# آناتومی یک درخواست عکس واقعی

Canonical: https://romeoapps.app/fa/larpgpt/anatomy-of-a-photo-prompt/
Author: Roméo Gambino · Published: 2026-09-06 · Updated: 2026-09-06 · App: LarpGPT (https://romeoapps.app/fa/larpgpt/)

هر قسمت از یک دستور در داخل یک تولید کننده تصویر چه می‌کند، چرا یک جمله در هر تصمیم بهتر از دیواری از صفت‌ها کار می‌کند، و چگونه می‌توان یک اعلان را بدون شکستن چیزی که باعث کارکرد آن شد، تطبیق داد.

## یک اعلان کوتاه است، نه یک طلسم

متداوم ترین تصور غلط در مورد اعلان های تصویر این است که برخی از کلمات جادویی هستند و کار جمع آوری آنهاست. آنچه در واقع کار می کند، به اطلاع رسانی به عکاسی که نمی تواند سؤال بپرسد، نزدیک تر است. شما صحنه‌ای را توصیف می‌کنید که کسی باید آن را تنظیم کند، آن را نورپردازی کند و فیلم‌برداری کند، و هر تصمیمی را که بیان نمی‌کنید، تصمیمی است که مدل برای شما می‌گیرد، معمولاً نسبت به متوسط‌ترین نسخه از آنچه خواسته‌اید.


## هر تصمیم یک جمله

درخواست‌های طولانی نه به این دلیل که طولانی هستند، بلکه به این دلیل که تمایز نیافته‌اند شکست می‌خورند. بیست صفت در یک جمله با یکدیگر رقابت می کنند و مدل آنها را میانگین می گیرد. همان محتوا که به جملات کوتاه تقسیم می‌شود، هر کدام دارای یک تصمیم هستند، نتیجه‌ای قابل پیش‌بینی‌تر ایجاد می‌کنند. همچنین دستور را قابل ویرایش می‌کند، زیرا می‌توانید ببینید که وقتی چیزی اشتباه است، کدام جمله را تغییر دهید.


## موضوع اول است و بیشترین وزن را دارد

موقعیت مهم است آنچه در اوایل یک اعلان ظاهر می شود، عموماً وزن بیشتری دارد، بنابراین موضوع در قسمت جلو تعلق دارد و به طور مشخص توضیح داده شده است. یک سوژه انضمامی چیزی است که می توانید از آن عکس بگیرید: یک شی، یک مکان، موقعیتی با ویژگی های فیزیکی. سوژه های انتزاعی به مدل چیزی نمی دهد که از آن بسازد و چیزی عمومی برای پر کردن فضا اختراع می کند.


## آنچه را که قابل مشاهده است، نه آنچه احساس می شود، توصیف کنید

این تنها مفیدترین رشته است. واژه‌ای مانند مالیخولیک یک تعبیر است و مدل باید حدس بزند که کدام آرایش بصری آن را تولید می‌کند. باران روی پنجره، یک لامپ روشن، یک صندلی خالی: اینها چیزهایی هستند که یک دوربین ثبت می کند. به جای معلول، علل را بنویسید، و تأثیر خود به خود با ثبات بسیار بیشتری به دست می آید.


## صحنه محدودیت ها را تعیین می کند

محیط دکوراسیون نیست. تعیین می کند که چه نوری در دسترس است، چه سطوحی برای انعکاس آن وجود دارد، چه چیزی می تواند در پس زمینه ظاهر شود، و همه چیز در چه مقیاسی خوانده می شود. موضوعی که با جزئیات توصیف شده و بدون تنظیم مشخص شده است، در جایی عمومی قرار می‌گیرد، و سپس تنظیمات عمومی با نیمی از انتخاب‌هایی که در مورد موضوع انجام داده‌اید در تضاد است.


## لحظه یک صحنه را به یک عکس محدود می کند

زمان روز، آب و هوا و فصل بیشتر از آنچه اکثر مردم انتظار دارند کار می کنند، زیرا هر کدام یک مجموعه روشنایی کامل را با خود حمل می کنند. اواخر بعد از ظهر در پاییز به معنای یک خورشید گرم کم، سایه های بلند و یک رنگ خاص است، همه از چهار کلمه. نامگذاری لحظه، کارآمدترین جمله در اکثر دستورات است.


