LarpGPT · માર્ગદર્શિકાઓ
ફોટો-રિયાલિસ્ટિક ઈમેજ પ્રોમ્પ્ટની શરીરરચના
પ્રોમ્પ્ટનો દરેક ભાગ ઈમેજ જનરેટરની અંદર શું કરે છે, નિર્ણય દીઠ એક વાક્ય વિશેષણોની દિવાલ કરતાં શા માટે વધુ સારી રીતે કામ કરે છે, અને પ્રોમ્પ્ટને કેવી રીતે અનુકૂલિત કરવું તે વસ્તુને તોડ્યા વિના કે જેનાથી તે કાર્ય કરે છે.
આ માર્ગદર્શિકામાં15
પ્રોમ્પ્ટ એ સંક્ષિપ્ત છે, જોડણી નથી
ઇમેજ પ્રોમ્પ્ટ્સ વિશે સૌથી સતત ગેરસમજ એ છે કે અમુક શબ્દો જાદુ છે અને કામ તેમને એકત્રિત કરવાનું છે. જે વાસ્તવમાં કામ કરે છે તે ફોટોગ્રાફરને બ્રીફ કરવાની નજીક છે જે પ્રશ્નો પૂછી શકતા નથી. તમે એવા દ્રશ્યનું વર્ણન કરી રહ્યાં છો કે જેને કોઈએ સેટઅપ, લાઇટ અને શૂટ કરવાનું હોય છે, અને દરેક નિર્ણય જે તમે અનિશ્ચિત છોડો છો તે એક નિર્ણય છે જે મોડેલ તમારા માટે લે છે, સામાન્ય રીતે તમે જે પૂછ્યું તેના સૌથી સરેરાશ સંસ્કરણ તરફ.
નિર્ણય દીઠ એક વાક્ય
લાંબા સંકેતો નિષ્ફળ જાય છે કારણ કે તે લાંબા છે પરંતુ કારણ કે તે અભેદ છે. એક વાક્યમાં વીસ વિશેષણો એકબીજા સાથે સ્પર્ધા કરે છે અને મોડેલ તેમને સરેરાશ બનાવે છે. સમાન સામગ્રી ટૂંકા વાક્યોમાં વિભાજિત થાય છે, દરેક એક નિર્ણય લે છે, તે વધુ ધારી શકાય તેવું પરિણામ આપે છે. તે પ્રોમ્પ્ટને સંપાદનયોગ્ય પણ બનાવે છે, કારણ કે તમે જોઈ શકો છો કે જ્યારે કંઈક ખોટું થાય ત્યારે કયું વાક્ય બદલવું.
વિષય પ્રથમ આવે છે અને સૌથી વધુ વજન ધરાવે છે
સ્થિતિ બાબતો. પ્રોમ્પ્ટમાં શરૂઆતમાં જે દેખાય છે તે સામાન્ય રીતે વધુ ભારિત હોય છે, તેથી વિષય આગળનો હોય છે, તેનું સ્પષ્ટ વર્ણન કરવામાં આવે છે. એક નક્કર વિષય તે છે જેનો તમે ફોટોગ્રાફ કરી શકો: એક પદાર્થ, સ્થળ, ભૌતિક ગુણધર્મોવાળી પરિસ્થિતિ. અમૂર્ત વિષયો મોડેલને બનાવવા માટે કંઈ આપતા નથી અને તે જગ્યા ભરવા માટે કંઈક સામાન્ય શોધ કરશે.
જે દેખાય છે તેનું વર્ણન કરો, જે અનુભવાય છે તે નહીં
આ એકમાત્ર સૌથી ઉપયોગી શિસ્ત છે. મેલાન્કોલિક જેવો શબ્દ એક અર્થઘટન છે, અને મોડેલે અનુમાન લગાવવું પડશે કે કઈ દ્રશ્ય વ્યવસ્થા તેને ઉત્પન્ન કરે છે. બારી પરનો વરસાદ, એક જ સળગતો દીવો, ખાલી ખુરશી: આ તે વસ્તુઓ છે જે કેમેરા રેકોર્ડ કરે છે. અસરને બદલે કારણો લખો, અને અસર તેના પોતાના પર વધુ સુસંગતતા સાથે આવે છે.
