LarpGPT · راهنماها
چگونه یک درخواست عکس هوش مصنوعی را از ابتدا ساختار دهیم
یک ترتیب تکرارپذیر برای نوشتن تصویر، مواردی را که باید در هر قسمت قرار دهید، اشتباهات رایجی که نتیجه را صاف میکنند، و نحوه تکرار به گونهای که هر تلاش چیزی به شما یاد دهد، میدهد.
در این راهنما۱۶
چرا ساختار واژگان را شکست می دهد؟
مردم کلمات سریع را مانند زمانی که اپراتورهای جستجو را جمع آوری می کردند جمع آوری می کنند و نتایج متناقضی ایجاد می کند. چیزی که نتایج ثابتی ایجاد می کند، دستوری است که هر بار دنبال می کنید. وقتی هر دستور یک شکل دارد، میتوانید دو تلاش را با هم مقایسه کنید و بدانید چه چیزی تغییر کرده است، و دیگر در هر جلسه یک درس را دوباره کشف نمیکنید.
نظمی که کار می کند
موضوع، سپس تنظیم، سپس لحظه، سپس نور، سپس ترکیب، سپس لنز، سپس رنگ. هفت جایگاه، هر کدام یک جمله کوتاه. هر دستوری به هر هفت مورد نیاز ندارد، اما نوشتن آنها به این ترتیب به این معنی است که جملات اولیه، جملات بعدی را در جهتی که یک عکاس کار میکند محدود میکند، نه اینکه مدل را برای آشتی دادن تضادها رها کند.
با موضوعی که می توانید از آن عکس بگیرید شروع کنید
موضوع را به عنوان یک چیز فیزیکی با ویژگی ها بنویسید: ماده، اندازه، شرایط، جهت. دستگیره در برنجی فرسوده موضوعی است. ظرافت نیست. آزمون این است که آیا عکاسی که برای عکاسی از آن فرستاده میشود میداند به دنبال چه چیزی باشد یا خیر، و اگر پاسخ منفی باشد، مدل نیز حدس میزند.
سپس آن را در جای خاصی قرار دهید
تنظیمات تعیین می کند که چه نوری وجود دارد و چه چیزی اطراف سوژه را احاطه می کند، بنابراین یک تنظیم مبهم سوژه دقیق را خنثی می کند. نوع اتاق، خیابان یا منظره، و یک یا دو چیز را که واقعاً در آن وجود دارد، نام ببرید. دو جزئیات ملموس بهتر از یک پاراگراف اتمسفر یک صحنه را لنگر میاندازند.
لحظه را نام ببرید
زمان روز، آب و هوا، فصل. این جمله به طور غیرمعمولی کارآمد است زیرا هر یک از آن ها دارای یک شرایط نوری کامل هستند. صبح بعد از باران در چهار کلمه سطوح خیس، نور پراکنده و قالب خنک را به شما می دهد. رد شدن از آن باعث می شود مدل انتخاب شود، و تمایل به انتخاب نیمروز روشن دارد که کمترین نور جالبی است که وجود دارد.
نور را واضح نشان دهید
بگویید از کجا می آید و از چه نوع است: یک پنجره در سمت چپ، یک چراغ بالای سر، آسمان ابری، خورشید مستقیم. سفت یا نرم بودن آن را اضافه کنید. این جمله ای است که به طور قابل اعتماد تصویری را که به عنوان عکس خوانده می شود از جمله ای که به عنوان رندر خوانده می شود جدا می کند، و این جمله ای است که اغلب حذف می شود.
قاب عکس
از کلماتی که یک عکاس در صحنه فیلمبرداری استفاده می کند استفاده کنید، زیرا آنها هندسه را توصیف می کنند و به طور تمیز ترجمه می کنند. نمای نزدیک یا گسترده. سطح چشم، زاویه کم یا بالای سر. سوژه در مرکز یا خاموش به یک طرف. چه در پیش زمینه و چه در پس زمینه. ابهام در اینجا جایی است که یک اعلان خوب نتیجه ای عجیب و غریب ایجاد می کند.
اگر مهم است رفتار لنز را اضافه کنید
فاصله کانونی وسیع عمق را اغراق می کند و نزدیکی را بزرگ می کند. فاصله کانونی طولانی لایه ها را فشرده می کند. دیافراگم باز پس زمینه را محو می کند و سوژه را ایزوله می کند. هنگامی که جلوه برای تصویر مهم است از اینها استفاده کنید و در صورت عدم اهمیت آنها را کنار بگذارید، زیرا یک جمله لنز که از روی عادت اضافه شده نتیجه را بدون دلیل محدود می کند.
