LarpGPT · راهنماها
متن قابل خواندن در تصاویر هوش مصنوعی: یک پرسش واضح‌تر بنویسید
کلمات و جایگاه دقیق را مشخص کنید، نتیجه را بررسی کنید و بین حروف تولید شده و متنی که در یک ویرایشگر اضافه میشود، انتخاب کنید.
در این راهنما۶
تصمیم بگیرید که آیا کلمات باید دقیقاً همان باشند یا خیر.
برای یک تابلو کافه خیالی، تغییرات کوچک در حرف‌ها ممکن است به سادگی تصویر را نامناسب کند. برای تاریخ، قیمت، دستورالعمل یا نام برند واقعی، کلمات نیاز به بررسی دقیق‌تری دارند. OpenAI محدودیت‌ها در وضوح متن و جایگذاری دقیق را مستند میکند، بنابراین یک پرسش پذیرفته‌شده تضمین نمی‌کند که حروف درست هستند. اگر متن دقیق ضروری است، یک نسخه برنامه‌ریزی کنید که پس‌زمینه به طور جداگانه ایجاد شده و حروف در ویرایشگر تصویری که از قبل استفاده می‌کنید اضافه شوند.
منابع این بخش OpenAI: image generation limitations
کلمات را از توصیف صحنه جدا کنید
یک خلاصه کوچک بنویسید: عبارت دقیق، زبان آن، محل قرارگیری، سطحی که آن را حمل میکند و قاب مورد نظر. مثال خیالی ما از عبارت کوتاه «OPEN LATE» روی یک تابلو رو به جلو استفاده میکند. اگر این برای خلاصه شما کافی است، از هیچ نوشته دیگری نخواسته باشید. این یک روش عملی برای بررسی درخواست است، نه یک دستور زبان جهانی یا تضمین اینکه تولیدکننده تمامی دستورالعمل‌ها را دنبال میکند.
از دستورالعمل‌های مستند تولیدکننده برای متن استفاده کنید.
Midjourney علامت نقل قول دوگانه اطراف متن مورد نظر را در نسخه 6 و بعد از آن مستندسازی میکند و توصیه به استفاده از عبارت کوتاه دارد. مثال خیالی ما عبارت است از: تابلوی کافه رو به جلو با کلمات "OPEN LATE"، حروف بلوکی واضح، بدون متن دیگر. عبارت را ذخیره کرده و نتیجه را بررسی کنید؛ این دستور زبان متعلق به Midjourney است، نه هر تولیدکننده‌ای.
منابع این بخش Midjourney: Text Generation
یک درخواست LarpGPT برای ابزاری که واقعاً استفاده می‌کنید کپی کنیدحروف و چینش را جداگانه بررسی کنید
خروجی را با خلاصه خود، کاراکتر به کاراکتر، شامل لهجه‌ها، علائم نگارشی و حروف تکراری مقایسه کنید. سپس جای‌گیری را بررسی کنید: آیا متن بریده شده، توسط یک شیء مخفی شده یا در اندازه نمایش موردنظر خیلی کوچک است؟ OpenAI همچنین محدودیت‌ها در ترکیب دقیق را مستندسازی میکند. اگر املا اشتباه است اما صحنه کار میکند، به جای افزودن دستورالعمل‌های روزافزون متضاد به پرامپت، یک روند ویرایش در نظر بگیرید. هیچ مثالی در اینجا ادعا نمی‌کند که تصویر تولید شده آزمایش شده است.
منابع این بخش OpenAI: image generation limitations
یک برگه مقایسه دستورالعمل عکس هوش مصنوعی: یک متغیر را تغییر دهیدحروفنگاری تولید شده یا یک پوشش ویرایشی را انتخاب کنید.
