กำไร:
- ทำความเข้าใจว่าปัญญาประดิษฐ์เชิงภาพ (การแพร่กระจาย) ทำงานอย่างไร และไม่สามารถสร้างสิ่งที่ไม่ได้อธิบายไว้และไม่สามารถวาดข้อความได้ดีได้อย่างไร
- ความสามารถในการเขียนพร้อมท์ภาพที่ชัดเจน ซึ่งประกอบด้วยหัวข้อ บริบท สไตล์ องค์ประกอบ แสง และองค์ประกอบทางเทคนิค
- การได้รับความสามารถในการกำหนดอัตราส่วนภาพ ป้องกันไม่ให้ข้อความที่อ่านถูกวาดโดยปัญญาประดิษฐ์ และลดข้อบกพร่องด้วยคำอธิบายเชิงลบ
นักออกแบบที่สร้างภาพด้วย AI ก็เหมือนกับการออกคำสั่งให้กับศิลปิน ยิ่งคุณอธิบายได้ชัดเจนและแม่นยำมากเท่าไร ผลลัพธ์ก็จะยิ่งแม่นยำมากขึ้นเท่านั้น ในหน่วยนี้ เราจะเข้าใจในภาษาธรรมดาว่าปัญญาประดิษฐ์ที่สร้างภาพ (AI รูปภาพ) ทำงานอย่างไร และเรียนรู้กายวิภาคของการเขียนคำสั่งที่ดี (คำแนะนำที่เป็นลายลักษณ์อักษรสำหรับภาพ) ทีละขั้นตอน จุดมุ่งหมายคือการสามารถอธิบายภาพที่คุณต้องการได้อย่างมีสติ แทนที่จะ "พยายามสุ่มและอาศัยโชค"
Image AI ทำงานอย่างไร (คำอธิบายง่ายๆ)
ผู้ผลิตภาพส่วนใหญ่ในปัจจุบันใช้วิธีการที่เรียกว่าการแพร่กระจาย พูดง่ายๆ ก็คือ โมเดลได้เรียนรู้ความสัมพันธ์ "คำใดที่สอดคล้องกับรูปภาพ" จากคู่ข้อความรูปภาพนับล้านคู่ เมื่อสร้างภาพ มันจะเริ่มจากภาพที่มีจุดรบกวนแบบสุ่ม (เช่น หน้าจอโทรทัศน์ที่เต็มไปด้วยหิมะ) และทำความสะอาดจุดรบกวนนี้ทีละขั้นตอนเพื่อให้เหมาะกับการแจ้งเตือนของคุณ และเปลี่ยนให้เป็นภาพที่มีความหมาย กล่าวอีกนัยหนึ่ง โมเดลไม่ได้ "วาด" รูปภาพ แต่สร้างรูปภาพทางสถิติที่เหมาะสมกับข้อความแจ้งของคุณมากที่สุด
สิ่งนี้มีผลในทางปฏิบัติสามประการ ประการแรก: ข้อความเดียวกันนี้ให้ผลลัพธ์ที่แตกต่างกันทุกครั้ง เนื่องจากเสียงเริ่มต้นนั้นเป็นแบบสุ่ม (เราจะดูวิธีควบคุมสิ่งนี้ด้วย "seed" ในหน่วยถัดไป) ประการที่สอง: โมเดลไม่สามารถรู้ได้ว่าคุณไม่สามารถอธิบายอะไรได้ คุณไม่สามารถอ่านภาพในหัวของคุณได้ แต่ตีความสิ่งที่คุณเขียนเท่านั้น ประการที่สาม: โมเดลไม่สามารถวาดข้อความและตัวเลขได้ดีเนื่องจากเลียนแบบตัวอักษรที่มีรูปร่างและไม่มีความหมาย นั่นเป็นเหตุผลว่าทำไม AI จึงมีความเสี่ยงที่จะปล่อยให้การเขียนโลโก้เป็นหน้าที่ของ AI
เคล็ดลับ: อย่าปล่อยให้ AI สร้างข้อความที่ชัดเจน (ชื่อแบรนด์ สโลแกน) ในภาพ คุณสร้างภาพโดยไม่มีข้อความ จากนั้นจึงเพิ่มข้อความ (เป็นเวกเตอร์) ในโปรแกรมออกแบบ ทำให้สามารถอ่านและแก้ไขได้
กายวิภาคของพรอมต์ที่ดี
ช่วยแบ่งการแสดงภาพที่ชัดเจนออกเป็นหกองค์ประกอบ คุณไม่จำเป็นต้องใช้ทั้งหมดทุกครั้ง แต่การเลือกอย่างมีสติจะเป็นตัวกำหนดผลลัพธ์
