پرامپت پک استیکر سه‌بعدی؛ چهرهٔ خودت در دوازده حالت

پک استیکرهای شخصی، یکی از سرگرم‌کننده‌ترین کاربردهای تصویرسازی با هوش مصنوعی است؛ دوازده حالت احساسی از چهرهٔ خودتان در قالب کارتونی سه‌بعدی که می‌توانید در گفت‌وگوهای روزمره استفاده کنید. کل ماجرا با یک عکس مرجع و یک پرامپت دقیق انجام می‌شود. در این مقاله متن کامل پرامپت، منطق پشت هر بخش آن و چهار نسخهٔ موقعیتی را مرور می‌کنیم.

۱) پک استیکر چیست و چرا جواب می‌دهد

استیکر شخصی یعنی همان کاری که ایموجی‌ها می‌کنند، اما با چهرهٔ خود شما. وقتی گیرندهٔ پیام چهرهٔ آشنایی را در حالت خنده یا تعجب می‌بیند، ارتباط شخصی‌تر و صمیمی‌تر می‌شود.

ساخت چنین پکی تا چند سال پیش کار یک تصویرساز حرفه‌ای بود و برای هر حالت باید جداگانه طراحی می‌شد. حالا با یک پرامپت، همهٔ حالت‌ها در یک تصویر شبکه‌ای ساخته می‌شوند و شما فقط باید آنها را برش بزنید.

نکتهٔ کلیدی این است که خروجی یک تصویر بزرگ است، نه دوازده فایل جدا. پس بعد از ساخت، باید هر خانه را جداگانه برش بزنید و در صورت نیاز پس‌زمینه‌اش را حذف کنید تا به فرمت استیکر تبدیل شود.

۲) عکس مرجع؛ نیمی از کیفیت خروجی

هیچ پرامپتی نمی‌تواند ضعف عکس ورودی را جبران کند. برای بهترین نتیجه، عکس مرجع باید سه ویژگی داشته باشد.

نور یکنواخت. سایه‌های شدید روی صورت باعث می‌شوند مدل ساختار چهره را اشتباه بخواند. نور روز غیرمستقیم بهترین گزینه است.

زاویهٔ روبه‌رو. عکسی که مستقیم به دوربین نگاه می‌کند، اطلاعات کامل‌تری از تناسبات صورت می‌دهد. عکس‌های سه‌رخ معمولاً منجر به ناهماهنگی بین خانه‌های شبکه می‌شوند.

وضوح بالا و پس‌زمینهٔ ساده. هرچه جزئیات چهره واضح‌تر باشد، شباهت بیشتر حفظ می‌شود. پس‌زمینهٔ شلوغ هم گاهی وارد استیکرها می‌شود.

یک نکتهٔ عملی: اگر عینک یا کلاه در عکس مرجع دارید، در پرامپت صریحاً بگویید که باید در همهٔ خانه‌ها حفظ شود؛ وگرنه در بعضی خانه‌ها ناپدید می‌شود.

۳) متن کامل پرامپت

ابتدا عکس مرجع را آپلود کنید و سپس این متن را بفرستید:

A high-quality 3D cartoon sticker pack of the person in the reference image, preserving their exact facial features, skin tone, hair style, hair color, and overall likeness as shown in the reference photo, rendered in a cute Pixar-style 3D cartoon aesthetic. The character is wearing a red sweatshirt. Multiple different emotional reactions arranged in a grid layout. Expressions include: shocked (hand over mouth, "OMG!" text bubble), angry (red anger mark, steam from head), surprised (holding phone, open mouth), crying loudly with tears, screaming "AAA!", thumbs up saying "Cool!", furious with fire background, winking with hearts, sad with rain cloud above head, shy saying "Sorry", confused with spiral eyes and question marks, and loudly crying "WAAH!". Soft warm beige background, white sticker-style outlines, glossy finish, soft shadows, Pixar-style 3D rendering, highly detailed, vibrant colors, cute emoji-style speech bubbles, clean studio lighting, centered composition, high resolution. Maintain consistent facial identity and hairstyle across all grid panels, matching the reference image's gender presentation, face shape, eye shape/color, and hair exactly.