حروف ایجاد شده می‌توانند کلمات را در یک سطح ادغام کنند، اما خروجی هنوز نیاز به بازبینی دارد. یک لایه روی متن در یک ویرایشگر به شما کنترل مستقیم بر متن تایپ شده میدهد، در حالی که هماهنگی پرسپکتیو و نورپردازی تبدیل به وظیفه ویرایش شما میشود. برای یک اعلان ساده، یک منطقه متن تمیز ممکن است کافی باشد؛ برای کلماتی که روی یک جسم خمیده نقاشی می‌شوند، کار متفاوت است. از جدول مقایسه استفاده کنید تا قبل از صرف یک تلاش تولید دیگر، فرآیند کاری مناسب را انتخاب کنید.
| سؤال | نوشته‌های تولید شده | متن اضافه شده در ویرایشگر |
|---|---|---|
| چه کسی املا را بررسی میکند؟ | شما باید خروجی تولید شده را بررسی کنید | شما متن تایپ شده را بازخوانی می‌کنید |
| آیا کلمات می‌توانند سطح صحنه را دنبال کنند؟ | ممکن است، تضمینی وجود ندارد | نیاز به هماهنگ کردن متن با آن سطح دارد |
| چه چیزی می‌تواند شکست بخورد؟ | حروف، جایگذاری یا ترکیب‌بندی | تایپوگرافی، تناسب، پرسپکتیو یا بازخوانی |
| آیا LarpGPT این تصویر را می‌سازد؟ | خیر: این آماده‌سازی پرامپت‌هاست | خیر: از ویرایشگر جداگانه استفاده کنید |
منابع این بخش OpenAI: image generation limitations
از یک صحنه LarpGPT شروع کنید، سپس خلاصه را تطبیق دهید
LarpGPT یک کتابخانه از پرامپت‌های عکس فراهم میکند که میتوانید آنها را بررسی کرده و برای ابزار تصویر خارجی کپی کنید. یک صحنه انتخاب کنید، متن اصلی را حفظ کنید و سپس خلاصه‌ی دقیق حروفی خود را اضافه کنید بدون اینکه با قاب‌بندی آن تناقض داشته باشد. LarpGPT تصویر را تولید نمی‌کند و تضمینی برای متن ندارد. راهنمای موجود آن برای کپی‌برداری برای موتور انتخابی شما تفاوت‌های خروجی را توضیح میدهد؛ راهنمای نسبت ابعاد و مقایسه‌ی یک متغیر به شما کمک میکند قاب‌بندی و بازبینی‌ها را قابل خواندن نگه دارید. از مثال‌های تخیلی یا مطالبی که اجازه استفاده از آنها را دارید استفاده کنید.
منابع این بخش LarpGPT product features, publisher source
سوالات
آیا علامتهای نقل قول تضمین میکنند که متن درست باشد؟
خیر. آنها کلمات مورد نظر را در ابزارهای پشتیبانیشده مشخص میکنند؛ نتیجه را برای اشکالات بررسی کنید.
Midjourney چه علامتهای نقل قولی را مستند کرده است؟
برای تولید متن در نسخههای 6 و بعد از آن از علامتهای نقل قول دوبل به جای کوتیشنهای تکی استفاده میشود. مستندات فعلی آن را بررسی کنید.
آیا باید پاراگراف طولانیتری در تصویر استفاده کنم؟
Midjourney عبارتهای کوتاهتر را توصیه میکند. اگر متن طولانی دقیقی لازم است، میتوانید آن را در یک ویرایشگر اضافه کرده و بازبینی کنید.
آیا می‌توانم به تاریخ یا قیمت تولید شده تکیه کنم؟
قبل از استفاده، آن را با مقدار مورد نظر مقایسه کنید. یک دستور پذیرفته شده خروجی را تأیید نمی‌کند.
آیا LarpGPT تصاویر با متن تولید میکند؟
خیر. این ابزار فقط دستورات تصویری ارائه میدهد تا بررسی و کپی شوند و در ابزار تصویر جداگانه استفاده شوند.
آیا اضافه کردن متن بعد از تولید همیشه بهترین گزینه است؟
این بستگی به خلاصه کار دارد. یک ویرایشگر کلمات تایپ شده را کنترل میکند، اما جای دادن آنها در سطح و پرسپکتیو یک صحنه هنوز نیاز به کار دارد.
در ادامه مطلب
راهنماها
آناتومی یک درخواست عکس واقعی
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.
شش نمونه عکس سریع کار شده، و چرا هر خط وجود دارد
دستورات کامل برای یک فضای داخلی معماری، یک لحظه شهر، یک شی، یک منظره، یک عکس غذا و یک فضای کاری، هر کدام جمله به جمله تقسیم می شوند تا بتوانید آنها را تطبیق دهید.