## نور یک تصمیم است، نه یک فکر بعدی

عکس‌ها عمدتاً از نور ساخته شده‌اند، و انتخاب نور نامشخص سریع‌ترین مسیر برای رسیدن به یک تصویر صاف و یکنواخت است که مصنوعی به نظر می‌رسد. بگو نور از کجا می آید و از چه نوعی است. نور پنجره از سمت چپ یک منبع سربار واحد. آسمان ابری. مستقیم خورشید از طریق برگها. هر کدام از یک سوژه و صحنه یک تصویر متفاوت تولید می کنند.


## نور سخت و نرم کارهای مختلفی انجام می دهند

نور از یک منبع کوچک یا دور سخت است: لبه های سایه تیز، کنتراست بالا، بافت قابل مشاهده. نور از یک منبع بزرگ یا پراکنده ملایم است: سایه های تدریجی، کنتراست کم، سطوح ملایم تر. نامگذاری کدام یک از آنها بیشتر از هر صفتی در مورد حالت، به مدل در مورد حال و هوای یک تصویر می گوید.


## دستورالعمل های ترکیبی که مدل می تواند دنبال کند

اصطلاحات قاب بندی مفید هستند زیرا بدون ابهام هستند. نمای نزدیک، شات واید، سطح چشم، زاویه کم، بالای سر. این که آیا سوژه در مرکز قرار می گیرد یا خارج از یک طرف. چه در جلو و چه در پشت. اینها کلماتی هستند که یک عکاس در صحنه فیلمبرداری از آنها استفاده می کند و آنها را به خوبی ترجمه می کنند زیرا هندسه را به جای طعم توصیف می کنند.


## زبان لنز، و آنچه که در واقع انجام می دهد

فاصله کانونی وسیع عمق را اغراق می کند و اشیاء نزدیک را بزرگ می کند. فاصله کانونی طولانی فاصله را فشرده می کند و لایه ها را صاف می کند. دیافراگم باز پس زمینه را از فوکوس خارج می کند و سوژه را ایزوله می کند. این عبارات در اعلان ها کار می کنند زیرا با رفتار نوری واقعی مطابقت دارند و درخواست عمق میدان کم دقیق تر از درخواست پس زمینه تار است.


## رنگ، مهار شده

نام گذاری دو یا سه رنگ یک تصویر منسجم ایجاد می کند. نام گذاری هشت باعث تولید گل می شود، زیرا مدل سعی می کند همه آنها را در بر بگیرد و هیچ کدام غالب نیست. اگر رنگی مهم است، آن را به یک شیء وصل کنید تا به کل تصویر: یک در قرمز بهتر از یک صحنه قرمز رنگ می خواند و بقیه پالت را برای دنبال کردن نور آزاد می گذارد.


## یک چیز را در یک زمان تغییر دهید

وقتی نتیجه ای نزدیک اما اشتباه است، غریزه این است که درخواست را دوباره بنویسیم. مقاومت کن یک جمله را تغییر دهید، بازسازی کنید و ببینید چه چیزی حرکت کرده است. این در هر تلاش کندتر و در کل بسیار سریعتر است، زیرا شما یاد می گیرید که هر جمله چه کاری انجام می دهد. یک دستور بازنویسی شده که کار می کند چیزی به شما یاد نمی دهد که فردا بتوانید دوباره از آن استفاده کنید.


## نسخه هایی را که دور انداخته اید نگه دارید

درخواستی که چیز جالبی را تولید کرد اما آن چیزی که شما می خواستید نبود، ارزش نگه داشتن دارد. کتابخانه‌های سریع از روی آن‌ها ساخته می‌شوند، نه از موفقیت‌ها، زیرا موارد نزدیک به آن چیزی هستند که وقتی مختصر بعدی کمی متفاوت است، تطبیق می‌دهید. یک یادداشت در مورد اینکه نتیجه واقعاً چگونه به نظر می رسد ارزش بیشتری نسبت به درخواست به تنهایی دارد.


