Hur man skriver AI-meddelanden för realistiska människor

Varför människor är det svåraste ämnet

Tittarna är experter på ansikten och kroppar. Vi märker en lite fel hand, en omöjlig hållning eller hud som ser ut som plast långt innan vi märker ett fel i en byggnad eller ett landskap. Det gör människor till det ämne där vaga uppmaningar misslyckas mest påtagligt. Fixeringen är densamma som för alla fotografiska uppmaningar, bara strängare: beskriv vad en kamera faktiskt skulle spela in och lämna så lite som möjligt åt modellens idé om en genomsnittlig person.

Uppfinn personen, låna inte en

Utgå från en person som inte finns. Beskriv ett åldersintervall, en kroppsform, hår, kläder och en aktivitet och låt detaljerna vara vanliga. Fråga aldrig efter likheten med en verklig privatperson, och generera aldrig en verklig offentlig person i en situation som kan uppfattas som äkta. Utöver etiken erkänner många jurisdiktioner personlighetsrättigheter, vilket låter människor kontrollera den kommersiella användningen av deras namn, bild och likhet. Reglerna skiljer sig åt mellan olika länder, och en påhittad person undviker frågan helt.

Beskriv en aktivitet, inte en pose

Människor som fotograferas när de gör något ser naturliga ut; människor som uppmanas att posera ser ut som stockbilder. Istället för att en kvinna ler mot kameran, försök att en kvinna i fyrtioårsåldern läser en papperskarta på en tågstation och håller en kaffe i sin andra hand. En aktivitet ger kroppen en anledning till sin hållning, ger händerna något att hålla i och ger ansiktet ett uttryck som kommer från uppgiften snarare än från uppmaningen.

Hållning och vikt

Riktiga kroppar bär vikt. Någon som lutar sig mot ett räcke, sitter på kanten av en stol, flyttar vikt på ett ben medan han väntar: det här är små fysiska fakta som gör en figur trovärdig. Stela, symmetriska, framåtvända figurer är ett av de vanligaste tecknen på en genererad bild. En enda mening om var vikten sitter och vad personen lutar sig mot gör ofta mer än flera meningar om deras utseende.

Kläder som material och passform

Beskriv kläder som du skulle beskriva vilken annan yta som helst: en skrynklig linneskjorta med rullade ärmar, en kraftig ullrock något för stor, slitna sneakers i canvas. Tyg som viker sig, sträcker sig och rynkar är en av de starkaste realistiska signalerna, eftersom det reagerar på kroppen under. Generiska ord som stilig eller elegant säger ingenting om material och brukar producera kläder som ser nypackade ut.

Hud, utan retuschering

Genererade ansikten blir ofta släta och jämna, som kraftigt retuscherad reklam. Om du vill ha ett naturligt resultat, säg det i fysiska termer: naturlig hudstruktur, synliga porer, fina linjer runt ögonen, en lätt solbränna över näsan, ingen smink. Att beskriva ljuset hjälper också, eftersom mjukt sidoljus avslöjar textur försiktigt medan platt frontalljus raderar den. Undvik att stapla på termer som perfekt eller felfritt, som pressar resultatet ytterligare mot plastlooken.

Händer behöver ett jobb

Händer är en välkänd svag punkt hos bildgeneratorer. Det mest tillförlitliga tillvägagångssättet är att ge dem något specifikt att göra, hålla en kopp, vila på ett bord, instoppad i en rockficka, snarare än att lämna dem fria i ramen. Färre synliga fingrar betyder färre chanser för fel. Inspektera alltid händerna innan du använder en bild: räkna fingrarna, kontrollera hur de greppar föremål och titta på var de möter handleden.

Ljus i ansikten

Den klassiska fotografiska uppsättningen, som beskrivs i trepunktsbelysningstraditionen, använder ett huvudljus på motivet, ett sekundärt ljus för att mjuka upp skuggor och ett ljus bakifrån för att skilja motivet från bakgrunden. Du behöver inte jargongen för att använda idén. Mjukt fönsterljus från ena sidan, en mild reflektion som fyller skuggsidan och en ljus bakgrund bakom huvudet beskriver samma arrangemang i klartext. Middagssol över huvudet lägger däremot mörka skuggor under ögonen och är sällan smickrande.

Inramning och avstånd

Säg hur nära kameran är. Ett huvud-och-axlar-porträtt, en figur sedd på några meters avstånd på en gata, en liten figur i ett brett landskap: var och en sätter den skala på vilken ansikten och händer ska återges. Bredare ramar döljer små fel och berättar mer av en historia; närbilder avslöjar allt. För de mest naturliga resultaten är en medium inramning med en tydlig aktivitet och en verklig inramning den mest förlåtande utgångspunkten.

Mångfald av avsikt, inte av en slump

Bildgeneratorer återspeglar mönster i deras träningsdata, och en studie av Midjourney fann att även neutrala uppmaningar gav ojämlika resultat efter kön, hudfärg och plats. Om du vill ha en specifik person, beskriv dem specifikt. Om du gör en serie, variera ålder, kroppsform och utseende medvetet istället för att acceptera det som modellen returnerar först, och se över setet som helhet innan du publicerar det.

Samtycke och syntetiska medier

Partnership on AI:s ramverk för ansvarsfulla syntetiska medier är uppbyggt kring tre idéer: samtycke, avslöjande och transparens. För genererade personer innebär samtycke mest att inte använda någons likhet utan tillstånd, inklusive genom referensbilder. Om du arbetar utifrån ett fotografi av en verklig person, till exempel för att behålla en konsekvent karaktär, se till att du har den personens tydliga överenskommelse för den specifika användningen, och skapa aldrig bilder som sexualiserar, förödmjukar eller imiterar någon.

Regler för avslöjande att känna till

I Europeiska unionen definierar AI-lagen en djup förfalskning som AI-genererat eller manipulerat bild-, ljud- eller videoinnehåll som liknar befintliga personer, objekt, platser, enheter eller händelser och som felaktigt verkar vara äkta. Utvecklare som genererar sådant innehåll måste avslöja att det har skapats eller manipulerats på konstgjord väg, med mer begränsad information för uppenbart konstnärliga, kreativa, satiriska eller fiktiva arbeten. EU-kommissionen uppger att dessa öppenhetsregler gäller från augusti 2026. En realistisk påhittad person i ett sammanhang som skulle kunna uppfattas som verkligt förtjänar en märkning överallt.

Märk filen, inte bara bildtexten

En bildtext kan beskäras bort eller gå förlorad när en bild delas vidare. Metadatastandarder finns för att bära informationen med filen: IPTC Digital Source Type-ordlistan innehåller värden för media skapade med generativ AI, och många verktyg skriver sådan information automatiskt. Behåll den intakt när du redigerar och exporterar, och lägg till en synlig anteckning överallt där människor rimligen kan missta bilden för ett fotografi av en riktig person.

Där LarpGPT passar

LarpGPT är ett bibliotek med fotouppmaningar för resor, arkitektur, bilar och livsstilsscener, skrivna kring motiv, komposition, ljussättning och lins, och många av dess livsstilsscener kan anpassas för att inkludera en påhittad person med hjälp av metoden ovan. Du kopierar en prompt och klistrar in den i bildgeneratorn du redan använder. LarpGPT genererar inte bilder; respektera andra människors rättigheter och avslöja syntetiskt innehåll stanna hos dig.

Läs vidare

• 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