Come scrivere suggerimenti di intelligenza artificiale per persone realistiche

Perché le persone sono l'argomento più difficile

Gli spettatori sono esperti di volti e corpi. Notiamo una mano leggermente sbagliata, una postura impossibile o una pelle che sembra plastica molto prima di notare un difetto in un edificio o in un paesaggio. Ciò rende le persone l’argomento in cui i suggerimenti vaghi falliscono più visibilmente. La soluzione è la stessa di qualsiasi suggerimento fotografico, solo più rigorosa: descrivere ciò che una fotocamera registrerebbe effettivamente e lasciare il meno possibile all'idea che il modello ha di una persona media.

Inventa la persona, non prenderla in prestito

Parti da una persona che non esiste. Descrivi una fascia di età, la forma del corpo, i capelli, i vestiti e un'attività e lascia che i dettagli siano ordinari. Non sollecitare mai le sembianze di un vero individuo privato e non creare mai un vero personaggio pubblico in una situazione che potrebbe essere considerata autentica. Al di là dell’etica, molte giurisdizioni riconoscono i diritti della personalità, che consentono alle persone di controllare l’uso commerciale del proprio nome, immagine e somiglianza. Le regole differiscono da paese a paese e una persona inventata evita completamente la domanda.

Descrivi un'attività, non una posa

Le persone fotografate mentre fanno qualcosa sembrano naturali; le persone a cui viene detto di posare sembrano immagini di stock. Invece di una donna che sorride alla telecamera, prova una donna sulla quarantina che legge una mappa cartacea in una stazione ferroviaria, tenendo un caffè nell'altra mano. Un'attività dà al corpo una ragione per la sua postura, dà alle mani qualcosa da tenere e dà al viso un'espressione che deriva dal compito piuttosto che dal suggerimento.

Postura e peso

I corpi reali portano un peso. Qualcuno che si appoggia a una ringhiera, si siede sul bordo di una sedia, sposta il peso su una gamba durante l'attesa: sono piccoli fatti fisici che rendono credibile una figura. Le figure rigide, simmetriche e frontali sono uno dei segni più comuni di un'immagine generata. Una singola frase su dove si trova il peso e su cosa è appoggiata la persona spesso fa più di diverse frasi sul suo aspetto.

L'abbigliamento come materiale e vestibilità

Descrivi i vestiti nel modo in cui descriveresti qualsiasi altra superficie: una camicia di lino sgualcita con le maniche arrotolate, un cappotto di lana pesante leggermente troppo grande, scarpe da ginnastica di tela consumate. Il tessuto che si piega, si allunga e si increspa è uno dei segnali di realismo più forti, perché risponde al corpo sottostante. Parole generiche come stiloso o elegante non dicono nulla sul materiale e di solito producono abiti che sembrano appena disfatti.

Pelle, senza ritocco

I volti generati spesso risultano lisci e uniformi, come una pubblicità fortemente ritoccata. Se vuoi un risultato naturale, dillo in termini fisici: struttura naturale della pelle, pori visibili, rughe intorno agli occhi, una leggera scottatura sul naso, niente trucco. Anche descrivere la luce aiuta, perché la luce laterale morbida rivela delicatamente la trama mentre la luce frontale piatta la cancella. Evita di impilare termini come perfetto o impeccabile, che spingono ulteriormente il risultato verso l'aspetto plastico.

Le mani hanno bisogno di un lavoro

Le mani sono un noto punto debole dei generatori di immagini. L’approccio più affidabile è dare loro qualcosa di specifico da fare, tenendo in mano una tazza, appoggiati su un tavolo, infilati nella tasca del cappotto, piuttosto che lasciarli liberi nella cornice. Meno dita visibili significano meno possibilità di errore. Ispeziona sempre le mani prima di utilizzare un'immagine: conta le dita, controlla come afferrano gli oggetti e osserva il punto in cui incontrano il polso.

Luce sui volti

La classica configurazione fotografica, descritta nella tradizione dell'illuminazione a tre punti, utilizza una luce principale sul soggetto, una luce secondaria per ammorbidire le ombre e una luce da dietro per separare il soggetto dallo sfondo. Non è necessario il gergo per utilizzare l'idea. La luce soffusa della finestra da un lato, un delicato riflesso che riempie il lato in ombra e uno sfondo luminoso dietro la testa descrivono in parole povere la stessa disposizione. Il sole di mezzogiorno, al contrario, mette ombre scure sotto gli occhi e raramente è lusinghiero.

Inquadratura e distanza

Di' quanto è vicina la telecamera. Un ritratto testa e spalle, una figura vista da pochi metri in una strada, una piccola figura in un ampio paesaggio: ognuno stabilisce la scala alla quale devono essere resi i volti e le mani. Inquadrature più ampie nascondono piccoli errori e raccontano più di una storia; i primi piani espongono tutto. Per ottenere risultati più naturali, un'inquadratura media con un'attività chiara e un'ambientazione reale è il punto di partenza più tollerante.

Diversità per intenzione, non per caso

I generatori di immagini riflettono modelli nei loro dati di addestramento e uno studio su Midjourney ha scoperto che anche i suggerimenti neutri restituivano risultati disuguali per sesso, colore della pelle e posizione. Se vuoi una persona specifica, descrivila in modo specifico. Se stai realizzando una serie, varia deliberatamente età, forma del corpo e aspetto invece di accettare prima ciò che il modello restituisce, e rivedi il set nel suo insieme prima di pubblicarlo.

Consenso e media sintetici

Il quadro dello Partnership on AI per i media sintetici responsabili si basa su tre idee: consenso, divulgazione e trasparenza. Per le persone generate, il consenso significa principalmente non utilizzare le sembianze di nessuno senza autorizzazione, anche attraverso foto di riferimento. Se lavori partendo da una fotografia di una persona reale, ad esempio per mantenere un carattere coerente, assicurati di avere il chiaro consenso di quella persona per l'uso specifico e non creare mai immagini che sessualizzino, umiliano o impersonano qualcuno.

Regole di divulgazione da conoscere

Nell'Unione Europea, la legge sull'AI definisce un deep fake come immagine, contenuto audio o video generato o manipolato dall'intelligenza artificiale che assomiglia a persone, oggetti, luoghi, entità o eventi esistenti e sembrerebbe falsamente autentico. I distributori che generano tali contenuti devono rivelare che sono stati generati o manipolati artificialmente, con una divulgazione più limitata per lavori evidentemente artistici, creativi, satirici o di fantasia. La Commissione Europea afferma che queste regole di trasparenza si applicheranno a partire dall’agosto 2026. Una persona inventata e realistica in un contesto che potrebbe essere considerato reale merita un’etichetta ovunque.

Etichetta il file, non solo la didascalia

Una didascalia può essere ritagliata o persa quando un'immagine viene ricondivisa. Esistono standard di metadati per trasportare le informazioni nel file: il vocabolario IPTC Digital Source Type include valori per i media creati utilizzando l'intelligenza artificiale generativa e molti strumenti scrivono tali informazioni automaticamente. Mantienila intatta durante la modifica e l'esportazione e aggiungi una nota visibile ovunque le persone possano ragionevolmente scambiare l'immagine per la fotografia di una persona reale.

Dove si adatta LarpGPT

LarpGPT è una libreria di suggerimenti fotografici per viaggi, architettura, automobili e scene di stile di vita, scritti attorno a soggetto, composizione, illuminazione e obiettivo, e molte delle sue scene di stile di vita possono essere adattate per includere una persona inventata utilizzando l'approccio sopra descritto. Copi un prompt e lo incolli nel generatore di immagini che già usi. LarpGPT non genera immagini; il rispetto dei diritti degli altri e la divulgazione di contenuti sintetici restano con te.

Per approfondire

• 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