رنگ لباس در متن قرمز نوشته شده است؛ آن را با رنگ دلخواه خودتان عوض کنید. تعیین رنگ ثابت لباس یک ترفند مهم است، چون به یکدستی بصری کل پک کمک می‌کند.

۴) چرا قید حفظ هویت دو بار تکرار شده است

اگر به ساختار پرامپت دقت کنید، خواستهٔ حفظ چهره هم در جملهٔ اول آمده و هم در جملهٔ آخر با جزئیات بیشتر: شکل صورت، شکل و رنگ چشم و مدل مو.

این تکرار عمدی است. وقتی مدل باید دوازده تصویر مستقل بسازد، در هر خانه کمی از مرجع فاصله می‌گیرد و بعد از چند خانه، چهره‌ای می‌سازد که دیگر شبیه عکس اصلی نیست. یادآوری قید در انتهای پرامپت، این رانش تدریجی را کم می‌کند.

اگر باز هم ناهماهنگی دیدید، دو راه‌حل دارید. اول، کاهش تعداد خانه‌ها به شش یا هشت؛ هرچه خانه‌ها کمتر باشند، هر کدام دقت بیشتری می‌گیرند. دوم، ساخت پک در دو مرحله و استفاده از خروجی موفق مرحلهٔ اول به‌عنوان مرجع مرحلهٔ دوم. منطق کلی چنین قیدهایی را در پرامپت‌نویسی به زبان ساده توضیح داده‌ایم.

۵) حالت‌های احساسی؛ چرا این دوازده تا

فهرست حالت‌ها در پرامپت تصادفی انتخاب نشده است. اگر دقت کنید، طیف کاملی از احساسات روزمرهٔ گفت‌وگو را پوشش می‌دهد: تعجب، خشم، شگفتی، گریه، فریاد، تأیید، عصبانیت شدید، شوخی عاشقانه، ناراحتی، شرمندگی، سردرگمی و گریهٔ بلند.

هر حالت هم با یک نشانهٔ بصری همراه شده است؛ مثلاً بخار از سر برای خشم، ابر باران برای ناراحتی و چشم‌های مارپیچ برای سردرگمی. این نشانه‌ها، زبان بصری مشترک انیمیشن‌های کارتونی هستند و باعث می‌شوند حالت‌ها حتی در اندازهٔ کوچک هم فوراً تشخیص داده شوند.

می‌توانید فهرست را متناسب با نیاز خودتان عوض کنید. مثلاً برای یک پک کاری، حالت‌هایی مثل تأیید، فکرکردن، خستگی و جشن‌گرفتن کاربردی‌تر هستند.

۶) مشکل متن داخل استیکر

در پرامپت چند حباب گفت‌وگو با متن انگلیسی کوتاه خواسته شده است. اینجا باید انتظارتان را واقع‌بینانه نگه دارید.

مدل‌های تصویری در نوشتن متن، به‌ویژه متن کوتاه انگلیسی، بهتر از گذشته شده‌اند اما هنوز خطا دارند. برای کلمات دو تا چهار حرفی معمولاً درست عمل می‌کنند و برای عبارت‌های بلندتر، احتمال حروف اضافه یا جابه‌جا زیاد است.

راه‌حل عملی این است که حباب‌ها را خالی بخواهید و متن را بعداً خودتان اضافه کنید. این کار مزیت دیگری هم دارد: می‌توانید متن فارسی بگذارید، کاری که مدل‌های تصویری هنوز در آن ضعیفند. این محدودیت‌ها را در توان‌ها و محدودیت‌های واقعی هوش مصنوعی بیشتر بررسی کرده‌ایم.

۷) چهار نسخهٔ موقعیتی

نسخهٔ کاری و اداری.

A high-quality 3D cartoon sticker pack of the person in the reference image, preserving their exact facial features, skin tone, hairstyle and likeness, in a cute Pixar-style 3D aesthetic. The character wears a navy shirt. Eight work-related reactions in a grid: approving with thumbs up, deep in thought, exhausted at a laptop, celebrating a win, taking notes, on a call, confused at a chart, waving hello. Soft light gray background, white sticker outlines, glossy finish, empty speech bubbles, clean studio lighting, high resolution. Keep facial identity consistent across all panels.

نسخهٔ حیوان خانگی.