رنگ را در دو یا سه انتخاب نگه دارید
یک پالت کوتاه یک تصویر منسجم ایجاد می کند و یک پالت بلند باعث تولید گل می شود. اگر رنگی مهم است، آن را به یک شیء وصل کنید تا به کل قاب. یک درب قرمز کار می کند. یک صحنه قرمز رنگ با هر آنچه در مورد نور گفتید مبارزه می کند.
آنچه را که باید قابل مشاهده باشد، بگویید، نه احساسی که باید داشته باشد
رایج ترین شکست در پیش نویس اول یک جمله از حالت است. هر یک را با آرایش فیزیکی که آن را تولید می کند جایگزین کنید. این جایگزینی منفرد بیشتر از هر تغییر دیگری دستورات را بهبود میبخشد، زیرا چیزی را که مدل باید تفسیر کند به چیزی که میتواند بسازد تبدیل میکند.
از چیدن صفت ها خودداری کنید
زیبا، خیره کننده، فوق العاده جزئی، شاهکار و اقوام آنها عمدتا لغو می شوند. آنها چیزی را توصیف نمی کنند که یک دوربین بتواند ضبط کند، و نتیجه را به سمت هر چیزی که داده های آموزشی با کلمات مرتبط می کند، سوق می دهند، که معمولاً یک نگاه کلی است. آنها را برش دهید و اتاقی که آزاد می کنند می تواند یک تصمیم واقعی داشته باشد.
منفی ها آخرین راه حل هستند
اگر چیزی ناخواسته مدام ظاهر می شود، دلیل معمول این است که درخواست شما به آن اشاره دارد. درخواست یک میز اغلب یک لپ تاپ تولید می کند زیرا میزهای موجود در عکس ها معمولاً یک میز دارند. افزودن یک نگاتیو نسبت به توصیف آنچه که باید وجود داشته باشد، قابل اعتمادتر است، زیرا یک فضای پر نمیتواند چیزی را که شما نمیخواستید نیز در خود جای دهد.
یک جمله را در یک زمان تکرار کنید
هنگامی که یک نتیجه نزدیک است، دقیقا یک جمله را تغییر دهید و دوباره ایجاد کنید. شما خواهید آموخت که آن جمله چه چیزی را کنترل می کند، و آن دانش به هر درخواست آینده منتقل می شود. بازنویسی همه چیز به یکباره تصویر بهتری ایجاد میکند و بدون درک است، به این معنی که خلاصه بعدی دوباره از صفر شروع میشود.
کارهایی که هر تلاش انجام داد را ثبت کنید
دستور و یک خط را در موردی که برگشته ذخیره کنید. موارد نزدیک از دست دادن ارزش بیشتری نسبت به موفقیتها دارند، زیرا زمانی که درخواست بعدی کمی متفاوت است، آنها را تطبیق میدهید. کتابخانه ای از دستورات بدون یادداشت، لیستی از رشته هایی است که تا شش ماه دیگر به آنها اعتماد نخواهید کرد.
استفاده مجدد از ساختار، جایگزینی محتوا
برای تطبیق پیامی که جواب داد، ابتدا سوژه و تنظیمات را عوض کنید و نور، ترکیب بندی و لنز را به حال خود رها کنید. این جملات چیزی است که یک تصویر را عکاسی می کند. وقتی آنها را تغییر دادید، یکی یکی تغییر دهید تا بتوانید بگویید چه اتفاقی افتاده است. LarpGPT اعلانها و مطالب مرجع را برای شروع ارائه میکند، و آنچه تولید میکنید متعلق به شماست تا استفاده کنید و مال شما برای افشای آن.
یک تلاش کامل، سپس یک تغییر
مثال اصلی: پرتره عمودی یک بزرگسال در کنار پنجره، برش شانه، نور کناری طبیعی نرم، دیوار خاکستری ساده، بیان آرام، بدون متن یا آرم. ابتدا با بررسی شخص، کادربندی و نور، تصویر حاصل را مرور کنید.
برای تلاش دوم، عبارت را حفظ کنید و فقط دیوار خاکستری را با یک دیوار آبی جایگزین کنید. این امر ارزیابی تغییر مورد نظر را آسان تر از تغییر سوژه، لنز، نور و تنظیم می کند. ژنراتور همچنان می تواند بین تلاش ها متفاوت باشد. یک اعلان یک کنترل قطعی نیست.
