پرامپت‌نویسی تصویر با هوش مصنوعی: فرمول ۹ مرحله‌ای ساخت عکس دلخواه

یاد بگیر چطور با یک فرمول ساده و تکرارپذیر، پرامپت تصویر بنویسی که هوش مصنوعی دقیقاً همان عکسی را بسازد که در ذهن داری؛ نه چیزی شبیه به آن.

۱) چرا پرامپت تصویر با پرامپت متنی فرق دارد؟

وقتی برای چت‌جی‌پی‌تی یک پرامپت متنی می‌نویسی، مدل باید جمله‌ها را کامل کند؛ اما وقتی از یک مدل تصویرساز می‌خواهی عکس بسازد، آن مدل باید هزاران تصمیم بصری بگیرد: رنگ، جنس سطح‌ها، جهت نور، زاویه‌ی دوربین، سبک هنری و ترکیب‌بندی. اگر تو این تصمیم‌ها را مشخص نکنی، مدل خودش حدس می‌زند و نتیجه معمولاً همان چیزی نیست که در ذهن داشتی.

به همین دلیل، یک پرامپت تصویر خوب بیشتر شبیه دستور صحنه‌ی یک کارگردان است تا یک درخواست ساده. هرچه صحنه را دقیق‌تر توصیف کنی، مدل کمتر حدس می‌زند و بیشتر همان تصویر ذهنی تو را می‌سازد.

مثال: به‌جای «یک خانه»، بنویس «یک خانه‌ی روستایی چوبی با سقف شیروانی، در دل جنگلی مه‌گرفته، نور طلایی صبحگاهی، سبک عکاسی سینمایی».

چرا کار می‌کند؟ چون هر صفت یک تصمیم را از دست مدل خارج می‌کند و به کنترل تو می‌آورد. اگر تازه با دنیای پرامپت آشنا شده‌ای، پیشنهاد می‌کنیم اول راهنمای پرامپت‌نویسی برای مبتدی‌ها را بخوانی تا مفاهیم پایه دستت بیاید.

۲) سوژه را مثل یک کارگردان مشخص کن

اولین و مهم‌ترین بخش هر پرامپت تصویر، سوژه است؛ یعنی همان چیز اصلی که باید در قاب دیده شود. اشتباه رایج این است که سوژه را خیلی کلی می‌نویسیم. «یک حیوان» یا «یک آدم» به مدل تقریباً هیچ اطلاعاتی نمی‌دهد. سوژه باید مشخص، شمارش‌پذیر و ملموس باشد.

مثال: «یک زن جوان کتابدار با عینک گرد و روپوش خردلی، ایستاده میان قفسه‌های بلند کتاب».

چرا کار می‌کند؟ چون به‌جای یک مفهوم مبهم، یک شخصیت مشخص با ویژگی‌های دیداری به مدل داده‌ای. مدل حالا می‌داند چه کسی، با چه ظاهری و در چه فضایی باید ساخته شود. یک قانون ساده را همیشه به خاطر بسپار: اول سوژه، بعد بقیه‌ی جزئیات.

۳) جزئیات و صفت‌ها؛ همان‌ها که تصویر را باورپذیر می‌کنند

بعد از سوژه، نوبت صفت‌هاست. رنگ، جنس، سن، حالت چهره، تعداد و اندازه؛ این‌ها همان چیزهایی هستند که یک تصویر معمولی را به یک تصویر باورپذیر تبدیل می‌کنند. نکته‌ی مهم این است که صفت‌ها را به سوژه بچسبانی، نه اینکه پراکنده رها کنی.

مثال: «یک فنجان قهوه‌ی داغ سرامیکی آبی، با بخاری که آرام بالا می‌رود، روی میز چوبی کهنه، کنار یک دفتر یادداشت باز».

چرا کار می‌کند؟ چون هر صفت یک لایه‌ی واقعیت اضافه می‌کند: «داغ» و «بخار» حس زنده‌بودن می‌سازند، «سرامیکی آبی» رنگ و جنس را قفل می‌کند و «میز چوبی کهنه» فضا را می‌سازد. اما مراقب باش؛ زیاده‌روی در صفت‌ها هم مدل را گیج می‌کند. سه تا پنج صفت دقیق، بهتر از پانزده صفت متناقض است.

۴) سبک هنری را انتخاب کن

یکی از قدرتمندترین اهرم‌ها در پرامپت تصویر، تعیین سبک است. آیا یک عکس واقعی می‌خواهی یا یک نقاشی آبرنگ؟ یک تصویر سه‌بعدی پیکسار مانند یا یک طرح مینیمال تخت؟ اگر سبک را مشخص نکنی، مدل به سراغ یک حالت میانگین و بی‌هویت می‌رود.

مثال: «پرتره‌ی یک پیرمرد ماهیگیر، سبک نقاشی رنگ‌روغن، قلم‌موی درشت و بافت‌دار، رنگ‌های گرم».

