LarpGPT
ಕನ್ನಡ
← ಅಪ್ಲಿಕೇಶನ್‌ಗೆ ಹಿಂತಿರುಗಿ

LarpGPT · ಮಾರ್ಗದರ್ಶಕರು

ಫೋಟೋ-ರಿಯಲಿಸ್ಟಿಕ್ ಇಮೇಜ್ ಪ್ರಾಂಪ್ಟ್‌ನ ಅಂಗರಚನಾಶಾಸ್ತ್ರ

ಪ್ರಾಂಪ್ಟ್‌ನ ಪ್ರತಿಯೊಂದು ಭಾಗವು ಇಮೇಜ್ ಜನರೇಟರ್‌ನಲ್ಲಿ ಏನು ಮಾಡುತ್ತದೆ, ಪ್ರತಿ ನಿರ್ಧಾರಕ್ಕೆ ಒಂದು ವಾಕ್ಯವು ವಿಶೇಷಣಗಳ ಗೋಡೆಗಿಂತ ಉತ್ತಮವಾಗಿ ಏಕೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ಅದು ಕೆಲಸ ಮಾಡಿದ ವಿಷಯವನ್ನು ಮುರಿಯದೆ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಹೇಗೆ ಅಳವಡಿಸಿಕೊಳ್ಳುವುದು.

LarpGPT — ನಿಮ್ಮ ಮುಂದಿನ ಚಿತ್ರ ಇಲ್ಲಿ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ
LarpGPT · ನಿಮ್ಮ ಮುಂದಿನ ಚಿತ್ರ ಇಲ್ಲಿ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ
ಈ ಮಾರ್ಗದರ್ಶಿಯಲ್ಲಿ15

ಪ್ರಾಂಪ್ಟ್ ಸಂಕ್ಷಿಪ್ತವಾಗಿದೆ, ಕಾಗುಣಿತವಲ್ಲ

ಇಮೇಜ್ ಪ್ರಾಂಪ್ಟ್‌ಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚು ನಿರಂತರವಾದ ತಪ್ಪುಗ್ರಹಿಕೆಯು ಕೆಲವು ಪದಗಳು ಮ್ಯಾಜಿಕ್ ಆಗಿರುತ್ತವೆ ಮತ್ತು ಅವುಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಕೆಲಸವಾಗಿದೆ. ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲು ಸಾಧ್ಯವಾಗದ ಛಾಯಾಗ್ರಾಹಕನಿಗೆ ಬ್ರೀಫಿಂಗ್ ಮಾಡಲು ನಿಜವಾಗಿ ಏನು ಕೆಲಸ ಮಾಡುತ್ತದೆ. ನೀವು ಯಾರಾದರೂ ಹೊಂದಿಸಲು, ಬೆಳಕು ಮತ್ತು ಶೂಟ್ ಮಾಡಬೇಕಾದ ದೃಶ್ಯವನ್ನು ನೀವು ವಿವರಿಸುತ್ತಿದ್ದೀರಿ ಮತ್ತು ನೀವು ಹೇಳದೆ ಬಿಡುವ ಪ್ರತಿಯೊಂದು ನಿರ್ಧಾರವು ಮಾದರಿಯು ನಿಮಗಾಗಿ ಮಾಡುವ ನಿರ್ಧಾರವಾಗಿದೆ, ಸಾಮಾನ್ಯವಾಗಿ ನೀವು ಕೇಳಿದ ಅತ್ಯಂತ ಸರಾಸರಿ ಆವೃತ್ತಿಯ ಕಡೆಗೆ.

