تصویری را تصور کنید که در آن یک نفر بیحرکت وسط خیابان شلوغ ایستاده و بقیه مثل جریان آب از کنارش رد میشوند. این قاب، یکی از کلیشههای محبوب عکاسی خیابانی سینمایی است و ساختنش با دوربین واقعی به تنظیمات دقیق سرعت شاتر و کمی شانس نیاز دارد. با یک پرامپت درست اما، همان حس در چند ثانیه ساخته میشود. در این مقاله متن کامل پرامپت، منطق پشت هر قید فنی و چهار نسخهٔ موقعیتی آن را مرور میکنیم.

لیست مطالب
۱) ایدهٔ مرکزی؛ سکون در دل شلوغی
قدرت این قاب از یک تضاد ساده میآید: یک نقطهٔ ثابت در میان حرکت. چشم انسان بهطور طبیعی به سمت واضحترین بخش تصویر میرود، و وقتی همهچیز جز یک نفر محو باشد، آن یک نفر بلافاصله تبدیل به قهرمان قاب میشود.
در عکاسی واقعی، این افکت با سرعت شاتر پایین و دوربین ثابت گرفته میشود؛ سوژه باید کاملاً بیحرکت بماند و بقیه در حال حرکت باشند. در تصویرسازی با هوش مصنوعی، همین ایده باید به زبان توصیف ترجمه شود، و پرامپتی که در ادامه میبینید دقیقاً همین کار را میکند.
نکتهٔ مهم این است که تضاد باید در متن پرامپت صریح گفته شود. اگر فقط بنویسید «خیابان شلوغ»، مدل یک تصویر شلوغ میسازد که هیچ مرکزی ندارد. عبارت کلیدی، ترکیب «فوکوس تیز روی چهره» با «عبور مردم در محوشدگی حرکتی» است.
۲) نور طلایی؛ چرا این ساعت فرق میکند
نور طلایی به بازهٔ کوتاهی بعد از طلوع و پیش از غروب گفته میشود که خورشید پایین است و نورش از لایهٔ ضخیمتری از جو عبور میکند. نتیجه، نوری گرمتر، نرمتر و جهتدارتر است.
برای این قاب، مهمترین ویژگی نور طلایی جهت آن است. وقتی خورشید پشت سوژه باشد، لبههای مو و شانهها روشن میشوند و یک خط نور دور سوژه میسازند. همین خط، سوژه را از پسزمینه جدا میکند؛ حتی وقتی رنگ لباس و پسزمینه نزدیک باشند.
در پرامپت، این خواسته با دو عبارت پشتسرهم آمده است: نور گرم که از پشت میتابد، و هالهٔ نرم دور موها. اگر فقط بنویسید نور طلایی، ممکن است مدل خورشید را جلوی سوژه بگذارد و کل افکت از بین برود.
۳) متن کامل پرامپت
این متن را بدون تغییر در ابزار تصویرسازی خود وارد کنید:
Cinematic street photography of a young woman standing still in the center of a crowded city street during golden hour, sharp focus on her face while people rush past in motion blur, creating a sense of isolation and stillness in chaos. She has natural makeup, soft wavy blonde hair, wearing a minimal white shirt and dark blazer. Background filled with tall urban buildings and buses on both sides, warm sunlight glowing from behind, backlighting her hair with a soft halo effect. Shallow depth of field, 50mm lens look, high dynamic range, realistic skin texture, subtle film grain, symmetrical composition, leading lines drawing toward subject, moody yet calm expression, ultra-realistic, editorial fashion photography style.
اگر ابزار شما نسبت تصویر جداگانه میخواهد، نسبت عمودی چهار به پنج یا نه به شانزده برای شبکههای اجتماعی و نسبت افقی سه به دو برای وب مناسبتر است.

۴) قیدهای فنی؛ ترجمهٔ زبان دوربین به زبان مدل
بخش دوم پرامپت، مجموعهای از اصطلاحهای عکاسی است که هرکدام اثر مشخصی روی خروجی دارند.
