest lucru reduce, dar nu previne complet defectele comune; verificarea este încă esenţială. Există și conceptul de sămânță — sămânța aleatoriei de la care începe producția; Aceeași sămânță și prompt produce din nou un rezultat similar, ceea ce vă ajută să creați un set consistent (vom aprofunda mai mult în a 4-a unitate).
trei mini cutii
Cazul 1 — Puterea rețetei. Un fotograf de stoc a scris „femeie care bea cafea” și a obținut rezultate proaste. Când Prompta a adăugat lumină (lumină fereastră laterală), lentilă (50 mm, adâncime mică de câmp), atmosferă (dimineață caldă, calmă) și textura (piele naturală), rezultatul a devenit utilizabil. Rata acceptabilă de generare a cadrelor a crescut de la aproximativ 1/20 la 1/4; Timpul de producție a fost redus cu o treime.
Cazul 2 – Pierderea din halucinație. Un designer-fotograf a pus într-o prezentare o imagine cu „oameni de afaceri care dă mâna” fără să o verifice. La întâlnire s-a observat că un manager avea trei mâini. Defectul care a fost trecut cu vederea pe micul ecran a fost mărit în proiecție. O scanare a mâinii/degetelor de 30 de secunde ar fi prevenit această jenă.
Cazul 3 — Alegerea instrumentului potrivit. Un fotograf de produs a vrut să plaseze un ceas adevărat pe care l-a fotografiat într-un mediu diferit. În loc să-l producă de la zero, a păstrat cadrul real al produsului, doar fundalul/atmosfera a fost produsă cu AI și făcut compozit. Astfel, detaliile reale ale produsului (marca, cadranul) nu au fost denaturate; au fost păstrate atât credibilitatea, cât și acuratețea.
Șabloane copiabile
1) Schelet prompt fotografic:
[subiect: cine/ce, vârstă, îmbrăcăminte, expresie, acțiune],[lumină: direcție, asprime, sursă, timp],[obiectiv/cameră: sens al distanței focale, adâncime a câmpului, unghi],[compoziție: încadrare, plasare, convenție],[atmosfera/culoare: ton, dispoziție, paletă],[tehnică: textură naturală, granulație, raport de aspect real]. Adăugați text/logo.
2) Schiță promptă negativă:
Negative (ceea ce nu vreau): mână malformată, degete în plus/lipsă, față strâmbă, piele de plastic/ceară, text imposibil de citit, filigran, textură care se repetă, umbră imposibilă, culoare suprasaturată.
3) Pentru referință pentru moodboard (direcție, nu livrare):
Scop: referință pentru moodboard pentru o fotografie (nu livrabil). Concept: [concept]. Descrieți estetica doar cu atribute: lumină [..], paletă de culori [..], atmosferă [..], compoziție [..]. Nu folosiți nume de persoană/marcă/fotograf. Generați 4 variante.
4) Plan compozit care protejează produsul real:
Am o fotografie reală [produs]; Produsul în sine nu se va schimba. Scrieți solicitarea pentru ca imaginea să fie produsă numai pentru fundal/atmosferă: [lumină, suprafață, culoare, mediu]. Direcția umbrei și duritatea luminii a produsului ar trebui să fie [..] astfel încât compozitul să fie convingător.
Prompt slab / Prompt puternic
Slab: „Frumoasă fotografie portret”.
Puternic: „Femeie de fermă de vârstă mijlocie, față uzată de soare, zâmbet ușor, într-un câmp de grâu; oră aurie de lumină laterală, contrast scăzut; vedere portret de 85 mm, adâncime mică de câmp, fundal moale; prim-plan, subiect stânga, regula treimii; tonuri calde de pământ, dispoziție calmă și demnă; adaugă film fotografic, textura naturală a pielii, 2 text realist.”
Voința slabă este lăsată în totalitate la voia întâmplării; Deoarece cererea puternică descrie lumina, lentila, compoziția și atmosfera, aceasta crește foarte mult probabilitatea de a produce rezultatul dorit.
Greșeli comune
- Nu descriu lumina și obiectivul. Aceste două sunt în mare măsură ceea ce face o fotografie o fotografie; Dacă îl lăsați necompletat, rezultatul va fi lăsat la voia întâmplării.
- Desenarea textului/logo-ului AI care poate fi citit. Modelul nu le poate produce în mod fiabil; Se poate dovedi a fi defect și protejat prin drepturi de autor.
- Prezentarea imaginii produse ca „fotografie”. Este înșelător într-un context documentar/știri; Este necesară o declarație de fapt.
- Copierea stilului cu numele persoanei/marcii. Risc de imitație și drept de autor; Descrie estetica cu calități.
- Sari peste verificare. Mâinile, ochii, reflexiile, umbrele și texturile care se repetă trebuie verificate în fiecare imagine produsă.
Pe scurt
AI vizuală generativă funcționează prin difuzie: trece de la zgomot la imagine care se potrivește textului, nu poate produce ceea ce nu este descris și greșește acolo unde este necesară logica. Pentru realism fotografic, descrie subiectul, lumina, obiectivul, compoziția, atmosfera și tehnica ca un fotograf. Alegeți raportul de aspect în funcție de scop, reduceți artefactul cu rețetă negativă, nu lăsați AI să deseneze textul și verificați fiecare ieșire. Nu utilizați niciodată o imagine produsă care pretinde a fi o „fotografie făcută”.
Sarcina de aplicare
Alegeți un concept și scrieți o solicitare fotografică, completând toate cele șase componente cu șablonul 1. Produceți (sau descrieți) același concept mai întâi într-o singură propoziție, cum ar fi „o fotografie frumoasă”, apoi cu scheletul complet și comparați cele două rezultate. Marcați cel puțin trei posibile puncte de defecte în imaginea pe care o produceți prin mărirea mâinilor, a ochilor, a reflexiilor și a umbrelor.
lista de verificare
- [ ] În prompter, am descris separat subiectul, lumina, obiectivul, compoziția, atmosfera și tehnica.
- [ ] Am determinat raportul de aspect în funcție de utilizarea prevăzută.
- [ ] Am redus defectele comune cu rețeta negativă.
- [ ] Nu am avut textul/sigla care poate fi citită prin desen AI.
- [ ] M-am asigurat că nu am prezentat imaginea generată ca „fotografie”.
- [ ] Am verificat rezultatul pentru mână/ochi/reflecție/umbră.