દ્રશ્ય અવરોધો સુયોજિત કરે છે
સેટિંગ શણગાર નથી. તે નક્કી કરે છે કે કયો પ્રકાશ ઉપલબ્ધ છે, તેને પ્રતિબિંબિત કરવા માટે કઈ સપાટીઓ અસ્તિત્વમાં છે, પૃષ્ઠભૂમિમાં શું દેખાઈ શકે છે અને દરેક વસ્તુ કયા સ્કેલ પર વાંચે છે. વિગતમાં વર્ણવેલ વિષયને કોઈ સ્પષ્ટ સેટિંગ વિના ક્યાંક સામાન્ય મૂકવામાં આવશે, અને સામાન્ય સેટિંગ પછી તમે વિષય વિશે કરેલી અડધા પસંદગીઓનો વિરોધાભાસ કરશે.
આ ક્ષણ એક દ્રશ્યને ફોટોગ્રાફમાં સંકુચિત કરે છે
દિવસનો સમય, હવામાન અને મોસમ મોટાભાગના લોકોની અપેક્ષા કરતાં વધુ કામ કરે છે, કારણ કે દરેક તેની સાથે સંપૂર્ણ લાઇટિંગ સેટઅપ ધરાવે છે. પાનખરમાં મોડી બપોરનો અર્થ નીચા ગરમ સૂર્ય, લાંબા પડછાયાઓ અને ચોક્કસ રંગનો સમાવેશ થાય છે, આ બધા ચાર શબ્દોથી થાય છે. મોટાભાગના સંકેતોમાં ક્ષણનું નામ આપવું એ સૌથી અસરકારક વાક્ય છે.
પ્રકાશ એ નિર્ણય છે, પછીનો વિચાર નથી
ફોટોગ્રાફ્સ મોટાભાગે પ્રકાશથી બનેલા હોય છે, અને કૃત્રિમ લાગે તેવી સપાટ, સમાનરૂપે-પ્રકાશિત ઇમેજનો સૌથી ઝડપી માર્ગ એ અસ્પષ્ટ પ્રકાશની પસંદગી છે. કહો કે પ્રકાશ ક્યાંથી આવે છે અને તે કેવો છે. ડાબી બાજુથી વિન્ડો લાઇટ. એક ઓવરહેડ સ્ત્રોત. વાદળછાયું આકાશ. પાંદડા દ્વારા સીધો સૂર્ય. દરેક એક જ વિષય અને દ્રશ્યમાંથી એક અલગ છબી ઉત્પન્ન કરે છે.
સખત અને નરમ પ્રકાશ અલગ અલગ કામ કરે છે
નાના અથવા દૂરના સ્ત્રોતમાંથી પ્રકાશ સખત હોય છે: તીક્ષ્ણ પડછાયાની ધાર, ઉચ્ચ વિપરીત, દૃશ્યમાન રચના. મોટા અથવા વિખરાયેલા સ્ત્રોતમાંથી પ્રકાશ નરમ હોય છે: ક્રમિક પડછાયાઓ, નીચા કોન્ટ્રાસ્ટ, હળવી સપાટીઓ. તમે જેનું નામ આપવા માંગો છો તે મોડેલને મૂડ વિશેના કોઈપણ વિશેષણ કરતાં છબીના મૂડ વિશે વધુ જણાવે છે.
રચના સૂચનાઓ મોડેલ અનુસરી શકે છે
ફ્રેમિંગ શરતો ઉપયોગી છે કારણ કે તે અસ્પષ્ટ છે. ક્લોઝ-અપ, વાઈડ શોટ, આંખનું સ્તર, નીચું કોણ, ઓવરહેડ. શું વિષય કેન્દ્રમાં બેસે છે અથવા એક બાજુ બંધ છે. તેની સામે શું છે અને પાછળ શું છે. આ તે શબ્દો છે જેનો ફોટોગ્રાફર સેટ પર ઉપયોગ કરશે, અને તેઓ સ્વચ્છ ભાષાંતર કરે છે કારણ કે તેઓ સ્વાદને બદલે ભૂમિતિનું વર્ણન કરે છે.