چرا کار می‌کند؟ چون کلمه‌ی «رنگ‌روغن» و «قلم‌موی درشت» کل حال‌وهوای تصویر را عوض می‌کند و به مدل می‌گوید دنبال کدام خانواده‌ی بصری باشد. می‌توانی سبک‌ها را با هم ترکیب کنی، اما هربار یک سبک اصلی را رهبر بگذار تا تصویر دچار آشفتگی نشود.

۵) نورپردازی؛ سلاح مخفی تصویرهای حرفه‌ای

اگر بخواهیم یک راز از عکاسان و طراحان حرفه‌ای فاش کنیم، آن راز نور است. نورپردازی بیش از هر عامل دیگری حس و کیفیت یک تصویر را تعیین می‌کند و جالب است که خیلی از کاربران آن را کاملاً فراموش می‌کنند. تعیین نوع نور، تفاوت میان یک عکس آماتور و یک عکس سینمایی است.

مثال: «یک خیابان شهری در شب، نور نئون بنفش و آبی، انعکاس روی آسفالت خیس، فضای مه‌آلود سایبرپانک».

چرا کار می‌کند؟ چون «نور نئون» و «انعکاس روی آسفالت خیس» به مدل یک دستور نورپردازی دقیق می‌دهد و کل اتمسفر تصویر را می‌سازد. چند اصطلاح نور که خوب است بلد باشی: نور طلایی غروب، نور نرم استودیویی، نور کنتراست بالا و نور پشت‌سر. همین چند کلمه می‌تواند نتیجه را متحول کند.

یک تمرین ساده انجام بده: یک پرامپت ثابت را بردار و فقط بخش نور آن را سه بار عوض کن؛ یک‌بار «نور طلایی غروب»، یک‌بار «نور سرد مهتابی» و یک‌بار «نور دراماتیک تک‌منبع از کنار». سه تصویر کاملاً متفاوت خواهی گرفت، در حالی که سوژه و بقیه‌ی جزئیات ثابت مانده‌اند. همین تمرین کوچک، قدرت واقعی نورپردازی در پرامپت را به تو نشان می‌دهد.

۶) ترکیب‌بندی، زاویه و فاصله‌ی دوربین

تصویر خوب فقط به سوژه و نور خلاصه نمی‌شود؛ اینکه دوربین کجا ایستاده و از چه فاصله‌ای نگاه می‌کند هم مهم است. با چند اصطلاح ساده می‌توانی زاویه و قاب را کنترل کنی و حس کاملاً متفاوتی بسازی.

مثال: «نمای نزدیک از قطرات باران روی یک برگ سبز، زاویه‌ی ماکرو، عمق میدان کم، پس‌زمینه‌ی محو».

چرا کار می‌کند؟ چون «نمای نزدیک» و «عمق میدان کم» به مدل می‌گوید چه چیزی در فوکوس باشد و چه چیزی محو شود. چند اصطلاح کاربردی: نمای باز، نمای پرنده از بالا، زاویه‌ی هم‌سطح چشم و قانون یک‌سوم برای چیدمان متعادل عناصر در قاب.

زاویه‌ی دوربین فقط یک انتخاب فنی نیست؛ حس روایت را هم عوض می‌کند. زاویه‌ی پایین به سوژه ابهت و قدرت می‌دهد، زاویه‌ی بالا آن را کوچک و آسیب‌پذیر نشان می‌دهد و نمای هم‌سطح چشم حس صمیمیت و واقع‌گرایی می‌سازد. پس قبل از نوشتن پرامپت، از خودت بپرس می‌خواهی مخاطب چه احساسی نسبت به سوژه داشته باشد و بعد زاویه را متناسب با آن انتخاب کن.

۷) کیفیت، رزولوشن و نسبت ابعاد

حالا که صحنه ساخته شده، باید کیفیت و اندازه‌ی خروجی را هم مشخص کنی. افزودن چند کلمه‌ی کیفیت‌ساز و تعیین نسبت ابعاد، تصویر را برای کاربرد نهایی‌ات آماده می‌کند؛ چه بخواهی آن را در استوری اینستاگرام بگذاری چه به‌عنوان کاور مقاله.

مثال: «… جزئیات بسیار بالا، کیفیت ۴K، نورپردازی واقع‌گرایانه، نسبت ابعاد ۱۶:۹».

چرا کار می‌کند؟ چون کلماتی مثل «جزئیات بالا» و «۴K» مدل را به سمت خروجی تمیزتر هدایت می‌کنند و نسبت ابعاد مشخص، تصویر را بدون بریدگی برای پلتفرم مقصد آماده می‌کند. یادت باشد نسبت ۹:۱۶ برای استوری، ۱:۱ برای پست مربعی و ۱۶:۹ برای کاور افقی مناسب است.