ಪ್ರತಿ ನಿರ್ಧಾರಕ್ಕೆ ಒಂದು ವಾಕ್ಯ

ದೀರ್ಘ ಪ್ರಾಂಪ್ಟ್‌ಗಳು ವಿಫಲಗೊಳ್ಳುತ್ತವೆ ಏಕೆಂದರೆ ಅವು ಉದ್ದವಾಗಿರುವುದರಿಂದ ಅಲ್ಲ ಆದರೆ ಅವು ಭಿನ್ನವಾಗಿರುವುದರಿಂದ. ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಇಪ್ಪತ್ತು ವಿಶೇಷಣಗಳು ಪರಸ್ಪರ ಸ್ಪರ್ಧಿಸುತ್ತವೆ ಮತ್ತು ಮಾದರಿಯು ಅವುಗಳನ್ನು ಸರಾಸರಿ ಮಾಡುತ್ತದೆ. ಅದೇ ವಿಷಯವು ಚಿಕ್ಕ ವಾಕ್ಯಗಳಾಗಿ ವಿಭಜಿಸಲ್ಪಟ್ಟಿದೆ, ಪ್ರತಿಯೊಂದೂ ಒಂದು ನಿರ್ಧಾರವನ್ನು ಹೊಂದಿದ್ದು, ಹೆಚ್ಚು ಊಹಿಸಬಹುದಾದ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ. ಇದು ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಸಂಪಾದಿಸುವಂತೆ ಮಾಡುತ್ತದೆ, ಏಕೆಂದರೆ ಏನಾದರೂ ತಪ್ಪಾದಾಗ ಯಾವ ವಾಕ್ಯವನ್ನು ಬದಲಾಯಿಸಬೇಕೆಂದು ನೀವು ನೋಡಬಹುದು.

ವಿಷಯವು ಮೊದಲು ಬರುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚಿನ ತೂಕವನ್ನು ಹೊಂದಿರುತ್ತದೆ

ಸ್ಥಾನವು ಮುಖ್ಯವಾಗಿದೆ. ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಆರಂಭದಲ್ಲಿ ಕಂಡುಬರುವ ವಿಷಯವು ಸಾಮಾನ್ಯವಾಗಿ ಹೆಚ್ಚು ಭಾರವಾಗಿರುತ್ತದೆ, ಆದ್ದರಿಂದ ವಿಷಯವು ಮುಂಭಾಗಕ್ಕೆ ಸೇರಿದೆ, ನಿರ್ದಿಷ್ಟವಾಗಿ ವಿವರಿಸಲಾಗಿದೆ. ಕಾಂಕ್ರೀಟ್ ವಿಷಯವೆಂದರೆ ನೀವು ಛಾಯಾಚಿತ್ರ ಮಾಡಬಹುದು: ವಸ್ತು, ಸ್ಥಳ, ಭೌತಿಕ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ಪರಿಸ್ಥಿತಿ. ಅಮೂರ್ತ ವಿಷಯಗಳು ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲು ಏನನ್ನೂ ನೀಡುವುದಿಲ್ಲ ಮತ್ತು ಅದು ಜಾಗವನ್ನು ತುಂಬಲು ಸಾಮಾನ್ಯವಾದದ್ದನ್ನು ಆವಿಷ್ಕರಿಸುತ್ತದೆ.

ಏನು ಗೋಚರಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ, ಏನನ್ನು ಅನುಭವಿಸುವುದಿಲ್ಲ

ಇದು ಅತ್ಯಂತ ಉಪಯುಕ್ತವಾದ ಏಕೈಕ ಶಿಸ್ತು. ವಿಷಣ್ಣತೆಯಂತಹ ಪದವು ಒಂದು ವ್ಯಾಖ್ಯಾನವಾಗಿದೆ ಮತ್ತು ಯಾವ ದೃಶ್ಯ ವ್ಯವಸ್ಥೆಯು ಅದನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಮಾದರಿಯು ಊಹಿಸಬೇಕು. ಕಿಟಕಿಯ ಮೇಲೆ ಮಳೆ, ಒಂದೇ ಒಂದು ದೀಪ, ಖಾಲಿ ಕುರ್ಚಿ: ಇವು ಕ್ಯಾಮೆರಾ ರೆಕಾರ್ಡ್ ಮಾಡುವ ವಸ್ತುಗಳು. ಪರಿಣಾಮಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಕಾರಣಗಳನ್ನು ಬರೆಯಿರಿ ಮತ್ತು ಪರಿಣಾಮವು ಹೆಚ್ಚು ಸ್ಥಿರತೆಯೊಂದಿಗೆ ತನ್ನದೇ ಆದ ಮೇಲೆ ಬರುತ್ತದೆ.

