Прибуток:
- Розуміння того, як працює візуальний штучний інтелект (дифузія) і як він не може створювати те, що не описано, і не може добре малювати текст.
- Здатність написати сильну візуальну підказку, що складається з теми, контексту, стилю, композиції, світла та технічних компонентів.
- Отримання здатності визначати співвідношення сторін, запобігати малюванню читабельного тексту штучним інтелектом і зменшувати дефект за допомогою негативного опису.
Дизайнер, який створює візуальні ефекти за допомогою штучного інтелекту, схожий на те, що дає наказ художнику: чим чіткіше й точніше ви це пояснюєте, тим точнішим буде результат. У цьому розділі ми зрозумілою мовою зрозуміємо, як працює штучний інтелект, що генерує зображення (штучний інтелект зображення), і крок за кроком вивчимо анатомію написання хорошої підказки (письмової інструкції для візуального зображення). Мета полягає в тому, щоб мати можливість свідомо описати потрібне зображення, а не «випадково пробувати та покладатися на удачу».
Як працює Image AI? (Просте пояснення)
Більшість виробників зображень сьогодні використовують метод, який називається дифузією. Просто: модель дізналася про зв’язки «які слова відповідають яким зображенням» з мільйонів пар зображення-текст. Під час створення візуальних зображень він починає із зображення з випадковим шумом (наприклад, засніжений екран телевізора) і очищає цей шум крок за кроком відповідно до вашої підказки та перетворює його на значуще зображення. Іншими словами, модель не «малює» картинку, вона статистично створює зображення, яке найкраще відповідає вашій підказці.
Це має три практичні наслідки. По-перше: одна і та сама підказка кожного разу дає інший результат, оскільки початковий шум є випадковим (ми побачимо, як контролювати це за допомогою «seed» у наступному розділі). Друге: модель не може знати те, що ви не можете описати; Він не може прочитати картинку у вашій голові, він просто інтерпретує те, що ви пишете. По-третє: модель не може добре намалювати текст і цифри, оскільки вона імітує літери за формою, а не за значенням; Тому ризиковано залишати написання логотипів ШІ.
Порада: не дозволяйте штучному інтелекту створювати чіткий текст (назву бренду, слоган) на зображенні. Ви створюєте зображення без тексту, а потім додаєте текст (як вектор) у програмі для проектування. Це робить його читабельним і редагованим.
Анатомія хорошої підказки
Це допомагає розбити сильну візуальну підказку на шість компонентів. Вам не потрібно використовувати їх усі щоразу, але свідомий вибір визначатиме результат.
- Тема/тема: Що є основним елементом зображення? («керамічна кавова чашка», «портрет молодої жінки»).
- Дія/контекст: Що він робить, де він? («за дерев'яним столом, у ранковому світлі»).
- Стиль/естетика: що таке візуальна мова? («мінімальне фото продукту», «акварельна ілюстрація», «ізометрична 3D-візуалізація»). Це найбільш вирішальний компонент.
- Композиція / ракурс: Як виглядає кадр? («великий план», «з висоти пташиного польоту», «широкий кут», «посередині, з простором»).
- Світло та колір: ("м'яке природне світло", "палітра землистих тонів", "високий контраст").
- Техніка / якість: ("висока роздільна здатність", "частота кадрів 1:1", "простий білий фон").
Є й негативний рецепт: говорити те, що вам не хочеться («ні тексту, ні людей, ні брудного фону»). Ми поглибимо це за допомогою «негативної підказки» в 4-му блоці.
Словник термінів
- Співвідношення сторін: співвідношення сторін зображення; Кадр 1:1 (допис в Instagram), портрет 9:16 (історія/ролики), пейзаж 16:9 (обкладинка).
- Роздільна здатність: кількість пікселів у зображенні; Для друку достатньо високого, для екрану – середнього.
- Посилання на стиль: надання зразка моделі зі словами «виглядай так».
- Візуалізація: комп’ютер обчислює та створює зображення; «3D візуалізація» означає реалістичне об’ємне зображення.
Крок за кроком: опис зображення
Скажімо, нам потрібен імідж продукту для бренду оливкової олії.
Крок 1 — Зосередьтеся на темі: «оливкова олія першого віджиму в темно-зеленій скляній пляшці».
Крок 2 — Додайте контекст: «на сільському дерев’яному столі з кількома свіжими оливковими гілками поруч».
Крок 3 — Виберіть стиль: «фото продукту преміум-класу, реалістичне».
Крок 4 — Надайте композицію: «виріб посередині, місце для тексту вгорі».
Крок 5 — Світло/колір: «м’яке природне світло, теплі земні тони».
Крок 6 — Техніка: «частота кадрів 1:1, висока роздільна здатність, простий фон».
Коли ви поєднуєте їх усі, ви отримуєте робочий проект, який відповідає ідентичності бренду.
три міні-чохла
Випадок 1 — Від невизначеності до ясності. Дизайнер написав «образ сучасного офісу» і зробив 12 спроб, жодна з яких не спрацювала (втрачено 30 хвилин). Він переписав підказку на шість компонентів: «світлий мінімальний офіс; дерев’яний стіл; природне світло з великого вікна; теплі нейтральні тони; широкий кут; простір для тексту вгорі». 2 з перших 4 спроб були придатні для використання; Час скоротили до 10 хвилин.
