Πώς να γράψετε προτροπές AI για ρεαλιστές ανθρώπους

Γιατί οι άνθρωποι είναι το πιο δύσκολο θέμα

Οι θεατές είναι ειδικοί σε πρόσωπα και σώματα. Παρατηρούμε ένα ελαφρώς λάθος χέρι, μια αδύνατη στάση ή δέρμα που μοιάζει με πλαστικό πολύ πριν παρατηρήσουμε ένα ελάττωμα σε ένα κτίριο ή ένα τοπίο. Αυτό κάνει τους ανθρώπους το θέμα όπου οι ασαφείς προτροπές αποτυγχάνουν πιο ορατά. Η επιδιόρθωση είναι η ίδια όπως για κάθε φωτογραφική προτροπή, μόνο πιο αυστηρή: περιγράψτε τι θα κατέγραφε πραγματικά μια κάμερα και αφήστε όσο το δυνατόν λιγότερο στην ιδέα του μοντέλου για έναν μέσο άνθρωπο.

Εφεύρε το άτομο, μην δανείζεσαι

Ξεκινήστε από ένα άτομο που δεν υπάρχει. Περιγράψτε ένα εύρος ηλικίας, ένα σχήμα σώματος, μαλλιά, ρούχα και μια δραστηριότητα και αφήστε τις λεπτομέρειες να είναι συνηθισμένες. Ποτέ μην ζητάτε την ομοιότητα ενός πραγματικού ιδιώτη και μην δημιουργείτε ποτέ ένα πραγματικό δημόσιο πρόσωπο σε μια κατάσταση που θα μπορούσε να εκληφθεί ως γνήσια. Πέρα από την ηθική, πολλές δικαιοδοσίες αναγνωρίζουν δικαιώματα προσωπικότητας, τα οποία επιτρέπουν στους ανθρώπους να ελέγχουν την εμπορική χρήση του ονόματος, της εικόνας και της ομοιότητάς τους. Οι κανόνες διαφέρουν ανά χώρα, και ένα επινοημένο άτομο αποφεύγει την ερώτηση εντελώς.

Περιγράψτε μια δραστηριότητα, όχι μια στάση

Οι άνθρωποι που φωτογραφίζονται κάνοντας κάτι φαίνονται φυσικά. άτομα που είπαν να ποζάρουν μοιάζουν με στοκ εικόνες. Αντί για μια γυναίκα να χαμογελά στην κάμερα, δοκιμάστε μια γυναίκα γύρω στα σαράντα να διαβάζει έναν χάρτινο χάρτη σε έναν σιδηροδρομικό σταθμό, κρατώντας έναν καφέ στο άλλο της χέρι. Μια δραστηριότητα δίνει στο σώμα έναν λόγο για τη στάση του, δίνει στα χέρια κάτι να κρατήσουν και δίνει στο πρόσωπο μια έκφραση που προέρχεται από την εργασία και όχι από την προτροπή.

Στάση και βάρος

Τα πραγματικά σώματα έχουν βάρος. Κάποιος που ακουμπάει σε ένα κάγκελο, κάθεται στην άκρη μιας καρέκλας, αλλάζει βάρος στο ένα πόδι ενώ περιμένει: αυτά είναι μικρά φυσικά γεγονότα που κάνουν μια φιγούρα πιστευτή. Οι άκαμπτες, συμμετρικές, εμπρός φιγούρες είναι ένα από τα πιο κοινά σημάδια μιας παραγόμενης εικόνας. Μια φράση σχετικά με το πού κάθεται το βάρος και σε τι ακουμπάει το άτομο συχνά κάνει περισσότερες από πολλές προτάσεις για την εμφάνισή του.

Ρούχα ως υλικό και εφαρμογή

Περιγράψτε τα ρούχα με τον τρόπο που θα περιγράφατε οποιαδήποτε άλλη επιφάνεια: ένα τσακισμένο λινό πουκάμισο με τυλιγμένα μανίκια, ένα βαρύ μάλλινο παλτό ελαφρώς πολύ μεγάλο, φθαρμένα πάνινα αθλητικά παπούτσια. Το ύφασμα που διπλώνει, τεντώνει και ζαρώνει είναι ένα από τα πιο δυνατά σημάδια ρεαλισμού, γιατί ανταποκρίνεται στο σώμα από κάτω. Οι γενικές λέξεις όπως το κομψό ή το κομψό δεν λένε τίποτα για το υλικό και συνήθως παράγουν ρούχα που φαίνονται φρεσκοκομμένα.