A high-quality 3D cartoon sticker pack of the pet in the reference image, preserving its exact breed, fur color, pattern and markings, in a cute Pixar-style 3D aesthetic. Nine playful reactions in a grid: happy, sleepy, begging for food, surprised, playing, grumpy, curious with tilted head, excited jumping, hiding. Soft cream background, white sticker outlines, glossy finish, soft shadows, high resolution. Keep the pet identity consistent across all panels.

نسخهٔ دو نفره.

A high-quality 3D cartoon sticker pack featuring both people from the reference image together, preserving each person's exact facial features, skin tone, hairstyle and likeness, in a cute Pixar-style 3D aesthetic. Six paired reactions in a grid: laughing together, arguing, high five, taking a selfie, one comforting the other, both surprised. Soft warm beige background, white sticker outlines, glossy finish, high resolution. Keep both identities consistent across all panels.

نسخهٔ تخت و مینیمال.

A high-quality flat vector sticker pack of the person in the reference image, preserving their exact facial features, skin tone, hairstyle and likeness, in a clean minimal flat illustration style with bold outlines and no gradients. Twelve emotional reactions arranged in a grid. Plain white background, thick white sticker borders, limited three-color palette, high resolution. Keep facial identity consistent across all panels.

۸) از تصویر شبکه‌ای تا استیکر واقعی

خروجی این پرامپت یک تصویر بزرگ است. برای تبدیل آن به استیکر قابل استفاده، سه گام ساده لازم است.

گام اول، برش. هر خانه را جداگانه برش بزنید. بهتر است کمی حاشیهٔ سفید اطراف هر استیکر نگه دارید، چون همان خط سفید است که به آن ظاهر استیکری می‌دهد.

گام دوم، حذف پس‌زمینه. برای استفاده در پیام‌رسان‌ها، پس‌زمینه باید شفاف باشد. ابزارهای حذف پس‌زمینه این کار را در چند ثانیه انجام می‌دهند.

گام سوم، ساخت پک. هر پیام‌رسان قواعد خودش را برای اندازه و فرمت فایل دارد؛ معمولاً تصویر مربعی با پس‌زمینهٔ شفاف کافی است. همین جریان کاری ساده، یکی از نمونه‌های ملموس صرفه‌جویی در زمان با ابزارهای هوش مصنوعی است که در اهمیت هوش مصنوعی در کسب‌وکار بررسی شده است. برای آشنایی با شرکت‌های پشت این ابزارها هم معرفی اوپن‌ای‌آی را ببینید و آموزش‌های بیشتر را در آموزش‌های چت جی‌پی‌تی دنبال کنید.

پرسش‌های پرتکرار دربارهٔ پرامپت پک استیکر سه‌بعدی

چرا چهره در بعضی خانه‌ها فرق می‌کند؟

این رانش تدریجی، رفتار شناخته‌شدهٔ مدل‌های تصویری در تولید چند تصویر هم‌زمان است. کاهش تعداد خانه‌ها و تکرار قید حفظ هویت در انتهای پرامپت، بهترین راه کاهش آن است.

می‌توانم از عکس دوستم استفاده کنم؟

فقط با اجازهٔ صریح خودش. ساخت تصویر از چهرهٔ دیگران بدون رضایت، هم از نظر اخلاقی و هم در قوانین استفادهٔ بسیاری از سکوها مشکل‌ساز است.

چطور پس‌زمینه را شفاف کنم؟

یا در پرامپت پس‌زمینهٔ سفید یکدست بخواهید و بعد آن را با ابزار حذف پس‌زمینه بردارید، یا مستقیماً از ابزارهایی استفاده کنید که خروجی با کانال شفافیت می‌دهند.

حتماً باید سبک سه‌بعدی باشد؟

نه. همین ساختار با سبک تخت، آبرنگی یا کمیک هم کار می‌کند؛ کافی است عبارت مربوط به سبک را در ابتدای پرامپت عوض کنید، همان‌طور که در نسخهٔ چهارم این مقاله دیدید.

چند حالت بهترین تعداد است؟

در عمل، شش تا نه حالت تعادل خوبی بین تنوع و کیفیت است. با دوازده حالت، احتمال افت شباهت چهره بیشتر می‌شود.