การสร้างภาพด้วยภาพถ่ายและกายวิภาคศาสตร์แบบทันที: การแพร่กระจายทำงานอย่างไร

กำไร:

• ทำความเข้าใจว่าปัญญาประดิษฐ์ (การแพร่กระจาย) ที่สร้างภาพทำงานอย่างไร และส่วนประกอบสูตรใดที่จำเป็นสำหรับความสมจริงของภาพถ่าย
• ความสามารถในการเขียนข้อความภาพถ่ายที่ชัดเจน ซึ่งประกอบด้วยวัตถุ แสง เลนส์/กล้อง องค์ประกอบ บรรยากาศ และองค์ประกอบทางเทคนิค
• ความสามารถในการแยกแยะความแตกต่างระหว่างภาพที่ถ่ายและภาพที่ถ่าย ข้อจำกัดในการใช้งาน และความสำคัญของการยืนยันความถูกต้อง

ช่างภาพใช้ AI เชิงภาพเชิงสร้างสรรค์เพื่อวัตถุประสงค์ที่ถูกต้องตามกฎหมายสามประการ: เพื่อสร้างการอ้างอิงฉบับร่างสำหรับมูดบอร์ดและแนวคิด เพื่อสร้างองค์ประกอบที่เสริมการถ่ายภาพจริง (พื้นหลัง พื้นผิว ชิ้นส่วนคอมโพสิต) และเพื่อสร้างภาพที่ผลิตเต็มรูปแบบ (เช่น สำหรับการขายสต็อกหรือแนวคิดการโฆษณา) ในหน่วยนี้ เราจะได้เรียนรู้วิธีการทำงานของเครื่องมือเหล่านี้ และวิธีเขียนคำสั่งเพื่อความสมจริงของภาพถ่าย เป้าหมายไม่ใช่การรอจังหวะดีๆ โดยบังเอิญ หมายถึงการอธิบายสิ่งที่คุณต้องการในภาษาของช่างภาพและกำกับผลลัพธ์

การแพร่กระจาย: โมเดลสร้าง "ภาพถ่าย" ได้อย่างไร

AI ที่สร้างภาพส่วนใหญ่ในปัจจุบันทำงานด้วยวิธีที่เรียกว่าการแพร่กระจาย พูดง่ายๆ ก็คือ โมเดลได้เรียนรู้ที่จะเปลี่ยน "จากจุดรบกวนไปสู่ภาพที่มีความหมาย" บนรูปภาพหลายล้านภาพ โดยเริ่มต้นจากจุดรบกวนแบบสุ่มระหว่างการผลิต (เช่น ภาพหน้าจอที่เต็มไปด้วยหิมะ) และสร้างภาพโดยค่อยๆ ทำความสะอาดจุดรบกวนเพื่อให้พอดีกับข้อความของคุณ (พร้อมท์) ข้อเท็จจริงพื้นฐานสองประการเกิดขึ้นจากสิ่งนี้:

ประการแรก โมเดลไม่สามารถสร้างสิ่งที่ไม่ได้อธิบายไว้ได้ ถ้าคุณไม่พูดแสง แสงสุ่มจะมา; หากคุณไม่คำนึงถึงมุมมองที่เป็นวัตถุประสงค์ "ความรู้สึกในการถ่ายภาพ" ก็จะยังคงเป็นเรื่องบังเอิญ ประการที่สอง โมเดลไม่เข้าใจ มันคาดการณ์ นั่นเป็นเหตุผลที่เขาทำผิดพลาด (ภาพหลอน) ในสถานที่ที่ต้องใช้ตรรกะ เช่น มือ ข้อความ การสะท้อน ความสมมาตร หากคุณต้องการความสมจริงของภาพถ่าย คุณต้องอธิบายการตัดสินใจทางเทคนิคอย่างชัดเจน เช่น แสง เลนส์ องค์ประกอบ ที่ทำให้ภาพถ่ายกลายเป็นภาพถ่าย

ข้อควรระวัง: แม้ว่ารูปภาพที่สร้างขึ้นอาจดู "เหมือนภาพถ่าย" แต่ก็ไม่ใช่ภาพถ่าย มันไม่ได้บันทึกช่วงเวลาที่แท้จริง การใช้เนื้อหาดังกล่าวในข่าว สารคดี หรือบริบทที่อ้างว่า "สิ่งนี้เกิดขึ้นจริง" ถือเป็นการทำให้เข้าใจผิดและละเมิดขอบเขตทางจริยธรรม ซึ่งเราจะกล่าวถึงในหน่วยที่ 9

กายวิภาคศาสตร์พร้อมรูปถ่าย

ข้อความแจ้งการถ่ายภาพที่มีประสิทธิภาพประกอบด้วยหกองค์ประกอบ ลองคิดดูว่าสิ่งเหล่านี้เหมือนกับการวางแผนการถ่ายภาพ:

1. เรื่อง: อะไร/ใคร? อายุ เสื้อผ้า การแสดงออก การกระทำ จำนวน ("ช่างไม้วัยกลางคนสวมผ้ากันเปื้อนทำงานที่โต๊ะทำงาน")
2. แสง: ทิศทาง ความแข็ง แหล่งกำเนิด เวลา มันคือหัวใจของการถ่ายภาพ ("แสงหน้าต่างด้านข้างแบบนุ่มนวล ยามเช้า คอนทราสต์ต่ำ")
3. มุมมองเลนส์และกล้อง: ทางยาวโฟกัส ระยะชัดลึก มุม ("ความรู้สึกของเลนส์ถ่ายภาพบุคคล 85 มม. ระยะชัดตื้น โบเก้พื้นหลังที่นุ่มนวล ระดับสายตา")
4. องค์ประกอบ: การใส่กรอบ การจัดวาง การใส่กรอบ ("ภาพระยะใกล้ กฎสามส่วน เรื่องด้านซ้าย")
5. บรรยากาศและสี: โทนสี อารมณ์ จานสี ("สีเอิร์ธโทนอบอุ่น สงบ ชวนคิดถึง")
6. เทคโนโลยี/คุณภาพ: พื้นผิว ความสมจริง อัตราส่วนภาพ ("เนื้อผิวธรรมชาติ, เม็ดฟิล์ม, อัตราส่วน 3:2")

เมื่อคุณแนะนำส่วนประกอบเหล่านี้ตามลำดับ โมเดลจะสร้างผลลัพธ์ "ภาพถ่าย" ที่ควบคุมได้มากขึ้น ส่วนประกอบใดๆ ที่คุณปล่อยทิ้งไว้ถือเป็นโอกาส

เคล็ดลับ: ไม่ต้องให้ AI วาดข้อความ/โลโก้ โมเดลการแพร่กระจายไม่สามารถสร้างข้อความที่อ่านได้และโลโก้ที่เป็นกรรมสิทธิ์ได้อย่างน่าเชื่อถือ เพิ่มลงในขั้นตอนการออกแบบจริง นอกจากนี้ ในรูปภาพที่ต้องการข้อความที่อ่านได้ ให้ใช้ AI สำหรับฉากหลัง/บรรยากาศเท่านั้น

อัตราส่วนภาพและการใช้งานที่ต้องการ

อัตราส่วนภาพคืออัตราส่วนความกว้างต่อความสูงของรูปภาพและกำหนดการใช้งาน: 9:16 สำหรับเรื่องราวแนวตั้งบนโซเชียลมีเดีย, 3:2 สำหรับสิ่งพิมพ์มาตรฐาน, 1:1 สำหรับโพสต์สี่เหลี่ยมจัตุรัส, 16:9 สำหรับแบนเนอร์แบบกว้าง การระบุอัตราส่วนในพรอมต์ตั้งแต่ต้นจะดีกว่าการระบุอัตราส่วนในภายหลังและทำให้คุณภาพลดลง เลือกความละเอียดและอัตราส่วนตั้งแต่เริ่มต้น โดยทราบจุดประสงค์การใช้งาน (การพิมพ์หรือการแสดงผล)

สูตรเชิงลบและรูปแบบต่างๆ

เครื่องมือส่วนใหญ่จะมีข้อความแจ้งเชิงลบ: พื้นที่ที่คุณเขียนสิ่งที่คุณไม่ต้องการลงในภาพ ("มือผิดรูป นิ้วเกิน ข้อความ ลายน้ำ การเข้าเล่มพลาสติก") สิ่งนี้จะช่วยลดแต่ไม่ได้ป้องกันข้อบกพร่องทั่วไปอย่างสมบูรณ์ การตรวจสอบยังเป็นสิ่งจำเป็น นอกจากนี้ยังมีแนวคิดเรื่องเมล็ดพันธุ์ - เมล็ดพันธุ์แห่งความสุ่มซึ่งการผลิตเริ่มต้นขึ้น การตั้งต้นและคำสั่งเดียวกันจะสร้างผลลัพธ์ที่คล้ายกันอีกครั้ง ซึ่งจะช่วยให้คุณสร้างชุดที่สอดคล้องกันได้ (เราจะเจาะลึกมากขึ้นในหน่วยที่ 4)

มินิเคสสามอัน

กรณีที่ 1 — พลังของสูตร ช่างภาพสต็อกคนหนึ่งเขียนว่า "ผู้หญิงกำลังดื่มกาแฟ" และได้ผลลัพธ์ที่น่าหดหู่ใจ เมื่อพร้อมต้าเพิ่มแสง (ไฟหน้าต่างด้านข้าง) เลนส์ (50 มม. ระยะชัดลึกตื้น) บรรยากาศ (ยามเช้าอันอบอุ่นและเงียบสงบ) และพื้นผิว (ผิวธรรมชาติ) ผลลัพธ์ที่ได้ก็ใช้งานได้ อัตราการสร้างเฟรมที่ยอมรับได้เพิ่มขึ้นจากประมาณ 1/20 เป็น 1/4; เวลาในการผลิตลดลงหนึ่งในสาม

กรณีที่ 2 — การสูญเสียจากอาการประสาทหลอน นักออกแบบและช่างภาพใส่ภาพ "นักธุรกิจจับมือกัน" ในการนำเสนอโดยไม่ได้ตรวจสอบ ในการประชุมพบว่าผู้จัดการมีสามมือ ข้อบกพร่องที่ถูกมองข้ามบนหน้าจอขนาดเล็กนั้นถูกขยายออกไปในการฉายภาพ การสแกนมือ/นิ้ว 30 วินาทีจะช่วยป้องกันความลำบากใจนี้ได้

กรณีที่ 3 — การเลือกเครื่องมือที่เหมาะสม ช่างภาพผลิตภัณฑ์ต้องการวางนาฬิกาจริงที่เขาถ่ายไว้ในสภาพแวดล้อมอื่น แทนที่จะผลิตตั้งแต่ต้น กลับเก็บเฟรมผลิตภัณฑ์จริงไว้ มีเพียงพื้นหลัง/บรรยากาศเท่านั้นที่สร้างด้วย AI และทำคอมโพสิต ดังนั้นรายละเอียดที่แท้จริงของผลิตภัณฑ์ (ยี่ห้อ, หน้าปัด) จึงไม่บิดเบือน; ทั้งความน่าเชื่อถือและความถูกต้องถูกรักษาไว้

เทมเพลตที่คัดลอกได้

1) โครงกระดูกพร้อมท์การถ่ายภาพ:

[เรื่อง: ใคร/อะไร, อายุ, เสื้อผ้า, การแสดงออก, การกระทำ],[แสง: ทิศทาง, ความกระด้าง, แหล่งที่มา, เวลา], [เลนส์/กล้อง: ความรู้สึกของทางยาวโฟกัส, ระยะชัดลึก, มุม], [องค์ประกอบ: การจัดเฟรม, ตำแหน่ง, การประชุม], [บรรยากาศ/สี: โทน, อารมณ์, จานสี], [เทคนิค: พื้นผิวธรรมชาติ, ลายไม้, อัตราส่วนภาพ] ภาพถ่าย, สมจริง เพิ่มข้อความ/โลโก้

2) ร่างพรอมต์เชิงลบ:

ข้อเสีย (สิ่งที่ฉันไม่ต้องการ): มือผิดรูป, นิ้วเกินหรือหายไป, หน้าเบี้ยว, ผิวคล้ายพลาสติก/ขี้ผึ้ง, ข้อความอ่านไม่ออก, ลายน้ำ, พื้นผิวซ้ำกัน, เงาที่เป็นไปไม่ได้, สีอิ่มตัวเกินไป

3) สำหรับการอ้างอิงมูดบอร์ด (ทิศทาง ไม่ใช่การนำส่ง):

วัตถุประสงค์: มูดบอร์ดอ้างอิงสำหรับการถ่ายทำ (ไม่ใช่สิ่งที่ส่งมอบได้) แนวคิด: [แนวคิด] อธิบายสุนทรียภาพด้วยคุณลักษณะเท่านั้น: แสง [..], จานสี [..), บรรยากาศ [..], องค์ประกอบ [..] ห้ามใช้ชื่อบุคคล/แบรนด์/ช่างภาพใดๆ สร้าง 4 รูปแบบ

4) แผนคอมโพสิตปกป้องผลิตภัณฑ์จริง:

ฉันมีช็อต [ผลิตภัณฑ์] จริง; ตัวผลิตภัณฑ์เองจะไม่เปลี่ยนแปลง เขียนข้อความแจ้งให้สร้างภาพสำหรับพื้นหลัง/บรรยากาศเท่านั้น: [แสง พื้นผิว สี สภาพแวดล้อม] ทิศทางของเงาและความแข็งของแสงของผลิตภัณฑ์ควรเป็น [..] เพื่อให้คอมโพสิตดูน่าเชื่อถือ

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

จุดอ่อน: "รูปถ่ายพอร์ตเทรตสวยจัง"

แข็งแกร่ง: "หญิงชาวนาวัยกลางคน ใบหน้าซีดเซียว ยิ้มเล็กน้อยในทุ่งข้าวสาลี แสงชั่วโมงทองจากด้านข้าง คอนทราสต์ต่ำ มุมมองแนวตั้ง 85 มม. ระยะชัดตื้น พื้นหลังนุ่มนวล ระยะใกล้ วัตถุด้านซ้าย กฎสามส่วน สีเอิร์ธโทนอบอุ่น อารมณ์สงบและสง่างาม พื้นผิวที่เป็นธรรมชาติ เม็ดฟิล์มสีอ่อน 3:2 ภาพถ่าย สมจริง การเพิ่มข้อความ"

ความตั้งใจที่อ่อนแอนั้นถูกปล่อยให้เป็นไปตามโอกาสโดยสิ้นเชิง เนื่องจากมีความต้องการสูงซึ่งอธิบายถึงแสง เลนส์ องค์ประกอบ และบรรยากาศ จึงเพิ่มความน่าจะเป็นที่จะได้ผลลัพธ์ที่ต้องการอย่างมาก

ข้อผิดพลาดทั่วไป

• ไม่บรรยายเรื่องแสงและเลนส์ ทั้งสองสิ่งนี้ทำให้รูปถ่ายเป็นรูปถ่ายเป็นส่วนใหญ่ หากคุณเว้นว่างไว้ ผลลัพธ์จะถือเป็นโอกาส
• มี AI วาดข้อความ/โลโก้ที่อ่านได้ แบบจำลองไม่สามารถสร้างสิ่งเหล่านี้ได้อย่างน่าเชื่อถือ อาจกลายเป็นของมีตำหนิและมีลิขสิทธิ์
• การนำเสนอภาพที่จัดทำออกมาเป็น "ภาพถ่าย" เนื้อหาดังกล่าวทำให้เข้าใจผิดในบริบทของสารคดี/ข่าว จำเป็นต้องมีคำแถลงข้อเท็จจริง
• รูปแบบการคัดลอกด้วยบุคคล/ชื่อแบรนด์ ความเสี่ยงจากการเลียนแบบและลิขสิทธิ์ บรรยายความสวยงามด้วยคุณภาพ
• กำลังข้ามการยืนยัน มือ ดวงตา การสะท้อน เงา และพื้นผิวที่ซ้ำกันจะต้องได้รับการตรวจสอบในทุกภาพที่จัดทำ

โดยสรุป

Generative Visual AI ทำงานโดยการแพร่กระจาย โดยเปลี่ยนจากสัญญาณรบกวนเป็นรูปภาพที่เหมาะกับข้อความ ไม่สามารถสร้างสิ่งที่ไม่ได้อธิบายไว้ และเกิดข้อผิดพลาดเมื่อต้องใช้ตรรกะ เพื่อความสมจริงของภาพถ่าย ให้อธิบายวัตถุ แสง เลนส์ องค์ประกอบ บรรยากาศ และเทคนิคเหมือนช่างภาพ เลือกอัตราส่วนภาพตามวัตถุประสงค์ ลดสิ่งแปลกปลอมด้วยสูตรเชิงลบ ไม่ต้องให้ AI วาดข้อความ และตรวจสอบแต่ละเอาต์พุต ห้ามใช้รูปภาพที่ผลิตขึ้นโดยอ้างว่าเป็น "รูปถ่ายที่ถ่าย"

งานสมัคร

เลือกแนวคิดและเขียนข้อความพร้อมรูปถ่าย โดยกรอกองค์ประกอบทั้ง 6 ชิ้นด้วยเทมเพลต 1 สร้าง (หรืออธิบาย) แนวคิดเดียวกันก่อนในประโยคเดียว เช่น "ภาพถ่ายที่สวยงาม" จากนั้นให้โครงกระดูกเต็ม และเปรียบเทียบผลลัพธ์ทั้งสอง ทำเครื่องหมายจุดบกพร่องที่เป็นไปได้อย่างน้อยสามจุดในภาพที่คุณสร้างขึ้นโดยการขยายมือ ดวงตา การสะท้อน และเงา

รายการตรวจสอบ

• [ ] ในข้อความแจ้งเตือน ฉันอธิบายตัวแบบ แสง เลนส์ องค์ประกอบ บรรยากาศ และเทคนิคแยกกัน
• [ ] ฉันกำหนดอัตราส่วนภาพตามวัตถุประสงค์การใช้งาน
• [ ] ฉันลดข้อบกพร่องทั่วไปด้วยสูตรเชิงลบ
• [ ] ฉันไม่มีข้อความ/โลโก้ที่อ่านได้โดย AI
• [ ] ฉันแน่ใจว่าไม่ได้นำเสนอรูปภาพที่สร้างขึ้นเป็น "ภาพถ่าย"
• [ ] ฉันตรวจสอบผลลัพธ์ของมือ/ตา/ภาพสะท้อน/เงา