Δέρμα, χωρίς το ρετούς

Τα δημιουργημένα πρόσωπα συχνά βγαίνουν ομαλά και ομοιόμορφα, όπως η βαριά ρετουσαρισμένη διαφήμιση. Εάν θέλετε ένα φυσικό αποτέλεσμα, πείτε το με σωματικούς όρους: φυσική υφή δέρματος, ορατοί πόροι, λεπτές γραμμές γύρω από τα μάτια, ελαφρύ ηλιακό έγκαυμα στη μύτη, χωρίς μακιγιάζ. Η περιγραφή του φωτός βοηθά επίσης, επειδή το απαλό πλευρικό φως αποκαλύπτει απαλά την υφή ενώ το επίπεδο μετωπικό φως τη διαγράφει. Αποφύγετε τη συσσώρευση όρων όπως τέλειος ή άψογος, που ωθεί το αποτέλεσμα περισσότερο προς την πλαστική εμφάνιση.

Τα χέρια χρειάζονται δουλειά

Τα χέρια είναι ένα γνωστό αδύναμο σημείο των γεννητριών εικόνας. Η πιο αξιόπιστη προσέγγιση είναι να τους δώσετε κάτι συγκεκριμένο να κάνουν, να κρατούν ένα φλιτζάνι, να ακουμπούν σε ένα τραπέζι, να το βάζουν σε μια τσέπη παλτό, αντί να τα αφήνουν ελεύθερα στο πλαίσιο. Λιγότερα ορατά δάχτυλα σημαίνει λιγότερες πιθανότητες για σφάλμα. Ελέγχετε πάντα τα χέρια πριν χρησιμοποιήσετε μια εικόνα: μετρήστε τα δάχτυλα, ελέγξτε πώς πιάνουν αντικείμενα και κοιτάξτε πού συναντούν τον καρπό.

Φως στα πρόσωπα

Το κλασικό φωτογραφικό στήσιμο, που περιγράφεται στην παράδοση του φωτισμού τριών σημείων, χρησιμοποιεί ένα κύριο φως στο θέμα, ένα δευτερεύον φως για να απαλύνει τις σκιές και ένα φως από πίσω για να διαχωρίσει το θέμα από το φόντο. Δεν χρειάζεστε την ορολογία για να χρησιμοποιήσετε την ιδέα. Το απαλό φως παραθύρου από τη μία πλευρά, μια απαλή αντανάκλαση που γεμίζει τη σκιά και ένα φωτεινό φόντο πίσω από το κεφάλι περιγράφει την ίδια διάταξη με απλά λόγια. Ο μεσημεριανός ήλιος, αντίθετα, βάζει σκούρες σκιές κάτω από τα μάτια και σπάνια είναι κολακευτικός.

Καδράρισμα και απόσταση

Πείτε πόσο κοντά είναι η κάμερα. Ένα πορτρέτο με κεφάλι και ώμους, μια φιγούρα που φαίνεται από λίγα μέτρα μακριά σε έναν δρόμο, μια μικρή φιγούρα σε ένα ευρύ τοπίο: καθένα από αυτά ορίζει την κλίμακα στην οποία πρέπει να αποδοθούν πρόσωπα και χέρια. Τα ευρύτερα πλαίσια κρύβουν μικρά λάθη και λένε περισσότερα για μια ιστορία. τα κοντινά πλάνα εκθέτουν τα πάντα. Για τα πιο φυσικά αποτελέσματα, ένα μεσαίο καδράρισμα με ξεκάθαρη δραστηριότητα και πραγματικό σκηνικό είναι το πιο συγχωρητικό σημείο εκκίνησης.

Η διαφορετικότητα από πρόθεση, όχι τυχαία

Οι γεννήτριες εικόνων αντικατοπτρίζουν μοτίβα στα δεδομένα προπόνησής τους και μια μελέτη του Midjourney διαπίστωσε ότι ακόμη και οι ουδέτερες προτροπές επέστρεψαν άνισα αποτελέσματα ανά φύλο, χρώμα δέρματος και τοποθεσία. Αν θέλετε ένα συγκεκριμένο άτομο, περιγράψτε το συγκεκριμένα. Αν φτιάχνετε μια σειρά, αλλάξτε την ηλικία, το σχήμα του σώματος και την εμφάνιση σκόπιμα αντί να αποδεχτείτε οτιδήποτε επιστρέφει πρώτα το μοντέλο και ελέγξτε το σύνολο ως σύνολο πριν το δημοσιεύσετε.

