zisky:
- Pochopenie toho, ako funguje vizuálna umelá inteligencia (difúzia) a ako nedokáže vyprodukovať to, čo nie je popísané a nedokáže dobre nakresliť text.
- Schopnosť napísať silnú vizuálnu výzvu pozostávajúcu z predmetu, kontextu, štýlu, kompozície, svetla a technických komponentov.
- Získanie možnosti určiť pomer strán, zabrániť vykresleniu čitateľného textu umelou inteligenciou a znížiť defekt negatívnym popisom.
Dizajnér produkujúci vizuály pomocou AI je ako zadávať príkaz umelcovi: čím jasnejšie a presnejšie to vysvetlíte, tým presnejší bude výsledok. V tejto lekcii jednoduchou rečou pochopíme, ako funguje umelá inteligencia vytvárajúca obrázky (umelá inteligencia obrázkov), a krok za krokom sa naučíme anatómiu písania dobrej výzvy (písomnej inštrukcie pre vizuál). Cieľom je vedieť vedome opísať požadovaný obrázok, a nie „skúšať náhodne a spoliehať sa na šťastie“.
Ako funguje Image AI? (Jednoduché vysvetlenie)
Väčšina výrobcov obrázkov dnes používa metódu nazývanú difúzia. Jednoducho: model sa naučil vzťahy „ktoré slová zodpovedajú ktorým obrázkom“ z miliónov párov obrázkov a textu. Pri vytváraní vizuálov sa začína od obrazu s náhodným šumom (napríklad zasnežená televízna obrazovka) a krok za krokom tento šum čistí, aby vyhovoval vašej výzve, a premieňa ho na zmysluplný obraz. Inými slovami, model „nekreslí“ obrázok, ale štatisticky vytvorí obrázok, ktorý najlepšie vyhovuje vašej výzve.
To má tri praktické dôsledky. Po prvé: Tá istá výzva dáva zakaždým iný výsledok, pretože počiatočný šum je náhodný (uvidíme, ako to ovládať pomocou "seed" v ďalšej jednotke). Po druhé: Model nemôže vedieť, čo nemôžete opísať; Nedokáže prečítať obrázok vo vašej hlave, iba interpretuje, čo píšete. Po tretie: Model nevie dobre nakresliť text a číslo, pretože napodobňuje písmená tvarom a nie významom; Preto je riskantné ponechať písanie v logách na AI.
Tip: Nedovoľte, aby AI vytvorila na obrázku čistý text (názov značky, slogan). Vytvoríte obrázok bez textu a potom pridáte text (ako vektor) v dizajnovom programe. Vďaka tomu je čitateľný aj upraviteľný.
Anatómia dobrej výzvy
Pomáha rozdeliť silnú vizuálnu výzvu na šesť komponentov. Nemusíte ich používať zakaždým, ale vedomý výber určí výsledok.
- Predmet/predmet: Čo je hlavným prvkom obrázka? („keramická šálka na kávu“, „portrét mladej ženy“).
- Akcia/kontext: Čo robí, kde je? („pri drevenom stole, v rannom svetle“).
- Štýl/estetika: Aký je vizuálny jazyk? („minimálna produktová fotografia“, „akvarelová ilustrácia“, „izometrické 3D vykresľovanie“). Toto je najrozhodujúcejšia zložka.
- Zloženie / uhol: Aký je rám? ("zblízka", "pohľad z vtáčej perspektívy", "širokouhlý", "v strede, s priestorom").
- Svetlo a farba: ("jemné prirodzené svetlo", "paleta zemských tónov", "vysoký kontrast").
- Technika/kvalita: ("vysoké rozlíšenie", "snímková frekvencia 1:1", "obyčajné biele pozadie").
Existuje aj negatívny recept: hovoriť veci, ktoré nechcete ("žiadny text, žiadni ľudia, žiadne chaotické pozadie"). Prehĺbime to „negatívnou výzvou“ v 4. jednotke.
