قسمت ۲ — فرمول نه‌مرحله‌ای ساخت پرامپت تصویر

قسمت دوم سری پرامپت‌نویسی تصویر: یک چیدمان استاندارد و تکرارشدنی در نُه جایگاه، از سوژه تا نسبت تصویر، که پرامپت‌های شما را از نوشتهٔ اتفاقی به یک قالب قابل‌اتکا تبدیل می‌کند.

۱. چرا ترتیب اجزا اهمیت دارد

در بیشتر مدل‌های تصویرساز، کلمه‌هایی که زودتر می‌آیند وزن بیشتری می‌گیرند. این یک قاعدهٔ مطلق نیست، اما به‌اندازهٔ کافی صادق هست که ترتیب را به یک ابزار کنترل تبدیل کند. اگر «قرمز» را ابتدای پرامپت بگذارید، احتمال دارد کل صحنه رنگ قرمز بگیرد؛ اگر همان کلمه را بلافاصله بعد از نام شیء بگذارید، احتمال زیاد فقط همان شیء قرمز می‌شود. بسیاری از خروجی‌های عجیب، نتیجهٔ صفتی است که از سوژهٔ خودش جدا افتاده و به سوژهٔ دیگری چسبیده است.

دلیل دوم اهمیت ترتیب، خودِ شماست. وقتی همیشه یک چیدمان ثابت را پر می‌کنید، پرامپت‌هایتان قابل مقایسه می‌شوند. می‌توانید جایگاه پنجم دو پرامپت را کنار هم بگذارید و ببینید کدام بهتر جواب داده. بدون چیدمان ثابت، هر پرامپت یک جزیرهٔ مستقل است و تجربه‌ای انباشته نمی‌شود.

دلیل سوم، تشخیص جای خالی است. وقتی نُه جایگاه دارید و سه‌تایش را خالی گذاشته‌اید، دقیقاً می‌دانید چه تصمیم‌هایی را به مدل واگذار کرده‌اید. این خیلی بهتر از آن است که بعد از دیدن خروجی حدس بزنید چه چیزی کم بوده.

۲. نُه جایگاه در یک نگاه

ترتیب پیشنهادی از عام به خاص و از محتوا به فرم حرکت می‌کند: سوژه، ویژگی‌های سوژه، کنش یا حالت، محیط، ترکیب‌بندی و قاب، نوع تصویر، نور و مشخصات دوربین، سبک و پالت رنگ، نسبت تصویر و کیفیت.

هر جایگاه یک پرسش دارد که باید کوتاه و مشخص جواب بدهید. اگر جوابتان یک صفت انتزاعی شد، آن جایگاه هنوز پر نشده است. مثلاً برای جایگاه محیط، جواب «جای شیک» یعنی خالی؛ جواب «لابی یک هتل با کف سنگ مرمر و گیاهان بلند» یعنی پر.

سه جایگاه آخر لایهٔ فنی هستند و بیشترین تفاوت را بین کار آماتور و حرفه‌ای می‌سازند. در این قسمت فقط جایگاهشان را مشخص می‌کنیم و یک مقدار پیش‌فرض معقول می‌گذاریم؛ چگونگی انتخاب درستشان موضوع قسمت سوم و قسمت چهارم است.

۳. جایگاه‌های یک تا سه: سوژه، ویژگی، کنش

جایگاه یکم — سوژه. یک اسم مشخص و مفرد. اگر دو سوژهٔ هم‌وزن دارید، بدانید که کار را برای مدل چند برابر سخت کرده‌اید؛ بهتر است یکی را سوژه و دیگری را عنصر محیط تعریف کنید.

جایگاه دوم — ویژگی‌های سوژه. رنگ، جنس، سن، اندازه و هر چیزی که خودِ سوژه را توصیف می‌کند. این‌ها باید بلافاصله بعد از سوژه بیایند تا از آن جدا نشوند: «یک کوزهٔ سفالی کهنه با لعاب فیروزه‌ای و لبهٔ پریده».

