Kako napisati AI upute za realistične ljude

Zašto su ljudi najteža tema

Gledatelji su stručnjaci za lica i tijela. Malo krivu ruku, nemoguć položaj ili kožu koja izgleda kao plastika primjećujemo puno prije nego što primijetimo nedostatak na zgradi ili krajoliku. To ljude čini predmetom u kojem nejasne upute najvidljivije zataje. Popravak je isti kao i za bilo koji fotografski upit, samo stroži: opišite što bi kamera zapravo snimila i prepustite što je moguće manje modelovoj predodžbi prosječne osobe.

Izmislite osobu, nemojte je posuđivati

Počnite od osobe koja ne postoji. Opišite raspon godina, oblik tijela, kosu, odjeću i aktivnost, a detalji neka budu obični. Nikada nemojte tražiti izgled stvarne privatne osobe i nikada ne stvarajte stvarnu javnu osobu u situaciji koja bi se mogla smatrati autentičnom. Osim etike, mnoge jurisdikcije priznaju prava osobnosti, koja omogućuju ljudima da kontroliraju komercijalnu upotrebu svog imena, slike i lika. Pravila se razlikuju od zemlje do zemlje, a izmišljena osoba u potpunosti izbjegava pitanje.

Opišite aktivnost, a ne pozu

Ljudi fotografirani dok rade nešto izgledaju prirodno; ljudi kojima je rečeno da poziraju izgledaju kao slike iz skladišta. Umjesto žene koja se smiješi u kameru, probajte ženu u četrdesetima koja čita papirnatu kartu na željezničkoj postaji, držeći kavu u drugoj ruci. Aktivnost daje tijelu razlog za držanje, daje rukama nešto za držanje i daje licu izraz koji dolazi od zadatka, a ne od poticaja.

Držanje i težina

Prava tijela nose težinu. Netko tko se oslanja na ogradu, sjedi na rubu stolca, prebacuje težinu na jednu nogu dok čeka: to su male fizičke činjenice koje čine brojku vjerodostojnom. Ukočene, simetrične figure okrenute naprijed jedan su od najčešćih znakova generirane slike. Jedna rečenica o tome gdje se nalazi uteg i na što se osoba naslanja često daje više od nekoliko rečenica o njenom izgledu.

Odjeća kao materijal i kroj

Opišite odjeću na način na koji biste opisali bilo koju drugu površinu: izgužvana lanena košulja sa zavrnutim rukavima, teški vuneni kaput malo prevelik, iznošene platnene tenisice. Tkanina koja se presavija, rasteže i gužva jedan je od najjačih znakova realizma, jer reagira na tijelo ispod. Generičke riječi kao što su stilski ili elegantno ne govore ništa o materijalu i obično proizvode odjeću koja izgleda svježe raspakirana.

Koža, bez retuša

Generirana lica često ispadnu glatka i ujednačena, poput jako retuširane reklame. Ako želite prirodan rezultat, recite to u fizičkim terminima: prirodna tekstura kože, vidljive pore, fine bore oko očiju, lagana opeklina na nosu, bez šminke. Pomaže i opis svjetla jer meko bočno svjetlo nježno otkriva teksturu dok je ravno prednje svjetlo briše. Izbjegavajte nagomilavanje izraza kao što su savršeno ili besprijekorno, koji guraju rezultat dalje prema plastičnom izgledu.

Rukama je potreban posao

Ruke su dobro poznata slaba točka generatora slika. Najpouzdaniji pristup je dati im nešto specifično da rade, držeći šalicu, odmarajući se na stolu, gurnute u džep kaputa, umjesto da ih ostavite slobodnima u okviru. Manje vidljivih prstiju znači manje šanse za pogrešku. Uvijek provjerite ruke prije korištenja slike: prebrojite prste, provjerite kako drže predmete i pogledajte gdje se susreću sa zapešćem.

Svjetlo na licima

Klasični fotografski postav, opisan u tradiciji osvjetljenja u tri točke, koristi glavno svjetlo na subjektu, sekundarno svjetlo za ublažavanje sjena i svjetlo odostraga za odvajanje subjekta od pozadine. Nije vam potreban žargon da biste upotrijebili ideju. Blaga svjetlost prozora s jedne strane, nježna refleksija koja ispunjava stranu sjene i svijetla pozadina iza glave opisuju isti raspored jednostavnim riječima. Podnevno sunce iznad glave, nasuprot tome, stvara tamne sjene ispod očiju i rijetko je laskavo.

Kadriranje i udaljenost

Reci koliko je blizu kamera. Portret s glavom i ramenima, figura viđena s udaljenosti od nekoliko metara na ulici, mala figura u širokom pejzažu: svaka od njih postavlja mjerilo u kojem se moraju prikazati lica i ruke. Širi okviri skrivaju male pogreške i govore više priče; krupni planovi otkrivaju sve. Za najprirodnije rezultate, srednje kadriranje s jasnom aktivnošću i stvarnim okruženjem najpoželjnija je polazna točka.

Raznolikost s namjerom, a ne slučajno

Generatori slika odražavaju uzorke u njihovim podacima o treningu, a jedna studija Midjourney otkrila je da čak i neutralne upute vraćaju nejednake rezultate prema spolu, boji kože i lokaciji. Ako želite konkretnu osobu, opišite je konkretno. Ako radite seriju, namjerno mijenjajte dob, oblik tijela i izgled, umjesto da prihvatite ono što model prvo vrati, i pregledajte komplet kao cjelinu prije nego što ga objavite.

Pristanak i sintetički mediji

Okvir Partnership on AI za odgovorne sintetičke medije izgrađen je oko tri ideje: pristanka, otkrivanja i transparentnosti. Za generirane ljude, pristanak uglavnom znači ne korištenje ničijeg lika bez dopuštenja, uključujući putem referentnih fotografija. Ako radite na fotografiji stvarne osobe, na primjer, kako biste zadržali dosljedan karakter, pobrinite se da imate jasan pristanak te osobe za određenu upotrebu i nikada ne stvarajte slike koje seksualiziraju, ponižavaju ili lažno predstavljaju bilo koga.

Pravila otkrivanja koja treba znati

U Europskoj uniji, Zakon o umjetnoj inteligenciji definira duboku krivotvorinu kao sliku, audio ili video sadržaj generiran umjetnom inteligencijom ili manipuliran, koji nalikuje postojećim osobama, objektima, mjestima, entitetima ili događajima i koji bi lažno izgledao kao autentični. Postavljači koji generiraju takav sadržaj moraju otkriti da je umjetno generiran ili manipuliran, uz ograničenije otkrivanje za očito umjetničko, kreativno, satirično ili izmišljeno djelo. Europska komisija navodi da se ova pravila transparentnosti primjenjuju od kolovoza 2026. Realistična izmišljena osoba u kontekstu koji bi se mogao smatrati stvarnim zaslužuje etiketu posvuda.

Označite datoteku, ne samo naslov

Natpis se može izrezati ili izgubiti kada se slika ponovno podijeli. Standardi metapodataka postoje za prijenos informacija s datotekom: IPTC rječnik vrste digitalnog izvora uključuje vrijednosti za medije stvorene korištenjem generativne umjetne inteligencije, a mnogi alati automatski pišu takve informacije. Zadržite je netaknutom kada uređujete i izvozite i dodajte vidljivu bilješku gdje god bi ljudi razumno mogli zamijeniti sliku za fotografiju stvarne osobe.

Gdje LarpGPT odgovara

LarpGPT je biblioteka uputa za fotografije za putovanja, arhitekturu, automobile i prizore iz životnog stila, napisana oko subjekta, kompozicije, osvjetljenja i objektiva, a mnoge od njezinih prizora iz životnog stila mogu se prilagoditi tako da uključuju izmišljenu osobu koristeći gore navedeni pristup. Kopirate upit i zalijepite ga u generator slika koji već koristite. LarpGPT ne stvara slike; poštivanje tuđih prava i otkrivanje sintetičkih sadržaja ostati s vama.

Dodatno čitanje

• 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