ದೃಶ್ಯವು ನಿರ್ಬಂಧಗಳನ್ನು ಹೊಂದಿಸುತ್ತದೆ

ಸೆಟ್ಟಿಂಗ್ ಅಲಂಕಾರವಲ್ಲ. ಇದು ಯಾವ ಬೆಳಕು ಲಭ್ಯವಿದೆ, ಅದನ್ನು ಪ್ರತಿಬಿಂಬಿಸಲು ಯಾವ ಮೇಲ್ಮೈಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ, ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಏನು ಕಾಣಿಸಿಕೊಳ್ಳಬಹುದು ಮತ್ತು ಎಲ್ಲವೂ ಯಾವ ಪ್ರಮಾಣದಲ್ಲಿ ಓದುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಯಾವುದೇ ಹೇಳಲಾದ ಸೆಟ್ಟಿಂಗ್ ಇಲ್ಲದೆ ವಿವರವಾಗಿ ವಿವರಿಸಿದ ವಿಷಯವನ್ನು ಎಲ್ಲೋ ಸಾರ್ವತ್ರಿಕವಾಗಿ ಇರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಜೆನೆರಿಕ್ ಸೆಟ್ಟಿಂಗ್ ನಂತರ ನೀವು ವಿಷಯದ ಬಗ್ಗೆ ಮಾಡಿದ ಅರ್ಧದಷ್ಟು ಆಯ್ಕೆಗಳನ್ನು ವಿರೋಧಿಸುತ್ತದೆ.

ಕ್ಷಣವು ದೃಶ್ಯವನ್ನು ಛಾಯಾಚಿತ್ರಕ್ಕೆ ಸಂಕುಚಿತಗೊಳಿಸುತ್ತದೆ

ದಿನದ ಸಮಯ, ಹವಾಮಾನ ಮತ್ತು ಋತುಮಾನವು ಹೆಚ್ಚಿನ ಜನರು ನಿರೀಕ್ಷಿಸುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಕೆಲಸವನ್ನು ಮಾಡುತ್ತದೆ, ಏಕೆಂದರೆ ಪ್ರತಿಯೊಂದೂ ಅದರೊಂದಿಗೆ ಸಂಪೂರ್ಣ ಬೆಳಕಿನ ಸೆಟಪ್ ಅನ್ನು ಒಯ್ಯುತ್ತದೆ. ಶರತ್ಕಾಲದಲ್ಲಿ ಮಧ್ಯಾಹ್ನದ ಕೊನೆಯಲ್ಲಿ ಕಡಿಮೆ ಬೆಚ್ಚಗಿನ ಸೂರ್ಯ, ಉದ್ದನೆಯ ನೆರಳುಗಳು ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಬಣ್ಣದ ಎರಕಹೊಯ್ದ, ಎಲ್ಲಾ ನಾಲ್ಕು ಪದಗಳಿಂದ ಸೂಚಿಸುತ್ತದೆ. ಕ್ಷಣವನ್ನು ಹೆಸರಿಸುವುದು ಹೆಚ್ಚಿನ ಪ್ರಾಂಪ್ಟ್‌ಗಳಲ್ಲಿ ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ವಾಕ್ಯವಾಗಿದೆ.

