قسمت ۶ — پرامپت منفی و رفع خطاهای رایج

شش انگشت، صورتی که در نمای دور آب می‌شود، تابلویی که به‌جای کلمه خط‌خطی نوشته، و کادری که آن‌قدر شلوغ است که سوژه گم شده. این‌ها معروف‌ترین خطاهای تصویرسازی با هوش مصنوعی‌اند و تقریباً همه‌شان یک درمان مشترک دارند: گفتن اینکه چه چیزی را نمی‌خواهی. در این قسمت پایانی سری، پرامپت منفی را از تعریف تا یک فهرست آمادهٔ کپی یاد می‌گیری و می‌بینی هر خطای رایج با کدام جمله رفع می‌شود.

۱. پرامپت منفی دقیقاً چه کار می‌کند

پرامپت مثبت به مدل می‌گوید به کدام سمت برود؛ پرامپت منفی به او می‌گوید از کدام سمت فاصله بگیرد. از نظر فنی، مدل دو بار جهت‌گیری را حساب می‌کند و نتیجهٔ نهایی را از جهتِ مثبت دور از جهتِ منفی می‌سازد. یعنی هر کلمه‌ای که در بخش منفی بنویسی، یک بردار فعال است، نه یک فیلتر خنثی.

این نکته پیامد مهمی دارد: نوشتن واژه‌های نامربوط در پرامپت منفی بی‌ضرر نیست. اگر تصویر تو اصلاً آدم ندارد و بنویسی «بدون چهرهٔ تغییرشکل‌یافته»، بخشی از ظرفیت مدل صرف دورشدن از چیزی می‌شود که اصلاً وجود ندارد و نتیجه بی‌جهت شسته‌رفته‌تر یا کم‌جان‌تر درمی‌آید. قاعده ساده است: فقط خطایی را که واقعاً دیده‌ای رد کن.

نکتهٔ دوم اینکه همهٔ ابزارها فیلد جداگانهٔ پرامپت منفی ندارند. در ابزارهایی که این فیلد را ندارند، همان اثر را با جملهٔ صریح داخل پرامپت اصلی می‌گیری: به‌جای فهرست واژه، یک جملهٔ کامل بنویس مثل «هیچ متنی روی تصویر نباشد» یا «فقط یک نفر در کادر باشد».

۲. دست و انگشت: پرتکرارترین خطا

دست به این دلیل خراب می‌شود که در داده‌های آموزشی، انگشت‌ها اغلب روی هم افتاده، نیمه‌پنهان یا محو هستند؛ پس مدل الگوی روشنی از «پنج انگشت جدا» ندارد. سه راهکار به‌ترتیب اثر:

1. ژست را ساده کن. دستِ آویزان کنار بدن، دست در جیب، یا دستی که یک شیء بزرگ را گرفته، به‌مراتب کم‌خطاتر از دستِ باز رو به دوربین است. این مؤثرترین راهکار است و ربطی به پرامپت منفی ندارد.
2. کادر را تغییر بده. اگر دست نقش روایی ندارد، آن را از کادر بیرون بگذار.
3. در پرامپت منفی صریح باش. عبارت‌هایی مثل «extra fingers, fused fingers, missing fingers, deformed hands, six fingers» کمک می‌کنند، ولی به‌تنهایی معجزه نمی‌کنند.

اگر با سه راه بالا هم درست نشد، تصویر را بساز و فقط ناحیهٔ دست را با ابزار ترمیم موضعی بازسازی کن. این کار از ساختن بیست نسخهٔ کامل سریع‌تر است.

۳. صورت در نمای دور و چشم‌های ناهمگون

وقتی صورت کوچک است، پیکسل کمی به آن می‌رسد و مدل جزئیات را حدس می‌زند؛ نتیجه چشم‌های نامتقارن یا صورتی مچاله است. راهکار اصلی، دوباره ساختاری است نه منفی‌نویسی: کادر را نزدیک‌تر کن یا عمق میدان را کم کن تا صورت در ناحیهٔ فوکوس بیفتد.

وقتی مجبوری صورت را کوچک نگه داری، در پرامپت مثبت بنویس که چهره واضح و متقارن باشد و در پرامپت منفی «deformed face, asymmetric eyes, extra eyes, blurry face» را اضافه کن. اگر شخصیت باید در چند تصویر ثابت بماند، روش شناسنامهٔ بصری را در قسمت پنجم، یکپارچگی شخصیت توضیح داده‌ایم.

۴. متن ناخوانا روی تصویر

مدل‌های تصویری حروف را به‌عنوان شکل یاد گرفته‌اند، نه به‌عنوان زبان؛ برای همین تابلو و جلد کتاب اغلب پر از حروف بی‌معنی می‌شود. وضعیت برای فارسی و عربی به‌مراتب بدتر است، چون خط متصل و شکل‌های چندگانهٔ هر حرف عملاً بازتولید نمی‌شوند.

سه قاعدهٔ عملی: اول، متن را کوتاه بخواه؛ یک تا سه کلمه شانس قابل‌قبولی دارد و یک جمله تقریباً هیچ. دوم، متن را داخل گیومه و صریح بنویس تا مدل بداند دقیقاً چه رشته‌ای را باید بگذارد. سوم، اگر متن حیاتی است، تصویر را بدون متن بساز و نوشته را بعداً با یک ابزار طراحی روی آن بگذار؛ این تنها راه قابل‌اتکا برای متن فارسی است.

