Mga nadagdag:
- Kakayahang magtatag ng visual prompt anatomy (paksa, materyal, anggulo, liwanag, istilo, negatibo) at makakuha ng mga reproducible na resulta
- Kakayahang idirekta ang visual na direksyon gamit ang mga paraan ng kontrol tulad ng reference na imahe, ControlNet, buto at bigat ng estilo
- Kakayahang pumili ng tool ayon sa gawain at suriin ang resolusyon, pagkakapare-pareho at mga limitasyon ng mga karapatan sa paggamit ng output
Sa nakaraang unit, nakita mo kung paano iposisyon ang AI sa pagbuo ng konsepto. Sa unit na ito, mas malalim tayong lumalim: matututunan mong aktwal na kontrolin ang mga visual AI tool. Ang pagkabigo ng maraming mga designer ay ang tool ay gumagawa ng mga imahe "sa sarili nitong"; Gayunpaman, ang problema ay karaniwang hindi ang kalabuan ng tool ngunit ang kalabuan ng mga tagubilin na ibinigay. Ang pagkontrol sa visual AI ay nangangailangan ng pag-alam sa tatlong bagay: agarang anatomy (pagtatakda ng tama ng pagtuturo), reference at pagkontrol ng komposisyon (nangunguna sa visual), at reproducibility (pagkuha muli ng parehong resulta). Kapag natutunan mo ang tatlong ito, ang AI ay nagbabago mula sa isang random na visual machine sa isang steerable na tool sa disenyo.
Prompt anatomy: anim na layer ng paglalarawan ng isang imahe
Ang isang magandang visual prompt ay hindi isang random na pangungusap, ngunit isang layered recipe. Isaalang-alang ang anim na layer na ito:
- Paksa: Ano ang ginagawa natin? ("wireless headphone charging box")
- Form at detalye: Silhouette, proporsyon, sulok, pagkakaiba sa ibabaw. ("mga bilugan na sulok, dalawang piraso, manipis na linya ng paghahati sa itaas")
- Materyal at CMF: Kulay-materyal-ibabaw. ("matt anthracite polycarbonate, brushed aluminum strip")
- Anggulo at framing: Point of view at framing. ("3/4 mula sa harap, bahagyang mula sa itaas, nakasentro ang produkto")
- Liwanag at kapaligiran: Pag-iilaw at background. ("malambot na studio na ilaw, neutral na mapusyaw na kulay abong walang katapusan na backdrop")
- Estilo at layunin: Sketch, photorealistic rendering, teknikal na pagguhit. ("photorealistic na pag-render ng produkto")
Idinagdag dito ang isang negatibong prompt: mga bagay na hindi mo gusto. Maraming mga tool ang nag-aalok ng isang "negatibong prompt" na lugar; Dito ki-clear mo ang output sa pamamagitan ng pag-type ng hindi mo gusto, gaya ng "kamay ng tao, text, logo, magulo na background, maraming produkto". Kung mag-iiwan ka ng mga layer na nawawala, pupunan ng AI ang mga puwang na iyon ng sarili nitong istatistikal na average; Ang ibig sabihin nito ay cliché.
Tip: I-set up ang prompt na parang nagbabasa mula sa isang pattern: subject + form + CMF + angle + light + style + negative. Kung hindi mo gusto ang isang output, tanungin kung aling layer ang nawawala, huwag muling isulat ang buong prompt.
Sanggunian, komposisyon at kontrol ng estilo
Hindi masasabi ng mga salita ang lahat; Minsan ang isang imahe ay nagkakahalaga ng isang libong salita. Ang mga modernong gadget ay nag-aalok ng ilang makapangyarihang paraan ng kontrol:
- Reference image (image prompt / image reference): Nag-upload ka ng larawan at sabihin ang "gawin itong ganito". Itinakda mo kung gaano nire-refer ng tool ang output na may timbang.
- ControlNet: Sa Stable Diffusion ecosystem, ito ay isang control layer na nagpapanatili sa gilid/linya/lalim/pose na istraktura ng isang sketch o larawan at gumagawa ng bagong imahe sa ibabaw nito. Tamang-tama para sa pagpapanatili ng komposisyon at pagbabago ng materyal ng iyong sariling sketch.
- Sanggunian sa istilo / bigat ng istilo: Upang ihatid lamang ang kapaligiran / kulay-texture na pakiramdam ng isang imahe, hindi ang nilalaman nito.
- Inpainting (rehiyonal na pag-edit): Pagtatakpan lamang ng isang bahagi ng larawan at pagpaparami nito (halimbawa, pagpapalit lamang ng hawakan).
- LoRA / custom na pagsasanay: Sa isang advanced na antas, i-fine-tune ang modelo batay sa isang wika ng brand o isang partikular na istilo. Nangangailangan ito ng pag-iingat sa privacy at copyright (sa iyong sariling data, nang may pahintulot).
Ang karaniwang benepisyo ng mga tool na ito: Pinipilit nila ang AI na gumana mula sa balangkas na ibinigay mo dito, sa halip na mangarap mula sa simula. Ang pinakamahalaga para sa taga-disenyo ay madalas na ControlNet at pagpinta, dahil pinapanatili nila ang iyong sariling komposisyon ng sketch.
Reproducibility: buto at mga parameter
Ang mga modelo ng pagsasabog ay nagsisimula sa randomness. Ang buto ay ang panimulang numero ng randomness na ito. Ang parehong prompt + parehong binhi + parehong mga parameter ay karaniwang nagbibigay ng pareho/kaparehong larawan. Ito ay kritikal para sa disenyo: inaayos mo ang binhi upang magparami ng isang imahe na gusto mo, o baguhin lang ang isang salita at makita ang epekto sa isang kontroladong paraan. Iba pang mahahalagang parameter: aspect ratio, mga hakbang (mas maraming hakbang, mas pino ngunit mas mabagal), at sukat ng patnubay (guidance/CFG; gaano ito katugma sa prompt — kung ito ay masyadong mataas, ito ay mukhang artipisyal at sapilitang).
kontrol
Ano ang ginagawa
Kailan gagamitin
Pag-aayos ng binhi
Reproduces ang parehong output
Kapag bumubuo ng isang imahe at sinusubukan ang A/B
Sangguniang larawan + timbang
Ito ay kahawig ng isang imahe
Paglilipat ng komposisyon/atmosphere
ControlNet (gilid/depth)
Pinapanatili ang komposisyon, binabago ang nilalaman
Paggawa ng render mula sa sarili mong sketch
pagpinta
Isang rehiyon lang ang nire-refresh
Baguhin ang isang solong detalye
negatibong prompt
Tinatanggal ang hindi kanais-nais
Nililinis ang background, kamay, teksto
tatlong mini case
Case 1 — Pagprotekta sa sarili mong sketch. Gusto ng isang designer na gawing photorealistic na rendering ang isang hand-drawn sketch ng isang hand vacuum cleaner. Kapag sinubukan mo ito sa pamamagitan lamang ng text prompt, ang AI ay gumagawa ng ganap na kakaibang anyo. Kapag nag-upload ka ng iyong sketch gamit ang canny mode ng ControlNet, pinapanatili ng AI ang mga linya nito at tinatakpan ito ng matte na plastic at studio lighting. Nakukuha niya ang resulta na gusto niya sa 4 na pagsubok. Aralin: para sa pagpapanatili ng komposisyon, ang ControlNet ay mas malakas kaysa sa purong prompt.
Kaso 2 — Hindi makontrol na pagkawala ng variation. Nakahanap ang isang taga-disenyo ng isang konsepto na gusto niya, ngunit hindi binibigyang-pansin ang binhi. Kinabukasan, kapag humingi siya ng "slightly thinner handle", hindi na niya muling magawa ang parehong imahe; Isang ganap na kakaibang produkto ang lumalabas sa bawat oras at nawawalan siya ng oras. Aralin: i-save ang binhi at buong prompt ng bawat output na gusto mo; ito ang iyong mga "return" points.
Kaso 3 — Paglilinis na may negatibong prompt. Kapag ang isang taga-disenyo ay gumagawa ng mga larawan sa studio, ang mga hindi gustong kamay ng tao, nakalarawan na teksto, at isang pangalawang produkto ay lumalabas sa kalahati ng mga printout. Nagdaragdag ito ng "mga kamay ng tao, teksto, watermark, duplicate na produkto, kalat na background" sa negatibong prompt at ang kalidad ng output ay tumataas nang malaki sa 8 salita lamang. Aral: ang pagsasabi ng hindi mo gusto ay kasinghalaga ng pagsasabi ng gusto mo.
Nakokopya na mga template ng prompt
LAYERED PROMPT SKELETON"[paksa], [form at detalye], [CMF: color-material-surface],[anggulo at framing], [liwanag at background], [style: sketch/render/technique].--negatibo: kamay ng tao, text, logo, watermark, multi-product, magulo na background."
RENDER TEMPLATE FROM REFERENCE"Panatilihin ang LINE AND COMPOSITION ng sketch na na-upload ko (ControlNetedge mode). Ilapat ang sumusunod na materyal dito: [matte plastic body, aluminum detail]. Light: soft studio. Background: neutral grey. Huwag baguhin ang form, magdagdag lang ng materyal at light."
SINGLE DETALYE CHANGE (INPAINTING) TEMPLATE "Sa larawang ito, i-reproduce LAMANG ang [masked area: handle] area. Bagong bersyon: [slimmer, ergonomic, curved]. HUWAG hawakan ang natitirang bahagi ng imahe, ang liwanag at anggulo nito."
REPRODUCTIBILITY NOTE TEMPLATE "Gusto ko ang printout na ito. I-save ang sumusunod na impormasyon at gamitin ito sa susunod na pagkakataon: prompt = [full text], seed = [number], aspect = [ratio], step = [number], orientation = [value]. Baguhin lang ang isang elementong ito: [X]."
Mahinang prompt / Malakas na prompt
WEAK PROMPT: "Magandang render ng mga headphone sa puting background."
MALAKAS NA PROMPT: "Wireless in-ear headphone charging case, oval pill-form, manipis na dividing line sa itaas. CMF: matte ivory polycarbonate body, satin gold hinge strip. Anggulo: 3/4 sa harap, bahagyang nasa itaas. Light: soft studio softbox, slight top reflection. Background: neutral light grey infinite backdrop. Style: rendering4.2 Se34 na produkto: photorealistic1. --negatibo: kamay ng tao, teksto, logo, watermark, pangalawang produkto, matigas na anino."
Ang mahinang prompt ay nagpapahintulot sa tool na punan ang mga blangko ng cliché; Ang malakas na prompt ay kinikilala ang bawat layer, inaalis ang mga negatibo at ginagawa itong reproducible sa binhi.
Mga karaniwang pagkakamali
- Sumulat ng isang pangungusap na hindi malinaw na prompt at i-upload ang resulta sa tool. AI ang pumupuno sa mga puwang, hindi ikaw.
- Hindi nagse-save ng mga buto at mga parameter. Hindi mo na makukuha muli ang output na gusto mo.
- Huwag kailanman gamitin ang negatibong prompt. Ang mga hindi gustong elemento ay nakakahawa sa output.
- Gumagawa ng daan-daang random na pagsubok sa halip na suriin ang komposisyon. Pinapabilis ng ControlNet/inpainting ang trabaho.
- Paggamit ng naka-copyright na larawan ng ibang tao bilang sanggunian. May panganib ng paggaya sa istilo at copyright (tingnan ang Yunit 10).
Babala: Ang mga reference na larawan o style weight ay makapangyarihang mga tool, ngunit nagdudulot ang mga ito ng mga legal at etikal na panganib kung ginamit upang kopyahin ang pagmamay-ari na disenyo ng ibang tao o estilo ng lagda ng isang artist. Piliin ang iyong mga sanggunian mula sa iyong sariling materyal o mula sa mga pinahihintulutan/libreng mapagkukunan.
Sa buod
Ang pagkontrol sa visual AI ay nangangailangan ng tatlong kakayahan: pagse-set up ng isang layered prompt (paksa, anyo, CMF, anggulo, liwanag, estilo, negatibo), paggabay gamit ang larawan (reference, ControlNet, inpainting, style weight), at pagbibigay ng reproducibility (pag-save ng binhi at mga parameter). Sa tatlong ito, ang AI ay lumiliko mula sa isang random na makina sa isang steerable na tool sa disenyo. Ang ControlNet at inpainting ay mas malakas kaysa sa purong prompt kapag gusto mong protektahan ang iyong komposisyon. Tanggalin ang mga hindi mo gusto gamit ang negatibong prompt at piliin ang iyong mga sanggunian mula sa mga mapagkukunang ligtas sa copyright.
Gawain ng aplikasyon
Pumili ng isang produkto at gumuhit (o maghanap) ng isang magaspang na sketch sa pamamagitan ng kamay. Sumulat ng prompt na naglalarawan sa produktong ito gamit ang isang layered prompt framework, magdagdag ng negatibong prompt, at gumawa ng apat na output. I-save ang buto at mga parameter ng output na gusto mo; Pagkatapos, gamit ang logic na "Single detail change", baguhin ang isang elemento lamang (halimbawa, ang hawakan) at gawin itong muli gamit ang parehong binhi. Ihambing ang dalawang resulta at isulat kung paano nagbabago ang kontrol.
checklist
- [ ] Nag-set up ako ng prompt upang masakop ang anim na layer (paksa, anyo, CMF, anggulo, liwanag, istilo).
- [ ] Isinulat ko ang hindi ko gusto sa negatibong prompt.
- [ ] Gumamit ako ng reference/ControlNet/inpainting kapag kailangan kong panatilihin ang komposisyon.
- [ ] Nai-save ko ang mga buto at parameter ng output na nagustuhan ko.
- [ ] Sinubukan ko ang kinokontrol na pagkakaiba-iba sa pamamagitan ng paglipat ng isang variable.
- [ ] Pinili ko ang aking mga reference na larawan mula sa mga mapagkukunang ligtas sa copyright.