લેન્સ ભાષા, અને તે ખરેખર શું કરે છે
વિશાળ કેન્દ્રીય લંબાઈ ઊંડાઈને અતિશયોક્તિ કરે છે અને નજીકની વસ્તુઓને મોટી બનાવે છે. લાંબી ફોકલ લંબાઈ અંતરને સંકુચિત કરે છે અને સ્તરોને સપાટ કરે છે. વિશાળ બાકોરું પૃષ્ઠભૂમિને ફોકસની બહાર ફેંકી દે છે અને વિષયને અલગ કરે છે. આ શબ્દો પ્રોમ્પ્ટ્સમાં કામ કરે છે કારણ કે તે વાસ્તવિક ઓપ્ટિકલ વર્તણૂકને અનુરૂપ છે, અને છીછરી ઊંડાઈ માટે ફીલ્ડ માટે પૂછવું એ અસ્પષ્ટ પૃષ્ઠભૂમિ માટે પૂછવા કરતાં વધુ ચોક્કસ છે.
રંગ, સંયમિત
બે અથવા ત્રણ રંગોનું નામકરણ સુસંગત છબી બનાવે છે. આઠને નામ આપવાથી કાદવ ઉત્પન્ન થાય છે, કારણ કે મોડેલ તે બધાને સમાવવાનો પ્રયાસ કરે છે અને કોઈનું પ્રભુત્વ નથી. જો રંગ મહત્વનો હોય, તો તેને આખા ચિત્રને બદલે ઑબ્જેક્ટ સાથે જોડો: લાલ રંગનો દરવાજો લાલ રંગના દ્રશ્ય કરતાં વધુ સારી રીતે વાંચે છે, અને તે બાકીના પેલેટને પ્રકાશને અનુસરવા માટે મુક્ત કરે છે.
એક સમયે એક વસ્તુ બદલો
જ્યારે પરિણામ નજીક છે પરંતુ ખોટું છે, ત્યારે વૃત્તિ એ પ્રોમ્પ્ટને ફરીથી લખવાની છે. તેનો પ્રતિકાર કરો. એક વાક્ય બદલો, પુનઃજનરેટ કરો અને જુઓ કે શું ખસેડ્યું છે. આ પ્રયાસ દીઠ ધીમું અને એકંદરે ઘણું ઝડપી છે, કારણ કે તમે શીખો છો કે દરેક વાક્ય શું કરે છે. પુનઃલેખિત પ્રોમ્પ્ટ કે જે કામ કરે છે તે તમને કંઈપણ શીખવશે નહીં કે તમે આવતીકાલે ફરીથી ઉપયોગ કરી શકો.
તમે કાઢી નાખો છો તે સંસ્કરણો રાખો
એક પ્રોમ્પ્ટ કે જેણે કંઈક રસપ્રદ બનાવ્યું પરંતુ તમે જે ઇચ્છતા હતા તે રાખવા યોગ્ય નથી. પ્રોમ્પ્ટ લાઇબ્રેરીઓ તેમાંથી બનાવવામાં આવે છે, સફળતાઓથી નહીં, કારણ કે નજીકના-ચૂકાયેલા એ જ છે જેને તમે અનુકૂલિત કરો છો જ્યારે આગળનો સંક્ષિપ્ત થોડો અલગ હોય છે. પરિણામ ખરેખર કેવું દેખાતું હતું તેની નોંધ એકલા પ્રોમ્પ્ટ કરતાં વધુ મૂલ્યવાન છે.
બંધારણ તોડ્યા વિના અનુકૂલન કરો
જ્યારે તમે પ્રોમ્પ્ટનો ફરીથી ઉપયોગ કરો છો, ત્યારે વિષય અને સેટિંગની અદલાબદલી કરો અને પહેલા પ્રકાશ, રચના અને લેન્સ વાક્યોને એકલા છોડી દો. તે એવા ભાગો છે જે છબીને ફોટોગ્રાફિક બનાવે છે, અને તે એવા ભાગો છે જે લોકો જ્યારે પ્રોમ્પ્ટ ખૂબ લાંબો લાગે ત્યારે કાઢી નાખે છે. એકવાર નવો વિષય કામ કરી રહ્યો હોય ત્યારે, એક સમયે, તેમને ઇરાદાપૂર્વક બદલો.