Slovník pojmov
- Pomer strán: Pomer strán obrazu; Rám 1:1 (príspevok na Instagrame), portrét 9:16 (príbeh/filmy), 16:9 na šírku (obálka).
- Rozlíšenie: Počet pixelov na obrázku; Na tlač stačí vysoká, na sieťotlač stredná.
- Odkaz na štýl: Poskytnutie vzorky modelu s nápisom „vyzerajte takto“.
- Render: Počítač vypočíta a vytvorí obrázok; „3D vykresľovanie“ znamená realistický objemový pohľad.
Krok za krokom: popis obrázka
Povedzme, že chceme obrázok produktu pre značku olivového oleja.
Krok 1 — Zamerajte sa na predmet: „extra panenský olivový olej v tmavozelenej sklenenej fľaši.“
Krok 2 — Pridajte kontext: „na rustikálnom drevenom pulte s niekoľkými čerstvými olivovými ratolesťami vedľa.“
Krok 3 — Vyberte štýl: „prémiová produktová fotografia, realistická“.
Krok 4 — Zadajte kompozíciu: „produkt v strede, priestor pre text navrchu“.
Krok 5 — Svetlo/farba: „jemné bočné prirodzené svetlo, teplé zemité tóny“.
Krok 6 — Technika: „Snímková frekvencia 1:1, vysoké rozlíšenie, jednoduché pozadie“.
Keď ich všetky skombinujete, získate funkčný návrh, ktorý zodpovedá identite značky.
tri mini prípady
Prípad 1 – Od neistoty k jasnosti. Dizajnér napísal „image modernej kancelárie“ a urobil 12 pokusov, z ktorých žiadny nevyšiel (strata 30 minút). Výzvu prepísal do šiestich komponentov: „svetlá, minimálna kancelária; drevený stôl; prirodzené svetlo z veľkého okna; teplé neutrálne tóny; široký uhol; textový priestor navrchu“. 2 z prvých 4 pokusov boli použiteľné; Čas sa skrátil na 10 minút.
Prípad 2 – Textová pasca. Jeden stážista nechal AI vytvoriť plagát kaviarne od začiatku do konca; Text "KÁVA" na obrázku sa ukázal ako "KÁVA" a ceny neboli čitateľné. Pokyny sa zmenili: obrázok bol vyrobený bez textu, text bol pridaný neskôr v dizajnovom programe. Chyba sa znížila na nulu a plagát bol vhodný na tlač.
Prípad 3 – Strata pomeru. Expert na sociálne médiá vytvoril pre príbeh Instagramu štvorcový obrázok 1:1; 9:16 Keď som to dal do zvislej oblasti, horná a spodná časť boli odrezané a dôležitý prvok bol stratený. Keď som vo výzve zadal pomer strán ako „9:16 vertikálny“, obrázok sa zmestil do svojho formátu a nebola potrebná žiadna reprodukcia.
Kopírovateľné šablóny
1) Šesťzložková kostra obrázka produktu:
[Predmet: popíšte produkt] , [Kontext: kde/ako] .Štýl: [napr. prémiová produktová fotografia, realistická] .Zloženie: [napr. produkt v strede, priestor pre text hore].Svetlo a farba: [napr. jemné prirodzené svetlo, zemité tóny] .Technika: [pomer strán, vysoké rozlíšenie, hladké pozadie] .Poznámka: Na obrázku nie je čitateľný text/logo; Text doplním neskôr.
2) Ilustračná kostra:
Predmet: [čo kresliť].Štýl: [napr. plochá farebná vektorová ilustrácia / akvarel / izometrické 3D] .Paleta farieb: [2-3 základné farby] .Nálada: [napr. veselý, pokojný, vážny] .Pozadie: [hladké / vzorované / priehľadné] .Pomer: [1:1 / 9:16 / 16:9] .
