ثبات شخصیت؛ یک آدم در ده تصویر مختلف

یکی از سخت‌ترین چالش‌های تولید تصویر با هوش مصنوعی، نگه داشتن یک شخصیت ثابت در چند تصویر مختلف است. مدل تصویرساز به‌طور پیش‌فرض هر تصویر را از صفر می‌سازد و هیچ حافظه‌ای از تصویر قبلی ندارد، پس اگر فقط اسم یک شخصیت را در پرامپت تکرار کنید، چهره، لباس و حتی رنگ مو در هر تصویر کمی یا خیلی تغییر می‌کند. برای ساختن یک مجموعهٔ ده‌تایی از یک شخصیت که واقعاً یک نفر به نظر برسد، به یک روش مشخص نیاز دارید، نه فقط تکرار توصیف. این مقاله چند تکنیک عملی برای این کار را توضیح می‌دهد و سه پرامپت آماده در اختیارتان می‌گذارد.

چرا شخصیت‌ها در تصاویر مختلف عوض می‌شوند

ریشهٔ مشکل این است که توصیف کلامی، حتی وقتی دقیق باشد، بی‌نهایت راه برای تفسیر بصری دارد. اگر بنویسید «زنی با موهای مشکی و چشمان قهوه‌ای»، مدل هر بار می‌تواند شکل صورت، فرم بینی و حالت لب را متفاوت انتخاب کند، چون این جزئیات در پرامپت مشخص نشده‌اند. راه‌حل واقعی یا استفاده از یک تصویر مرجع ثابت است (اگر ابزار شما این قابلیت را دارد) یا نوشتن یک توصیف فوق‌العاده دقیق که تمام جزئیات چهره را قفل می‌کند و در تمام ده پرامپت بدون تغییر تکرار می‌شود.

روش اول: شیت شخصیت (Character Sheet)

قبل از تولید ده تصویر داستانی، یک «شیت شخصیت» بسازید: یک پاراگراف ثابت شامل سن، فرم صورت، رنگ و مدل مو، رنگ چشم، قد و بدن‌فرم، و حتی جزئیات کوچک مثل خال یا زخم مشخصه. این پاراگراف را جایی ذخیره کنید و در تمام پرامپت‌های بعدی بدون هیچ تغییری کپی کنید؛ فقط بخش صحنه، نور و پوز تغییر می‌کند. این روش ساده‌ترین راهی است که بدون هیچ ابزار خاصی، فقط با انضباط در نوشتن، قابل اجراست.