કહો કે છબી શું છે
આ રીતે બનાવેલી છબીઓ ફોટોગ્રાફ્સ નથી, અને એવું કહેવા માટેના ધોરણો પહેલેથી જ અસ્તિત્વમાં છે. IPTC ડિજિટલ સ્ત્રોત પ્રકાર શબ્દભંડોળ એવા મૂલ્યો પ્રદાન કરે છે જે જનરેટિવ AI નો ઉપયોગ કરીને બનાવેલ મીડિયામાંથી વાસ્તવિક જીવનમાં નમૂનારૂપ ડિજિટલ કૅપ્ચરને અલગ પાડે છે, અને C2PA સ્પષ્ટીકરણ વ્યાખ્યાયિત કરે છે કે કેવી રીતે પ્રોવેન્સ માહિતી ફાઇલ સાથે મુસાફરી કરે છે. જ્યાં કોઈ વાસ્તવિક વસ્તુના રેકોર્ડ માટે છબી લેવામાં આવી શકે છે, તેને લેબલ કરો. LarpGPT પ્રોમ્પ્ટ્સ અને સંદર્ભ સામગ્રી પ્રદાન કરે છે, અને તમે જે જનરેટ કરો છો તે વાપરવાનું તમારું છે અને જાહેર કરવાનું તમારું છે.
પ્રશ્નો
શા માટે લાંબી છબી પ્રોમ્પ્ટ વારંવાર નિષ્ફળ જાય છે?
કારણ કે તેઓ અભેદ છે, એટલા માટે નહીં કે તેઓ લાંબા છે. એક વાક્યમાં વીસ વિશેષણો સ્પર્ધા કરે છે અને મોડેલ તેમને સરેરાશ બનાવે છે. સમાન સામગ્રીને ટૂંકા વાક્યોમાં વિભાજિત કરો જેમાં દરેક એક નિર્ણય લે છે અને પરિણામ વધુ અનુમાનિત બને છે.
શું મારે મૂડનું વર્ણન કરવું જોઈએ કે જે દેખાય છે?
જે દેખાય છે. મેલાન્કોલિક જેવો શબ્દ એ એક અર્થઘટન છે જેનો મોડેલે અનુમાન લગાવવું જોઈએ. બારી પર પડેલો વરસાદ, એક સળગતો દીવો, ખાલી ખુરશી એ કેમેરા રેકોર્ડ કરે છે. કારણો લખો અને મૂડ નીચે મુજબ છે.
શું પ્રોમ્પ્ટમાં શબ્દોનો ક્રમ મહત્વનો છે?
હા. જે વહેલું દેખાય છે તે સામાન્ય રીતે વધુ ભારે હોય છે, તેથી તે વિષય આગળની નજીકનો છે, તમે તેને ફોટોગ્રાફ કરી શકો તેટલું નક્કર રીતે વર્ણવેલ છે.
ફોકલ લેન્થ જેવી કેમેરાની શરતો ખરેખર કામ કરે છે?
તેઓ કરે છે, કારણ કે તેઓ વાસ્તવિક ઓપ્ટિકલ વર્તણૂકને અનુરૂપ છે. વિશાળ કેન્દ્રીય લંબાઈ ઊંડાઈને અતિશયોક્તિ કરે છે, લાંબી એક તેને સંકુચિત કરે છે, અને વિશાળ છિદ્ર વિષયને અલગ કરે છે. ફિલ્ડની છીછરી ઊંડાઈ માટે પૂછવું એ અસ્પષ્ટ પૃષ્ઠભૂમિ માટે પૂછવા કરતાં વધુ ચોક્કસ છે.
AI-જનરેટેડ ઈમેજને મારે કેવી રીતે લેબલ કરવું જોઈએ?
ધોરણો અસ્તિત્વમાં છે. IPTC ડિજિટલ સ્ત્રોત પ્રકાર શબ્દભંડોળ જનરેટિવ AI નો ઉપયોગ કરીને બનાવેલ મીડિયામાંથી વાસ્તવિક જીવનમાંથી નમૂનારૂપ ડિજિટલ કૅપ્ચરને અલગ પાડે છે, અને C2PA સ્પષ્ટીકરણ વ્યાખ્યાયિત કરે છે કે કેવી રીતે પ્રોવેનન્સ ફાઇલ સાથે મુસાફરી કરે છે. વાસ્તવિક કંઈકના રેકોર્ડ માટે લેવામાં આવી શકે તેવી કોઈપણ વસ્તુને લેબલ કરો.
વધુ વાંચન
માર્ગદર્શિકાઓ
શરૂઆતથી AI ફોટો પ્રોમ્પ્ટને કેવી રીતે બનાવવું
ઇમેજ લખવા માટેનો પુનરાવર્તિત ક્રમ સંકેત આપે છે, દરેક ભાગમાં શું મૂકવું, સામાન્ય ભૂલો જે પરિણામને સપાટ કરે છે અને કેવી રીતે પુનરાવર્તન કરવું જેથી દરેક પ્રયાસ તમને કંઈક શીખવે.
છ કાર્ય કરેલ ફોટો પ્રોમ્પ્ટ ઉદાહરણો, અને શા માટે દરેક લીટી ત્યાં છે
આર્કિટેક્ચરલ ઇન્ટિરિયર, શહેરની ક્ષણ, ઑબ્જેક્ટ, લેન્ડસ્કેપ, ફૂડ શૉટ અને વર્કસ્પેસ માટે સંપૂર્ણ સંકેતો, દરેક તૂટેલા વાક્ય વાક્ય દ્વારા જેથી તમે તેને અનુકૂલિત કરી શકો.
Midjourney ફોટોરિયલિસ્ટિક પ્રોમ્પ્ટ્સ: એક વ્યવહારુ પદ્ધતિ
ફોટોગ્રાફ્સ તરીકે વાંચતા Midjourney પ્રોમ્પ્ટ્સ કેવી રીતે લખવા: કેમેરા-ફર્સ્ટ સ્ટ્રક્ચર, દસ્તાવેજીકૃત પરિમાણો જે મદદ કરે છે અને કેવી રીતે પુનરાવર્તન કરવું.
ChatGPT છબી વાસ્તવિક લાગે તેવા વૈભવી ફોટા માટે સંકેત આપે છે
વિશ્વાસપાત્ર લક્ઝરી અને જીવનશૈલીની છબીઓ માટે કેવી રીતે ChatGPT નો સંકેત આપવો: સામગ્રી, પ્રકાશ, સંયમ, કાર્યકારી ઉદાહરણો અને બ્રાન્ડ્સ અને જાહેરાત સાથે કાળજી.
વાસ્તવિક લોકો માટે AI પ્રોમ્પ્ટ કેવી રીતે લખવું
AI છબીઓમાં વિશ્વાસપાત્ર લોકોનું વર્ણન કરો: મુદ્રા, કપડાં, ત્વચા, હાથ અને પ્રકાશ, ઉપરાંત તેની સાથે આવતા સંમતિ, સમાનતા અને જાહેરાતના નિયમો.
AI ફોટા માટે લાઇટિંગ કીવર્ડ્સ: એક વ્યવહારુ શબ્દાવલિ
ગોલ્ડન અવર, બ્લુ અવર, વિન્ડો લાઇટ, બેકલાઇટ, low key અને વધુ: દરેક લાઇટિંગ ટર્મ ફોટોમાં કેવો દેખાય છે અને તેને AI પ્રોમ્પ્ટમાં કેવી રીતે લખવો.
નકારાત્મક સંકેતો સમજાવ્યા: તેનો ઉપયોગ ક્યારે કરવો અને કેવી રીતે કરવો
નકારાત્મક પ્રોમ્પ્ટ શું છે, કયા ઇમેજ ટૂલ્સ એક દસ્તાવેજ કરે છે, Midjourney નું --no અને Stable Diffusion નું negative_prompt કેવી રીતે કાર્ય કરે છે, અને શા માટે તેનો ઓછો ઉપયોગ કરવો.
AI છબીઓ માટે પાસા રેશિયો: તેમને કેવી રીતે પસંદ કરવા અને સેટ કરવા
સ્ક્વેર, 3:2, 16:9 અથવા વર્ટિકલ 9:16: AI ઇમેજ માટે આસ્પેક્ટ રેશિયો કેવી રીતે પસંદ કરવો, તેની સાથે કમ્પોઝિશન કેવી રીતે બદલાય છે અને તેને Midjourney અને OpenAI કેવી રીતે સેટ કરે છે.
વાંચી શકાય તેવા AI ફોટો પ્રોમ્પ્ટ કેવી રીતે લખવા
વિષય, પ્રકાશ, લેન્સની ભાષા અને અવરોધો માટે પુનરાવર્તિત પ્રોમ્પ્ટ માળખું, ઉદાહરણ સાથે જે રિફાઇન કરવામાં સરળ છે.
AI છબી પ્રોમ્પ્ટ ટૂલ્સ, તુલનાત્મક રીતે
પ્રોમ્પ્ટ લાઇબ્રેરીઝ, પ્રોમ્પ્ટ બિલ્ડર્સ, ઇન-જનરેટર અસિસ્ટન્ટ્સ અને જાતે લખવું: દરેક તમને શું બચાવે છે, દરેકનો ખર્ચ શું છે, અને કયું તમને કઈંક શીખવે છે.