۸) پرامپت منفی؛ آنچه نمی‌خواهی را هم بگو

یکی از حرفه‌ای‌ترین ترفندها این است که به مدل بگویی چه چیزهایی را نمی‌خواهی. به این کار «پرامپت منفی» می‌گویند و در بسیاری از ابزارها یک فیلد جداگانه دارد؛ اما حتی اگر فیلد جدا نداشته باشد، می‌توانی در انتهای پرامپت آن را بیاوری.

مثال: «… بدون متن، بدون واترمارک، بدون دست‌های بدشکل، بدون رنگ‌های اشباع‌شده‌ی افراطی».

چرا کار می‌کند؟ چون مدل‌های تصویرساز گاهی خطاهای تکراری دارند؛ با پرامپت منفی جلوی همان خطاها را می‌گیری. این یکی از تفاوت‌های مهم کار یک کاربر تازه‌کار با یک کاربر حرفه‌ای است. اگر می‌خواهی بدانی این ابزارها در عمل چه توانایی‌ها و چه محدودیت‌هایی دارند، مقاله‌ی توان و محدودیت‌های واقعی هوش مصنوعی دید خوبی به تو می‌دهد.

فهرست کوتاهی از پرامپت‌های منفی پرکاربرد را همیشه دم‌دست داشته باش تا لازم نباشد هربار از نو بنویسی؛ مواردی مثل «بدون متن اضافه»، «بدون واترمارک»، «بدون اعضای بدن اضافه»، «بدون پس‌زمینه‌ی شلوغ» و «بدون رنگ‌های تصنعی». کافی است این فهرست را در انتهای هر پرامپت بچسبانی و بعد بسته به سوژه، یکی دو مورد خاص را به آن اضافه کنی.

۹) بازنگری و بهبود گام‌به‌گام

هیچ‌کس در اولین تلاش پرامپت بی‌نقص نمی‌نویسد؛ حتی حرفه‌ای‌ها. راز کار در تکرار هوشمندانه است: هربار فقط یک متغیر را عوض کن و نتیجه را با قبلی مقایسه کن. اگر همه‌چیز را یک‌جا تغییر بدهی، هرگز نمی‌فهمی کدام کلمه اثرگذار بوده است.

مثال: ابتدا بنویس «یک ربات دوستانه در آشپزخانه». بعد فقط نور را اضافه کن: «… نور نرم صبحگاهی». سپس فقط سبک را: «… سبک انیمیشن سه‌بعدی». حالا دقیقاً می‌بینی هر کلمه چه کرده است.

چرا کار می‌کند؟ چون این روش، پرامپت‌نویسی را از حدس‌وگمان به یک فرایند علمی و قابل‌یادگیری تبدیل می‌کند. همین رویکرد آزمون‌ومحور را می‌توانی در همه‌ی کارهای متنی هم به کار ببری؛ در آموزش‌های چت‌جی‌پی‌تی نمونه‌های بیشتری از این تکنیک‌ها را گذاشته‌ایم.

پرسش‌وپاسخ کوتاه (FAQ)

پرامپت تصویر را فارسی بنویسم یا انگلیسی؟ بیشتر مدل‌های قوی امروزی هر دو زبان را می‌فهمند، اما هنوز خروجی پرامپت انگلیسی معمولاً کمی دقیق‌تر است. یک راه‌حل عملی این است که ایده را فارسی بنویسی و از خود چت‌جی‌پی‌تی بخواهی آن را به یک پرامپت انگلیسی حرفه‌ای تبدیل کند. برای آشنایی بیشتر با سازنده‌ی چت‌جی‌پی‌تی، اوپن‌ای‌آی چیست را ببین.

این فرمول برای همه‌ی ابزارها کار می‌کند؟ بله، منطق پشت این هشت گام تقریباً در همه‌ی ابزارهای تصویرساز مثل چت‌جی‌پی‌تی، جمینای، میدجرنی و دیگر مدل‌ها یکسان است؛ فقط ممکن است شکل نوشتن پرامپت منفی یا تعیین نسبت ابعاد کمی فرق کند.

چرا گاهی خروجی اصلاً با پرامپت من نمی‌خواند؟ معمولاً چون پرامپت یا خیلی مبهم است یا پر از صفت‌های متناقض. سوژه را دقیق کن، صفت‌ها را به سه تا پنج مورد کلیدی محدود کن و از پرامپت منفی برای حذف خطاها استفاده کن.

یک پرامپت خوب چند کلمه است؟ عدد جادویی وجود ندارد، اما معمولاً بین پانزده تا چهل کلمه‌ی دقیق کافی است. مهم‌تر از تعداد کلمات، نظم آن‌هاست: اول سوژه، بعد صفت‌ها، سبک، نور، زاویه و در پایان کیفیت و پرامپت منفی.