Випадок 2 — Перехоплення тексту. Один стажист доручив штучному інтелекту створити плакат кафе від початку до кінця; Текст "КАВА" на зображенні виявився "КАВА", а ціни не читалися. Інструкції змінилися: зображення створювалося без тексту, текст додавався пізніше в програмі дизайну. Помилка зменшилася до нуля і плакат був придатний до друку.
Випадок 3 — Втрата співвідношення. Експерт із соціальних мереж створив квадратне зображення 1:1 для історії в Instagram; 9:16 Коли я поставив його у вертикальну область, верх і низ були обрізані, і важливий елемент був втрачений. Коли я вказав співвідношення сторін як «9:16 по вертикалі» у підказці, зображення вписувалося у свій формат і не було потрібно відтворення.
Шаблони, які можна копіювати
1) Шестикомпонентний скелет зображення продукту:
[Тема: опишіть продукт] , [Контекст: де/як] .Стиль: [напр. фото продукту преміум-класу, реалістичне]. Композиція: [напр. продукт посередині, місце для тексту вгорі]. Світло та колір: [напр. м’яке природне освітлення, земляні тони] .Техніка: [співвідношення сторін, висока роздільна здатність, простий фон] .Примітка: текст/логотип на зображенні відсутній; Текст додам пізніше.
2) Скелет ілюстрації:
Тема: [що малювати].Стиль: [напр. одноколірна векторна ілюстрація / акварель / ізометрична 3D] .Палітра кольорів: [2-3 основні кольори] .Настрій: [напр. веселий, спокійний, серйозний] .Фон: [простий / візерунковий/прозорий] .Співвідношення: [1:1 / 9:16 / 16:9] .
3) Дослідження стилю (той же предмет, інша естетика):
Опишіть наступний об’єкт з однаковою композицією в 4 різних візуальних стилях: мінімальний плоский вектор, реалістичне фото, акварель, ізометричний 3D. Напишіть підказку в один рядок для кожного. Тема: [вставити]
4) Додавання негативного опису:
Покращіть наступні підказки та додайте небажані в кінці: «немає тексту, немає водяного знака, немає брудного фону, немає поганих рук/пальців, немає забагато об’єктів». Підказка: [вставити]
Слабка підказка / Сильна підказка
Слабко: гарне кавове фото
Результат: Випадковий кут, незрозумілий стиль, випадкове зображення, яке не підходить бренду.
Потужний: керамічна чашка, наповнена гарячим латте, на світлому дерев’яному столі, збоку в м’якому ранковому світлі; мінімальне преміальне фото товару; теплі нейтральні тони; крупний план, місце для тексту вгорі праворуч; 1:1 квадрат, однотонний фон; Не повинно бути розбірливого тексту.
Результат: адаптований до бренду ескіз із контрольованою композицією, світлом і пропорціями.
Відмінність: сильна підказка чітко заповнює шість компонентів (об’єкт, контекст, стиль, композиція, світло, техніка) і не містить тексту.
Компоненти підказки та таблиця ефектів
компонент
приклад
Вплив на результат
тема
"оливкова олія в скляній пляшці"
визначає те, що з'являється
Стиль
"фото продукту преміум-класу"
Елемент, який найбільше визначає візуальну мову
склад
"посередині, з простором для тексту"
Підвищує зручність використання
світло/колір
"м'яке світло, земляні тони"
Передає відчуття бренду
співвідношення сторін
"9:16 по вертикалі"
Дозволяє відповідати формату
негативна характеристика
"без тексту"
Зменшує дефект
Поширені помилки
- Не вказуючи стиль: пропускаючи найважливіший компонент, результат стає кліше та випадковим.
- ШІ малює текст: пошкоджені, нерозбірливі літери; додайте текст пізніше в програмі дизайну.
- Забули про співвідношення: неправильне співвідношення сторін призводить до вирізання та втрати елементів у публікації.
- Перевантажена підказка: накладання 20 концепцій одна на одну заплутує модель; тримайте його чітким і пріоритетним.
- Здача з однієї спроби: дифузія є випадковою; Нормально виготовити кілька варіантів і вибрати найкращий.
Підсумовуючи
Штучний інтелект, що генерує зображення, поступово створює зображення відповідно до вашої підказки з випадкового шуму; Він не може прочитати картинку у вашій голові, він просто інтерпретує те, що ви пишете. Хороша підказка складається з шести компонентів: тема, контекст, стиль, композиція, світло/колір і техніка. Стиль є найбільш вирішальним елементом; Обов’язково вкажіть співвідношення сторін; Не залишайте читабельний текст ШІ, ви додаєте його пізніше. Зі збільшенням чіткості кількість спроб і втрати часу зменшуються.
Аплікаційне завдання
Виберіть продукт або тему. Спочатку напишіть це одним реченням («гарний X»), спробуйте це в генераторі зображень і запам’ятайте результат. Потім знову опишіть той самий предмет, заповнивши шестикомпонентний скелет, додавши співвідношення сторін і негативний опис. Помістіть два результати поруч і напишіть трьома пунктами, як чіткість змінює результат.
контрольний список
- [ ] Я чітко вказав тему, контекст і стиль у своїй підказці.
- [ ] Я додав компоненти композиції та світла/кольору.
- [ ] Я вказав співвідношення сторін (1:1 / 9:16 / 16:9).
- [ ] ШІ не намалював читабельний текст, я залишив це на потім.
- [ ] Я виключив небажані елементи з негативним описом.
- [ ] Я не довіряв жодному експерименту і зробив кілька варіантів.