- หัวเรื่อง/หัวเรื่อง: อะไรคือองค์ประกอบหลักของภาพ? ("ถ้วยกาแฟเซรามิก", "ภาพเหมือนของหญิงสาว")
- การกระทำ/บริบท: เขาทำอะไรอยู่ เขาอยู่ที่ไหน? (“ที่โต๊ะไม้ในยามเช้า”)
- สไตล์/สุนทรียภาพ: ภาษาภาพคืออะไร? (“ภาพถ่ายผลิตภัณฑ์ขั้นต่ำ”, “ภาพประกอบสีน้ำ”, “การเรนเดอร์สามมิติสามมิติ”) นี่คือองค์ประกอบที่เด็ดขาดที่สุด
- องค์ประกอบ/มุม: เฟรมเป็นยังไงบ้าง? ("ภาพระยะใกล้", "มุมมองจากมุมสูง", "มุมกว้าง", "ตรงกลาง โดยมีพื้นที่ว่าง")
- แสงและสี: ("แสงธรรมชาติที่นุ่มนวล", "จานสีเอิร์ธโทน", "คอนทราสต์สูง")
- เทคนิค/คุณภาพ: ("ความละเอียดสูง", "อัตราเฟรม 1:1", "พื้นหลังสีขาวล้วน")
นอกจากนี้ยังมีสูตรเชิงลบ: พูดสิ่งที่คุณไม่ต้องการ ("ไม่มีข้อความ ไม่มีผู้คน ไม่มีพื้นหลังยุ่งเหยิง") เราจะเจาะลึกเรื่องนี้ด้วย "พรอมต์เชิงลบ" ในหน่วยที่ 4
อภิธานคำศัพท์
- อัตราส่วนภาพ: อัตราส่วนภาพของภาพ; เฟรม 1:1 (โพสต์บน Instagram), แนวตั้ง 9:16 (เรื่องราว/ม้วน), แนวนอน 16:9 (หน้าปก)
- ความละเอียด: จำนวนพิกเซลในภาพ; สูงก็เพียงพอสำหรับการพิมพ์ สื่อก็เพียงพอสำหรับหน้าจอ
- การอ้างอิงสไตล์: ให้ตัวอย่างแก่โมเดลโดยพูดว่า "มีลักษณะเช่นนี้"
- แสดงผล: คอมพิวเตอร์คำนวณและสร้างภาพ "การเรนเดอร์ 3 มิติ" หมายถึงมุมมองเชิงปริมาตรที่สมจริง
ทีละขั้นตอน: อธิบายภาพ
สมมติว่าเราต้องการรูปภาพผลิตภัณฑ์สำหรับแบรนด์น้ำมันมะกอก
ขั้นตอนที่ 1 — มุ่งเน้นไปที่เรื่อง: “น้ำมันมะกอกบริสุทธิ์ในขวดแก้วสีเขียวเข้ม”
ขั้นตอนที่ 2 — เพิ่มบริบท: “บนเคาน์เตอร์ไม้เรียบง่าย โดยมีกิ่งมะกอกสดสองสามกิ่งอยู่ข้างๆ”
ขั้นตอนที่ 3 — เลือกสไตล์: “ภาพถ่ายผลิตภัณฑ์ระดับพรีเมียม สมจริง”
ขั้นตอนที่ 4 — กำหนดองค์ประกอบภาพ: “ผลิตภัณฑ์อยู่ตรงกลาง พื้นที่สำหรับข้อความที่ด้านบน”
ขั้นตอนที่ 5 — แสง/สี: “ด้านแสงธรรมชาติที่นุ่มนวล สีเอิร์ธโทนโทนอุ่น”
ขั้นตอนที่ 6 — เทคนิค: “อัตราเฟรม 1:1 ความละเอียดสูง พื้นหลังธรรมดา”
เมื่อคุณรวมทั้งหมดเข้าด้วยกัน คุณจะได้ร่างที่ใช้งานได้ซึ่งเหมาะสมกับเอกลักษณ์ของแบรนด์
มินิเคสสามอัน
กรณีที่ 1 — จากความไม่แน่นอนไปสู่ความชัดเจน นักออกแบบเขียน "ภาพลักษณ์ของสำนักงานสมัยใหม่" และพยายามทำทั้งหมด 12 ครั้ง แต่ไม่ได้ผลเลย (เสียเวลาไป 30 นาที) เขาเขียนข้อความแจ้งใหม่เป็นหกองค์ประกอบ: "สำนักงานที่สว่างและเรียบง่าย โต๊ะไม้ แสงธรรมชาติจากหน้าต่างบานใหญ่ โทนสีกลางที่อบอุ่น มุมกว้าง พื้นที่ข้อความที่ด้านบน" 2 ใน 4 ครั้งแรกใช้งานได้; เวลาก็ลดลงเหลือ 10 นาที
