آموزش پرامپت‌نویسی تصویرسازی با هوش مصنوعی: از ایده تا عکس حرفه‌ای

فرمول کامل نوشتن پرامپت برای ساخت تصویر با هوش مصنوعی؛ از سوژه و سبک تا نور، ترکیب‌بندی و پرامپت منفی، همراه با مثال‌های واقعی و آماده.

۱. چرا پرامپت تصویری با پرامپت متنی فرق دارد؟

وقتی از هوش مصنوعی می‌خواهید یک متن بنویسد، مدل می‌تواند از شما سؤال بپرسد یا ابهام‌ها را با حدس منطقی پر کند. اما در ساخت تصویر، مدل باید در یک مرحله و بدون گفت‌وگو، همه‌ی تصمیم‌ها را بگیرد: رنگ لباس، جنس نور، زاویه‌ی دوربین، پس‌زمینه و ده‌ها جزئیات دیگر. هر چیزی که شما نگویید، مدل خودش انتخاب می‌کند و معمولاً هم آن انتخاب همانی نیست که شما می‌خواستید. به همین دلیل نوشتن «یک گربه» تقریباً همیشه به نتیجه‌ای معمولی و تصادفی می‌رسد.

راز کار در این است که پرامپت تصویری را نه مثل یک دستور کوتاه، بلکه مثل توصیف یک صحنه برای یک عکاس یا نقاش بنویسید. هرچه دقیق‌تر و تصویری‌تر توصیف کنید، خروجی به ذهن شما نزدیک‌تر می‌شود. اگر تازه با مفهوم پرامپت آشنا شده‌اید، پیشنهاد می‌کنیم ابتدا مطلب پرامپت‌نویسی برای مبتدی‌ها را بخوانید تا پایه‌ی ذهنی محکمی داشته باشید؛ بعد این آموزش تصویری خیلی سریع‌تر جا می‌افتد.

مثال: «یک فنجان قهوه» در برابر «یک فنجان قهوه‌ی داغ روی میز چوبی، بخار در حال بلندشدن، نور نرم صبحگاهی از پنجره‌ی کناری، پس‌زمینه‌ی محو، سبک عکاسی مینیمال».

چرا این کار می‌کند؟ چون در نمونه‌ی دوم شما «فضای تصمیم‌گیری» مدل را محدود کرده‌اید. هر کلمه‌ی اضافه یک ابهام را حذف می‌کند و مدل را به سمت تصویر ذهنی شما هل می‌دهد.

۲. فرمول طلایی: سوژه + جزئیات + سبک + نور + ترکیب‌بندی

برای اینکه هر بار مجبور نباشید از صفر فکر کنید، یک فرمول ساده را حفظ کنید و همیشه همین ترتیب را رعایت کنید: اول سوژه (چه چیزی)، بعد جزئیات (رنگ، جنس، حالت)، سپس سبک (عکاسی، نقاشی، سه‌بعدی)، بعد نور و حال‌وهوا، و در پایان ترکیب‌بندی و زاویه‌ی دوربین. این پنج بخش مثل پنج لایه هستند که روی هم یک تصویر کامل می‌سازند.

زیبایی این فرمول در این است که قابل‌گسترش است؛ برای یک تصویر ساده فقط سوژه و سبک را پر می‌کنید و برای یک تصویر حرفه‌ای هر پنج لایه را. همین رویکرد لایه‌لایه، دقیقاً همان اصلی است که در آموزش‌های چت‌جی‌پی‌تی هم بارها روی آن تأکید کرده‌ایم: به‌جای یک جمله‌ی بلند و درهم، اطلاعات را ساختارمند و مرتب به مدل بدهید.

مثال: «پرتره‌ی یک زن جوان [سوژه]، با روسری آبی نفتی و گوشواره‌ی مروارید [جزئیات]، به سبک نقاشی رنسانس [سبک]، نور کناری ملایم شمعی [نور]، قاب نزدیک از شانه به بالا و پس‌زمینه‌ی تیره [ترکیب‌بندی]».