Συναίνεση και συνθετικά μέσα

Το πλαίσιο του Partnership on AI για υπεύθυνα συνθετικά μέσα βασίζεται σε τρεις ιδέες: συναίνεση, αποκάλυψη και διαφάνεια. Για τα άτομα που δημιουργούνται, η συναίνεση σημαίνει κυρίως τη μη χρήση της ομοιότητας κανενός χωρίς άδεια, συμπεριλαμβανομένων των φωτογραφιών αναφοράς. Εάν εργάζεστε από μια φωτογραφία ενός πραγματικού προσώπου, για παράδειγμα για να διατηρήσετε έναν συνεπή χαρακτήρα, βεβαιωθείτε ότι έχετε τη σαφή συμφωνία αυτού του ατόμου για τη συγκεκριμένη χρήση και ποτέ μην δημιουργείτε εικόνες που σεξουαλοποιούν, εξευτελίζουν ή υποδύονται κάποιον.

Κανόνες αποκάλυψης που πρέπει να γνωρίζετε

Στην Ευρωπαϊκή Ένωση, ο νόμος για την τεχνητή νοημοσύνη ορίζει ως ένα βαθύ ψεύτικο περιεχόμενο εικόνας, ήχου ή βίντεο που δημιουργείται ή χειραγωγείται από τεχνητή νοημοσύνη, το οποίο μοιάζει με υπάρχοντα πρόσωπα, αντικείμενα, μέρη, οντότητες ή γεγονότα και φαίνεται ψευδώς ότι είναι αυθεντικό. Οι προγραμματιστές που δημιουργούν τέτοιο περιεχόμενο πρέπει να αποκαλύπτουν ότι δημιουργήθηκε ή χειραγωγήθηκε τεχνητά, με πιο περιορισμένη γνωστοποίηση για προφανώς καλλιτεχνικό, δημιουργικό, σατιρικό ή φανταστικό έργο. Η Ευρωπαϊκή Επιτροπή δηλώνει ότι αυτοί οι κανόνες διαφάνειας ισχύουν από τον Αύγουστο του 2026. Ένα ρεαλιστικό επινοημένο άτομο σε ένα πλαίσιο που θα μπορούσε να εκληφθεί ως πραγματικό αξίζει μια ετικέτα παντού.

Προσθέστε ετικέτα στο αρχείο, όχι μόνο στη λεζάντα

Μια λεζάντα μπορεί να περικοπεί ή να χαθεί όταν μια εικόνα αναδημοσιεύεται. Υπάρχουν πρότυπα μεταδεδομένων για να μεταφέρουν τις πληροφορίες με το αρχείο: το λεξιλόγιο IPTC Digital Source Type περιλαμβάνει τιμές για μέσα που δημιουργήθηκαν με χρήση τεχνητής νοημοσύνης δημιουργίας και πολλά εργαλεία γράφουν αυτές τις πληροφορίες αυτόματα. Διατηρήστε το ανέπαφο όταν επεξεργάζεστε και εξάγετε και προσθέστε μια ορατή σημείωση όπου οι άνθρωποι θα μπορούσαν εύλογα να μπερδέψουν την εικόνα με μια φωτογραφία ενός πραγματικού προσώπου.

Όπου ταιριάζει το LarpGPT

Το LarpGPT είναι μια βιβλιοθήκη φωτογραφικών προτροπών για ταξίδια, αρχιτεκτονική, αυτοκίνητα και σκηνές τρόπου ζωής, γραμμένες γύρω από το θέμα, τη σύνθεση, τον φωτισμό και τον φακό, και πολλές από τις σκηνές του τρόπου ζωής μπορούν να προσαρμοστούν ώστε να συμπεριλάβουν ένα επινοημένο άτομο χρησιμοποιώντας την παραπάνω προσέγγιση. Αντιγράφετε ένα μήνυμα και το επικολλάτε στη δημιουργία εικόνων που ήδη χρησιμοποιείτε. LarpGPT δεν δημιουργεί εικόνες. ο σεβασμός των δικαιωμάτων των άλλων και η αποκάλυψη συνθετικού περιεχομένου μείνετε μαζί σας.

Περαιτέρω ανάγνωση

• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 3 and 50
• European Commission: AI Act, regulatory framework and application timeline
• Partnership on AI: Responsible Practices for Synthetic Media
• Personality rights (Wikipedia)
• Midjourney (Wikipedia), section on bias in generated images
• IPTC Digital Source Type NewsCodes