กรณีที่ 2 — กับดักข้อความ เด็กฝึกงานคนหนึ่งให้ AI สร้างโปสเตอร์ร้านกาแฟตั้งแต่ต้นจนจบ ข้อความ "COFFEE" ในภาพกลายเป็น "COFEEE" และราคาไม่สามารถอ่านได้ คำแนะนำเปลี่ยนไป: รูปภาพถูกสร้างขึ้นโดยไม่มีข้อความ ข้อความถูกเพิ่มในภายหลังในโปรแกรมออกแบบ ข้อผิดพลาดลดลงเหลือศูนย์และโปสเตอร์ก็เหมาะสำหรับการพิมพ์
กรณีที่ 3 — การสูญเสียอัตราส่วน ผู้เชี่ยวชาญด้านโซเชียลมีเดียสร้างภาพสี่เหลี่ยมจัตุรัส 1:1 สำหรับเรื่องราวบน Instagram 9:16 พอผมวางไว้ในแนวตั้ง ทั้งด้านบนและด้านล่างถูกตัดออก และองค์ประกอบสำคัญก็หายไป เมื่อฉันระบุอัตราส่วนภาพเป็น "แนวตั้ง 9:16" ในข้อความแจ้ง รูปภาพจะพอดีกับรูปแบบและไม่จำเป็นต้องทำซ้ำ
เทมเพลตที่คัดลอกได้
1) โครงกระดูกภาพผลิตภัณฑ์หกองค์ประกอบ:
[เรื่อง: อธิบายผลิตภัณฑ์] , [บริบท: ที่ไหน/อย่างไร] .สไตล์: [เช่น ภาพสินค้าพรีเมี่ยม สมจริง] .องค์ประกอบ: [เช่น. ผลิตภัณฑ์ตรงกลาง ช่องว่างสำหรับข้อความด้านบน]แสงและสี: [เช่น แสงธรรมชาติที่นุ่มนวล สีเอิร์ธโทน] .เทคนิค: [อัตราส่วนภาพ ความละเอียดสูง พื้นหลังธรรมดา] .หมายเหตุ: ไม่มีข้อความ/โลโก้ที่อ่านง่ายในภาพ; ฉันจะเพิ่มข้อความในภายหลัง
2) โครงกระดูกภาพประกอบ:
เรื่อง: [จะวาดอะไร].สไตล์: [เช่น. ภาพประกอบเวกเตอร์สีเรียบ / สีน้ำ / มีมิติเท่ากัน 3 มิติ] จานสี: [สีหลัก 2-3 สี] . อารมณ์: [เช่น ร่าเริง สงบ จริงจัง] .พื้นหลัง: [ธรรมดา / มีลวดลาย / โปร่งใส] .อัตราส่วน: [1:1 / 9:16 / 16:9] .
3) การสำรวจสไตล์ (เรื่องเดียวกัน แต่สุนทรีย์ต่างกัน):
อธิบายหัวข้อต่อไปนี้ด้วยองค์ประกอบเดียวกันใน 4 สไตล์ภาพที่แตกต่างกัน: เวกเตอร์แบนน้อยที่สุด ภาพถ่ายเหมือนจริง สีน้ำ ภาพสามมิติสามมิติ เขียนพรอมต์หนึ่งบรรทัดสำหรับแต่ละรายการ เรื่อง: [วาง]
4) การเพิ่มคำอธิบายเชิงลบ:
ปรับปรุงข้อความแจ้งต่อไปนี้และเพิ่มข้อความที่ไม่ต้องการในตอนท้าย: "ไม่มีข้อความ ไม่มีลายน้ำ ไม่มีพื้นหลังยุ่ง ไม่มีมือ/นิ้วที่ไม่ดี ไม่มีวัตถุมากเกินไป" พร้อมท์: [วาง]
พรอมต์อ่อน / พรอมต์แข็งแกร่ง
อ่อนแอ : รูปกาแฟสวยๆ
ผลลัพธ์: มุมสุ่ม รูปแบบไม่ชัดเจน ภาพบังเอิญไม่เข้ากับแบรนด์
ทรงพลัง: ถ้วยเซรามิกที่เต็มไปด้วยลาเต้ร้อน บนโต๊ะไม้สีอ่อน ด้านข้างท่ามกลางแสงอันนุ่มนวลยามเช้า รูปถ่ายสินค้าพรีเมี่ยมขั้นต่ำ; โทนสีกลางที่อบอุ่น ระยะใกล้ พื้นที่สำหรับข้อความที่มุมขวาบน สี่เหลี่ยมจัตุรัส 1:1 พื้นหลังธรรมดา ไม่ควรมีข้อความที่สามารถอ่านได้
ผลลัพธ์: ภาพร่างที่ปรับเปลี่ยนตามแบรนด์พร้อมองค์ประกอบ แสง และสัดส่วนที่ควบคุมได้
