Dobički:
- Razumeti, kako deluje vizualna umetna inteligenca (difuzija) in kako ne more ustvariti tistega, kar ni opisano, in ne more dobro narisati besedila.
- Sposobnost pisanja močnega vizualnega poziva, sestavljenega iz predmeta, konteksta, sloga, kompozicije, svetlobe in tehničnih komponent.
- Pridobiti sposobnost določanja razmerja stranic, preprečiti risanje berljivega besedila s strani umetne inteligence in zmanjšati napako z negativnim opisom.
Oblikovalec, ki izdeluje vizualne podobe z umetno inteligenco, je kot dajanje ukaza umetniku: jasneje in natančneje kot razložite, natančnejši bo rezultat. V tej enoti bomo v preprostem jeziku razumeli, kako deluje umetna inteligenca za ustvarjanje slik (umetna inteligenca slike) in se korak za korakom naučili anatomije pisanja dobrega poziva (pisnih navodil za sliko). Cilj je, da lahko zavestno opišete sliko, ki jo želite, namesto da "poskušate naključno in se zanašate na srečo".
Kako deluje Image AI? (Enostavna razlaga)
Večina proizvajalcev slik danes uporablja metodo, imenovano difuzija. Preprosto: model se je naučil odnosov "katere besede ustrezajo katerim slikam" iz milijonov parov slika-besedilo. Pri ustvarjanju vizualnih elementov začne s sliko z naključnim šumom (kot je zasnežen televizijski zaslon) in ta šum korak za korakom očisti, da ustreza vašemu pozivu, ter ga spremeni v smiselno sliko. Z drugimi besedami, model ne "nariše" slike, temveč statistično sestavi sliko, ki najbolj ustreza vašemu pozivu.
To ima tri praktične posledice. Prvič: Isti poziv daje vsakič drugačen rezultat, ker je začetni šum naključen (v naslednji enoti bomo videli, kako to nadzirati s "semenom"). Drugič: model ne more vedeti, česar ne morete opisati; Ne more brati slike v tvoji glavi, samo interpretira, kaj pišeš. Tretjič: Model ne more dobro izrisati besedila in številk, ker posnema črke po obliki in ne po pomenu; Zato je pisanje v logotipih tvegano prepustiti AI.
Namig: Ne dovolite, da AI ustvari jasno besedilo (ime blagovne znamke, slogan) na sliki. Ustvarite sliko brez besedila in nato dodate besedilo (kot vektor) v oblikovalskem programu. To omogoča branje in urejanje.
Anatomija dobrega poziva
Pomaga razdeliti močan vizualni poziv na šest komponent. Ni vam treba uporabiti vseh vsakič, vendar bo zavestna izbira določila rezultat.
- Predmet/predmet: Kaj je glavni element slike? (»keramična skodelica za kavo«, »portret mladenke«).
- Dejanje/kontekst: Kaj počne, kje je? (»za leseno mizo, v jutranji svetlobi«).
- Slog/estetika: kaj je vizualni jezik? (»minimalna fotografija izdelka«, »akvarelna ilustracija«, »izometrična 3D upodobitev«). To je najbolj odločilna komponenta.
- Kompozicija / kot: Kakšen je okvir? (»bližnji plan«, »ptičja perspektiva«, »širokokoten«, »v sredini, s prostorom«).
- Svetloba in barva: ("mehka naravna svetloba", "paleta zemeljskih tonov", "visok kontrast").
- Tehnika/kakovost: ("visoka ločljivost", "hitrost sličic 1:1", "navadno belo ozadje").
Obstaja tudi negativen recept: govoriti stvari, ki jih ne želite ("brez besedila, brez ljudi, brez neurejenega ozadja"). To bomo poglobili z "negativnim pozivom" v 4. enoti.
Slovar izrazov
- Razmerje stranic: razmerje stranic slike; Okvir 1:1 (objava na Instagramu), portret 9:16 (zgodba/koluti), ležeče razmerje 16:9 (naslovnica).
- Ločljivost: število slikovnih pik na sliki; Visoka je dovolj za tiskanje, srednja je dovolj za zaslon.
- Referenca sloga: dajanje vzorca modelu z besedo "izgledaj takole".
- Render: Računalnik izračuna in ustvari sliko; "3D upodabljanje" pomeni realističen volumetrični pogled.
Korak za korakom: opis slike
Recimo, da želimo podobo izdelka za blagovno znamko oljčnega olja.
1. korak — Osredotočite se na temo: "ekstra deviško oljčno olje v temno zeleni steklenici."
2. korak — Dodajte kontekst: »na rustikalnem lesenem pultu, zraven nekaj svežih oljčnih vejic.«
3. korak — Izberite slog: »fotografija vrhunskega izdelka, realistična«.
4. korak — Podajte kompozicijo: »izdelek na sredini, prostor za besedilo na vrhu«.
Korak 5 — Svetloba/barva: »mehka stran naravne svetlobe, topli zemeljski toni«.
Korak 6 — Tehnika: »1:1 hitrost sličic, visoka ločljivost, čisto ozadje«.
Ko jih vse združite, dobite izvedljiv osnutek, ki ustreza identiteti znamke.
trije mini kovčki
Primer 1 – Od negotovosti do jasnosti. Oblikovalec je napisal "podobo sodobne pisarne" in izvedel 12 poskusov, od katerih noben ni uspel (izgubljenih 30 minut). Poziv je preoblikoval v šest komponent: "svetla, minimalna pisarna; lesena miza; naravna svetloba skozi veliko okno; topli nevtralni toni; širok kot; prostor za besedilo na vrhu". 2 od prvih 4 poskusov sta bila uporabna; Čas se je zmanjšal na 10 minut.
2. primer – past besedila. En stažist je dal AI izdelati plakat kavarne od začetka do konca; Besedilo "KAVA" na sliki se je izkazalo za "KAVA" in cene niso bile berljive. Navodila so se spremenila: slika je bila izdelana brez besedila, besedilo je bilo dodano naknadno v programu za oblikovanje. Napaka se je zmanjšala na nič in plakat je bil primeren za tisk.
Primer 3 – Izguba razmerja. Strokovnjak za družbene medije je ustvaril kvadratno sliko 1:1 za Instagram zgodbo; 9:16 Ko sem ga postavil v navpično območje, sta bila zgornji in spodnji del odrezana in pomemben element je bil izgubljen. Ko sem v pozivu določil razmerje stranic kot "9:16 navpično", se je slika prilegala svojemu formatu in reprodukcija ni bila potrebna.
Kopirane predloge
1) Šestkomponentno okostje slike izdelka:
[Zadeva: opišite izdelek] , [Kontekst: kje/kako] .Slog: [npr. vrhunska fotografija izdelka, realistična] .Sestava: [npr. izdelek v sredini, prostor za besedilo na vrhu].Svetloba in barva: [npr. mehka naravna svetloba, zemeljski toni] .Tehnika: [razmerje stranic, visoka ločljivost, čisto ozadje] .Opomba: Na sliki ni berljivega besedila/logotipa; Besedilo bom dodal kasneje.
2) Ilustracija okostja:
Zadeva: [kaj narisati].Slog: [npr. ravna barvna vektorska ilustracija / akvarel / izometrični 3D] .Barvna paleta: [2-3 osnovne barve] .Razpoloženje: [npr. vesel, umirjen, resen] .Ozadje: [navadno / vzorčasto / prozorno] .Razmerje: [1:1 / 9:16 / 16:9] .
