Hvordan skrive AI-oppfordringer for realistiske mennesker

Hvorfor mennesker er det vanskeligste temaet

Seerne er eksperter på ansikter og kropper. Vi legger merke til en litt feil hånd, en umulig holdning eller hud som ser ut som plast lenge før vi legger merke til en feil i en bygning eller et landskap. Det gjør folk til det emnet der vage oppfordringer svikter mest synlig. Løsningen er den samme som for enhver fotografisk oppfordring, bare strengere: beskriv hva et kamera faktisk vil ta opp, og overlat så lite som mulig til modellens idé om en gjennomsnittlig person.

Oppfinn personen, ikke lån en

Ta utgangspunkt i en person som ikke eksisterer. Beskriv en aldersgruppe, en kroppsform, hår, klær og en aktivitet, og la detaljene være vanlige. Spør aldri om likheten til en ekte privatperson, og generer aldri en ekte offentlig person i en situasjon som kan oppfattes som ekte. Utover etikken anerkjenner mange jurisdiksjoner personlighetsrettigheter, som lar folk kontrollere den kommersielle bruken av navn, bilde og likhet. Reglene er forskjellige fra land til land, og en oppfunnet person unngår spørsmålet helt.

Beskriv en aktivitet, ikke en positur

Folk som er fotografert og gjør noe ser naturlig ut; folk bedt om å posere ser ut som arkivbilder. I stedet for at en kvinne smiler til kameraet, kan du prøve en kvinne i førtiårene som leser et papirkart på en togstasjon og holder en kaffe i den andre hånden. En aktivitet gir kroppen en grunn for holdningen sin, gir hendene noe å holde i og gir ansiktet et uttrykk som kommer fra oppgaven i stedet for av prompten.

Holdning og vekt

Ekte kropper bærer vekt. Noen som lener seg på et rekkverk, sitter på kanten av en stol, flytter vekt på ett ben mens de venter: dette er små fysiske fakta som gjør en figur troverdig. Stive, symmetriske, frontvendte figurer er et av de vanligste tegnene på et generert bilde. En enkelt setning om hvor vekten sitter og hva personen lener seg mot gjør ofte mer enn flere setninger om utseendet.

Klær som materiale og passform

Beskriv klær slik du vil beskrive hvilken som helst annen overflate: en krøllet linskjorte med opprullede ermer, en tung ullfrakk litt for stor, slitte joggesko i lerret. Stoff som bretter seg, strekker seg og rynker er en av de sterkeste realismens signaler, fordi det reagerer på kroppen under. Generiske ord som stilig eller elegant sier ingenting om materiale og produserer vanligvis klær som ser nyutpakket ut.

Hud, uten retusjering

Genererte ansikter kommer ofte ut glatte og jevne, som sterkt retusjert reklame. Hvis du vil ha et naturlig resultat, si det i fysiske termer: naturlig hudtekstur, synlige porer, fine linjer rundt øynene, lett solbrenthet over nesen, ingen sminke. Å beskrive lyset hjelper også, fordi mykt sidelys avslører tekstur forsiktig mens flatt frontlys sletter det. Unngå pæling på termer som perfekt eller feilfri, som presser resultatet videre mot plastlooken.

Hendene trenger en jobb

Hender er et velkjent svakt punkt for bildegeneratorer. Den mest pålitelige tilnærmingen er å gi dem noe spesifikt å gjøre, holde en kopp, hvile på et bord, gjemt i en frakkelomme, i stedet for å la dem være fri i rammen. Færre synlige fingre betyr færre sjanser for feil. Inspiser alltid hendene før du bruker et bilde: Tell fingrene, sjekk hvordan de griper gjenstander, og se hvor de møter håndleddet.

Lys i ansiktene

Det klassiske fotografiske oppsettet, beskrevet i trepunktslystradisjonen, bruker et hovedlys på motivet, et sekundærlys for å myke opp skygger, og et lys bakfra for å skille motivet fra bakgrunnen. Du trenger ikke sjargongen for å bruke ideen. Mykt vinduslys fra den ene siden, en mild refleksjon som fyller skyggesiden og en lys bakgrunn bak hodet beskriver det samme arrangementet i klare ord. Overhead middagssol, derimot, setter mørke skygger under øynene og er sjelden smigrende.

Innramming og avstand

Si hvor nært kameraet er. Et hode-og-skuldre-portrett, en skikkelse sett fra noen få meters avstand i en gate, en liten skikkelse i et vidt landskap: hver enkelt setter skalaen som ansikter og hender skal gjengis etter. Bredere rammer skjuler små feil og forteller mer av en historie; nærbilder avslører alt. For de mest naturlige resultatene er en middels innramming med en tydelig aktivitet og en ekte setting det mest tilgivende utgangspunktet.

Mangfold etter intensjon, ikke ved et uhell

Bildegeneratorer gjenspeiler mønstre i treningsdataene deres, og en studie av Midjourney fant at selv nøytrale spørsmål ga ulik resultater etter kjønn, hudfarge og plassering. Hvis du vil ha en bestemt person, beskriv dem spesifikt. Hvis du lager en serie, varier alder, kroppsfasong og utseende bevisst i stedet for å akseptere det modellen returnerer først, og se gjennom settet som helhet før du publiserer det.

Samtykke og syntetiske medier

Partnership on AIs rammeverk for ansvarlige syntetiske medier er bygget rundt tre ideer: samtykke, avsløring og åpenhet. For genererte personer betyr samtykke stort sett ikke å bruke noens likhet uten tillatelse, inkludert gjennom referansebilder. Hvis du jobber ut fra et fotografi av en ekte person, for eksempel for å beholde en konsistent karakter, sørg for at du har denne personens klare avtale for den spesifikke bruken, og aldri lag bilder som seksualiserer, ydmyker eller etterligner noen.

Avsløringsregler å vite

I EU definerer AI-loven en dyp forfalskning som AI-generert eller manipulert bilde-, lyd- eller videoinnhold som ligner eksisterende personer, objekter, steder, enheter eller hendelser og som feilaktig ser ut til å være autentisk. Utplasseringsgivere som genererer slikt innhold må avsløre at det er kunstig generert eller manipulert, med mer begrenset avsløring for åpenbart kunstnerisk, kreativt, satirisk eller fiktivt arbeid. EU-kommisjonen slår fast at disse åpenhetsreglene gjelder fra august 2026. En realistisk oppfunnet person i en kontekst som kan oppfattes som ekte, fortjener en merkelapp overalt.

Merk filen, ikke bare bildeteksten

En bildetekst kan beskjæres bort eller gå tapt når et bilde deles videre. Metadatastandarder eksisterer for å bære informasjonen med filen: IPTC Digital Source Type-vokabularet inkluderer verdier for medier opprettet ved hjelp av generativ AI, og mange verktøy skriver slik informasjon automatisk. Hold det intakt når du redigerer og eksporterer, og legg til et synlig notat der folk med rimelighet kan forveksle bildet med et fotografi av en ekte person.

Der LarpGPT passer

LarpGPT er et bibliotek med bildemeldinger for reiser, arkitektur, biler og livsstilsscener, skrevet rundt motiv, komposisjon, lyssetting og linse, og mange av livsstilsscenene kan tilpasses til å inkludere en oppfunnet person ved å bruke tilnærmingen ovenfor. Du kopierer en ledetekst og limer den inn i bildegeneratoren du allerede bruker. LarpGPT genererer ikke bilder; respektere andre menneskers rettigheter og avsløre syntetisk innhold forbli hos deg.

Videre lesing

• 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