## بدون شکستن ساختار سازگار شوید

هنگامی که از یک درخواست مجدد استفاده می کنید، سوژه و تنظیمات را عوض کنید و در ابتدا نور، ترکیب بندی و جملات لنز را به حال خود رها کنید. این قسمت‌ها هستند که باعث می‌شوند یک تصویر عکاسی به نظر برسد، و آن‌ها قسمت‌هایی هستند که وقتی یک درخواست بیش از حد طولانی شود، آن‌ها را حذف می‌کنند. زمانی که موضوع جدید کار می کند، آنها را عمدا تغییر دهید، یکی یکی.


## بگو تصویر چیست

تصاویری که به این روش ساخته شده اند، عکس نیستند و استانداردهای بیان آن از قبل وجود دارد. واژگان نوع منبع دیجیتال IPTC مقادیری را ارائه می دهد که یک عکس دیجیتال نمونه برداری شده از زندگی واقعی را از رسانه ایجاد شده با استفاده از هوش مصنوعی مولد متمایز می کند، و مشخصات C2PA نحوه انتقال اطلاعات منشأ با یک فایل را مشخص می کند. در جایی که ممکن است تصویر برای ضبط چیزی واقعی گرفته شود، آن را برچسب بزنید. LarpGPT اعلان‌ها و مطالب مرجع را ارائه می‌کند، و آنچه تولید می‌کنید متعلق به شماست تا از آن استفاده کنید و مال شما برای افشای آن.


## سوالات

### چرا درخواست های طولانی تصویر اغلب با شکست مواجه می شوند؟

چون تمایز نیافته اند، نه به خاطر طولانی بودن. بیست صفت در یک جمله با هم رقابت می کنند و مدل آنها را میانگین می گیرد. همان محتوا را به جملات کوتاهی تقسیم کنید که هر کدام یک تصمیم دارند و نتیجه به مراتب قابل پیش بینی تر می شود.

### آیا باید حال و هوا را توصیف کنم یا آنچه که قابل مشاهده است؟

آنچه قابل مشاهده است. واژه‌ای مانند مالیخولیک تعبیری است که مدل باید آن را حدس بزند. باران روی پنجره، یک لامپ روشن، یک صندلی خالی چیزهایی هستند که دوربین ثبت می کند. علل را بنویسید و حال و هوای آن به شرح زیر است.

### آیا ترتیب کلمات در اعلان مهم است؟

بله. چیزی که زود به نظر می رسد عموماً وزن بیشتری دارد، بنابراین سوژه در نزدیکی جلو قرار دارد و به اندازه کافی مشخص شده است که بتوانید از آن عکس بگیرید.

### آیا اصطلاحات دوربین مانند فاصله کانونی واقعاً کار می کنند؟

آنها انجام می دهند، زیرا با رفتار نوری واقعی مطابقت دارند. فاصله کانونی گسترده عمق را اغراق می کند، فاصله کانونی طولانی آن را فشرده می کند و دیافراگم باز سوژه را ایزوله می کند. درخواست عمق میدان کم دقیق تر از درخواست پس زمینه تار است.

### چگونه باید یک تصویر تولید شده توسط هوش مصنوعی را برچسب گذاری کنم؟

استانداردها وجود دارد. واژگان نوع منبع دیجیتال IPTC یک عکس دیجیتال نمونه برداری شده از زندگی واقعی را از رسانه ایجاد شده با استفاده از هوش مصنوعی مولد متمایز می کند، و مشخصات C2PA نحوه انتقال منشأ با یک فایل را مشخص می کند. هر چیزی را که ممکن است به عنوان رکورد چیزی واقعی گرفته شود برچسب بزنید.

## در ادامه مطلب

- IPTC Digital Source Type NewsCodes — https://cv.iptc.org/newscodes/digitalsourcetype/
- C2PA technical specification — https://c2pa.org/specifications/specifications/2.1/index.html
- IPTC Photo Metadata Standard — https://www.iptc.org/std/photometadata/specification/IPTC-PhotoMetadata