شهریور
آموزش هوش مصنوعی
آناتومی پرامپت تصویر؛ سوژه، سبک، نور، لنز و ترکیببندی
خیلی از کاربرهای تازهکار وقتی نتیجهٔ یک مدل تصویرساز را میبینند فکر میکنند مشکل از خود مدل است، در حالی که مشکل معمولاً از پرامپت است. یک پرامپت خوب مثل یک بریف عکاسی حرفهای عمل میکند؛ نه یک جمله کلی، بلکه ترکیبی دقیق از پنج لایه که هر کدام یک تصمیم بصری را مشخص میکنند: سوژه، سبک، نور، لنز و ترکیببندی. اگر این پنج لایه را بشناسید، دیگر پرامپتنویسی حدس و خطا نیست؛ یک فرمول تکرارپذیر است که میتوانید برای هر پروژهای تنظیمش کنید. برای مسیر کاملتر یادگیری این مهارت، نقشهٔ راه تولید تصویر حرفهای قدمبهقدم همین موضوع را باز میکند.
لیست مطالب
سوژه؛ چه کسی یا چه چیزی
سوژه هستهٔ اصلی پرامپت است و باید مشخص، نه کلی، توصیف شود. بهجای «یک زن در حال قدم زدن»، بنویسید «یک زن سیساله با موهای مشکی کوتاه، کت چرم قهوهای، در حال قدم زدن». هرچه جزئیات ظاهری، سن، حالت بدن و پوشش دقیقتر باشد، مدل کمتر به حدس متوسل میشود. برای سوژههای غیرانسانی هم همین قاعده برقرار است: جنس، رنگ، مقیاس و وضعیت فیزیکی شیء را بنویسید، نه فقط نامش را.
سبک؛ زبان بصری اثر
سبک تعیین میکند تصویر شبیه عکس باشد یا نقاشی یا رندر سهبعدی. عبارتهایی مثل «photorealistic»، «editorial photography»، «watercolor illustration» یا «cinematic still» به مدل جهت میدهند. اشتباه رایج این است که چند سبک متضاد را با هم مخلوط میکنند؛ مثلاً همزمان خواستن سبک عکاسی مستند و انیمیشن سهبعدی، که نتیجهای مبهم و نامتقاعدکننده تولید میکند. یک سبک را انتخاب و روی همان تمرکز کنید.
نور؛ حسی که تصویر منتقل میکند
نور شاید مهمترین و کمتوجهترین لایهٔ پرامپت باشد. «golden hour light»، «soft studio lighting»، «harsh midday sun» یا «moody low-key lighting» هرکدام حس کاملاً متفاوتی میسازند، حتی اگر سوژه و سبک یکسان بمانند. نور جهت (از کجا میتابد)، شدت (نرم یا سخت) و رنگ (گرم یا سرد) دارد و بهتر است هر سه را در پرامپت اشاره کنید.
لنز و زاویه؛ دوربین را انتخاب کنید
اشاره به نوع لنز، رفتار مدل را نسبت به عمق میدان و پرسپکتیو تغییر میدهد. «85mm portrait lens» عمق میدان کم و فشردگی پرسپکتیو ایجاد میکند، «wide-angle 24mm» فضای بیشتری از صحنه را نشان میدهد و کمی اعوجاج در لبهها میآورد. زاویهٔ دوربین هم مهم است: «eye-level shot»، «low-angle shot» یا «top-down view» هرکدام رابطهٔ بیننده با سوژه را عوض میکنند.
ترکیببندی؛ چیدمان درون قاب
ترکیببندی مشخص میکند سوژه کجای قاب قرار میگیرد و چقدر فضای خالی دورش هست. «rule of thirds»، «centered composition»، «negative space on the left» یا «close-up crop» به مدل کمک میکند نسبت درست بین سوژه و پسزمینه را رعایت کند. این لایه اغلب فراموش میشود، اما تفاوت بین یک تصویر آماتور و یک تصویر حرفهای اغلب همینجا رقم میخورد.
| لایه | سؤالی که پاسخ میدهد | مثال عبارت |
|---|---|---|
| سوژه | چه کسی یا چه چیزی در قاب است؟ | مرد میانسال با ریش خاکستری، پیراهن کتان سفید |
| سبک | زبان بصری اثر چیست؟ | editorial photography, photorealistic |
| نور | نور از کجا و با چه کیفیتی میتابد؟ | soft golden hour light from the left |
| لنز | دوربین با چه چشمی نگاه میکند؟ | 85mm, shallow depth of field |
| ترکیببندی | چیدمان قاب چگونه است؟ | rule of thirds, negative space right |
وقتی این پنج لایه را کنار هم میچینید، پرامپت شکل یک جملهٔ بلند و منسجم پیدا میکند، نه فهرستی از کلمات پراکنده. سه نمونهٔ زیر را میتوانید مستقیم کپی و برای هر مدلی که در اختیار دارید تنظیم کنید.
