HƯỚNG DẪN AI trực quan

Viết lời nhắc tạo hình ảnh hiệu quả

Lời nhắc tạo hình ảnh hiệu quả mô tả hình ảnh bạn muốn: chủ đề, phương tiện, phong cách, ánh sáng, bố cục và máy ảnh, được nêu rõ ràng và cụ thể thay vì yêu cầu người mẫu thực hiện một nhiệm vụ.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyđọc 4 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của việc viết lời nhắc tạo hình ảnh hiệu quả
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Mô hình hình ảnh ánh xạ các từ tới các đặc điểm trực quan thay vì tuân theo hướng dẫn như cách mô hình trò chuyện thực hiện, do đó, từ vựng mô tả và hiểu biết về cú pháp mô hình của bạn sẽ tách biệt kết quả chung khỏi hình ảnh bạn thực sự hình dung.

Lặn sâu

Lời nhắc về hình ảnh mạnh mẽ có nội dung giống như mô tả về một bức tranh đã hoàn thiện. Thứ tự hữu ích trước tiên là chủ đề (ai hoặc cái gì, làm gì), sau đó là phương tiện (ảnh, tranh sơn dầu, kết xuất 3D, phác họa bằng bút chì), phong cách hoặc thời đại (tân nghệ thuật, phim tĩnh những năm 1970), ánh sáng (khuếch tán mềm, ánh sáng viền, đèn neon), bố cục và máy ảnh (cận cảnh, ảnh rộng, góc thấp, ống kính 35 mm, độ sâu trường ảnh nông), bảng màu và cuối cùng là tỷ lệ khung hình. Các danh từ cụ thể đánh bại các tính từ: "một ngư dân đang vá lưới" mang lại cho người mẫu nhiều thứ để làm việc hơn là "một ông già thú vị". Cách bạn diễn đạt điều này phụ thuộc vào mô hình. Các mẫu Stable Diffusion cũ hơn sử dụng bộ mã hóa văn bản CLIP và phản hồi tốt với các từ khóa được phân tách bằng dấu phẩy và chúng chỉ đọc một số lượng mã thông báo giới hạn. Các hệ thống mới hơn như DALL-E 3, Imagen và FLUX sử dụng bộ mã hóa ngôn ngữ mạnh hơn và xử lý các câu đầy đủ, mối quan hệ không gian và văn bản trong hình ảnh tốt hơn nhiều. Trong ChatGPT, DALL-E 3 lời nhắc được mô hình trò chuyện viết lại trước khi tạo nên những gì bạn nhập không chính xác như những gì mô hình hình ảnh nhận được. Hình ảnh nhắc nhở khác với mô hình nhắc nhở trò chuyện. Mô hình hình ảnh không phản ánh yêu cầu của bạn; nó liên kết các từ với các đặc điểm hình ảnh. Điều đó giải thích cho sai lầm phổ biến nhất: viết “a beach with no people” có thể thêm người vào, vì có từ “people”. Thay vào đó, hãy sử dụng trường dấu nhắc phủ định hoặc tham số --no của Midjourney. Những hướng dẫn lịch sự, giải thích mục đích và những câu chuyện hậu trường dài dòng thường gây ồn ào. Những quan niệm sai lầm khác: các thẻ chất lượng như "kiệt tác, 8k, chất lượng tốt nhất" đã giúp một số mô hình cộng đồng cũ nhưng lại có tác dụng rất ít đối với nhiều mô hình hiện đại và những lời nhắc dài hơn không tự động tốt hơn vì các thuật ngữ bổ sung cạnh tranh để giành ảnh hưởng. Phương pháp đáng tin cậy là lặp lại: cố định hạt giống, thay đổi từng phần tử một và ghi chú xem từ nào tạo ra hiệu ứng nào.

Triển khai trong thế giới thực

Một chủ doanh nghiệp nhỏ thay đổi "tạo một bức ảnh đẹp về ngọn nến của chúng tôi" thành "ảnh sản phẩm có ngọn nến thủy tinh màu hổ phách trên bàn quả óc chó, ánh sáng cửa sổ dịu nhẹ từ bên trái, độ sâu trường ảnh nông, nền màu kem" và nhận được hình ảnh danh mục có thể sử dụng được.

