InayofuataMwongozo unaofuata
Vidokezo Hasi katika Uzalishaji wa Picha
AI ya kuona
Mwongozo wa AI unaoonekana
Kuandika Vidokezo vya Uzalishaji wa Picha Ufanisi
Kidokezo cha ufanisi cha kuunda picha kinaelezea picha unayotaka: mada, wastani, mtindo, mwangaza, muundo na kamera, iliyoelezwa kwa uwazi na mahususi, badala ya kumwomba modeli kufanya kazi.
Katika ukurasa huu4 dakika kusoma
Muhtasari
Miundo ya picha hupanga maneno kwa vipengele vya kuona badala ya kufuata maagizo jinsi miundo ya gumzo hufanya, kwa hivyo msamiati wa maelezo na kujua sintaksia ya kielelezo chako hutenganisha tokeo la jumla kutoka kwa picha uliyopiga.
Dive ya kina
Kidokezo dhabiti cha picha kinasomeka kama maelezo ya picha iliyokamilika. Agizo la manufaa ni somo la kwanza (nani au nini, akifanya nini), kisha kati (picha, uchoraji wa mafuta, 3D render, mchoro wa penseli), mtindo au enzi (sanaa ya sanaa, filamu ya miaka ya 1970 bado), taa (iliyoenea laini, mwanga wa mdomo, neon), muundo na kamera (karibu, risasi pana, pembe ya chini, lenzi ya 35mm ya lenzi, uwiano wa rangi ya rangi, mwishowe, uwiano wa rangi. Majina mahususi ya vivumishi: "mvuvi mwenye hali ya hewa akitengeneza nyavu" humpa mtindo zaidi wa kufanya kazi naye kuliko "mzee wa kuvutia." Jinsi unavyosema hii inategemea mfano. Miundo ya zamani ya Stable Diffusion hutumia kisimbaji cha maandishi cha CLIP na hujibu vyema manenomsingi yaliyotenganishwa kwa koma, na husoma idadi ndogo tu ya tokeni. Mifumo mipya zaidi kama vile DALL-E 3, Imagen na FLUX hutumia programu za kusimba za lugha na kushughulikia sentensi kamili, uhusiano wa anga na maandishi kwenye picha vizuri zaidi. Katika ChatGPT, Vidokezo vya DALL-E 3 huandikwa upya na muundo wa gumzo kabla ya kizazi, kwa hivyo unachoandika si kile ambacho muundo wa picha hupokea. Picha za ushawishi hutofautiana na miundo ya gumzo ya ushawishi. Mfano wa picha haufikirii kuhusu ombi lako; inahusisha maneno na vipengele vya kuona. Hiyo inaelezea kosa la kawaida: kuandika "pwani isiyo na watu" inaweza kuongeza watu, kwa sababu neno "watu" lipo. Tumia sehemu ya kidokezo hasi au Midjourney --no kigezo badala yake. Maagizo ya heshima, maelezo ya kusudi na hadithi ndefu za nyuma kawaida huongeza kelele. Dhana nyingine potofu: lebo za ubora kama vile "kito bora, 8k, ubora bora" zilisaidia baadhi ya miundo ya jumuiya ya zamani lakini kufanya kidogo kwenye nyingi za kisasa, na vidokezo vya muda mrefu si bora kiotomatiki, kwa kuwa maneno ya ziada hushindana ili kupata ushawishi. Njia ya kuaminika ni iteration: kurekebisha mbegu, kubadilisha kipengele kimoja kwa wakati, na kuweka maelezo ambayo maneno yanazalisha ambayo madhara.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Kuandika Vidokezo vya Uzalishaji wa Picha Ufanisi
Uhamasishaji unahama kutoka kwa ufundi wa maneno muhimu kuelekea mazungumzo ya lugha rahisi, huku uundaji wa picha unavyojengwa katika visaidizi vya gumzo vinavyoweza kuhariri picha katika zamu kadhaa. Visimbaji vyema vya maandishi vinaboresha uwasilishaji wa maandishi, hesabu za vitu na mpangilio wa anga kila mara. Vidhibiti zaidi ya maneno, kama vile picha za marejeleo, marejeleo ya mitindo, michoro, miongozo ya pozi na madokezo ya eneo, vinakuwa vya kawaida, ambayo hupunguza ni kiasi gani lazima kisemwe katika maandishi. Misingi inaweza kusalia muhimu bila kujali: kujua msamiati wa taa, muundo, lenzi na historia ya sanaa hukuwezesha kuuliza unachomaanisha, kiolesura chochote unachotumia.
Utekelezaji wa Ulimwengu Halisi
Mmiliki wa biashara ndogo hubadilisha "tengeneza picha nzuri ya mshumaa wetu" hadi "picha ya bidhaa ya mshumaa wa glasi ya kahawia kwenye meza ya walnut, mwanga wa dirisha laini kutoka upande wa kushoto, kina kidogo cha uwanja, mandharinyuma ya krimu" na hupata picha ya katalogi inayoweza kutumika.
Mwalimu anayeonyesha somo anaandika "mchoro wa vekta bapa wa mchoro wa mzunguko wa maji, rangi angavu za msingi, mistari safi, mandharinyuma nyeupe" na kuweka maandishi ya lebo katika alama za kunukuu ili muundo mpya zaidi utoe maneno.
Mtumiaji wa Stable Diffusion ambaye anaendelea kupata maandishi yanayofanana na watermark huongeza "maandishi, watermark, sahihi" kwenye sehemu ya kidokezo hasi badala ya kuandika "hakuna maandishi" katika kidokezo kikuu.
Msanii wa dhana katika Midjourney hurekebisha mbegu, kisha hubadilisha tu maneno ya mwanga kutoka "mawingu" hadi "mwangaza wa nyuma wa saa ya dhahabu" ili kulinganisha hali bila muundo kubadilika.
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Writing Effective Image Generation Prompts quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Maswali yanayoulizwa mara kwa mara
Je, Kuandika Vidokezo Vizuri vya Kuzalisha Picha ni nini?
Kidokezo cha ufanisi cha kuunda picha kinaelezea picha unayotaka: mada, wastani, mtindo, mwangaza, muundo na kamera, iliyoelezwa kwa uwazi na mahususi, badala ya kumwomba modeli kufanya kazi. Miundo ya picha hupanga maneno kwa vipengele vya kuona badala ya kufuata maagizo jinsi miundo ya gumzo hufanya, kwa hivyo msamiati wa maelezo na kujua sintaksia ya kielelezo chako hutenganisha tokeo la jumla kutoka kwa picha uliyopiga.
Kulingana na mwongozo, ni kipengee gani kinapaswa kuja kwanza kwa haraka ya picha iliyopangwa vizuri?
Kuanzia na somo humwambia mfano picha inahusu nini kabla ya kuweka safu ya wastani, mtindo, taa na muundo.
Kwa nini "ufuo usio na watu" unaweza kutoa picha na watu?
Neno "watu" huwavuta watu kwenye taswira. Sehemu ya upesi hasi au --no parameta ndiyo njia ya kuaminika ya kuwatenga kitu.
Katika violesura vya mtindo wa AUTOMATIC1111 Stable Diffusion, (skafu nyekundu:1.3) hufanya nini?
Nambari ni uzito. Maadili yaliyo juu ya 1 huimarisha mvuto wa kishazi; maadili chini ya 1 hudhoofisha.
Je! arifa hasi inaathiri vipi kizazi chini ya mwongozo usio na uainishaji?
Mwongozo kwa kawaida hutoka kwa utabiri usio na masharti kuelekea kidokezo. Kubadilisha kidokezo hasi kwa msingi huo kunaelekeza mbali na kile inachoeleza.
Kusudi kuu la kurekebisha mbegu wakati unaboresha kidokezo ni nini?
Mbegu huamua kelele ya kuanzia. Kuishikilia mara kwa mara hufanya ulinganisho kati ya matoleo ya haraka kuwa na maana.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii