Fitimet:
- Të kuptuarit se si funksionon inteligjenca artificiale vizuale (difuzioni) dhe se si nuk mund të prodhojë atë që nuk përshkruhet dhe nuk mund të vizatojë mirë tekstin.
- Aftësia për të shkruar një prompt të fortë vizual që përbëhet nga subjekti, konteksti, stili, kompozimi, drita dhe komponentët teknikë.
- Fitimi i aftësisë për të përcaktuar raportin e pamjes, për të parandaluar vizatimin e tekstit të lexueshëm nga inteligjenca artificiale dhe për të zvogëluar defektin me një përshkrim negativ.
Një stilist që prodhon pamje vizuale me AI është si t'i japësh një porosi një artisti: sa më qartë dhe më i saktë ta shpjegoni, aq më i saktë do të jetë rezultati. Në këtë njësi, ne do të kuptojmë në gjuhë të thjeshtë se si funksionon inteligjenca artificiale që gjeneron imazhe (Image AI) dhe do të mësojmë anatominë e shkrimit të një prompt të mirë (udhëzim me shkrim për një vizual), hap pas hapi. Qëllimi është të jeni në gjendje të përshkruani me vetëdije imazhin që dëshironi, në vend që "të përpiqeni rastësisht dhe të mbështeteni te fati".
Si funksionon Image AI? (Shpjegim i thjeshtë)
Shumica e prodhuesve të imazheve sot përdorin një metodë të quajtur difuzion. Thjesht: modeli ka mësuar marrëdhëniet "cilat fjalë me cilat imazhe i korrespondojnë" nga miliona çifte imazh-tekst. Kur prodhon pamje vizuale, ai fillon nga një imazh me zhurmë të rastësishme (siç është një ekran televiziv me dëborë) dhe e pastron këtë zhurmë hap pas hapi që t'i përshtatet kërkesës suaj dhe e kthen atë në një imazh kuptimplotë. Me fjalë të tjera, modeli nuk "vizaton" figurën, ai ndërton statistikisht imazhin që i përshtatet më së miri kërkesës suaj.
Kjo ka tre pasoja praktike. Së pari: I njëjti prompt jep një rezultat të ndryshëm çdo herë, sepse zhurma fillestare është e rastësishme (ne do të shohim se si ta kontrollojmë këtë me "seed" në njësinë tjetër). Së dyti: Modeli nuk mund të dijë atë që ju nuk mund ta përshkruani; Nuk mund ta lexojë foton në kokën tuaj, thjesht interpreton atë që shkruani. Së treti: Modeli nuk mund të vizatojë mirë tekstin dhe numrin, sepse imiton shkronjat në formë dhe jo në kuptim; Kjo është arsyeja pse është e rrezikshme t'i lini shkrimet në logo tek AI.
Këshillë: Mos lejoni që AI të prodhojë tekstin e qartë (emri i markës, slogani) në imazh. Ju prodhoni një imazh pa tekst dhe më pas shtoni tekstin (si vektor) në një program dizajni. Kjo e bën atë të lexueshëm dhe të modifikueshëm.
Anatomia e një prompt të mirë
Ndihmon për të thyer një sinjal të fortë vizual në gjashtë komponentë. Nuk keni nevojë t'i përdorni të gjitha çdo herë, por zgjedhja me vetëdije do të përcaktojë rezultatin.
- Subjekti/subjekti: Cili është elementi kryesor i imazhit? ("një filxhan kafeje qeramike", "portreti i një gruaje të re").
- Veprimi/konteksti: Çfarë po bën, ku është? ("në tryezën e drurit, në dritën e mëngjesit").
- Stili/estetika: Çfarë është gjuha vizuale? (“foto minimale e produktit”, “ilustrim me bojëra uji”, “përfytyrim izometrik 3D”). Ky është komponenti më vendimtar.
- Përbërja / këndi: Si është korniza? ("nga afër", "pamje nga syri i shpendëve", "kënd i gjerë", "në mes, me hapësirë").
- Drita dhe ngjyra: ("dritë natyrale e butë", "paleta e toneve të tokës", "kontrast i lartë").
- Teknika / cilësia: ("rezolucion i lartë", "frekuenca e kuadrove 1:1", "sfondi i bardhë i thjeshtë").
Ekziston edhe një recetë negative: të thuash gjëra që nuk i dëshiron ("pa tekst, pa njerëz, pa sfond të çrregullt"). Këtë do ta thellojmë me "prompt negativ" në njësinë e 4-të.