Một giáo viên đang minh họa một bài học viết "hình minh họa vector phẳng của sơ đồ chu trình nước, màu cơ bản sáng, đường nét rõ ràng, nền trắng" và đặt văn bản nhãn trong dấu ngoặc kép để mô hình mới hơn hiển thị các từ.

Người dùng Stable Diffusion liên tục nhận được văn bản giống hình mờ sẽ thêm "văn bản, hình mờ, chữ ký" vào trường lời nhắc phủ định thay vì viết "không có văn bản" trong lời nhắc chính.

Một nghệ sĩ ý tưởng trong Midjourney sửa hạt giống, sau đó chỉ thay đổi cụm từ ánh sáng từ "u ám" thành "đèn nền giờ vàng" để so sánh tâm trạng mà không thay đổi bố cục.

Tương lai của việc viết lời nhắc tạo hình ảnh hiệu quả

Lời nhắc đang chuyển từ thủ công từ khóa sang trò chuyện bằng ngôn ngữ đơn giản, khi tính năng tạo hình ảnh được tích hợp vào trợ lý trò chuyện có thể chỉnh sửa hình ảnh qua nhiều lượt. Các bộ mã hóa văn bản tốt hơn đang dần cải thiện khả năng hiển thị văn bản, số lượng đối tượng và bố cục không gian. Các khả năng kiểm soát ngoài từ ngữ, chẳng hạn như hình ảnh tham chiếu, tham chiếu phong cách, bản phác thảo, hướng dẫn tư thế và lời nhắc khu vực, đang trở thành tiêu chuẩn, giúp giảm số lượng phải nói trong văn bản. Các nguyên tắc cơ bản có thể vẫn hữu ích bất kể: việc biết từ vựng về ánh sáng, bố cục, ống kính và lịch sử nghệ thuật cho phép bạn hỏi ý mình là gì, bất kể giao diện bạn sử dụng là gì.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Tốc độ và tỷ lệ. Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
  • Xây dựng lựa chọn. Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
  • Nhóm và quy trình làm việc. Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.

coi chừng

  • Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
  • Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
  • Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.

Các bước tiếp theo

  1. Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
  2. Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
  3. Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
  4. Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the Writing Effective Image Generation Prompts quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Viết lời nhắc tạo hình ảnh hiệu quả là gì?

Lời nhắc tạo hình ảnh hiệu quả mô tả hình ảnh bạn muốn: chủ đề, phương tiện, phong cách, ánh sáng, bố cục và máy ảnh, được nêu rõ ràng và cụ thể thay vì yêu cầu người mẫu thực hiện một nhiệm vụ. Mô hình hình ảnh ánh xạ các từ tới các đặc điểm trực quan thay vì tuân theo hướng dẫn như cách mô hình trò chuyện thực hiện, do đó, từ vựng mô tả và hiểu biết về cú pháp mô hình của bạn sẽ tách biệt kết quả chung khỏi hình ảnh bạn thực sự hình dung.

Theo hướng dẫn, yếu tố nào thường xuất hiện đầu tiên trong lời nhắc hình ảnh có cấu trúc tốt?

Bắt đầu với chủ đề, người mẫu sẽ biết nội dung của bức ảnh trước khi xếp lớp về phương tiện, phong cách, ánh sáng và bố cục.

Tại sao “biển không người” lại tạo ra hình ảnh có người?

Chữ “người” kéo người vào trong hình. Trường nhắc phủ định hoặc tham số --no là cách đáng tin cậy để loại trừ nội dung nào đó.

Trong giao diện Stable Diffusion kiểu AUTOMATIC1111, (khăn quàng đỏ:1.3) làm gì?

Con số là một trọng lượng. Các giá trị trên 1 tăng cường ảnh hưởng của cụm từ; giá trị dưới 1 làm suy yếu nó.

Lời nhắc tiêu cực ảnh hưởng như thế nào đến việc tạo theo hướng dẫn không có bộ phân loại?

Hướng dẫn thường chuyển từ dự đoán vô điều kiện sang lời nhắc. Việc thay thế lời nhắc tiêu cực cho đường cơ sở đó sẽ tránh xa những gì nó mô tả.

Mục đích chính của việc sửa hạt giống trong khi bạn tinh chỉnh lời nhắc là gì?

Hạt giống xác định tiếng ồn bắt đầu. Việc giữ nó không đổi sẽ khiến việc so sánh giữa các phiên bản nhắc nhở trở nên có ý nghĩa.