یک مرد میانسال با ریش خاکستری کوتاه و پیراهن کتان سفید، نشسته پشت میز چوبی در یک کافهٔ قدیمی؛ سبک عکاسی مستند و واقعگرایانه؛ نور نرم صبحگاهی از پنجرهٔ سمت چپ؛ لنز ۸۵ میلیمتر با عمق میدان کم؛ ترکیببندی بر اساس قانون یکسوم با فضای خالی در سمت راست قاب.
یک فنجان قهوهٔ داغ روی میز مرمر سیاه با بخار قابلمشاهده؛ سبک عکاسی تبلیغاتی و مینیمال؛ نور استودیویی نرم از بالا با سایهٔ ملایم؛ لنز ماکرو با فوکوس دقیق روی لبهٔ فنجان؛ ترکیببندی مرکزی با پسزمینهٔ تیره و ساده.
یک شهر آیندهنگر در غروب با ساختمانهای شیشهای بلند و ترافیک نورانی خودروهای پرنده؛ سبک سینمایی و رندر سهبعدی با جزئیات بالا؛ نور طلایی غروب مخلوط با نور نئون آبی؛ لنز واید ۲۴ میلیمتر از زاویهٔ پایین به بالا؛ ترکیببندی با خطوط راهنمای عمودی ساختمانها به سمت افق.
یک نکتهٔ عملی دیگر این است که ترتیب کلمات در پرامپت هم اثر دارد؛ اکثر مدلها به بخش ابتدایی پرامپت وزن بیشتری میدهند، پس سوژه را همیشه اول بنویسید و جزئیات جانبی مثل نور و لنز را بعد از آن بیاورید. اگر پرامپت طولانی میشود، آن را به جملههای کوتاهتر با کاما تقسیم کنید تا مدل هر بخش را جداگانه پردازش کند.
اشتباههای رایج در ترکیب لایهها
یکی از رایجترین خطاها این است که کاربر همهچیز را در یک جملهٔ بلند و بدون ساختار مینویسد و امیدوار است مدل خودش اولویتبندی کند. نتیجه معمولاً تصویری است که هیچکدام از لایهها را کامل رعایت نمیکند. راهحل این است که هر لایه را در یک عبارت کوتاه و مجزا بنویسید و با کاما از هم جدا کنید، دقیقاً همانطور که در سه نمونهٔ بالا آمده است. خطای دیگر، اضافه کردن جزئیات متناقض است؛ مثلاً همزمان خواستن «نور نرم استودیویی» و «نور سخت ظهر»، که مدل را مجبور به میانگینگیری نامعقول میکند.
روش بهتر برای ساختن پرامپت پیچیده، تولید تدریجی است: ابتدا فقط سوژه و سبک را بنویسید و نتیجه را ببینید، بعد نور را اضافه کنید و دوباره تست بگیرید، سپس لنز و در نهایت ترکیببندی را تنظیم کنید. این روش کمک میکند بفهمید کدام لایه بیشترین تأثیر را روی خروجی خاص مدلی که استفاده میکنید دارد، چون رفتار مدلهای مختلف نسبت به همین کلمات یکسان نیست.
جمعبندی
- سوژه را همیشه اول و با جزئیات دقیق ظاهری بنویسید، نه با توصیف کلی.
- یک سبک بصری انتخاب کنید و از مخلوط کردن سبکهای متضاد در یک پرامپت خودداری کنید.
- نور را با جهت، شدت و رنگ توصیف کنید؛ این لایه بیشترین تأثیر را بر حس تصویر دارد.
- اشاره به لنز و زاویه، عمق میدان و پرسپکتیو را کنترل میکند و تصویر را حرفهایتر میکند.
- ترکیببندی را فراموش نکنید؛ چیدمان قاب فاصلهٔ بین نتیجهٔ آماتور و حرفهای را مشخص میکند.
