คู่มือ AI แบบเห็นภาพ

พรอมต์เชิงลบในการสร้างภาพ

ข้อความเชิงลบคือข้อความอธิบายสิ่งที่คุณไม่ต้องการในรูปภาพที่สร้างโดย AI

ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min

บนหน้านี้อ่าน 4 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของพรอมต์เชิงลบในการสร้างภาพ
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

ในโมเดลการแพร่กระจาย เช่น Stable Diffusion จะแทนที่พรอมต์ว่างที่ใช้ในคำแนะนำแบบไม่มีตัวแยกประเภท ดังนั้นทุกขั้นตอนการลดสัญญาณรบกวนจึงถูกผลักออกไปจากคำอธิบายนั้น พรอมต์เชิงลบช่วยให้ผู้ใช้ควบคุมองค์ประกอบที่ไม่ต้องการได้โดยตรง แต่จะใช้ได้กับโมเดลที่เรียกใช้คำแนะนำที่ไม่มีตัวแยกประเภทอย่างแท้จริงเท่านั้น และจะส่งผลย้อนกลับได้เมื่อใช้มากเกินไป

เจาะลึก

แบบจำลองการแพร่กระจายจะสร้างภาพโดยเริ่มจากสัญญาณรบกวนแบบสุ่มและลบออกในหลายขั้นตอน ในแต่ละขั้นตอน แบบจำลองจะคาดการณ์สัญญาณรบกวนสองครั้ง: เมื่อกำหนดเงื่อนไขบนพร้อมต์ของคุณ และอีกครั้งหนึ่งบนอินพุต 'ไม่มีเงื่อนไข' ซึ่งโดยปกติจะเป็นพรอมต์ว่างเปล่า คำแนะนำแบบไม่มีตัวแยกประเภท แนะนำโดย Jonathan Ho และ Tim Salimans รวมทั้งสองเข้าด้วยกัน เริ่มต้นจากการทำนายแบบไม่มีเงื่อนไขและเคลื่อนต่อไปไปสู่การทำนายแบบมีเงื่อนไข โดยปรับขนาดตามมาตราส่วนคำแนะนำ (มักมีข้อความกำกับว่า CFG) ผลลัพธ์เป็นไปตามพร้อมท์อย่างใกล้ชิดมากกว่าแบบจำลองดิบ พรอมต์เชิงลบจะแทนที่พรอมต์ว่างด้วยข้อความเชิงลบของคุณ ตอนนี้สูตรจะเคลื่อนออกจากคำอธิบายเชิงลบขณะที่มันเคลื่อนไปทางบวก นั่นคือเหตุผลที่ข้อความแจ้งเชิงลบไม่ใช่ตัวกรองหรือขั้นตอนหลังการประมวลผล แต่เป็นการกำหนดทุกขั้นตอนการลดสัญญาณรบกวน เทคนิคนี้เผยแพร่ผ่านเครื่องมือชุมชน เช่น เว็บอินเทอร์เฟซ AUTOMATIC1111 ในปี 2022 เทคนิคนี้ได้รับความนิยมเป็นพิเศษกับ Stable Diffusion 2.x ซึ่งผลลัพธ์ที่ผู้ใช้หลายคนพบว่ามีการปรับปรุงอย่างเห็นได้ชัดโดยมีข้อเสีย ข้อความแจ้งเชิงลบทำงานได้ดีที่สุดกับแนวคิดภาพที่เป็นรูปธรรมซึ่งโมเดลรู้จักดี: 'พร่ามัว' 'ข้อความ' 'ลายน้ำ' 'ขาวดำ' หรือสีหรือวัตถุเฉพาะ พวกมันทำงานได้ไม่ดีเท่าการแก้ไขเชิงนามธรรม ในโมเดลที่ใช้งานทั่วไปหลายๆ รุ่น คำว่า 'กายวิภาคที่ไม่ดี' หรือ 'นิ้วพิเศษ' มักจะมีประโยชน์เพียงเล็กน้อย เนื่องจากโมเดลเหล่านั้นไม่ค่อยเห็นคำอธิบายภาพที่อธิบายความล้มเหลวดังกล่าว นอกจากนี้ยังอาจทำให้ผลลัพธ์แย่ลงอีกด้วย รายการยาวๆ จะผลักรูปภาพออกจากหลายทิศทางพร้อมกัน ซึ่งสามารถลดความหลากหลาย ลดความอิ่มตัวของสีหรือทำให้สีดูอิ่มตัวเกินไป และสร้างองค์ประกอบที่แข็ง และสเกลบอกทิศทางที่สูงจะขยายเอฟเฟ็กต์ บางรุ่น รวมถึงรุ่นกลั่นนำทางและรุ่นไม่กี่ขั้น ข้ามผ่านแบบไม่มีเงื่อนไขไปเลย ในกรณีนี้ ข้อความแจ้งเชิงลบจะถูกละเว้น เว้นแต่ว่าเครื่องมือจะเปิด CFG ที่แท้จริงอีกครั้ง ซึ่งจะทำให้การสร้างช้าลง ความเข้าใจผิดที่พบบ่อยคือการเขียนว่า 'no cat' ในข้อความแจ้งหลักไม่รวมถึงแมว ตัวเข้ารหัสข้อความจัดการกับการปฏิเสธได้ไม่ดี ดังนั้นวลีจึงเพิ่มแมวแทนได้