عمق میدان کم. یعنی فقط یک لایه از تصویر واضح باشد و جلو و عقب آن بهتدریج محو شود. این قید، جدایی سوژه از پسزمینه را تشدید میکند.
حس لنز پنجاه میلیمتری. این عدد در عکاسی به لنزی اشاره دارد که پرسپکتیوش به دید طبیعی چشم نزدیک است. نوشتنش در پرامپت باعث میشود مدل از اعوجاجهای لنز واید یا فشردگی لنز تله فاصله بگیرد.
دامنهٔ دینامیکی بالا. یعنی جزئیات هم در بخشهای روشن حفظ شود و هم در سایهها. بدون این قید، در نور پشتسر معمولاً صورت سوژه تاریک میافتد.
بافت واقعگرایانهٔ پوست. شاید مهمترین قید برای واقعی بهنظر رسیدن خروجی. مدلها بدون این تأکید، تمایل دارند پوست را بیشازحد صاف و براق بسازند.
دانهٔ ظریف فیلم. کمی نویز کنترلشده، تصویر را از آن ظاهر بیشازحد تمیز دیجیتال دور میکند و حس آنالوگ میدهد.
خطوط هدایتگر و ترکیببندی متقارن. ساختمانها و اتوبوسهای دو طرف خیابان، خطهایی میسازند که نگاه بیننده را به مرکز قاب میکشانند. این همان چیزی است که به قاب حس سینمایی میدهد.
اگر میخواهید بدانید چرا چیدمان و ترتیب همین قیدها اهمیت دارد، راهنمای پرامپتنویسی به زبان ساده منطق کلی را توضیح میدهد.
۵) چرا خروجی گاهی مصنوعی میشود
شایعترین شکایت دربارهٔ این نوع تصاویر، ظاهر بیشازحد صیقلی آنهاست. سه دلیل اصلی دارد.
دلیل اول، نبودن قیدهای بافت است. اگر بافت پوست و دانهٔ فیلم را نخواهید، مدل بهسمت زیبایی آرمانی و غیرواقعی میرود.
دلیل دوم، تقارن بیشازحد است. تقارن در پرامپت خواسته شده، اما اگر همهچیز کاملاً متقارن باشد تصویر مصنوعی میشود. میتوانید با اضافهکردن یک عنصر نامتقارن مثل چراغ خیابان در یک سمت، این حالت را بشکنید.
دلیل سوم، جمعیت پسزمینه است. مدلها در ساختن چهرهها و دستهای افراد دور هنوز ضعیفند. راهحل ساده این است که در پرامپت تأکید کنید افراد پسزمینه بهطور کامل محو باشند تا جزئیات نادرست دیده نشود. این دست محدودیتها را در توانها و محدودیتهای واقعی هوش مصنوعی با جزئیات بیشتری بررسی کردهایم.
۶) چهار نسخهٔ موقعیتی
اسکلت پرامپت را نگه دارید و فقط سوژه، مکان و زمان را عوض کنید.
نسخهٔ شبانه و نئون.
Cinematic street photography of a young man standing still at a busy night crossing, sharp focus on his face while traffic and pedestrians blur around him. Neon shop signs reflect on wet asphalt. Wearing a dark coat, calm expression. Shallow depth of field, 35mm lens look, high dynamic range, realistic skin texture, subtle film grain, strong leading lines from the crosswalk, moody cinematic color grade, ultra-realistic.
نسخهٔ بازار سنتی.
Cinematic street photography of an older shopkeeper standing still in a crowded traditional bazaar corridor, sharp focus on his face while shoppers rush past in motion blur. Warm light beams falling from ceiling openings, dust particles visible in the light. Shallow depth of field, 50mm lens look, high dynamic range, realistic skin texture, subtle film grain, symmetrical composition, documentary photography style, ultra-realistic.
نسخهٔ ایستگاه مترو.
Cinematic street photography of a young woman standing still on a metro platform while a train passes in heavy motion blur behind her, sharp focus on her face. Cool fluorescent lighting mixed with warm reflections, minimal outfit. Shallow depth of field, 50mm lens look, high dynamic range, realistic skin texture, subtle film grain, strong horizontal leading lines, quiet and contemplative mood, ultra-realistic.
نسخهٔ باران و چتر.
Cinematic street photography of a person standing still under a black umbrella in the middle of a rainy city street, sharp focus on the umbrella and face while cars and people blur around. Warm street lights glowing through the rain, wet reflections on the ground. Shallow depth of field, 50mm lens look, high dynamic range, realistic skin texture, subtle film grain, backlit rain droplets, ultra-realistic editorial style.

۷) از یک قاب تا یک مجموعه
اگر میخواهید این تصاویر را برای یک صفحه یا برند استفاده کنید، بهتر است چند قاب با یک زبان بصری واحد بسازید. کافی است قیدهای فنی و پالت نوری را ثابت نگه دارید و فقط سوژه و مکان را عوض کنید.
یک نکتهٔ عملی: خروجیهای موفق را همراه با متن دقیق پرامپتشان در یک فایل ذخیره کنید. بعد از چند ده تصویر، شما یک کتابخانهٔ سبک شخصی خواهید داشت که سرعت کارتان را چند برابر میکند. رشد همین جنس بهرهوری است که در اهمیت هوش مصنوعی در کسبوکار بررسی شده است.
۸) نکتهٔ اخلاقی که نباید فراموش شود
تصویرهایی که این پرامپت میسازد، بهشدت واقعگرایانهاند. همین واقعگرایی یعنی اگر آنها را بدون توضیح منتشر کنید، بیننده ممکن است تصور کند یک عکس واقعی از یک شخص واقعی است.
توصیهٔ ساده این است: هر جا خروجی میتواند با عکس واقعی اشتباه گرفته شود، ساختگیبودن آن را ذکر کنید. همچنین از ساخت چهرهٔ افراد شناختهشده یا آشنایان بدون اجازهٔ صریحشان پرهیز کنید. برای آشنایی بیشتر با شرکتهایی که این ابزارها را ساختهاند، معرفی اوپنایآی را ببینید و آموزشهای بیشتر را در آموزشهای چت جیپیتی دنبال کنید.
پرسشهای پرتکرار دربارهٔ پرامپت عکاسی خیابانی سینمایی
چرا محوشدگی حرکتی در خروجی من ساخته نمیشود؟
معمولاً به این دلیل که در پرامپت فقط «شلوغ» گفته شده و فعل حرکت نیامده است. عبارت مربوط به عبور سریع مردم و محوشدگی باید بهروشنی در جمله باشد؛ نه بهعنوان صفت، بلکه بهعنوان توصیف کنش.
میتوانم عکس خودم را مرجع بدهم؟
اگر ابزارتان از تصویر مرجع پشتیبانی میکند، بله. در این حالت توصیف ظاهری سوژه را از پرامپت کوتاه کنید و بهجایش تأکید کنید که هویت چهره باید دقیقاً حفظ شود.
عدد لنز واقعاً روی خروجی اثر دارد؟
بهطور غیرمستقیم بله. مدل، عدد لنز را بهعنوان یک برچسب سبک میبیند، نه یک محاسبهٔ اپتیکی. اما چون تصاویر آموزشی با همین برچسبها همراه بودهاند، خروجی معمولاً پرسپکتیو نزدیکی به آن لنز پیدا میکند.
چطور چهره را واضحتر نگه دارم؟
در پرامپت تأکید کنید که فوکوس دقیقاً روی چشمها است. اگر باز هم نرم بود، تصویر را در مرحلهٔ بعد با ابزار بزرگنمایی و بازسازی جزئیات چهره پردازش کنید.
برای ویدئو هم میشود از این ساختار استفاده کرد؟
بله، اما باید حرکت دوربین را هم توصیف کنید. در پرامپتهای ویدئویی، قیدهایی مثل ثابتبودن دوربین و مدتزمان نما اهمیت پیدا میکنند که در تصویر ثابت معنایی ندارند.