Fjalor i termave
- Aspekt ratio: Raporti i pamjes së imazhit; Kornizë 1:1 (postim në Instagram), portret 9:16 (histori/mbështjellje), peizazh 16:9 (kopertina).
- Rezolucioni: Numri i pikselëve në imazh; E lartë është e mjaftueshme për printim, mesatarja është e mjaftueshme për ekran.
- Referenca e stilit: Dhënia e një mostre modeles duke thënë "duke kështu".
- Render: Kompjuteri llogarit dhe prodhon një imazh; "Përkthim 3D" nënkupton pamje realiste vëllimore.
Hap pas hapi: përshkrimi i një imazhi
Le të themi se duam një imazh produkti për një markë vaj ulliri.
Hapi 1 - Përqendrohuni në temën: "vaj ulliri ekstra i virgjër në një shishe qelqi të gjelbër të errët".
Hapi 2 — Shtoni kontekstin: “në banakun fshatar prej druri, me disa degë ulliri të freskëta pranë tij”.
Hapi 3 - Zgjidhni stilin: "Foto premium produktit, realiste".
Hapi 4 - Jepni përbërjen: "produkt në mes, hapësirë për tekstin në krye".
Hapi 5 — Drita/ngjyra: “dritë natyrale e butë, tone të ngrohta të tokës”.
Hapi 6 — Teknika: “Shkalla e kuadrove 1:1, rezolucion i lartë, sfond i thjeshtë”.
Kur i kombinoni të gjitha, merrni një draft të zbatueshëm që i përshtatet identitetit të markës.
tre mini kuti
Rasti 1 - Nga pasiguria në qartësi. Një stilist shkroi "imazhin e një zyre moderne" dhe bëri 12 përpjekje, asnjëra prej të cilave nuk funksionoi (humbi 30 minuta). Ai e rishkroi porosinë në gjashtë komponentë: "zyre e ndritshme, minimale; tavolinë druri; dritë natyrale nga dritarja e madhe; tone të ngrohta neutrale; kënd i gjerë; hapësirë teksti në krye". 2 nga 4 përpjekjet e para ishin të përdorshme; Koha u reduktua në 10 minuta.
Rasti 2 — Kurthi i tekstit. Një praktikant kishte një AI të prodhonte një poster kafeneje nga fillimi në fund; Teksti "KAFE" në imazh doli të ishte "KAFE" dhe çmimet nuk ishin të lexueshme. Udhëzimet ndryshuan: imazhi u prodhua pa tekst, teksti u shtua më vonë në programin e dizajnit. Gabimi u zvogëlua në zero dhe posteri ishte i përshtatshëm për printim.
Rasti 3 - Humbja e raportit. Një ekspert i mediave sociale prodhoi një imazh katror 1:1 për historinë e Instagramit; 9:16 Kur e vendosa në zonën vertikale, pjesa e sipërme dhe e poshtme u prenë dhe elementi i rëndësishëm humbi. Kur specifikova raportin e pamjes si "9:16 vertikale" në kërkesë, imazhi përshtatej në formatin e tij dhe nuk kërkohej riprodhim.
Modele të kopjueshme
1) Skeleti i imazhit të produktit me gjashtë përbërës:
[Subjekti: përshkruani produktin] , [Konteksti: ku/si] .Stili: [p.sh. Foto e produktit premium, realiste] .Përbërja: [p.sh. produkti në mes, hapësira për tekstin në krye].Drita dhe ngjyra: [p.sh. dritë e butë natyrale, tone tokësore] .Teknika: [raporti i pamjes, rezolucion i lartë, sfond i thjeshtë] .Shënim: Nuk ka tekst/logo të lexueshme në imazh; Më vonë do ta shtoj tekstin.
2) Skeleti i ilustrimit:
Tema: [çfarë të vizatoni].Stili: [p.sh. ilustrim vektori me ngjyra të sheshta / bojëra uji / izometrike 3D] . Paleta e ngjyrave: [2-3 ngjyra kryesore] . Gjendja shpirtërore: [p.sh. i gëzuar, i qetë, serioz] .Sfondi: [i thjeshtë / me model / transparent] .Raporti: [1:1 / 9:16 / 16:9] .
