LarpGPT · Ръководства
Подсказка за анатомията на фотореалистично изображение
Какво прави всяка част от подкана в генератор на изображения, защо едно изречение на решение работи по-добре от стена от прилагателни и как да адаптирате подкана, без да нарушавате нещото, което я е накарало да работи.

В това ръководство15
Подканата е кратко, а не заклинание
Най-упорито погрешното схващане относно подканите за изображения е, че определени думи са магия и работата е да ги съберем. Това, което всъщност работи, е по-близо до инструктиране на фотограф, който не може да задава въпроси. Вие описвате сцена, която някой трябва да настрои, освети и заснеме, и всяко решение, което оставяте неизразено, е решение, което моделът взема вместо вас, обикновено към най-средната версия на това, което сте поискали.
Едно изречение на решение
Дългите подкани се провалят не защото са дълги, а защото са недиференцирани. Двадесет прилагателни в едно изречение се конкурират помежду си и моделът ги осреднява. Същото съдържание, разделено на кратки изречения, всяко от които носи едно решение, дава много по-предвидим резултат. Освен това прави подканата редактируема, защото можете да видите кое изречение да промените, когато нещо не е наред.
Темата е на първо място и има най-голяма тежест
Позицията има значение. Това, което се появява в началото на подканата, обикновено е по-тежко, така че темата принадлежи към предната част, описана конкретно. Конкретен обект е този, който можете да снимате: обект, място, ситуация с физически свойства. Абстрактните субекти не дават на модела нищо, от което да се гради и той ще измисли нещо общо, за да запълни пространството.
Опишете какво ще бъде видимо, а не това, което се усеща
Това е най-полезната дисциплина. Дума като меланхоличен е тълкуване и моделът трябва да познае коя визуална подредба я произвежда. Дъжд върху прозорец, единична запалена лампа, празен стол: това са неща, които камерата записва. Напишете причините, а не следствието и следствието пристига от само себе си с много по-голяма последователност.
Сцената поставя ограниченията
Обстановката не е декорация. Той определя каква светлина е налична, какви повърхности съществуват, за да я отразяват, какво може да се появи на заден план и в какъв мащаб се чете всичко. Тема, описана подробно без посочена настройка, ще бъде поставена някъде общо и общата настройка тогава ще противоречи на половината избори, които сте направили за темата.
Моментът стеснява сцената до снимка
Часът от деня, времето и сезонът вършат повече работа, отколкото повечето хора очакват, защото всеки от тях носи цяла осветителна система със себе си. Късният следобед през есента предполага ниско топло слънце, дълги сенки и особен цвят, всичко от четири думи. Назоваването на момента е най-ефективното изречение в повечето подкани.
Светлината е решение, а не последваща мисъл
Снимките до голяма степен са направени от светлина и неустановеният избор на осветление е най-бързият път към плоско, равномерно осветено изображение, което изглежда синтетично. Кажете откъде идва светлината и какъв вид е тя. Светлина на прозореца отляво. Един източник на режийни разходи. Облачно небе. Директно слънце през листата. Всеки произвежда различно изображение от същия обект и сцена.
Твърдата и меката светлина вършат различни задачи
Светлината от малък или далечен източник е твърда: остри ръбове на сенките, висок контраст, видима текстура. Светлината от голям или дифузен източник е мека: плавни сенки, нисък контраст, по-меки повърхности. Назоваването на това, което искате, казва на модела повече за настроението на изображението, отколкото всяко прилагателно за настроение.
Инструкции за състава, които моделът може да следва
Рамкиращите термини са полезни, защото са недвусмислени. Близък план, широк кадър, ниво на очите, нисък ъгъл, отгоре. Независимо дали обектът седи в центъра или настрани. Какво е пред него и какво е отзад. Това са думите, които един фотограф би използвал на снимачната площадка и те се превеждат чисто, защото описват геометрията, а не вкуса.