سوالات
اعلان تصویر را به چه ترتیبی باید بنویسم؟
موضوع، تنظیم، لحظه، نور، ترکیب بندی، لنز، رنگ. هر کدام یک جمله کوتاه هر درخواستی به هر هفت مورد نیاز ندارد، اما یک ترتیب ثابت به شما امکان میدهد دو تلاش را مقایسه کنید و بدانید چه چیزی تغییر کرده است.
چرا کلماتی مانند خیره کننده و فوق العاده جزئی کمکی نمی کنند؟
آنها چیزی را توصیف نمی کنند که یک دوربین بتواند ضبط کند، بنابراین نتیجه را به سمت هر آنچه که داده های آموزشی با آنها مرتبط می کند، سوق می دهند، که معمولاً یک نگاه کلی است. فضایی که می گیرند بهتر است صرف یک تصمیم واقعی شود.
آیا پیام های منفی کار می کنند؟
قابل اعتمادتر از توصیف آنچه باید در عوض وجود داشته باشد. اگر چیزی ناخواسته مدام ظاهر می شود، درخواست شما معمولاً به آن اشاره می کند. فضای پر نمی تواند چیزی را که شما نمی خواستید نیز در خود جای دهد.
چگونه باید درخواستی را که نزدیک اما اشتباه است، بهبود بخشم؟
دقیقا یک جمله را تغییر دهید و دوباره بسازید. شما یاد می گیرید که آن جمله چه چیزی را کنترل می کند و دانش آن را منتقل می کند. بازنویسی همه چیز به یکباره تصویر بهتری می دهد و درک نمی کند.
کدام قسمت از اعلان یک تصویر را عکاسی می کند؟
جمله سبک، قابل اطمینان ترین: نور از کجا می آید، از چه نوع است و سخت است یا نرم. همچنین این جمله اغلب حذف شده است.
در ادامه مطلب
راهنماها
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.
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.
اعلانات واقعی نوری Midjourney: یک روش عملی
نحوه نوشتن دستورات Midjourney که به عنوان عکس خوانده می شوند: ساختار اول دوربین، پارامترهای مستندی که کمک می کنند و نحوه تکرار.
تصویر ChatGPT برای عکس های لوکس که واقعی به نظر می رسند، درخواست می کند
نحوه درخواست ChatGPT برای تصاویر لوکس و سبک زندگی باورپذیر: مواد، نور، مهار، نمونه های کار شده، و مراقبت از مارک ها و افشا.
نحوه نوشتن دستورات هوش مصنوعی برای افراد واقع بین
افراد قابل باور را در تصاویر هوش مصنوعی توصیف کنید: وضعیت بدن، لباس، پوست، دست ها و نور، به علاوه قوانین رضایت، تشابه و افشای آن.
کلیدواژه های نورپردازی برای عکس های هوش مصنوعی: یک واژه نامه کاربردی
ساعت طلایی، ساعت آبی، نور پنجره، نور پسزمینه، low key و موارد دیگر: هر عبارت نورپردازی در یک عکس چگونه به نظر میرسد و چگونه آن را در یک درخواست هوش مصنوعی بنویسیم.
توضیح درخواستهای منفی: چه زمانی از آنها استفاده کنیم و چگونه
درخواست منفی چیست، کدام ابزارهای تصویری یکی را مستند میکنند، چگونه --no در Midjourney و negative_prompt در Stable Diffusion کار میکنند و چرا باید به صورت محدود از آنها استفاده کرد.
نسبت ابعاد برای تصاویر هوش مصنوعی: نحوه انتخاب و تنظیم آنها
مربع، 3:2، 16:9 یا عمودی 9:16: نحوه انتخاب نسبت تصویر برای یک تصویر هوش مصنوعی، نحوه تغییر ترکیب با آن، و نحوه تنظیم Midjourney و OpenAI.
نحوه نوشتن اعلانهای عکس هوش مصنوعی که خوانا میمانند
ساختار سریع قابل تکرار برای سوژه، نور، زبان لنز و محدودیتها، با مثالهایی که سادهتر اصلاح میشوند.
مقایسه ابزارهای سریع تصویر هوش مصنوعی
کتابخانههای سریع، سازندگان سریع، دستیاران تولیدکننده و نوشتن آن توسط خودتان: چه چیزی شما را نجات میدهد، هر کدام چه هزینهای برای شما دارد، و کدام یک چیزی به شما میآموزد.