LarpGPT · 指南
如何從頭開始建立人工智慧照片提示
編寫圖像提示的可重複順序、每個部分應放置的內容、導致結果扁平化的常見錯誤，以及如何迭代以便每次嘗試都能教您一些東西。
為什麼結構勝過詞彙
人們收集提示詞的方式就像以前收集搜尋運算符一樣，但會產生不一致的結果。產生一致結果的是您每次都遵循的順序。當每個提示都具有相同的形狀時，您可以比較兩次嘗試並了解發生了什麼變化，並且您將不再在每次會話中重新發現相同的課程。
有效的順序
主體、背景、瞬間、光線、構圖、鏡頭、色彩。七個槽位，每個槽位一個短句。並非每個提示都需要全部七個，但按此順序編寫它們意味著前面的句子會限制後面的句子朝著攝影師的工作方向，而不是讓模型來調和矛盾。
從您可以拍攝的主題開始
將主題寫成具有屬性的物理事物：材料、大小、狀況、方向。風化的黃銅門把手是一個主題。優雅則不然。測試是派去拍攝它的攝影師是否知道要尋找什麼，如果答案是否定的，模特兒也在猜測。
然後將其放置在特定的地方
背景決定了存在什麼光線以及主體周圍有什麼，因此模糊的背景會破壞精確的主體。說出房間、街道或景觀的類型，以及其中實際存在的一兩個東西。兩個具體的細節比一段氣氛更能錨定一個場景。
說出那一刻的名字
一天中的時間、天氣、季節。這句話非常有效，因為每個句子都包含完整的照明條件。雨後的早晨，你會看到潮濕的表面、漫射的光線和冷色調的四個字。跳過它讓模型進行選擇，並且它傾向於選擇明亮的正午，這是最無趣的光線。
讓光線變得清晰
說出它來自哪裡以及它是什麼類型：左邊的窗戶、頭頂上的一盞燈、陰天、陽光直射。無論是硬的還是軟的都添加。這是最可靠地區分照片影像和渲染影像的句子，也是最常被遺漏的句子。
把照片框起來
使用攝影師在片場使用的詞語，因為它們描述幾何形狀並且翻譯清晰。特寫或廣角。視線水平、低角度或頭頂上方。拍攝對象居中或偏向一側。什麼是前景，什麼是後面。這裡的歧義是指一個好的提示會產生奇怪的結果。
如果重要的話加入鏡頭行為
寬焦距會誇大深度並放大附近的物體。長焦距會壓縮圖層。大光圈會模糊背景並孤立主體。當效果對影像很重要時使用它們，而當效果對影像不重要時則忽略它們，因為出於習慣添加的鏡頭句子會無緣無故地限制結果。
將顏色保留為兩種或三種選擇
短調色板會產生連貫的圖像，長調色板會產生泥濘。如果顏色很重要，請將其附加到某個物件而不是整個框架。紅色的門起作用了。紅色場景與您所說的有關光線的任何內容相衝突。
說出應該可見的內容，而不是應該感覺的內容
初稿中最常見的失敗是情緒句。將每一個替換為能夠產生它的物理排列。這種單一替換比任何其他更改都改進了更多的提示，因為它將模型必須解釋的內容轉換為它可以建構的內容。
避免堆疊形容詞
美麗、令人驚嘆、超詳細的傑作和它們的親戚大多被抵消了。它們不描述相機可以記錄的任何內容，並將結果推向與單字相關的任何訓練數據，這通常是通用的外觀。剪掉它們，它們騰出的空間可以用來做出實際的決定。
消極是最後的手段
如果持續出現不需要的內容，通常的原因是您的提示暗示了它。詢問桌子的提示通常會產生一台筆記型電腦，因為照片中的桌子通常有一台筆記型電腦。添加否定詞不如描述應該存在的內容可靠，因為填充的空間也無法容納您不想要的東西。
一次迭代一個句子
當結果接近時，只更改一個句子並重新生成。您將了解該句子控制的內容，並且這些知識會轉移到未來的每個提示中。立即重寫所有內容會產生更好的圖像並且無法理解，這意味著下一個簡報又從零開始。
記錄每次嘗試所做的事情
儲存提示和一行傳回的內容。未遂事件比成功更有價值，因為當下一個請求略有不同時，您可以調整它們。沒有註解的提示庫是六個月內您不會信任的字串清單。
重複使用結構，取代內容
若要調整有效的提示，請先交換主體和設置，然後保留光線、構圖和鏡頭。這些句子使圖像看起來像照片一樣。當你確實改變它們時，一次改變一個，這樣你就能知道發生了什麼。 LarpGPT 提供了開始時的提示和參考資料，您產生的內容可供您使用和公開。