ความแตกต่าง: ข้อความแจ้งที่ชัดเจนช่วยเติมองค์ประกอบทั้ง 6 อย่าง (หัวเรื่อง บริบท สไตล์ องค์ประกอบ แสง เทคนิค) อย่างชัดเจน และทำให้ข้อความไม่ปรากฏ
คอมโพเนนต์พร้อมท์และตารางเอฟเฟกต์
ส่วนประกอบ
ตัวอย่าง
ผลกระทบต่อผลลัพธ์
เรื่อง
"น้ำมันมะกอกในขวดแก้ว"
กำหนดสิ่งที่ปรากฏ
สไตล์
"ภาพสินค้าพรีเมี่ยม"
องค์ประกอบที่กำหนดภาษาภาพมากที่สุด
องค์ประกอบ
“ตรงกลางมีช่องข้อความ”
เพิ่มความสามารถในการใช้งาน
แสง/สี
“แสงนวลๆ สีเอิร์ธโทน”
ถ่ายทอดความรู้สึกของแบรนด์
อัตราส่วนภาพ
"9:16 แนวตั้ง"
อนุญาตให้ปฏิบัติตามรูปแบบ
คำอธิบายเชิงลบ
"ไม่มีข้อความ"
ช่วยลดข้อบกพร่อง
ข้อผิดพลาดทั่วไป
- ไม่ระบุสไตล์: ละเว้นองค์ประกอบที่เด็ดขาดที่สุด ผลลัพธ์จะกลายเป็นความคิดโบราณและสุ่ม
- ให้ AI วาดข้อความ: ตัวอักษรเสียหาย, อ่านไม่ออก; เพิ่มข้อความในโปรแกรมออกแบบในภายหลัง
- การลืมอัตราส่วน: อัตราส่วนภาพที่ไม่ถูกต้องทำให้เกิดการตัดและการสูญเสียองค์ประกอบในสิ่งพิมพ์
- พรอมต์โอเวอร์โหลด: การวางแนวคิด 20 รายการซ้อนกันจะทำให้โมเดลสับสน รักษาให้ชัดเจนและจัดลำดับความสำคัญ
- ยอมแพ้ในครั้งเดียว: การแพร่กระจายเป็นแบบสุ่ม เป็นเรื่องปกติที่จะผลิตหลายรูปแบบและเลือกรูปแบบที่ดีที่สุด
โดยสรุป
AI ที่สร้างภาพจะค่อยๆ สร้างภาพเพื่อให้เหมาะกับการแจ้งเตือนของคุณจากสัญญาณรบกวนแบบสุ่ม คุณไม่สามารถอ่านภาพในหัวของคุณได้ แต่ตีความสิ่งที่คุณเขียนเท่านั้น ข้อความแจ้งที่ดีประกอบด้วยองค์ประกอบ 6 ส่วน ได้แก่ หัวเรื่อง บริบท สไตล์ องค์ประกอบ แสง/สี และเทคนิค สไตล์เป็นองค์ประกอบที่สำคัญที่สุด อย่าลืมระบุอัตราส่วนภาพ อย่าปล่อยให้ข้อความที่อ่านได้เป็นหน้าที่ของ AI คุณจะเพิ่มในภายหลัง เมื่อความชัดเจนเพิ่มขึ้น จำนวนครั้งที่พยายามและการสูญเสียเวลาจะลดลง
งานสมัคร
เลือกผลิตภัณฑ์หรือหัวข้อ ขั้นแรก เขียนเป็นประโยคเดียว (“a nice X”) แล้วลองใช้โปรแกรมสร้างภาพแล้วจดบันทึกผลลัพธ์ จากนั้นอธิบายเรื่องเดียวกันอีกครั้งโดยกรอกโครงกระดูกหกองค์ประกอบ โดยเพิ่มอัตราส่วนภาพและคำอธิบายเชิงลบ วางผลลัพธ์ทั้งสองไว้เคียงข้างกัน และเขียนด้วยสัญลักษณ์แสดงหัวข้อย่อยสามประเด็นว่าความชัดเจนเปลี่ยนแปลงผลลัพธ์อย่างไร
รายการตรวจสอบ
- [ ] ฉันระบุหัวข้อ บริบท และรูปแบบอย่างชัดเจนในข้อความแจ้งของฉัน
- [ ] ฉันเพิ่มองค์ประกอบภาพและองค์ประกอบแสง/สี
- [ ] ฉันระบุอัตราส่วนภาพ (1:1 / 9:16 / 16:9)
- [ ] ฉันไม่มี AI วาดข้อความที่อ่านได้ ทิ้งไว้ทีหลัง
- [ ] ฉันยกเว้นสิ่งที่ไม่พึงประสงค์ด้วยคำอธิบายเชิงลบ
- [ ] ฉันไม่ไว้ใจการทดลองแม้แต่รายการเดียวและทำให้เกิดรูปแบบต่างๆ มากมาย