# Anatomia fotorealistycznego podpowiedzi obrazowej Canonical: https://romeoapps.app/pl/larpgpt/anatomy-of-a-photo-prompt/ Author: Roméo Gambino · Published: 2026-09-08 · Updated: 2026-09-08 · App: LarpGPT (https://romeoapps.app/pl/larpgpt/) Co każda część podpowiedzi robi w generatorze obrazów, dlaczego jedno zdanie na decyzję działa lepiej niż ściana przymiotników i jak dostosować podpowiedź bez psucia elementu, który sprawił, że zadziałała. ## Podpowiedź to krótki komunikat, a nie zaklęcie Najbardziej utrzymującym się błędnym przekonaniem na temat podpowiedzi obrazkowych jest to, że niektóre słowa są magiczne i zadaniem jest ich zebranie. To, co faktycznie działa, jest bardziej zbliżone do odprawy fotografa, który nie może zadawać pytań. Opisujesz scenę, którą ktoś musi ustawić, oświetlić i nakręcić, a każda decyzja, którą pozostawisz bez komentarza, jest decyzją podejmowaną przez modelkę za ciebie, zwykle w kierunku najbardziej przeciętnej wersji tego, o co prosiłeś. ## Jedno zdanie na każdą decyzję Długie podpowiedzi zawodzą nie dlatego, że są długie, ale dlatego, że są niezróżnicowane. Dwadzieścia przymiotników w jednym zdaniu konkuruje ze sobą, a model je uśrednia. Ta sama treść podzielona na krótkie zdania, z których każde zawiera jedną decyzję, daje znacznie bardziej przewidywalny wynik. Umożliwia także edytowanie podpowiedzi, ponieważ możesz zobaczyć, które zdanie zmienić, gdy coś jest nie tak. ## Temat jest najważniejszy i niesie ze sobą największą wagę Pozycja ma znaczenie. To, co pojawia się na początku podpowiedzi, ma zazwyczaj większą wagę, więc temat należy na pierwszy plan i jest opisany konkretnie. Konkretny podmiot to taki, który można sfotografować: przedmiot, miejsce, sytuacja posiadająca właściwości fizyczne. Abstrakcyjne tematy nie dają modelowi niczego, na czym mógłby budować, a on wymyśli coś ogólnego, aby wypełnić przestrzeń. ## Opisz to, co byłoby widoczne, a nie to, co można poczuć Jest to najbardziej przydatna dyscyplina. Słowo takie jak melancholijny jest interpretacją, a model musi odgadnąć, jaki układ wizualny go wytwarza. Deszcz na oknie, pojedyncza zapalona lampa, puste krzesło – to wszystko rejestruje kamera. Zapisz przyczyny, a nie skutek, a skutek pojawi się sam, ze znacznie większą konsekwencją. ## Scena wyznacza ograniczenia Oprawa nie jest ozdobą. Określa, jakie światło jest dostępne, jakie powierzchnie je odbijają, co może pojawić się w tle i w jakiej skali wszystko jest odczytywane. Temat opisany szczegółowo, bez określonego ustawienia, zostanie umieszczony w miejscu ogólnym, a ustawienie ogólne będzie wówczas sprzeczne z połową wyborów dokonanych na ten temat. ## Moment zawęża scenę do fotografii Pora dnia, pogoda i pora roku wykonują więcej pracy, niż większość ludzi się spodziewa, ponieważ każdy z nich niesie ze sobą cały zestaw oświetleniowy. Późne popołudnie jesienią oznacza niskie, ciepłe słońce, długie cienie i szczególną kolorystykę, a wszystko to z czterech słów. Nazwanie chwili jest najskuteczniejszym zdaniem w większości podpowiedzi. ## Światło to decyzja, a nie refleksja Zdjęcia składają się głównie ze światła, a nieokreślony wybór oświetlenia to najszybsza droga do uzyskania płaskiego, równomiernie oświetlonego obrazu, który wygląda sztucznie. Powiedz, skąd pochodzi światło i jakiego rodzaju jest. Światło okienne od lewej strony. Pojedyncze źródło napowietrzne. Zachmurzone niebo. Bezpośrednie słońce przez liście. Każde z nich tworzy inny obraz tego samego obiektu i sceny. ## Twarde i miękkie światło spełniają różne zadania Światło z małego lub odległego źródła jest trudne: ostre krawędzie cieni, wysoki kontrast, widoczna faktura. Światło z dużego lub rozproszonego źródła jest miękkie: stopniowane cienie, niski kontrast, delikatniejsze powierzchnie. Nadanie nazwy temu, który chcesz, mówi modelowi więcej o nastroju obrazu niż jakikolwiek przymiotnik określający nastrój. ## Instrukcje dotyczące kompozycji, których model może przestrzegać Terminy ramowe są przydatne, ponieważ są jednoznaczne. Zbliżenie, szerokie ujęcie, poziom oczu, niski kąt, nad głową. Niezależnie od tego, czy obiekt jest umieszczony centralnie, czy z boku. Co jest przed nim i co jest za nim. To słowa, których fotograf użyłby na planie i można je łatwo przetłumaczyć, ponieważ opisują geometrię, a nie smak. ## Język obiektywu i jego działanie Szeroka ogniskowa wyolbrzymia głębię