Езикът на обектива и какво всъщност прави той
Широкото фокусно разстояние преувеличава дълбочината и прави близките неща големи. Дългото фокусно разстояние компресира разстоянието и изравнява слоевете. Широката бленда изхвърля фона извън фокуса и изолира обекта. Тези термини работят при подкани, защото отговарят на реално оптично поведение и искането за плитка дълбочина на рязкост е по-точно от искането за размазан фон.
Цветно, сдържано
Назоваването на два или три цвята създава последователно изображение. Назоваването на осем създава кал, защото моделът се опитва да включи всички от тях и никой не доминира. Ако цветът има значение, прикрепете го към обект, а не към цялата картина: червената врата се чете по-добре от сцената с червени нюанси и оставя останалата част от палитрата свободна да следва светлината.
Променяйте едно по едно нещо
Когато резултатът е близък, но грешен, инстинктът е да пренапишем подканата. Съпротивлявайте се. Променете едно изречение, регенерирайте и вижте какво се е преместило. Това е по-бавно на опит и много по-бързо като цяло, защото научавате какво прави всяко изречение. Пренаписана подкана, която работи, не ви учи на нищо, което можете да използвате повторно утре.
Запазете версиите, които изхвърляте
Заслужава си да запазите подкана, която е произвела нещо интересно, но не това, което искате. Библиотеките за подсказки се изграждат от тях, а не от успехите, защото близките пропуски са това, което адаптирате, когато следващият бриф е малко по-различен. Бележка за това как всъщност изглежда резултатът струва повече от подканата сама по себе си.
Адаптирайте, без да нарушавате структурата
Когато използвате повторно подкана, разменете обекта и настройката и първо оставете изреченията за светлина, композиция и обектив. Това са частите, които карат едно изображение да изглежда фотографско и това са частите, които хората изтриват, когато дадена подкана им се стори твърде дълга. Променете ги умишлено, един по един, след като новият обект работи.
Кажете какво е изображението
Изображенията, направени по този начин, не са снимки и стандартите за това вече съществуват. Речникът IPTC Digital Source Type предоставя стойности, които разграничават цифрово заснемане, взето от реалния живот, от медиите, създадени с помощта на генеративен AI, а C2PA спецификацията определя как информацията за произхода пътува с файл. Когато изображението може да бъде взето за запис на нещо реално, маркирайте го. LarpGPT предоставя подкани и референтен материал и това, което генерирате, е ваше за използване и ваше разкриване.
Въпроси
Защо подканите за дълги изображения често се провалят?
Защото са недиференцирани, а не защото са дълги. Двадесет прилагателни в едно изречение се състезават и моделът ги осреднява. Разделете едно и също съдържание на кратки изречения, носещи по едно решение и резултатът става много по-предвидим.
Настроението ли да описвам или какво се вижда?
Това, което се вижда. Дума като меланхоличен е интерпретация, която моделът трябва да познае. Дъжд на прозорец, единична запалена лампа, празен стол са неща, които камерата записва. Напишете причините и настроението следва.
Има ли значение редът на думите в подкана?
да Това, което се появява рано, обикновено е по-тежко, така че обектът принадлежи близо до предната част, описан достатъчно конкретно, за да можете да го снимате.
Действително ли работят термини на камерата като фокусно разстояние?
Те го правят, защото отговарят на реалното оптично поведение. Широкото фокусно разстояние преувеличава дълбочината, дългото я компресира, а широката бленда изолира обекта. Искането за малка дълбочина на рязкост е по-прецизно, отколкото искането за размазан фон.
Как да етикетирам изображение, генерирано от AI?
Стандартите съществуват. Речникът IPTC Digital Source Type разграничава цифрово заснемане, извадено от реалния живот, от медиите, създадени с помощта на генериращ AI, а спецификацията C2PA определя как произходът пътува с файл. Етикетирайте всичко, което може да се приеме за запис на нещо истинско.