در پرامپت منفی هم این‌ها را رد کن: «garbled text, misspelled words, random letters, watermark, signature, logo».

۵. شلوغی کادر و ترکیب‌بندی آشفته

وقتی پرامپت پر از صفت و عنصر است، مدل سعی می‌کند همه را در کادر جا بدهد و نتیجه شلوغ می‌شود. اینجا پرامپت منفی دوای درد نیست؛ کوتاه‌کردن پرامپت مثبت است.

یک تمرین مفید: پرامپت را به سه بخش تقسیم کن — سوژه، محیط، و نور و دوربین — و در هر بخش حداکثر سه صفت نگه دار. هر صفتی که خارج شد، اگر واقعاً لازم بود در نسخهٔ بعد برگردان. برای کنترل دقیق‌تر نور و لنز، قسمت سوم، نور و دوربین را ببین.

در سمت منفی هم عبارت‌های «cluttered background, busy composition, multiple subjects, collage, split frame» جلوی بیشتر آشفتگی‌ها را می‌گیرند.

۶. یک نسخهٔ پایهٔ آمادهٔ کپی

این ساختار را برای تصویر پرتره‌محور نگه دار و فقط بخش‌هایی از فهرست منفی را فعال کن که واقعاً به آن‌ها نیاز داری:

[POSITIVE]
Portrait of a woman in a bright modern office, hands resting naturally
in her lap, three-quarter view, soft daylight from camera left,
50mm lens, f/2.0, shallow depth of field, clean uncluttered background,
photorealistic, sharp focus on the face, 4:5 ratio.

[NEGATIVE — enable only what you actually see going wrong]
extra fingers, fused fingers, deformed hands,
asymmetric eyes, deformed face, blurry face,
garbled text, random letters, watermark, signature,
cluttered background, multiple subjects, collage,
oversaturated colors, harsh HDR, plastic skin

روش درست استفاده از این قالب، «اضافه‌کردن پله‌ای» است: با فهرست منفی خالی شروع کن، تصویر را نگاه کن، و فقط خطی را اضافه کن که خطای دیده‌شده را هدف می‌گیرد. اگر همهٔ پانزده خط را از اول فعال کنی، دیگر نمی‌فهمی کدام‌شان کار کرده و کدام‌شان تصویر را بی‌جان کرده است.

۷. چهار اشتباه در استفاده از پرامپت منفی

فهرست منفیِ کپی‌شده از اینترنت. فهرست‌های صدکلمه‌ای که دست‌به‌دست می‌شوند برای یک مدل و یک سبک خاص نوشته شده‌اند. روی مدل تو معمولاً فقط رنگ را می‌پرانند و بافت را صاف می‌کنند.

رد کردن چیزی که در پرامپت مثبت خواسته‌ای. اگر در مثبت «نور دراماتیک» خواسته‌ای و در منفی «سایهٔ تند» را رد کنی، دو دستور با هم می‌جنگند و خروجی بی‌ثبات می‌شود. قبل از هر بار ساخت، دو فهرست را کنار هم بخوان.

انتظار اصلاح ساختار با کلمه. پرامپت منفی جزئیات را اصلاح می‌کند، نه ترکیب‌بندی غلط را. اگر مشکل از کادر یا ژست است، همان را عوض کن.

ثابت‌نگه‌داشتن فهرست برای همیشه. با هر بار به‌روزرسانی مدل، خطاهای رایج عوض می‌شوند. فهرست منفی‌ات را هر چند وقت از صفر بازبینی کن و خط‌هایی را که دیگر خطایی را هدف نمی‌گیرند حذف کن.

۸. پرسش و پاسخ

پرامپت منفی چند کلمه باشد؟ در عمل بین پنج تا بیست عبارتِ هدف‌دار بهترین نتیجه را می‌دهد. بیشتر از این، معمولاً تصویر را کم‌جان می‌کند.

اگر ابزارم فیلد منفی ندارد چه کنم؟ همان محدودیت‌ها را به‌صورت جملهٔ مثبتِ صریح در پرامپت اصلی بنویس؛ مثلاً به‌جای «no text» بنویس «تصویر کاملاً بدون هیچ نوشته یا نشانهٔ تجاری باشد».

چرا با پرامپت منفی رنگ‌ها پریده می‌شود؟ چون عبارت‌هایی مثل oversaturated و vivid colors کل اشباع تصویر را می‌کشند پایین. اگر تصویر بی‌روح شد، اول همین دو عبارت را بردار.

برای متن فارسی روی تصویر واقعاً راهی نیست؟ با تولید مستقیم، نه به‌شکل قابل‌اتکا. راه استاندارد این است که تصویر را بدون متن بسازی و نوشته را در مرحلهٔ طراحی اضافه کنی.

پرامپت منفی روی یکپارچگی شخصیت اثر می‌گذارد؟ بله، به‌شکل مثبت. رد کردن صریح خطاهای چهره کمک می‌کند نشانه‌های یکتای شخصیت جابه‌جا نشوند.

دو تمرین زیر را انجام بده؛ اولی سریع است و دومی را روی تصویری اجرا کن که همین هفته واقعاً به آن نیاز داری.