收益：
- 了解图像生成人工智能（扩散）的工作原理以及摄影写实主义需要哪些配方组件
- 能够撰写强有力的摄影提示，包括主题、光线、镜头/相机、构图、氛围和技术组件。
- 能够区分生成的图像和拍摄的照片之间的差异、使用限制以及真实性声明的重要性
摄影师将生成式视觉人工智能用于三个合法目的：为情绪板和概念生成草稿参考，创建补充实际镜头的元素（背景、纹理、合成作品），以及创建完全制作的图像（例如，用于股票销售或广告概念）。在本单元中，我们将学习这些工具的工作原理以及如何编写逼真的提示。我们的目标不是等待偶然的好机会；而是等待机会。它意味着用摄影师的语言描述你想要的东西并指导结果。
扩散：模型如何产生“照片”？
当今大多数图像生成人工智能都采用一种称为扩散的方法。简单地说：该模型已经学会了在数百万张图像上“从噪声到有意义的图像”。它从制作过程中的随机噪声（如雪花屏幕截图）开始，并通过逐渐清除噪声以适合您的文本（提示）来创建图像。由此可见两个基本事实：
首先，模型无法产生未描述的内容。如果你不说光，随机的光就会来；如果不考虑客观的观点，“摄影的感觉”仍然是一种巧合。其次，模型并不理解，它只是预测。这就是为什么他会在需要逻辑的地方犯错误（幻觉），比如手、文字、倒影、对称。如果你想要摄影般的真实感，你必须清楚地描述使照片成为照片的技术决策——光线、镜头、构图。
注意：虽然生成的图像可能看起来“像照片”，但它不是照片；它没有记录实际的时刻。在新闻报道、纪录片或声称“这确实发生过”的上下文中使用它会产生误导，并且违反道德界限，我们将在第 9 单元中介绍这一点。
摄影提示解剖
强大的摄影提示由六个部分组成。把这些想象成计划拍摄：
- 主题：什么/谁？年龄、衣着、表情、动作、数量。 （“一位中年木匠，系着围裙，在工作台上工作”）
- 光：方向、硬度、来源、时间。它是摄影的核心。 （“柔和的侧窗光，早晨，低对比度”）
- 镜头和相机视图：焦距、景深、角度。 （“85mm人像镜头感觉，浅景深，背景虚化柔和，视线水平”）
- 构图：构图、布局、构图。 （“特写镜头，三分法，主体在左侧”）
- 气氛和色彩：色调、情绪、调色板。 （“温暖的大地色调，平静，怀旧”）
- 技术/质量：纹理、真实感、长宽比。 （“自然肤质，胶片颗粒，3:2比例”）
当您按顺序引入这些组件时，模型会产生更受控制的“摄影”结果。你遗漏的任何组件都是偶然的。
提示：不要让AI绘制文字/标志。扩散模型无法可靠地生成可读文本和专有徽标；在实际设计阶段添加它们。此外，在需要可读文本的图像中，仅将 AI 用于背景/氛围。
长宽比和预期用途
宽高比是图像的宽高比，决定了其用途：社交媒体垂直故事为 9:16，标准打印为 3:2，方形帖子为 1:1，宽横幅为 16:9。最好从一开始就在提示中指定比例，而不是稍后修剪它并失去质量。从一开始就选择分辨率和比率，了解预期用途（打印或显示）。
负配方和变异
大多数工具还有一个负面提示：您可以在图像中写下您不想要的内容的区域（“变形的手、多余的手指、文本、水印、塑料装订”）。这减少但并不能完全防止常见缺陷；验证仍然是必要的。还有种子的概念——生产开始的随机性种子；相同的种子和提示会再次产生类似的结果，这有助于您创建一致的集合（我们将在第四单元中更深入地讨论）。
三个迷你箱子
案例 1——食谱的力量。一位股票摄影师写了“喝咖啡的女人”，但结果却很惨淡。当 Prompta 添加光线（侧窗光）、镜头（50mm，浅景深）、气氛（温暖、平静的早晨）和纹理（自然的皮肤）时，结果就变得可用了。可接受的帧生成率从大约 1/20 增加到 1/4；生产时间减少了三分之一。