3) Skúmanie štýlu (rovnaký predmet, iná estetika):
Opíšte nasledujúci predmet s rovnakou kompozíciou v 4 rôznych vizuálnych štýloch: minimálny plochý vektor, realistická fotografia, akvarel, izometrické 3D. Pre každý napíšte jednoriadkovú výzvu. Predmet: [prilepiť]
4) Pridanie negatívneho popisu:
Vylepšite nasledujúcu výzvu a pridajte tie nechcené na koniec: „žiadny text, žiadny vodoznak, žiadne chaotické pozadie, žiadne zlé ruky/prsty, žiadne príliš veľa predmetov“. Výzva: [prilepiť]
Slabá výzva / Silná výzva
Slabé: krásna fotografia kávy
Výsledok: Náhodný uhol, nejasný štýl, náhodný obrázok, ktorý nezodpovedá značke.
Výkonný: Keramická šálka naplnená horúcim latte, na svetlom drevenom stole, bokom v mäkkom rannom svetle; minimálna prémiová produktová fotografia; teplé neutrálne tóny; detail, priestor pre text vpravo hore; Štvorec 1:1, hladké pozadie; Nemal by tam byť žiadny čitateľný text.
Výsledok: skica prispôsobivá značke s kontrolovanou kompozíciou, svetlom a proporciou.
Rozdiel: Výrazná výzva jasne vyplní šesť zložiek (predmet, kontext, štýl, kompozícia, svetlo, technika) a vynechá text.
Prompt komponenty a efekt tabuľky
komponent
príklad
Vplyv na výsledok
predmet
"olivový olej v sklenenej fľaši"
určuje, čo sa objaví
štýl
"prémiová produktová fotografia"
Prvok, ktorý najviac určuje vizuálny jazyk
zloženie
"v strede, s priestorom pre text"
Zvyšuje použiteľnosť
svetlo/farba
"jemné svetlo, zemské tóny"
Vyjadruje pocit značky
pomer strán
"9:16 vertikálne"
Umožňuje dodržať formát
negatívny popis
"žiadny text"
Znižuje defekt
Časté chyby
- Nešpecifikovanie štýlu: Vynechaním najrozhodujúcejšej zložky sa výsledok stáva klišé a náhodným.
- Keď AI nakreslí text: Poškodené, nečitateľné písmená; pridajte text neskôr do dizajnérskeho programu.
- Zabudnutie pomeru: Nesprávny pomer strán spôsobuje orezanie a stratu prvkov v publikácii.
- Preťažená výzva: skladanie 20 konceptov na seba mätie model; majte to jasné a prioritné.
- Vzdať sa na jeden pokus: Difúzia je náhodná; Je normálne vyrobiť niekoľko variácií a vybrať si tú najlepšiu.
V súhrne
Umelá inteligencia generujúca obrázky postupne vytvára obrázok tak, aby vyhovoval vašej výzve z náhodného šumu; Nedokáže prečítať obrázok vo vašej hlave, iba interpretuje, čo píšete. Dobrá výzva pozostáva zo šiestich komponentov: predmet, kontext, štýl, kompozícia, svetlo/farba a technika. Štýl je najdôležitejším prvkom; Nezabudnite zadať pomer strán; Nenechávajte čitateľný text na AI, pridáte ho neskôr. So zvyšujúcou sa prehľadnosťou klesá počet pokusov a časová strata.
Aplikačná úloha
Vyberte si produkt alebo tému. Najprv to napíšte do jednej vety („pekné X“) a vyskúšajte v generátore obrázkov a poznačte si výsledok. Potom znova opíšte ten istý predmet vyplnením šesťzložkovej kostry, pridaním pomeru strán a negatívneho popisu. Položte dva výsledky vedľa seba a v troch odrážkach napíšte, ako jasnosť zmení výstup.
kontrolný zoznam
- [ ] Vo výzve som jasne uviedol predmet, kontext a štýl.
- [ ] Pridal som kompozičné a svetelné/farebné zložky.
- [ ] Zadal som pomer strán (1:1 / 9:16 / 16:9).
- [ ] Nenechal som AI nakresliť čitateľný text, nechal som to na neskôr.
- [ ] Negatívnym popisom som vylúčil nežiaduce.
- [ ] Neveril som ani jednému experimentu a vyrobil som niekoľko variácií.