3) Eksplorimi i stilit (e njëjta temë, estetike e ndryshme):
Përshkruani temën e mëposhtme me të njëjtën përbërje në 4 stile të ndryshme vizuale: vektor minimal të sheshtë, foto realiste, bojëra uji, izometrike 3D. Shkruani një kërkesë me një rresht për secilën. Tema: [ngjit]
4) Shtimi i përshkrimit negativ:
Përmirësoni kërkesën e mëposhtme dhe shtoni ato të padëshiruara në fund: "pa tekst, pa filigran, pa sfond të çrregullt, pa duar/gishta të këqija, pa shumë objekte". Prompt: [ngjit]
Prompt i dobët / Prompt i fortë
E dobët: një foto e bukur me kafe
Rezultati: Kënd i rastësishëm, stil i paqartë, imazh i rastësishëm që nuk i përshtatet markës.
E fuqishme: Kupë qeramike e mbushur me një latte të nxehtë, në tavolinë të lehtë prej druri, anash në dritën e butë të mëngjesit; foto minimale e produktit premium; tone të ngrohta neutrale; nga afër, hapësirë për tekstin lart djathtas; katror 1:1, sfond i thjeshtë; Nuk duhet të ketë tekst të lexueshëm.
Rezultati: një skicë e përshtatshme për markën me përbërje, dritë dhe proporcion të kontrolluar.
Dallimi: Një kërkesë e fortë i plotëson gjashtë komponentët (subjekti, konteksti, stili, kompozimi, drita, teknika) dhe e lë tekstin jashtë.
Tabela e komponentëve të shpejtë dhe efekteve
komponent
shembull
Efekti në rezultat
subjekt
"Vaj ulliri në një shishe qelqi"
përcakton atë që shfaqet
Stili
"Fotografia e produktit premium"
Elementi që përcakton më shumë gjuhën vizuale
përbërjen
"në mes, me hapësirë teksti"
Rrit përdorshmërinë
dritë/ngjyrë
"dritë e butë, tone"
Përcjell ndjenjën e markës
raporti i pamjes
"9:16 vertikale"
Lejon të përputhet me formatin
përshkrim negativ
"pa tekst"
Redukton defektin
Gabimet e zakonshme
- Mos specifikimi i stilit: Duke hequr komponentin më vendimtar, rezultati bëhet klishe dhe i rastësishëm.
- Duke pasur AI të vizatojë tekstin: shkronja të korruptuara, të palexueshme; shtoni tekstin më vonë në programin e projektimit.
- Harrimi i raportit: Raporti i gabuar i pamjes krijon prerje dhe humbje elementesh në publikim.
- Prompt i mbingarkuar: vendosja e 20 koncepteve njëra mbi tjetrën e ngatërron modelin; mbajeni të qartë dhe me prioritet.
- Heqja dorë me një përpjekje: Difuzioni është i rastësishëm; Është normale të prodhohen disa variacione dhe të zgjedhësh më të mirën.
Në përmbledhje
AI që gjeneron imazhe e ndërton gradualisht imazhin për t'iu përshtatur kërkesës suaj nga zhurma e rastësishme; Nuk mund ta lexojë foton në kokën tuaj, thjesht interpreton atë që shkruani. Një kërkesë e mirë përbëhet nga gjashtë komponentë: subjekti, konteksti, stili, kompozimi, drita/ngjyra dhe teknika. Stili është elementi më vendimtar; Sigurohuni që të specifikoni raportin e pamjes; Mos e lini tekstin e lexueshëm tek AI, ju e shtoni më vonë. Me rritjen e qartësisë, numri i përpjekjeve dhe humbja e kohës zvogëlohet.
Detyra e aplikimit
Zgjidhni një produkt ose temë. Së pari, shkruajeni me një fjali ("një X i bukur") dhe provojeni në një gjenerator imazhi dhe vini re rezultatin. Më pas përshkruani përsëri të njëjtën temë duke plotësuar skeletin me gjashtë përbërës, duke shtuar raportin e pamjes dhe përshkrimin negativ. Vendosni dy rezultatet krah për krah dhe shkruani në tre pika se si qartësia e ndryshon rezultatin.
listë kontrolli
- [ ] Unë e deklarova temën, kontekstin dhe stilin qartë në kërkesën time.
- [ ] Shtova përbërjen dhe komponentët e dritës/ngjyrës.
- [ ] Përcaktova raportin e pamjes (1:1 / 9:16 / 16:9).
- [ ] Nuk e kisha vizatimin e AI tekstin e lexueshëm, e lashë për më vonë.
- [ ] I përjashtova të padëshirueshmet me përshkrimin negativ.
- [ ] Nuk i besova një eksperimenti të vetëm dhe bëra disa variacione.