案例 2——幻觉造成的损失。一位设计师兼摄影师在没有检查的情况下将“商务人士握手”的图像放入演示文稿中。在会议上，我们注意到一位经理有三只手。在小屏幕上被忽视的缺陷在投影中被放大了。 30 秒的手/手指扫描就可以避免这种尴尬。
案例 3 — 选择正确的工具。一位产品摄影师想要将他拍摄的真正的手表放置在不同的环境中。它没有从头开始制作，而是保留了真实的产品框架，只有背景/氛围是由AI制作并合成的。因此，产品的实际细节（品牌、表盘）没有被扭曲；可信度和准确性均得到保留。
可复制模板
1）拍照提示骨架：
[主题：谁/什么、年龄、服装、表情、动作]、[光线：方向、粗糙度、来源、时间]、[镜头/相机：焦距感、景深、角度]、[构图：取景、布局、惯例]、[气氛/颜色：色调、心情、调色板]、[技术：自然纹理、颗粒、长宽比]。摄影、写实。添加文字/徽标。
2) 负提示稿：
负面（我不想要的）：畸形的手、多余/缺失的手指、弯曲的脸、塑料/蜡状皮肤、难以阅读的文本、水印、重复的纹理、不可能的阴影、过饱和的颜色。
3) 供情绪板参考（方向，而非交付）：
目的：拍摄的情绪板参考（不是可交付成果）。概念：[概念]。仅用属性来描述美学：光线[..]、调色板[..]、氛围[..]、构图[..]。请勿使用任何人/品牌/摄影师的名称。生成 4 个变体。
4) 保护真实产品的综合计划：
我有一个真实的[产品]镜头；产品本身不会改变。编写仅针对背景/气氛生成的图像的提示：[光线、表面、颜色、环境]。产品的阴影方向和光硬度应该是[..]，以便复合材料令人信服。
弱提示/强提示
弱：“漂亮的肖像照片。”
强：“中年农妇，晒伤的脸，浅浅的微笑，在麦田里；侧面的黄金时刻光，低对比度；85mm人像视图，浅景深，背景柔和；特写，主体左，三分法；温暖的大地色调，平静端庄的情绪；自然的皮肤纹理，轻胶片颗粒，3：2。摄影，写实。添加文字。”
意志薄弱的人完全听天由命；由于强烈的需求描述了光线、镜头、构图和氛围，因此大大增加了产生预期结果的可能性。
常见错误
- 没有描述光线和镜头。这两点在很大程度上决定了照片之所以成为照片。如果将其留空，结果将由运气决定。
- 让人工智能绘制可读的文本/徽标。该模型无法可靠地产生这些；它可能会被证明是有缺陷的并且受版权保护。
- 将生成的图像呈现为“照片”。在纪录片/新闻背景下具有误导性；需要事实陈述。
- 模仿人物/品牌名称的风格。模仿和版权风险；用品质来描述美学。
- 跳过验证。必须在每张生成的图像中检查手、眼睛、反射、阴影和重复纹理。
综上所述
生成式视觉人工智能通过扩散来工作：它从噪声到适合文本的图像，无法产生未描述的内容，并且在需要逻辑的地方出错。对于摄影写实主义，像摄影师一样描述主题、光线、镜头、构图、氛围和技术。根据目的选择长宽比，减少负面配方的工件，不用AI绘制文本，并验证每个输出。切勿使用声称是“拍摄的照片”的生成图像。
应用任务
选择一个概念并编写一个摄影提示，用模板 1 填写所有六个组成部分。首先用一个句子产生（或描述）相同的概念，例如“一张美丽的照片”，然后用完整的骨架，并比较两个结果。通过放大手、眼睛、反射和阴影，在您生成的图像中标记至少三个可能的缺陷点。
清单
- [ ] 在提示中，我分别描述了主题、光线、镜头、构图、氛围和技巧。
- [ ] 我根据预期用途确定了长宽比。
- [ ] 我用负面配方减少了常见缺陷。
- [ ] 我没有人工智能绘制可读的文本/标志。
- [ ] 我确保没有将生成的图像呈现为“照片”。
- [ ] 我验证了手/眼/反射/阴影的输出。