SeterusnyaPanduan seterusnya
Gesaan Negatif dalam Penjanaan Imej
AI Visual
PANDUAN AI Visual
Gesaan penjanaan imej yang berkesan menerangkan gambar yang anda inginkan: subjek, sederhana, gaya, pencahayaan, komposisi dan kamera, dinyatakan dengan jelas dan khusus, dan bukannya meminta model melakukan tugasan.
Dengar panduan iniAI-diceritakan · ~3 min
Model imej memetakan perkataan kepada ciri visual dan bukannya mengikut arahan seperti yang dilakukan oleh model sembang, jadi perbendaharaan kata deskriptif dan mengetahui sintaks model anda memisahkan hasil generik daripada imej yang sebenarnya anda gambarkan.
Gesaan imej yang kuat berbunyi seperti perihalan gambar yang telah siap. Perintah yang berguna adalah tertakluk terlebih dahulu (siapa atau apa, melakukan apa), kemudian sederhana (gambar, lukisan minyak, render 3D, lakaran pensel), gaya atau era (art nouveau, filem pegun 1970-an), pencahayaan (resap lembut, cahaya rim, neon), gubahan dan kamera (dekat, tangkapan lebar, sudut rendah, kanta despek warna dan bidang yang akhirnya 35mm) Kata nama khusus mengalahkan kata adjektif: "nelayan yang lapuk membaiki jala" memberikan model lebih untuk bekerja daripada "orang tua yang menarik." Cara anda menyatakan frasa ini bergantung pada model. Model Stable Diffusion yang lebih lama menggunakan pengekod teks CLIP dan bertindak balas dengan baik kepada kata kunci yang dipisahkan koma, dan mereka hanya membaca bilangan token yang terhad. Sistem yang lebih baharu seperti DALL-E 3, Imagen dan FLUX menggunakan pengekod bahasa yang lebih kuat dan mengendalikan ayat penuh, hubungan ruang dan teks dalam imej dengan lebih baik. Dalam ChatGPT, gesaan DALL-E 3 ditulis semula oleh model sembang sebelum penjanaan, jadi apa yang anda taipkan bukanlah perkara yang diterima oleh model imej. Imej menggesa berbeza daripada menggesa model sembang. Model imej tidak membuat alasan tentang permintaan anda; ia mengaitkan perkataan dengan ciri visual. Itu menjelaskan kesilapan yang paling biasa: menulis "pantai tanpa orang" boleh menambah orang, kerana perkataan "orang" hadir. Sebaliknya, gunakan medan gesaan negatif atau parameter --no Midjourney. Arahan yang sopan, penjelasan tentang tujuan dan cerita belakang yang panjang biasanya menambah bunyi. Kesalahpahaman lain: teg kualiti seperti "karya agung, 8k, kualiti terbaik" membantu beberapa model komuniti lama tetapi melakukan sedikit pada kebanyakan model moden, dan gesaan yang lebih panjang tidak lebih baik secara automatik, kerana istilah tambahan bersaing untuk mendapatkan pengaruh. Kaedah yang boleh dipercayai ialah lelaran: betulkan benih, tukar satu elemen pada satu masa, dan simpan nota pada perkataan yang menghasilkan kesan yang mana.
Pemilik perniagaan kecil menukar "buat gambar lilin kami yang bagus" kepada "foto produk lilin kaca ambar di atas meja walnut, cahaya tingkap lembut dari kiri, medan kedalaman cetek, latar belakang krim" dan mendapat imej katalog yang boleh digunakan.
Seorang guru yang menggambarkan pelajaran menulis "ilustrasi vektor rata bagi gambar rajah kitaran air, warna asas yang terang, garisan bersih, latar belakang putih" dan meletakkan teks label dalam tanda petikan supaya model yang lebih baharu menghasilkan perkataan.
Pengguna Stable Diffusion yang terus mendapat teks seperti tera air menambahkan "teks, tera air, tandatangan" pada medan gesaan negatif dan bukannya menulis "tiada teks" dalam gesaan utama.
Artis konsep dalam Midjourney membetulkan benih, kemudian menukar hanya frasa pencahayaan daripada "mendung" kepada "lampu latar jam emas" untuk membandingkan mood tanpa perubahan komposisi.
Gesaan sedang beralih daripada kerajinan kata kunci ke arah perbualan bahasa biasa, kerana penjanaan imej menjadi terbina dalam pembantu sembang yang boleh mengedit imej merentasi beberapa pusingan. Pengekod teks yang lebih baik sedang menambah baik pemaparan teks, kiraan objek dan reka letak spatial. Kawalan di luar perkataan, seperti imej rujukan, rujukan gaya, lakaran, panduan pose dan gesaan serantau, menjadi standard, yang mengurangkan jumlah yang mesti disebut dalam teks. Asasnya berkemungkinan kekal berguna tanpa mengira: mengetahui perbendaharaan kata pencahayaan, gubahan, kanta dan sejarah seni membolehkan anda menanyakan maksud anda, apa sahaja antara muka yang anda gunakan.
Newsletter percuma
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Gesaan penjanaan imej yang berkesan menerangkan gambar yang anda inginkan: subjek, sederhana, gaya, pencahayaan, komposisi dan kamera, dinyatakan dengan jelas dan khusus, dan bukannya meminta model melakukan tugasan. Model imej memetakan perkataan kepada ciri visual dan bukannya mengikut arahan seperti yang dilakukan oleh model sembang, jadi perbendaharaan kata deskriptif dan mengetahui sintaks model anda memisahkan hasil generik daripada imej yang sebenarnya anda gambarkan.
Bermula dengan subjek memberitahu model tentang gambar itu sebelum melapis pada medium, gaya, pencahayaan dan komposisi.
Perkataan "orang" menarik orang ke dalam imej. Medan gesaan negatif atau --no parameter ialah cara yang boleh dipercayai untuk mengecualikan sesuatu.
Nombor itu adalah berat. Nilai di atas 1 mengukuhkan pengaruh frasa; nilai di bawah 1 melemahkannya.
Bimbingan biasanya bergerak daripada ramalan tanpa syarat ke arah gesaan. Menggantikan gesaan negatif untuk garis dasar itu menjauhkan diri daripada perkara yang diterangkan.
Benih menentukan bunyi permulaan. Memegangnya tetap menjadikan perbandingan antara versi segera bermakna.
Teruskan belajar
Lebih banyak panduan dipilih untuk topik ini
SeterusnyaPanduan seterusnya
Gesaan Negatif dalam Penjanaan Imej
AI Visual