การใช้งานจริงในโลกแห่งความเป็นจริง

ช่างภาพผลิตภัณฑ์ที่สร้างภาพถ่ายนาฬิกาในสตูดิโอเพิ่ม "ข้อความ ลายน้ำ โลโก้" เพื่อเป็นสัญญาณเชิงลบเพื่อกีดกันการสร้างแบรนด์ปลอมในพื้นหลัง

นักวาดภาพประกอบที่ต้องการวาดเส้นที่สะอาดตาใส่ 'การแรเงา สี และความสมจริงเหมือนภาพถ่าย' ไว้ในข้อความแจ้งเชิงลบ การเขียน 'no shading' ในพรอมต์หลักแทนอาจเพิ่มการแรเงาโดยไม่ตั้งใจ

ผู้ใช้วางข้อความเชิงลบความยาว 60 คำที่คัดลอกมาจากฟอรัม และพบว่ารูปภาพดูไม่เรียบและซ้ำซาก การตัดคำให้เหลือเพียงไม่กี่คำจะทำให้ความหลากหลายกลับมา

มีคนเปลี่ยนไปใช้โมเดลที่มีการกลั่นคำแนะนำ และสังเกตเห็นว่าฟิลด์พรอมต์เชิงลบไม่ทำอะไรเลย เนื่องจากตามค่าเริ่มต้น โมเดลจะไม่คำนวณการคาดการณ์ครั้งที่สองที่พรอมต์เชิงลบจะป้อนเข้าไป

อนาคตของพรอมต์เชิงลบในการสร้างภาพ

ข้อความแจ้งเชิงลบเริ่มมีความสำคัญน้อยลงเมื่อโมเดลมีการปรับปรุง ระบบรุ่นใหม่ที่มีตัวเข้ารหัสข้อความที่แข็งแกร่งกว่าจะปฏิบัติตามพร้อมท์เชิงบวกที่มีรายละเอียดอย่างเที่ยงตรงยิ่งขึ้น และโมเดลที่ได้รับการกลั่นกรองด้วยคำแนะนำจะยอมแพ้ในเชิงลบเพื่อแลกกับความเร็ว ในขณะเดียวกัน การวิจัยยังคงดำเนินต่อไปเกี่ยวกับวิธีการแนะนำที่ให้การควบคุมที่ดียิ่งขึ้นโดยไม่มีผลข้างเคียงจาก CFG ธรรมดา และอินเทอร์เฟซบางส่วนมีการควบคุมแยกต่างหากสำหรับการระงับสิ่งต่าง ๆ เช่น ข้อความหรือสไตล์ บทเรียนระยะยาวสำหรับผู้ปฏิบัติงานนั้นเป็นกลไก: ตรวจสอบว่าแบบจำลองของคุณรันสาขาเชิงลบจริง ๆ หรือไม่ เก็บค่าเนกาทีฟให้สั้นและเป็นรูปธรรม และทดสอบแต่ละเทอมกับค่าเริ่มต้นคงที่เพื่อให้คุณเห็นว่าจริงๆ แล้วมีการเปลี่ยนแปลงอย่างไร

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ความเร็วและขนาด. Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
  • สร้างทางเลือก. ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
  • ทีมงานและขั้นตอนการทำงาน. การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก

ระวัง

  • สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
  • ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
  • ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น

ขั้นตอนต่อไป

  1. กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
  2. ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
  3. เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
  4. ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Negative Prompts in Image Generation quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

พรอมต์เชิงลบในการสร้างภาพคืออะไร?

ข้อความเชิงลบคือข้อความอธิบายสิ่งที่คุณไม่ต้องการในรูปภาพที่สร้างโดย AI ในโมเดลการแพร่กระจาย เช่น Stable Diffusion จะแทนที่พรอมต์ว่างที่ใช้ในคำแนะนำแบบไม่มีตัวแยกประเภท ดังนั้นทุกขั้นตอนการลดสัญญาณรบกวนจึงถูกผลักออกไปจากคำอธิบายนั้น พรอมต์เชิงลบช่วยให้ผู้ใช้ควบคุมองค์ประกอบที่ไม่ต้องการได้โดยตรง แต่จะใช้ได้กับโมเดลที่เรียกใช้คำแนะนำที่ไม่มีตัวแยกประเภทอย่างแท้จริงเท่านั้น และจะส่งผลย้อนกลับได้เมื่อใช้มากเกินไป

ในคำแนะนำแบบไม่มีตัวแยกประเภท ข้อความแจ้งเชิงลบจะแทนที่อะไร

โดยปกติแล้ว CFG จะเปรียบเทียบการทำนายที่ได้รับพร้อมท์กับการคาดการณ์จากพรอมต์ที่ว่างเปล่า พรอมต์เชิงลบจะเข้ามาแทนที่พรอมต์ว่าง ดังนั้นคำแนะนำจึงผลักออกจากข้อความนั้น

เหตุใดการเขียน 'no cat' ในพรอมต์หลักจึงทำให้เกิดแมวได้จริง

ตัวเข้ารหัสลงทะเบียน 'cats' เป็นแนวคิดที่ชัดเจนและมักจะพลาด 'no' การย้ายคำไปที่พรอมต์เชิงลบจะกลับทิศทางของคำแนะนำ

เหตุใดคำแนะนำที่ไม่ต้องใช้ตัวแยกประเภทจึงเพิ่มการประมวลผลเป็นสองเท่าต่อขั้นตอนโดยประมาณ

แต่ละขั้นตอนต้องมีการคาดคะเนเสียงสองครั้ง หนึ่งครั้งสำหรับแต่ละข้อความแจ้ง และจะรวมกันโดยใช้มาตราส่วนคำแนะนำ

ตามคู่มือนี้ คำเชิงลบคำใดมีแนวโน้มที่จะมีผลกระทบที่ชัดเจนและเชื่อถือได้มากที่สุด

เชิงลบทำงานได้ดีที่สุดกับแนวคิดภาพที่เป็นรูปธรรมซึ่งโมเดลรู้จักดี ลายน้ำปรากฏในรูปภาพการฝึกจำนวนมาก ในขณะที่คำอธิบายความล้มเหลว เช่น 'กายวิภาคที่ไม่ดี' ไม่ค่อยปรากฏในคำบรรยายทั่วไป

จะเกิดอะไรขึ้นเมื่อคุณใช้พรอมต์เชิงลบกับโมเดลที่มีการกลั่นคำแนะนำซึ่งข้ามการส่งผ่านแบบไม่มีเงื่อนไข

เนื่องจากไม่มีสาขาที่ไม่มีเงื่อนไขหรือเป็นลบในการคำนวณ ข้อความเชิงลบจึงไม่มีทางไปไหนได้ การเปิด CFG ที่แท้จริงอีกครั้งจะคืนค่าโดยแลกกับความเร็ว

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →