Mga nadagdag:
- Pag-unawa kung paano gumagana ang pagbuo ng imahe ng artificial intelligence (diffusion) at kung anong mga sangkap ng recipe ang kinakailangan para sa photographic realism
- Kakayahang magsulat ng isang malakas na photographic prompt na binubuo ng paksa, ilaw, lens/camera, komposisyon, kapaligiran at mga teknikal na bahagi.
- Kakayahang makilala ang pagkakaiba sa pagitan ng isang ginawang imahe at isang larawang kinunan, ang mga limitasyon ng paggamit at ang kahalagahan ng deklarasyon ng pagiging tunay
Gumagamit ang isang photographer ng generative visual AI para sa tatlong lehitimong layunin: upang makabuo ng mga draft na sanggunian para sa mga moodboard at konsepto, upang lumikha ng mga elemento na umakma sa aktwal na kuha (background, texture, composite piece), at upang lumikha ng ganap na ginawang mga larawan (halimbawa, para sa isang stock sale o konsepto ng advertising). Sa unit na ito, malalaman natin kung paano gumagana ang mga tool na ito at kung paano magsulat ng mga prompt para sa photographic realism. Ang layunin ay hindi maghintay para sa isang magandang shot kapag nagkataon; Nangangahulugan ito ng paglalarawan kung ano ang gusto mo sa wika ng isang photographer at pagdidirekta sa resulta.
Pagsasabog: paano gumagawa ang modelo ng "mga larawan"?
Karamihan sa mga AI na bumubuo ng imahe ngayon ay gumagana sa isang paraan na tinatawag na diffusion. Simple lang: natutunan ng modelo na "mula sa ingay tungo sa makabuluhang imahe" sa milyun-milyong larawan. Nagsisimula ito sa random na ingay sa panahon ng produksyon (tulad ng isang snowy na screenshot) at lumilikha ng isang imahe sa pamamagitan ng unti-unting paglilinis ng ingay upang magkasya sa iyong teksto (prompt). Dalawang pangunahing katotohanan ang lumitaw mula dito:
Una, ang modelo ay hindi makagawa ng hindi inilarawan. Kung hindi mo sasabihin ang liwanag, isang random na liwanag ang darating; Kung hindi mo isasaalang-alang ang layunin na pagtingin, ang "pakiramdam ng pagkuha ng litrato" ay mananatiling isang pagkakataon. Pangalawa, hindi naiintindihan ng modelo, hinuhulaan nito. Kaya naman nagkakamali siya (hallucinations) sa mga lugar na nangangailangan ng logic, tulad ng mga kamay, text, reflection, symmetry. Kung gusto mo ng photographic realism, dapat mong malinaw na ilarawan ang mga teknikal na desisyon—liwanag, lente, komposisyon—na ginagawang isang litrato ang isang litrato.
Pag-iingat: Bagama't ang isang nabuong imahe ay maaaring magmukhang "photo-like", ito ay hindi isang larawan; hindi ito nagdodokumento ng isang aktwal na sandali. Ang paggamit nito sa isang kuwento ng balita, dokumentaryo, o konteksto na nagsasabing "ito talaga ang nangyari" ay nakakapanlinlang at lumalabag sa etikal na hangganan, na aming tatalakayin sa unit 9.
Photographic prompt anatomy
Ang isang malakas na photographic prompt ay binubuo ng anim na bahagi. Isipin ang mga ito tulad ng pagpaplano ng isang shoot:
- Paksa: Ano/sino? Edad, pananamit, ekspresyon, aksyon, numero. ("isang karpintero na nasa katanghaliang-gulang, naka-apron, nagtatrabaho sa workbench")
- Liwanag: Direksyon, tigas, pinagmulan, oras. Ito ang puso ng photography. ("malambot na side window na ilaw, umaga, mababang contrast")
- Lens at view ng camera: Focal length, depth of field, angle. ("85mm portrait lens feel, mababaw depth of field, soft background bokeh, eye level")
- Komposisyon: Pag-frame, paglalagay, pag-frame. ("close-up, rule of thirds, subject sa kaliwa")
- Atmosphere at kulay: Tone, mood, palette. ("warm earth tones, mahinahon, nostalhik")
- Tech/kalidad: Texture, mga tala ng realismo, aspect ratio. ("natural na texture ng balat, film grain, 3:2 ratio")
Kapag ipinakilala mo ang mga bahaging ito sa pagkakasunud-sunod, ang modelo ay gumagawa ng isang mas kontrolado, "photographic" na resulta. Ang anumang bahagi na iyong iiwan ay hinahayaan sa pagkakataon.
Tip: Huwag ipaguhit sa AI ang text/logo. Ang mga modelo ng pagsasabog ay hindi maaasahang makagawa ng nababasang teksto at mga logo ng pagmamay-ari; idagdag ang mga ito sa aktwal na yugto ng disenyo. Gayundin, sa isang larawang nangangailangan ng nababasang text, gumamit lang ng AI para sa backdrop/atmosphere.
Aspect ratio at nilalayon na paggamit
Ang aspect ratio ay ang width-to-height ratio ng larawan at tinutukoy ang paggamit nito: 9:16 para sa vertical story ng social media, 3:2 para sa karaniwang print, 1:1 para sa square post, 16:9 para sa malawak na banner. Mas mainam na tukuyin ang ratio sa prompt mula sa simula kaysa putulin ito sa ibang pagkakataon at mawala ang kalidad. Piliin ang resolution at ratio mula sa simula, alam ang nilalayon na paggamit (pag-print o display).
Negatibong recipe at pagkakaiba-iba
Karamihan sa mga tool ay mayroon ding negatibong prompt: isang lugar kung saan ka nagsusulat ng mga bagay na hindi mo gusto sa larawan ("deformed hand, extra fingers, text, watermark, plastic binding"). Binabawasan nito ngunit hindi ganap na pinipigilan ang mga karaniwang depekto; mahalaga pa rin ang pagpapatunay. Mayroon ding konsepto ng binhi — ang binhi ng randomness kung saan nagsisimula ang produksyon; Ang parehong binhi at prompt ay muling naglalabas ng katulad na resulta, na tumutulong sa iyong lumikha ng pare-parehong hanay (mas malalaliman natin ang ika-4 na yunit).
tatlong mini case
Case 1 — Ang kapangyarihan ng recipe. Isang stock photographer ang sumulat ng "babaeng umiinom ng kape" at nakakuha ng hindi magandang resulta. Nang idinagdag ni Prompta ang liwanag (ilaw sa gilid ng bintana), lens (50mm, mababaw na lalim ng field), kapaligiran (mainit, mahinahon na umaga) at texture (natural na balat), naging kapaki-pakinabang ang resulta. Ang katanggap-tanggap na rate ng pagbuo ng frame ay tumaas mula sa humigit-kumulang 1/20 hanggang 1/4; Ang oras ng produksyon ay nabawasan ng isang ikatlo.
Kaso 2 - Pagkawala mula sa hallucination. Ang isang taga-disenyo-litratista ay naglagay ng larawan ng "mga taong negosyante na nakikipagkamay" sa isang pagtatanghal nang hindi ito sinusuri. Sa pulong, napansin na may tatlong kamay ang isang manager. Ang kapintasan na nakaligtaan sa maliit na screen ay pinalaki sa projection. Ang isang 30-segundong pag-scan ng kamay/daliri ay mapipigilan ang kahihiyan na ito.
Case 3 — Pagpili ng tamang tool. Nais ng isang photographer ng produkto na maglagay ng totoong relo na kinunan niya sa ibang kapaligiran. Sa halip na gawin ito mula sa simula, pinanatili nito ang tunay na frame ng produkto, tanging ang background/atmosphere lang ang ginawa gamit ang AI at ginawang composite. Kaya, ang aktwal na mga detalye ng produkto (brand, dial) ay hindi nasira; parehong napanatili ang kredibilidad at katumpakan.
Mga nakopyang template
1) Photographic prompt skeleton:
[paksa: sino/ano, edad, pananamit, pagpapahayag, pagkilos],[liwanag: direksyon, kalupitan, pinagmulan, oras],[lens/camera: sense of focal length, depth of field, anggulo],[komposisyon: framing, placement, convention],[atmosphere/color: tone, mood, palette],[technique: natural na texture, grain, aspect ratio Magdagdag ng text/logo.
2) Negatibong prompt draft:
Mga Negatibo (ayaw ko): malformed hand, extra/missing fingers, baluktot na mukha, plastic/wax-like skin, unreadable text, watermark, repeating texture, impossible shadow, oversaturated color.
3) Para sa sanggunian sa moodboard (direksyon, hindi paghahatid):
Layunin: moodboard reference para sa isang shoot (hindi ang deliverable).Konsepto: [concept]. Ilarawan ang aesthetic na may mga katangian lamang: liwanag [..], paleta ng kulay [..], kapaligiran [..], komposisyon [..]. Huwag gumamit ng anumang pangalan ng tao/brand/photographer. Bumuo ng 4 na variation.
4) Composite plan na nagpoprotekta sa totoong produkto:
Mayroon akong isang tunay na [produkto] shot; Ang produkto mismo ay hindi magbabago. Isulat ang prompt para sa imahe na gagawin para sa background/atmosphere lamang: [liwanag, ibabaw, kulay, kapaligiran]. Ang direksyon ng anino at liwanag na tigas ng produkto ay dapat [..] upang ang composite ay kapani-paniwala.
Mahinang prompt / Malakas na prompt
Mahina: "Magandang portrait na larawan."
Malakas: "Babaeng bukid na nasa katanghaliang-gulang, pagod sa araw na mukha, bahagyang ngiti, sa isang bukirin ng trigo; golden hour na liwanag mula sa gilid, mababang contrast; 85mm portrait view, mababaw na lalim ng field, malambot ang background; close-up, subject left, rule of thirds; warm earth tones, calm and dignified mood; natural na texture ng balat, light film grain, 3:2.
Ang mahinang kalooban ay ganap na iniiwan sa pagkakataon; Dahil inilalarawan ng malakas na demand ang liwanag, lens, komposisyon at kapaligiran, lubos nitong pinapataas ang posibilidad na makagawa ng ninanais na resulta.
Mga karaniwang pagkakamali
- Hindi inilalarawan ang ilaw at lente. Ang dalawang ito ay higit sa lahat kung bakit ang isang litrato ay isang litrato; Kung iiwan mo itong blangko, ang resulta ay iiwan sa pagkakataon.
- Ang pagkakaroon ng AI ay gumuhit ng nababasang teksto/logo. Ang modelo ay hindi makagawa ng mga ito nang mapagkakatiwalaan; Maaari itong lumabas na may depekto at naka-copyright.
- Ang pagtatanghal ng ginawang imahe bilang isang "litrato". Ito ay nakaliligaw sa isang kontekstaryo ng dokumentaryo/balita; Ang isang pahayag ng katotohanan ay kinakailangan.
- Pagkopya ng istilo gamit ang pangalan ng tao/brand. Panganib sa imitasyon at copyright; Ilarawan ang aesthetics na may mga katangian.
- Nilaktawan ang pag-verify. Ang mga kamay, mata, repleksyon, anino, at paulit-ulit na texture ay dapat suriin sa bawat ginawang larawan.
Sa buod
Gumagana ang generative visual AI sa pamamagitan ng diffusion: napupunta ito mula sa ingay patungo sa imahe na umaangkop sa teksto, hindi makagawa ng hindi inilarawan, at nagkakamali kung saan kinakailangan ang lohika. Para sa photographic realism, ilarawan ang paksa, liwanag, lens, komposisyon, atmospera at pamamaraan tulad ng isang photographer. Piliin ang aspect ratio ayon sa layunin, bawasan ang artifact na may negatibong recipe, huwag iguhit ng AI ang teksto, at i-verify ang bawat output. Huwag kailanman gumamit ng ginawang larawan na nagsasabing "kuhang larawan".
Gawain ng aplikasyon
Pumili ng konsepto at sumulat ng photographic prompt, pinupunan ang lahat ng anim na bahagi ng template 1. Gumawa (o ilarawan) muna ang parehong konsepto sa isang pangungusap, gaya ng "isang magandang larawan," pagkatapos ay gamit ang buong balangkas, at ihambing ang dalawang resulta. Markahan ang hindi bababa sa tatlong posibleng mga flaw point sa imahe na iyong ginawa sa pamamagitan ng pagpapalaki ng mga kamay, mata, reflection at anino.
checklist
- [ ] Sa prompt, inilarawan ko nang hiwalay ang paksa, ilaw, lens, komposisyon, kapaligiran at teknik.
- [ ] Tinukoy ko ang aspect ratio ayon sa nilalayon na paggamit.
- [ ] Binawasan ko ang mga karaniwang depekto sa negatibong recipe.
- [ ] Wala akong AI na nababasang text/logo.
- [ ] Sinigurado kong hindi ko ipinakita ang nabuong larawan bilang isang "larawan".
- [ ] Na-verify ko ang output para sa kamay/mata/refleksyon/anino.