3) Raziskovanje sloga (ista tema, drugačna estetika):
Opišite naslednji predmet z isto kompozicijo v 4 različnih vizualnih slogih: minimalen ploski vektor, realistična fotografija, akvarel, izometrični 3D. Za vsakega napišite enovrstični poziv. Zadeva: [prilepi]
4) Dodajanje negativnega opisa:
Izboljšajte naslednji poziv in dodajte neželene na koncu: "brez besedila, brez vodnega žiga, brez neurejenega ozadja, brez slabih rok/prstov, brez preveč predmetov". Poziv: [prilepi]
Šibek poziv/močan poziv
Slabo: lepa fotka kave
Rezultat: Naključni kot, nejasen slog, naključna slika, ki ne ustreza znamki.
Močna: keramična skodelica, napolnjena z vročo kavo, na svetli leseni mizi, ob strani v mehki jutranji svetlobi; minimalna premium fotografija izdelka; topli nevtralni toni; od blizu, prostor za besedilo zgoraj desno; kvadrat 1:1, čisto ozadje; Ne sme biti čitljivega besedila.
Rezultat: skica, prilagojena blagovni znamki, z nadzorovano kompozicijo, svetlobo in proporci.
Razlika: močan poziv jasno zapolni šest komponent (predmet, kontekst, slog, kompozicija, svetloba, tehnika) in izpusti besedilo.
Komponente in tabela učinkov
komponento
primer
Vpliv na rezultat
predmet
"olivno olje v steklenici"
določa, kaj se pojavi
Slog
"fotografija vrhunskega izdelka"
Element, ki najbolj določa likovni jezik
sestava
"v sredini, s presledkom za besedilo"
Poveča uporabnost
svetloba/barva
"mehka svetloba, zemeljski toni"
Posreduje občutek blagovne znamke
razmerje stranic
"9:16 navpično"
Omogoča skladnost s formatom
negativen opis
"brez besedila"
Zmanjša napako
Pogoste napake
- Brez navedbe sloga: Če izpustimo najbolj odločilno komponento, rezultat postane klišejski in naključen.
- AI nariše besedilo: poškodovane, neberljive črke; dodajte besedilo pozneje v programu za oblikovanje.
- Pozabljeno razmerje: napačno razmerje stranic povzroči izrezovanje in izgubo elementov v publikaciji.
- Preobremenjen poziv: zlaganje 20 konceptov enega na drugega zmede model; naj bo jasno in prednostno.
- Odpoved v enem poskusu: Difuzija je naključna; Običajno je izdelati več različic in izbrati najboljšo.
Če povzamem
Umetna inteligenca, ki ustvarja sliko, iz naključnega šuma postopoma sestavi sliko, da ustreza vašemu pozivu; Ne more brati slike v tvoji glavi, samo interpretira, kaj pišeš. Dober poziv je sestavljen iz šestih komponent: tema, kontekst, slog, kompozicija, svetloba/barva in tehnika. Slog je najbolj odločilen element; Ne pozabite določiti razmerja stranic; Ne prepustite berljivega besedila AI, dodajte ga pozneje. Z večjo jasnostjo se zmanjša število poskusov in izguba časa.
Aplikacijska naloga
Izberite izdelek ali temo. Najprej ga napišite v enem stavku (»lep X«) in ga preizkusite v generatorju slik ter zabeležite rezultat. Nato znova opišite isti predmet tako, da izpolnite šestkomponentni skelet, dodate razmerje stranic in negativni opis. Postavite oba rezultata drug poleg drugega in v treh točkah napišite, kako jasnost spremeni rezultat.
kontrolni seznam
- [ ] V svojem pozivu sem jasno navedel predmet, kontekst in slog.
- [ ] Dodal sem komponente kompozicije in svetlobe/barve.
- [ ] Določil sem razmerje stranic (1:1 / 9:16 / 16:9).
- [] Nisem dal AI narisati berljivega besedila, pustil sem ga za pozneje.
- [ ] Nezaželene z negativnim opisom sem izločil.
- [ ] Nisem zaupal niti enemu poskusu in sem ustvaril več različic.