چرا این کار می‌کند؟ چون مدل اطلاعات را در «دسته‌های» معنادار دریافت می‌کند و می‌تواند هرکدام را جداگانه اعمال کند، درست مثل یک تیم که هرکس مسئول یک بخش از صحنه است.

۳. سوژه را دقیق و تصویری توصیف کن

مبهم‌ترین بخش بیشتر پرامپت‌ها همان سوژه است. «یک ماشین» می‌تواند هر چیزی از یک خودروی اسباب‌بازی تا یک کامیون باشد. سوژه را طوری توصیف کنید که یک غریبه هم بتواند آن را در ذهنش دقیق ببیند: نوع، تعداد، سن، حالت بدن، لباس، رنگ و هر ویژگی متمایزکننده‌ی دیگر. صفت‌های حسی و ملموس (براق، زبر، کهنه، شفاف) بسیار قوی‌تر از صفت‌های کلی (زیبا، خوب، جالب) عمل می‌کنند.

مثال: «یک خودروی کلاسیک قرمز دهه‌ی ۱۹۶۰، سقف‌باز، بدنه‌ی براق و تمیز، پارک‌شده کنار ساحل، لاستیک‌های سفید دیواره‌پهن».

چرا این کار می‌کند؟ چون کلمه‌های ملموس مثل «دهه‌ی ۱۹۶۰» و «دیواره‌پهن» نقاط تصمیم مشخصی به مدل می‌دهند و آن را از حالت «میانگین همه‌ی ماشین‌ها» خارج می‌کنند. هرچه صفت شما عینی‌تر باشد، تصویر یکتاتر می‌شود.

۴. سبک هنری و مرجع بصری را مشخص کن

یک سوژه‌ی ثابت با سبک‌های مختلف کاملاً متفاوت دیده می‌شود. مشخص‌کردن سبک، بزرگ‌ترین اهرم شما برای کنترل حس‌وحال نهایی تصویر است. تعیین کنید که خروجی باید عکس واقع‌گرایانه باشد یا نقاشی آبرنگ، رندر سه‌بعدی، طراحی خطی، کارتون، یا پوستر گرافیکی. می‌توانید نام تکنیک‌ها را هم اضافه کنید: «عکاسی با لنز ۸۵ میلی‌متری»، «نوردهی بلند»، «رنگ‌روغن ضخیم».

یک نکته‌ی مهم اخلاقی و حرفه‌ای: به‌جای نوشتن نام یک هنرمند زنده برای تقلید سبک او، بهتر است ویژگی‌های بصری آن سبک را توصیف کنید (پالت رنگی، نوع قلم‌مو، بافت). این کار هم نتیجه‌ی قابل‌کنترل‌تری می‌دهد و هم منصفانه‌تر است. اگر می‌خواهید بدانید این ابزارها اساساً چطور کار می‌کنند و از کجا آمده‌اند، مقاله‌ی اوپن‌ای‌آی چیست نگاه خوبی به پشت‌صحنه‌ی این فناوری می‌دهد.

مثال: «منظره‌ی کوهستان در غروب، به سبک نقاشی آبرنگ، رنگ‌های گرم نارنجی و صورتی، قلم‌موی نرم و لبه‌های محو، بافت کاغذ دانه‌دار».

چرا این کار می‌کند؟ چون سبک، تمام تصمیم‌های ریز اجرایی (بافت، لبه‌ها، اشباع رنگ) را یک‌جا برای مدل روشن می‌کند و از ترکیب‌های ناهماهنگ جلوگیری می‌کند.

۵. نور، رنگ و حال‌وهوا را بچین

نور مهم‌ترین چیزی است که آماتورها فراموش می‌کنند و حرفه‌ای‌ها وسواس آن را دارند. همان سوژه زیر «نور طلایی غروب» حسی گرم و رمانتیک دارد و زیر «نور مهتابی سرد بیمارستانی» حسی دلهره‌آور. جهت نور (از پشت، از کنار، از بالا)، سختی یا نرمی آن، و پالت رنگی کلی را مشخص کنید. کلماتی مثل «کنتراست بالا»، «سایه‌های عمیق»، «رنگ‌های پاستل» تأثیر فوری دارند.

مثال: «یک خیابان بارانی شبانه در شهر، نور نئون‌های صورتی و آبی روی آسفالت خیس منعکس شده، مه رقیق، حال‌وهوای سایبرپانک و مرموز».

چرا این کار می‌کند؟ چون نور و رنگ، پیش از هر جزئیات دیگری، «احساس» تصویر را تعیین می‌کنند؛ مغز ما اول حال‌وهوا را می‌بیند و بعد جزئیات را. با کنترل نور، عملاً کارگردانِ حس بیننده می‌شوید.

۶. ترکیب‌بندی، زاویه‌ی دوربین و نسبت تصویر

حالا که سوژه و حال‌وهوا مشخص شد، باید بگویید دوربین کجاست. زاویه‌ی دید (نمای نزدیک، نمای باز، از بالا، از پایین)، فاصله، و اینکه سوژه در کجای کادر قرار بگیرد، همه در دست شماست. نسبت تصویر (aspect ratio) را هم حتماً تعیین کنید: ۱:۱ برای پست مربعی، ۹:۱۶ برای استوری و موبایل، ۱۶:۹ برای بنر و کاور، ۳:۲ برای عکس کلاسیک.

مثال: «نمای نزدیک از دستان یک سفالگر در حال کار با گِل، زاویه‌ی دوربین از بالا، عمق میدان کم و پس‌زمینه‌ی محو، نسبت تصویر ۴:۵».

چرا این کار می‌کند؟ چون ترکیب‌بندی همان چیزی است که تصویر را از یک «عکس اتفاقی» به یک «قاب حساب‌شده» تبدیل می‌کند. تعیین نسبت تصویر هم جلوی برش‌خوردن ناخواسته‌ی سوژه در پلتفرم مقصد را می‌گیرد.

۷. پرامپت منفی: چه چیزهایی را حذف کنیم

گاهی به‌جای گفتن آنچه می‌خواهید، باید بگویید چه چیزی را نمی‌خواهید. به این کار «پرامپت منفی» می‌گویند. بعضی ابزارها فیلد جداگانه‌ای برای آن دارند و در بعضی دیگر (مثل چت‌جی‌پی‌تی) کافی است در جمله بنویسید «بدون …». این کار برای حذف عیب‌های رایج مثل متن درهم‌وبرهم، دست‌های بدشکل، واترمارک یا شلوغی پس‌زمینه بسیار مؤثر است.

مثال: «پرتره‌ی مینیمال یک مرد میان‌سال، پس‌زمینه‌ی ساده‌ی خاکستری — بدون متن، بدون واترمارک، بدون اشیای اضافه در پس‌زمینه، بدون اعوجاج در صورت».

چرا این کار می‌کند؟ چون مدل‌ها تمایل دارند کادر را «پر» کنند؛ وقتی صریحاً می‌گویید چه چیزی نباشد، از خطاهای پرتکرار جلوگیری می‌کنید و تصویر تمیزتری می‌گیرید.

۸. تکرار و اصلاح: پرامپت را پله‌پله بهتر کن

هیچ‌کس در اولین تلاش به تصویر کامل نمی‌رسد، و این کاملاً طبیعی است. رویکرد حرفه‌ای این است که یک پرامپت پایه بنویسید، نتیجه را ببینید، و بعد در هر مرحله فقط یک چیز را تغییر دهید: این‌بار فقط نور را عوض کنید، دفعه‌ی بعد فقط زاویه را. اگر همه‌چیز را یک‌جا تغییر دهید، نمی‌فهمید کدام تغییر اثر داشته است. این همان روش علمی و کنترل‌شده است.

مثال: نسخه‌ی اول: «یک ربات دوستانه در آشپزخانه». نسخه‌ی دوم: همان + «نور گرم، سبک انیمیشن پیکسار». نسخه‌ی سوم: همان + «نمای پایین، نسبت ۱۶:۹، بدون متن».