جایگاه سوم — کنش یا حالت. سوژه دارد چه کار می‌کند یا در چه وضعیتی است. حتی برای اشیای بی‌جان هم این جایگاه معنا دارد: «کج‌شده روی پهلو»، «نیمه‌پر»، «در حال ریختن». نبودِ کنش، تصویر را ایستا و کاتالوگی می‌کند و این دقیقاً همان چیزی است که باعث می‌شود خروجی «مصنوعی» به نظر برسد.

۴. جایگاه‌های چهار تا شش: محیط، ترکیب‌بندی، نوع تصویر

جایگاه چهارم — محیط. مکان، زمان و عناصر پیرامون. یک اشتباه رایج این است که محیط را بیش از حد شلوغ کنند. دو یا سه عنصر مشخص از ده عنصر مبهم بهتر است، چون مدل ظرفیت محدودی برای پرداخت جزئیات دارد و شلوغی باعث می‌شود همه‌چیز نصفه‌نیمه ساخته شود.

جایگاه پنجم — ترکیب‌بندی و قاب. فاصلهٔ دوربین، جای سوژه در کادر و زاویهٔ دید. عبارت‌هایی مثل «سوژه در یک‌سوم چپ کادر»، «نمای نزدیک از بالا»، «نمای باز و متقارن» در این جایگاه می‌نشینند. این جایگاه بیشترین اثر را روی حس نهایی تصویر دارد و کمترین توجه را می‌گیرد.

جایگاه ششم — نوع تصویر. عکس، رندر سه‌بعدی، نقاشی، تصویرسازی برداری، کولاژ. این جایگاه هرگز نباید خالی بماند؛ خالی‌گذاشتنش یعنی سپردن هویت کل تصویر به شانس.

۵. جایگاه‌های هفت تا نه: لایهٔ فنی

جایگاه هفتم — نور و دوربین. نوع منبع نور، جهت آن و مشخصات لنز. برای شروع، مقدار پیش‌فرض «نور طبیعی نرم از کنار» تقریباً همیشه نتیجهٔ قابل‌قبولی می‌دهد. انتخاب آگاهانه‌تر و اثر هر نوع نور، کل موضوع قسمت سوم است.

جایگاه هشتم — سبک و پالت رنگ. اینجا مشخص می‌کنید تصویر چه زبان بصری‌ای دارد و با چه دامنهٔ رنگی. مقدار پیش‌فرض امن، توصیف پالت به‌جای نام‌بردن از یک هنرمند است: «پالت خاکی گرم با یک نقطهٔ رنگ سرد». چرایی این توصیه و روش ساخت پالت اختصاصی برند در قسمت چهارم می‌آید.

جایگاه نهم — نسبت تصویر و کیفیت. نسبت را همیشه بر اساس محل انتشار انتخاب کنید، نه بر اساس زیبایی. تصویری که برای هدر سایت ساخته می‌شود با نسبت افقی و تصویر استوری با نسبت عمودی ساخته می‌شود؛ برش‌زدن بعدی، ترکیب‌بندی‌ای را که در جایگاه پنجم طراحی کرده‌اید نابود می‌کند.

۶. یک نمونهٔ کامل: از ایدهٔ خام تا پرامپت نهایی

ایدهٔ خام: «یک تصویر خوب برای مقاله‌ام دربارهٔ کار از خانه.» این جمله هیچ‌کدام از نُه جایگاه را پر نمی‌کند. حالا جایگاه‌ها را یکی‌یکی جواب می‌دهیم: سوژه یک میز کار خانگی است؛ ویژگی‌ها میز چوبی روشن با لپ‌تاپ باز و یک لیوان چای؛ کنش بخارِ در حال بلندشدن از لیوان؛ محیط اتاقی با پنجرهٔ بزرگ و پردهٔ کتان نازک در صبح؛ ترکیب‌بندی نمای نیمه‌نزدیک از زاویهٔ کمی بالا با میز در دوسوم راست کادر؛ نوع تصویر عکس واقع‌گرایانه؛ نور، نور طبیعی نرم از پنجرهٔ سمت چپ؛ سبک، پالت خاکی گرم با کنتراست ملایم؛ نسبت شانزده به نه.

یک میز کار خانگی چوبی روشن با لپ‌تاپ باز و یک لیوان چای که از آن بخار بلند می‌شود، در اتاقی با پنجرهٔ بزرگ و پردهٔ کتان نازک در ساعات صبح، نمای نیمه‌نزدیک از زاویهٔ کمی بالاتر از سطح میز و با میز در دوسوم راست کادر، عکس واقع‌گرایانه، نور طبیعی نرم از پنجرهٔ سمت چپ با سایه‌های ملایم، پالت خاکی گرم و کنتراست کم، نسبت تصویر شانزده به نه

توجه کنید که در این پرامپت هیچ صفت تشویقی مثل «شاهکار» یا «کیفیت فوق‌العاده» وجود ندارد و طولش هم افسارگسیخته نیست. هر عبارت، جواب یک پرسش مشخص است. اگر خروجی را نپسندیدید، دقیقاً می‌دانید کدام جایگاه را باید عوض کنید.

۷. الگوی خالی برای استفادهٔ روزمره

این الگو را در یادداشت‌هایتان نگه دارید و هر بار پرش کنید. سرعت پرکردن آن بعد از چند بار به کمتر از یک دقیقه می‌رسد.

[سوژه] + [ویژگی‌های سوژه]، [کنش یا حالت]، در [محیط با دو یا سه عنصر مشخص]، [فاصله و زاویهٔ دوربین و جای سوژه در کادر]، [نوع تصویر]، [نور و لنز]، [سبک و پالت رنگ]، نسبت تصویر [نسبت]

یک قاعدهٔ کمکی: اگر پرامپت نهایی بیش از صد و بیست کلمه شد، تقریباً همیشه یعنی در یکی از جایگاه‌ها بیش از حد توضیح داده‌اید. جایگاه‌ها را بخوانید و هر عبارتی را که تصمیم بصری تازه‌ای نمی‌گیرد حذف کنید. برای مرور اصول کلی نوشتن پرامپت می‌توانید راهنمای پرامپت‌نویسی مقدماتی را ببینید و برای دیدن کاربردهای گسترده‌تر این ابزارها در کسب‌وکار، اهمیت هوش مصنوعی در کسب‌وکار نگاه خوبی می‌دهد. فهرست کامل قسمت‌ها هم در صفحهٔ سری پرامپت‌نویسی است.

۸. پرسش و پاسخ

اگر مدل من ترتیب را جدی نگیرد چه؟ بعضی ابزارها پرامپت را قبل از پردازش بازنویسی می‌کنند و اثر ترتیب کم می‌شود. حتی در آن حالت، چیدمان ثابت برای خودِ شما ارزش دارد چون کامل‌بودن پرامپت را تضمین می‌کند و مقایسهٔ نسخه‌ها را ممکن می‌سازد.

می‌شود جایگاهی را خالی گذاشت؟ بله، به‌شرطی که آگاهانه باشد. خالی‌گذاشتن جایگاه سبک وقتی می‌خواهید خروجی متنوع ببینید کاملاً منطقی است. خالی‌گذاشتن جایگاه نوع تصویر تقریباً هیچ‌وقت منطقی نیست.

برای چند سوژه چه کنم؟ سوژهٔ اصلی را در جایگاه یکم بگذارید و بقیه را در جایگاه محیط توصیف کنید، با ذکر رابطهٔ مکانی‌شان: «پشت سرِ او»، «سمت راست کادر». اگر واقعاً دو سوژهٔ هم‌ارز می‌خواهید، انتظار تلاش‌های بیشتری داشته باشید.

این چیدمان برای تصویرسازی گرافیکی هم کار می‌کند؟ بله. برای گرافیک، جایگاه هفتم به‌جای نور و لنز به توصیف بافت و ضخامت خط تبدیل می‌شود و بقیهٔ جایگاه‌ها بدون تغییر می‌مانند.