ಬೆಳಕು ಒಂದು ನಿರ್ಧಾರ, ನಂತರದ ಆಲೋಚನೆಯಲ್ಲ

ಛಾಯಾಚಿತ್ರಗಳು ಬಹುಮಟ್ಟಿಗೆ ಬೆಳಕಿನಿಂದ ಮಾಡಲ್ಪಟ್ಟಿವೆ, ಮತ್ತು ಸಂಶ್ಲೇಷಿತವಾಗಿ ಕಾಣುವ ಸಮತಟ್ಟಾದ, ಸಮವಾಗಿ-ಬೆಳಕಿನ ಚಿತ್ರಕ್ಕೆ ಅಸ್ಥಾಪಿತ ಬೆಳಕಿನ ಆಯ್ಕೆಯು ವೇಗವಾದ ಮಾರ್ಗವಾಗಿದೆ. ಬೆಳಕು ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ ಮತ್ತು ಅದು ಯಾವ ರೀತಿಯದ್ದು ಎಂದು ಹೇಳಿ. ಎಡದಿಂದ ಕಿಟಕಿಯ ಬೆಳಕು. ಒಂದೇ ಓವರ್ಹೆಡ್ ಮೂಲ. ಮೋಡ ಕವಿದ ಆಕಾಶ. ಎಲೆಗಳ ಮೂಲಕ ನೇರ ಸೂರ್ಯ. ಪ್ರತಿಯೊಂದೂ ಒಂದೇ ವಿಷಯ ಮತ್ತು ದೃಶ್ಯದಿಂದ ವಿಭಿನ್ನ ಚಿತ್ರವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಗಟ್ಟಿಯಾದ ಮತ್ತು ಮೃದುವಾದ ಬೆಳಕು ವಿಭಿನ್ನ ಕೆಲಸಗಳನ್ನು ಮಾಡುತ್ತದೆ

ಸಣ್ಣ ಅಥವಾ ದೂರದ ಮೂಲದಿಂದ ಬೆಳಕು ಕಠಿಣವಾಗಿದೆ: ಚೂಪಾದ ನೆರಳು ಅಂಚುಗಳು, ಹೆಚ್ಚಿನ ಕಾಂಟ್ರಾಸ್ಟ್, ಗೋಚರ ವಿನ್ಯಾಸ. ದೊಡ್ಡ ಅಥವಾ ಪ್ರಸರಣ ಮೂಲದಿಂದ ಬೆಳಕು ಮೃದುವಾಗಿರುತ್ತದೆ: ಕ್ರಮೇಣ ನೆರಳುಗಳು, ಕಡಿಮೆ ಕಾಂಟ್ರಾಸ್ಟ್, ಮೃದುವಾದ ಮೇಲ್ಮೈಗಳು. ನೀವು ಯಾವುದನ್ನು ಹೆಸರಿಸಬೇಕೆಂದು ಹೆಸರಿಸುವುದು, ಮನಸ್ಥಿತಿಯ ಬಗ್ಗೆ ಯಾವುದೇ ವಿಶೇಷಣಕ್ಕಿಂತ ಚಿತ್ರದ ಮನಸ್ಥಿತಿಯ ಬಗ್ಗೆ ಹೆಚ್ಚು ಮಾದರಿಯನ್ನು ಹೇಳುತ್ತದೆ.

ಮಾದರಿಯು ಅನುಸರಿಸಬಹುದಾದ ಸಂಯೋಜನೆಯ ಸೂಚನೆಗಳು

ಚೌಕಟ್ಟಿನ ಪದಗಳು ನಿಸ್ಸಂದಿಗ್ಧವಾಗಿರುವುದರಿಂದ ಅವು ಉಪಯುಕ್ತವಾಗಿವೆ. ಕ್ಲೋಸ್ ಅಪ್, ವೈಡ್ ಶಾಟ್, ಐ ಲೆವೆಲ್, ಲೋ ಕೋನ, ಓವರ್ ಹೆಡ್. ವಿಷಯವು ಕೇಂದ್ರೀಕೃತವಾಗಿರಲಿ ಅಥವಾ ಒಂದು ಬದಿಗೆ ನಿಂತಿರಲಿ. ಅದರ ಮುಂದೆ ಏನು ಮತ್ತು ಹಿಂದೆ ಏನು. ಇವುಗಳು ಛಾಯಾಗ್ರಾಹಕ ಸೆಟ್‌ನಲ್ಲಿ ಬಳಸುವ ಪದಗಳಾಗಿವೆ, ಮತ್ತು ಅವರು ರುಚಿಗಿಂತ ಹೆಚ್ಚಾಗಿ ಜ್ಯಾಮಿತಿಯನ್ನು ವಿವರಿಸುವ ಕಾರಣ ಅವರು ಸ್ವಚ್ಛವಾಗಿ ಅನುವಾದಿಸುತ್ತಾರೆ.