چرا این کار می‌کند؟ چون تغییر تدریجی به شما «حس تجربی» می‌دهد؛ کم‌کم یاد می‌گیرید هر واژه چه تأثیری دارد و کتابخانه‌ی شخصی خودتان از عبارت‌های کارآمد را می‌سازید. برای دیدن اینکه این ابزارها تا کجا توانا و از کجا محدودند، مطلب توان و محدودیت‌های واقعی هوش مصنوعی دید متعادلی می‌دهد.

۹. ابزارها را بشناس و درست انتخاب کن

همه‌ی ابزارها یک‌جور نیستند. در سال ۲۰۲۶، مدل‌هایی مثل GPT Image 2 در چت‌جی‌پی‌تی به‌خاطر درک خوب دستورهای پیچیده و نوشتن درست متن داخل تصویر شناخته می‌شوند، و مدل تصویری جمینای گوگل در واقع‌گرایی و ویرایش سریع قوی است. ابزارهای تخصصی‌تر هم برای سبک‌های هنری خاص وجود دارند. نکته این است که پرامپت خوب تقریباً روی همه‌ی این‌ها بهتر جواب می‌دهد؛ پس مهارت پرامپت‌نویسی سرمایه‌ای است که به یک ابزار وابسته نیست.

برای انتخاب ابزار، به کارتان نگاه کنید: برای تصویرهای دارای متن فارسی یا انگلیسی، مدلی را انتخاب کنید که در نوشتن متن قوی‌تر است؛ برای ویرایش عکس واقعی، مدلی که ابزار ویرایش بهتری دارد. اگر دوست دارید مقایسه‌ی عمیق‌تری از رقابت مدل‌ها ببینید، این مقایسه‌ی چت‌جی‌پی‌تی و دیپ‌سیک نمونه‌ی خوبی از طرز فکر مقایسه‌ای است. برای دنبال‌کردن معرفی مدل‌های تازه هم بخش اخبار هوش مصنوعی را زیر نظر داشته باشید.

مثال: «پوستر تبلیغاتی یک کافه، با متن فارسیِ خوانا و درست ‹قهوه‌ی تازه›، سبک گرافیک مسطح، رنگ‌های قهوه‌ای و کرم، نسبت ۴:۵».

چرا این کار می‌کند؟ چون شما ابزار را متناسب با نیاز (متن‌داربودن تصویر) انتخاب کرده‌اید و پرامپت را هم دقیقاً بر همان نقطه‌ی قوت متمرکز کرده‌اید.

پرسش‌وپاسخ کوتاه (FAQ)

پرامپت طولانی بهتر است یا کوتاه؟ نه لزوماً طولانی، بلکه دقیق. یک پرامپت ۲۵ کلمه‌ای پر از جزئیات مفید، بهتر از یک پاراگراف پرحرف و مبهم است. هر کلمه باید یک تصمیم روشن به مدل بدهد؛ کلمه‌های تزئینی و کلی را حذف کنید.

چرا صورت‌ها یا دست‌ها گاهی بدشکل می‌شوند؟ این از ضعف‌های رایج مدل‌هاست. با پرامپت منفی («بدون اعوجاج در صورت و دست»)، انتخاب نمای بازتر، و تکرار و اصلاح می‌توانید نتیجه را خیلی بهتر کنید.

آیا لازم است پرامپت را به انگلیسی بنویسم؟ بیشتر مدل‌های امروزی فارسی را خوب می‌فهمند، اما برای اصطلاح‌های فنی سبک و دوربین، افزودن معادل انگلیسی در کنار فارسی گاهی دقت را بالا می‌برد. آزمایش کنید و ببینید کدام برای ابزار شما بهتر است.

این مهارت به چه دردی می‌خورد؟ از تولید محتوای شبکه‌های اجتماعی تا طراحی محصول و تبلیغات. اگر کنجکاوید که این توانایی چه ارزشی در کسب‌وکار می‌سازد، اهمیت هوش مصنوعی در کسب‌وکار را بخوانید.