LarpGPT · Panduan
Cara menulis perintah foto AI agar tetap dapat dibaca
Struktur cepat yang dapat diulang untuk subjek, cahaya, bahasa lensa, dan batasannya, dengan contoh yang lebih mudah untuk disempurnakan.

Dalam panduan ini5
Jelaskan satu subjek yang jelas
Mulailah dengan orang, benda, atau tempat yang harus tetap dapat dikenali. Tambahkan aksi dan prioritas visual sebelum menambahkan suasana; daftar panjang kata benda yang tidak terhubung memberikan arah yang lebih kecil pada model.
Tambahkan komposisi sebelum dekorasi
Tentukan apakah bingkainya dekat, lebar, di atas kepala, simetris, atau editorial. Kemudian jelaskan di mana subjek berada dan ruang negatif apa yang berguna. Komposisi biasanya lebih penting daripada sekumpulan kata sifat gaya.
Gunakan cahaya sebagai instruksi praktis
Gantikan kata-kata samar seperti indah dengan informasi tentang sumber, arah, dan kelembutan: cahaya jendela dari kiri, sinar matahari siang yang terik, atau sumber studio besar yang tersebar. Sebutkan suasana hati hanya setelah lampu menyala.
Batasi apa yang tidak boleh diubah
Jika wajah, bentuk produk, jumlah benda, atau warna merek penting, nyatakan dengan jelas. Jaga agar daftar hindari tetap singkat dan spesifik; instruksi yang kontradiktif menciptakan kebisingan, bukannya kontrol.
Ulangi satu variabel pada satu waktu
Simpan perintah dan ubah hanya satu elemen antar versi: pembingkaian, kesan lensa, latar belakang, atau palet. Membandingkan variasi terkontrol mengajarkan Anda lebih dari sekadar menulis ulang setiap baris setelah setiap hasil.
Pertanyaan
Berapa lama waktu yang dibutuhkan untuk meminta foto AI?
Cukup lama untuk menentukan subjek, komposisi dan batasannya, namun tidak terlalu lama sehingga prioritasnya bertentangan. Kejelasan mengalahkan jumlah kata yang tetap.
Haruskah saya memberi nama kamera atau lensa?
Bahasa kamera dapat menyarankan pembingkaian dan kedalaman, namun itu bukan jaminan hasil teknis. Gunakan itu bersamaan dengan komposisi konkret dan deskripsi cahaya.
Bagaimana cara meningkatkan prompt?
Pertahankan versi sebelumnya, ubah satu variabel dan bandingkan hasilnya. Hal ini membuat alasan perbaikan lebih mudah dilihat.