ಲೆನ್ಸ್ ಭಾಷೆ ಮತ್ತು ಅದು ನಿಜವಾಗಿ ಏನು ಮಾಡುತ್ತದೆ

ವಿಶಾಲವಾದ ನಾಭಿದೂರವು ಆಳವನ್ನು ಉತ್ಪ್ರೇಕ್ಷಿಸುತ್ತದೆ ಮತ್ತು ಹತ್ತಿರವಿರುವ ವಸ್ತುಗಳನ್ನು ದೊಡ್ಡದಾಗಿ ಮಾಡುತ್ತದೆ. ಉದ್ದವಾದ ನಾಭಿದೂರವು ದೂರವನ್ನು ಸಂಕುಚಿತಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಪದರಗಳನ್ನು ಚಪ್ಪಟೆಗೊಳಿಸುತ್ತದೆ. ವಿಶಾಲವಾದ ದ್ಯುತಿರಂಧ್ರವು ಹಿನ್ನೆಲೆಯನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ ಮತ್ತು ವಿಷಯವನ್ನು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ. ಈ ನಿಯಮಗಳು ಪ್ರಾಂಪ್ಟ್‌ಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಏಕೆಂದರೆ ಅವುಗಳು ನೈಜ ಆಪ್ಟಿಕಲ್ ನಡವಳಿಕೆಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತವೆ ಮತ್ತು ಮಸುಕಾದ ಹಿನ್ನೆಲೆಯನ್ನು ಕೇಳುವುದಕ್ಕಿಂತ ಕಡಿಮೆ ಆಳದ ಕ್ಷೇತ್ರವನ್ನು ಕೇಳುವುದು ಹೆಚ್ಚು ನಿಖರವಾಗಿದೆ.

ಬಣ್ಣ, ಸಂಯಮ

ಎರಡು ಅಥವಾ ಮೂರು ಬಣ್ಣಗಳನ್ನು ಹೆಸರಿಸುವುದರಿಂದ ಸುಸಂಬದ್ಧವಾದ ಚಿತ್ರಣವಾಗುತ್ತದೆ. ಎಂಟು ಹೆಸರಿಸುವುದರಿಂದ ಕೆಸರು ಉತ್ಪತ್ತಿಯಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ಮಾದರಿಯು ಎಲ್ಲವನ್ನೂ ಸೇರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ ಮತ್ತು ಯಾವುದೂ ಪ್ರಾಬಲ್ಯ ಹೊಂದಿಲ್ಲ. ಒಂದು ಬಣ್ಣವು ಮುಖ್ಯವಾದುದಾದರೆ, ಇಡೀ ಚಿತ್ರಕ್ಕೆ ಬದಲಾಗಿ ಅದನ್ನು ವಸ್ತುವಿಗೆ ಲಗತ್ತಿಸಿ: ಕೆಂಪು ಬಣ್ಣದ ಬಾಗಿಲು ಕೆಂಪು-ಬಣ್ಣದ ದೃಶ್ಯಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿ ಓದುತ್ತದೆ ಮತ್ತು ಅದು ಬೆಳಕನ್ನು ಅನುಸರಿಸಲು ಪ್ಯಾಲೆಟ್ನ ಉಳಿದ ಭಾಗವನ್ನು ಮುಕ್ತಗೊಳಿಸುತ್ತದೆ.

ಒಂದು ಸಮಯದಲ್ಲಿ ಒಂದು ವಿಷಯವನ್ನು ಬದಲಾಯಿಸಿ

ಫಲಿತಾಂಶವು ಹತ್ತಿರವಾಗಿದ್ದರೂ ತಪ್ಪಾದಾಗ, ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಪುನಃ ಬರೆಯುವುದು ಪ್ರವೃತ್ತಿಯಾಗಿದೆ. ಅದನ್ನು ವಿರೋಧಿಸಿ. ಒಂದು ವಾಕ್ಯವನ್ನು ಬದಲಾಯಿಸಿ, ಪುನರುತ್ಪಾದಿಸಿ ಮತ್ತು ಏನು ಚಲಿಸಿದೆ ಎಂಬುದನ್ನು ನೋಡಿ. ಇದು ಪ್ರತಿ ಪ್ರಯತ್ನಕ್ಕೆ ನಿಧಾನವಾಗಿರುತ್ತದೆ ಮತ್ತು ಒಟ್ಟಾರೆಯಾಗಿ ಹೆಚ್ಚು ವೇಗವಾಗಿರುತ್ತದೆ, ಏಕೆಂದರೆ ಪ್ರತಿ ವಾಕ್ಯವು ಏನು ಮಾಡುತ್ತಿದೆ ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುತ್ತೀರಿ. ಕೆಲಸ ಮಾಡುವ ಪುನಃ ಬರೆಯಲಾದ ಪ್ರಾಂಪ್ಟ್ ನಿಮಗೆ ನಾಳೆ ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಯಾವುದನ್ನೂ ಕಲಿಸುವುದಿಲ್ಲ.

ನೀವು ತಿರಸ್ಕರಿಸಿದ ಆವೃತ್ತಿಗಳನ್ನು ಇರಿಸಿ

ಆಸಕ್ತಿದಾಯಕವಾದದ್ದನ್ನು ಉತ್ಪಾದಿಸುವ ಪ್ರಾಂಪ್ಟ್ ಆದರೆ ನೀವು ಬಯಸಿದ್ದನ್ನು ಉಳಿಸಿಕೊಳ್ಳಲು ಯೋಗ್ಯವಾಗಿದೆ. ಪ್ರಾಂಪ್ಟ್ ಲೈಬ್ರರಿಗಳನ್ನು ಅವುಗಳಿಂದ ನಿರ್ಮಿಸಲಾಗಿದೆ, ಯಶಸ್ಸಿನಿಂದ ಅಲ್ಲ, ಏಕೆಂದರೆ ಮುಂದಿನ ಸಂಕ್ಷಿಪ್ತತೆಯು ಸ್ವಲ್ಪ ವಿಭಿನ್ನವಾದಾಗ ನೀವು ಹೊಂದಿಕೊಳ್ಳುವ ಸಮೀಪದ-ತಪ್ಪಿಹೋಗುತ್ತದೆ. ಫಲಿತಾಂಶವು ನಿಜವಾಗಿ ಹೇಗಿತ್ತು ಎಂಬುದರ ಕುರಿತು ಟಿಪ್ಪಣಿ ಕೇವಲ ಪ್ರಾಂಪ್ಟ್‌ಗಿಂತ ಹೆಚ್ಚು ಮೌಲ್ಯಯುತವಾಗಿದೆ.

ರಚನೆಯನ್ನು ಮುರಿಯದೆ ಹೊಂದಿಕೊಳ್ಳಿ

ನೀವು ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಮರುಬಳಕೆ ಮಾಡಿದಾಗ, ವಿಷಯ ಮತ್ತು ಸೆಟ್ಟಿಂಗ್ ಅನ್ನು ಸ್ವ್ಯಾಪ್ ಮಾಡಿ ಮತ್ತು ಮೊದಲಿಗೆ ಬೆಳಕು, ಸಂಯೋಜನೆ ಮತ್ತು ಲೆನ್ಸ್ ವಾಕ್ಯಗಳನ್ನು ಬಿಡಿ. ಆ ಭಾಗಗಳು ಚಿತ್ರವನ್ನು ಛಾಯಾಚಿತ್ರವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಪ್ರಾಂಪ್ಟ್ ತುಂಬಾ ಉದ್ದವಾದಾಗ ಜನರು ಅಳಿಸುವ ಭಾಗಗಳಾಗಿವೆ. ಹೊಸ ವಿಷಯವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿರುವಾಗ ಅವುಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಬದಲಾಯಿಸಿ.

ಚಿತ್ರ ಯಾವುದು ಎಂದು ಹೇಳಿ

ಈ ರೀತಿ ಮಾಡಿದ ಚಿತ್ರಗಳು ಛಾಯಾಚಿತ್ರಗಳಲ್ಲ, ಮತ್ತು ಹಾಗೆ ಹೇಳುವ ಮಾನದಂಡಗಳು ಈಗಾಗಲೇ ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ. IPTC ಡಿಜಿಟಲ್ ಮೂಲ ಪ್ರಕಾರದ ಶಬ್ದಕೋಶವು ಜನರೇಟಿವ್ AI ಅನ್ನು ಬಳಸಿಕೊಂಡು ರಚಿಸಲಾದ ಮಾಧ್ಯಮದಿಂದ ನೈಜ ಜೀವನದಿಂದ ಡಿಜಿಟಲ್ ಕ್ಯಾಪ್ಚರ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಮೌಲ್ಯಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಮತ್ತು C2PA ವಿವರಣೆಯು ಫೈಲ್‌ನೊಂದಿಗೆ ಮೂಲ ಮಾಹಿತಿಯು ಹೇಗೆ ಚಲಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ. ನೈಜವಾದ ಯಾವುದೋ ಒಂದು ದಾಖಲೆಗಾಗಿ ಚಿತ್ರವನ್ನು ತೆಗೆದಿರುವಲ್ಲಿ, ಅದನ್ನು ಲೇಬಲ್ ಮಾಡಿ. LarpGPT ಪ್ರಾಂಪ್ಟ್‌ಗಳು ಮತ್ತು ಉಲ್ಲೇಖ ಸಾಮಗ್ರಿಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ, ಮತ್ತು ನೀವು ಏನನ್ನು ಉತ್ಪಾದಿಸುತ್ತೀರೋ ಅದನ್ನು ಬಳಸಲು ನಿಮ್ಮದಾಗಿದೆ ಮತ್ತು ಬಹಿರಂಗಪಡಿಸಲು ನಿಮ್ಮದಾಗಿದೆ.

ಪ್ರಶ್ನೆಗಳು

ಎದುರಿನ ದೀರ್ಘ ಇಮೇಜ್ ಪ್ರಾಂಪ್ಟ್‌ಗಳು ಏಕೆ ವಿಫಲವಾಗುತ್ತವೆ?

ಅವು ದೀರ್ಘವಾಗಿರುವುದರಿಂದವಲ್ಲ, ಇವು ವಿಭಿನ್ನವಾಗಿಲ್ಲದಿದ್ದರಿಂದ. ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಹನ್ನೆರಡು ವಿಶೇಷಣಗಳು ಸ್ಪರ್ಧಿಸುತ್ತವೆ ಮತ್ತು ಮಾದರಿ ಅವುಗಳನ್ನು ಸರಾಸರಿಯಿಂದ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. 동일 ವಿಷಯವನ್ನು ಪ್ರತಿ ನಿರ್ಧಾರವನ್ನು ಹೊತ್ತಿರುವ ಸಣ್ಣ ವಾಕ್ಯಗಳಲ್ಲಿ பிரಿಡಿಸಿದರೆ ಫಲಿತಾಂಶ ಹೆಚ್ಚು ನಿಗದಿತವಾಗುತ್ತದೆ.

ನಾನು ಮನೋಭಾವವನ್ನು ಅಥವಾ ಕಾಣಿಸುತ್ತಿರುವವನ್ನು ವಿವರಿಸಬೇಕೆ?