i sprawia, że bliskie obiekty stają się duże. Długa ogniskowa kompresuje odległość i spłaszcza warstwy. Szeroka przysłona sprawia, że tło jest nieostre i izoluje obiekt. Terminy te sprawdzają się w podpowiedziach, ponieważ odpowiadają rzeczywistemu zachowaniu optycznemu, a pytanie o małą głębię ostrości jest bardziej precyzyjne niż pytanie o rozmyte tło. ## Kolor, powściągliwy Nazwanie dwóch lub trzech kolorów daje spójny obraz. Wymienienie ośmiu powoduje błoto, ponieważ model stara się uwzględnić je wszystkie i żaden nie dominuje. Jeśli kolor ma znaczenie, przymocuj go do obiektu, a nie do całego obrazu: czerwone drzwi czyta się lepiej niż scena zabarwiona na czerwono, a reszta palety pozostawia swobodę podążania za światłem. ## Zmień jedną rzecz na raz Kiedy wynik jest bliski, ale błędny, instynktownie przepisuje podpowiedź. Oprzyj się temu. Zmień jedno zdanie, zregeneruj się i zobacz, co się poruszyło. Jest to wolniejsze przy każdej próbie i ogólnie znacznie szybsze, ponieważ dowiadujesz się, co robi każde zdanie. Przepisany monit, który działa, nie uczy niczego, czego mógłbyś użyć ponownie jutro. ## Zachowaj wersje, które odrzuciłeś Warto zachować zachętę, która dała coś interesującego, ale nie to, czego oczekiwałeś. Biblioteki podpowiedzi budowane są na nich, a nie na sukcesach, ponieważ dostosowujesz te, które potencjalnie się nie udały, gdy kolejne wytyczne są nieco inne. Notatka o tym, jak faktycznie wyglądał wynik, jest warta więcej niż sama podpowiedź. ## Dostosuj się bez niszczenia konstrukcji Kiedy ponownie użyjesz podpowiedzi, zamień temat i scenerię, a na początku pozostaw w spokoju zdania dotyczące światła, kompozycji i obiektywu. To właśnie te części sprawiają, że obraz wygląda fotograficznie, i te części, które ludzie usuwają, gdy monit wydaje się zbyt długi. Zmieniaj je celowo, pojedynczo, gdy nowy temat zacznie działać. ## Powiedz, co to za obraz Powstałe w ten sposób obrazy nie są fotografiami i istnieją już standardy, jak to określać. Słownik typu źródła cyfrowego IPTC zapewnia wartości, które odróżniają przechwycenie cyfrowe pobrane z prawdziwego życia od multimediów utworzonych przy użyciu generatywnej sztucznej inteligencji, a specyfikacja C2PA określa, w jaki sposób informacje o pochodzeniu są przesyłane wraz z plikiem. Jeżeli zdjęcie może zostać zrobione w celu udokumentowania czegoś prawdziwego, opisz je. LarpGPT zapewnia podpowiedzi i materiały referencyjne, a to, co wygenerujesz, możesz wykorzystać i ujawnić. ## Pytania ### Dlaczego długie monity obrazowe często kończą się niepowodzeniem? Dlatego, że są niezróżnicowane, a nie dlatego, że są długie. Konkuruje ze sobą dwadzieścia przymiotników w jednym zdaniu, a model je uśrednia. Podziel tę samą treść na krótkie zdania, z których każde zawiera jedną decyzję, a wynik stanie się znacznie bardziej przewidywalny. ### Mam opisywać nastrój czy to co widać? Co widać. Słowo takie jak melancholijny jest interpretacją, której model musi się domyślić. Deszcz na oknie, pojedyncza zapalona lampa, puste krzesło to rzeczy, które rejestruje kamera. Napisz przyczyny, a nastrój będzie następujący. ### Czy kolejność słów w wierszu ma znaczenie? Tak. To, co pojawia się wcześniej, jest zazwyczaj bardziej obciążone, więc obiekt znajduje się z przodu i jest opisany na tyle konkretnie, że można go sfotografować. ### Czy terminy związane z aparatem, takie jak ogniskowa, rzeczywiście się sprawdzają? Dzieje się tak, ponieważ odpowiadają rzeczywistemu zachowaniu optycznemu. Szeroka ogniskowa uwypukla głębię, długa ją kompresuje, a szeroka przysłona izoluje obiekt. Pytanie o małą głębię ostrości jest bardziej precyzyjne niż pytanie o rozmyte tło. ### Jak oznaczyć obraz wygenerowany przez sztuczną inteligencję? Istnieją standardy. Słownictwo typu źródła cyfrowego IPTC odróżnia przechwycenie cyfrowe pobrane z prawdziwego życia od multimediów utworzonych przy użyciu generatywnej sztucznej inteligencji, a specyfikacja C2PA określa, w jaki sposób pochodzenie jest przesyłane z plikiem. Oznacz wszystko, co można uznać za zapis czegoś prawdziwego. ## Więcej informacji - IPTC Digital Source Type NewsCodes — https://cv.iptc.org/newscodes/digitalsourcetype/ - C2PA technical specification — https://c2pa.org/specifications/specifications/2.1/index.html - IPTC Photo Metadata Standard — https://www.iptc.org/std/photometadata/specification/IPTC-PhotoMetadata