ಕಾಣಿಸುತ್ತಿರುವವನ್ನು. ಮಳೆಯುವಿಕೆ ಎಂಬ ಪದವು ಮಾದರಿಯು ಊಹಿಸಬೇಕಾದ ವಿವರಣೆ. ಕಿಟಕಿಯ ಮೇಲೆ ಮಳೆಯುವುದು, ಒಂದು ಬೆಳಗಿನ ದೀಪ, ಖಾಲಿ ಕುರ್ಚಿ ಎಂಬುವವು ಕ್ಯಾಮೆರಾ ದಾಖಲಿಸುವ ವಸ್ತುಗಳು. ಕಾರಣಗಳನ್ನು ಬರೆಯಿರಿ, ಮನೋಭಾವ ಸ್ವತಃ ಅನುಸರಿಸುತ್ತದೆ.

ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಶಬ್ದಗಳ ಕ್ರಮವು ಮಹತ್ವವಾಗುತ್ತದೆಯೇ?

ಹೌದು. ಮೊದಲಿಗೆ 나타나는ವು ಸಾಮಾನ್ಯವಾಗಿ ಹೆಚ್ಚು ಭಾರವಿಲ್ಲದೆ ಇರಬಹುದು, ಆದ್ದರಿಂದ ವಿಷಯವನ್ನು ಮುಂದೆ ಇರಿಸಬೇಕು, ಅದನ್ನು yeter ರೀತಿಯಲ್ಲಿ ವಿವರಿಸಬೇಕು, ನೀವು ಅದನ್ನು ಫೋಟೋಗ್ರಾಫ್ ಮಾಡಬಹುದು.

ಕ್ಯಾಮೆರಾ ಶಬ್ದಗಳು, ಉದಾಹರಣೆಗೆ ಫೋಕಲ್ ಲೆಂಗ್ತ್, ನಿಜವಾಗಿಯೂ ಕೆಲಸ ಮಾಡುತ್ತದೆಯೇ?

ಅವರು ಮಾಡುತ್ತಾರೆ, ಏಕೆಂದ್ರೆ ಅವು ನಿಜವಾದ ದೃಷ್ಟಿ ವರ್ತನೆಗೆ ಸಂಬಂದಿಸುತ್ತದೆ. ಅಗಲದ ಫೋಕಲ್ ದೈರ್ಜ್ಯ ಆಳತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ, ಉದ್ದವಾದುದು ಅದನ್ನು ಒತ್ತಡಿಸುತ್ತದೆ, ಮತ್ತು ಅಗಲವಾದ ಅಪರ್ಚರ್ ವಿಷಯವನ್ನು ವಿಭಜಿಸುತ್ತದೆ. ಆಳತೆ ಕಡಿಮೆ ಇರುವ ಕ್ಷೇತ್ರವನ್ನು ಕೇಳುವುದು ಮುಸುಕಾದ ಹಿನ್ನೆಲೆಯನ್ನು கேಡುವ ಮೂಲಕ ಹೆಚ್ಚು ನಿಖರವಾಗಿದೆ.

ನಾನು ಎಐ ರಚಿಸಿದ ಚಿತ್ರವನ್ನು ಹೇಗೆ ಲೇಬಲ್ ಮಾಡಬೇಕು?

ಮಾನದಂಡಗಳು ಇವೆ. IPTC ಡಿಜಿಟಲ್ ಮೂಲ ಪ್ರಕಾರ ಪದಸಂಪತ್ತು ನಿಜ ಜೀವನದಿಂದ ಮಾದರಿ ಮಾಡಿದ ಡಿಜಿಟಲ್ ಕ್ಯಾಪ್ಚರ್ ಅನ್ನು ರಚನೆಯಾದ ಎಐ ಮಾಧ್ಯಮದಿಂದ ವಿಭಜಿಸುತ್ತದೆ, ಮತ್ತು C2PA ವಿವರವು ಫೈಲ್ ಜೊತೆಗೆ ಮೂಲ ವ್ಯತ್ಯಾಸ ಹೇಗೆ ಸಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ನಿಜವಾದದೊಂದು ದಾಖಲೆ ಎಳೆಯಬಹುದಾದ ಯಾವುದೇ ವಸ್ತುವನ್ನು ಲೇಬಲ್ ಮಾಡಿ.

ಹೆಚ್ಚಿನ ಓದುವಿಕೆ

ಎಲ್ಲಾ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು