Jak tworzyć wysokiej jakości obrazy AI: wskazówki dotyczące szybkiego tworzenia
Streszczenie
- Używaj jasnego, konwersacyjnego języka i konkretnych rzeczowników w podpowiedziach AI, aby uzyskać lepsze wyniki w zakresie obrazów.
- Dłuższe podpowiedzi mogą dobrze działać w przypadku określonych narzędzi AI, ale staraj się, aby były jak najbardziej przejrzyste.
- Dodaj kontekst opisowy, rozważ kompozycję i pamiętaj o twórczych ograniczeniach sztucznej inteligencji.
Opanowanie jasnych, szczegółowych podpowiedzi jest kluczem do generowania obrazów AI za pomocą ChatGPT. Ale jak działają podpowiedzi i jak możemy je ulepszyć?
Podstawy
Podpowiedzi sztucznej inteligencji działają na ogół najskuteczniej w przypadku jasnych, ustrukturyzowanych podpowiedzi. W przypadku obrazów AI zawsze należy określić temat lub główny temat obrazu, wraz z kontekstem i szczegółami, a także podać pewne informacje na temat stylu i estetyki (takie jak styl artystyczny). Jednak w tym przewodniku jest więcej i omówimy je wraz z podpowiedziami, które możesz samodzielnie modyfikować.
Do generowania obrazów AI będę używać ChatGPT (DALL-E), ale możesz użyć innych narzędzi, takich jak Midjourney lub Stable Diffusion, żeby wymienić tylko kilka — wszystkie są inne!. Aby móc naprawdę majstrować przy generowaniu obrazów AI, musisz być subskrybentem ChatGPT Plus. Jednak jako darmowy użytkownik otrzymujesz dwie generacje obrazów dziennie. Generowanie obrazu za pomocą sztucznej inteligencji pochłania znaczne zasoby i nie jest bezpłatne.
Używaj naturalnego języka konwersacyjnego
Ogólnie rzecz biorąc, podczas tworzenia podpowiedzi najlepiej jest używać konwersacyjnego i prostego języka. Im bardziej szczegółowy i przejrzysty zostanie przedstawiony monit, tym lepsze będą wyniki. Ponieważ ChatGPT jest chatbotem, został przeszkolony w zakresie sposobu, w jaki ludzie mówią podczas rozmowy, a także świadomości kontekstu.
Wszystkie generatory obrazów AI oparte na podpowiedziach rozumieją język naturalny, ale nie wszystkie robią to równie dobrze, więc wyniki mogą się różnić w zależności od stopnia zaawansowania narzędzia.
Czy dłuższa podpowiedź jest zawsze lepsza?
Należy zauważyć, że niektóre generatory obrazów AI działają dobrze w przypadku dłuższych podpowiedzi (ponad 50 słów), podczas gdy inne działają lepiej w przypadku krótkich podpowiedzi zawierających 10-20 słów. Dobrym pomysłem jest przetestowanie różnych długości, aby dowiedzieć się, co będzie najlepsze dla każdego narzędzia, w oparciu o Twoje unikalne wymagania. Odkryłem, że ChatGPT działa lepiej z bardziej bezpośrednimi i szczegółowymi podpowiedziami. Im bardziej będziesz konkretny i przejrzysty, tym lepiej.
Zbyt złożone lub pełne podpowiedzi mogą czasami dezorientować sztuczną inteligencję. Chodzi o równowagę — szczegółowe, ale jasne podpowiedzi, które działają najskuteczniej.
Najlepiej jednak unikać używania terminów o sprzecznym znaczeniu, ponieważ może to zmylić generator AI. Na przykład użycie słów takich jak „jasny” i „noc” może mieć różne znaczenia.
Krótki przykład podpowiedzi:
Wygeneruj obraz zabawnego szarego kota w parku w świetle dziennym.
Oto wygenerowany obraz:
Przykład polecenia Longe:
Figlarny ciemnoszary kot z miękkimi, puszystymi futrzanymi igraszkami w zielonym parku w ciepłym świetle dziennym. Kot goni trzepoczącego motyla w pobliżu pola polnych kwiatów. Światło słoneczne delikatnie przenika przez drzewa, rzucając pstrokate cienie na ziemię. Nastrój jest wesoły i żywy, z realistycznym, hiperrealistycznym, realistycznym stylem i perspektywą długoterminową.
Oto wygenerowany obraz:
Trzymaj się konkretnych rzeczowników dla głównego tematu
Jeśli chodzi o pisanie na główny temat, chcesz używać bardziej konkretnych rzeczowników i rzeczy, które możesz zobaczyć, takich jak rzeczy żyjące, fizyczne lub miejsca. Cóż, nie tylko rzeczy, które można zobaczyć, ale wszystko, co można dostrzec pięcioma zmysłami.
Jednak bardziej abstrakcyjne pojęcia, takie jak „szczęście”, „oświecenie” i „strach”, pozwalają na bardziej twórczą ekspresję, ale obraz wyjściowy będzie mniej prawdopodobne, że będzie pasował do jakiejkolwiek twojej wizji. Najlepiej więc połączyć te terminy z bardziej szczegółowym słownictwem.
Używaj języka opisowego
Następnym krokiem jest dodanie kontekstu i szczegółów nie tylko do tematu, ale także do tego, jak ma wyglądać tło. Najprostszym sposobem na dodanie kontekstu i szczegółów jest uwzględnienie trzech kluczowych elementów:
- Co się dzieje lub co robi podmiot.
- Jak to się dzieje - sposób lub styl.
- Gdzie to się dzieje - miejsce lub środowisko.
Możesz dodać przymiotniki, aby nadać obrazom większą głębię. Jeśli chodzi o przymiotniki, najlepiej dodać kilka, nie przepełniając podpowiedzi, tak aby najlepiej pasowały do efektów wizualnych, które chcesz wygenerować.
Skorzystaj z przykładów podanych dla każdej kategorii jako wskazówek, które pomogą Ci w utworzeniu podpowiedzi:
- Nastrój: pogodny, energiczny, ponury, marzycielski, vintage, trzymający w napięciu, wesoły, pełen humoru, niesamowity.
- Oświetlenie: jasne, przyćmione, podświetlone, naturalne, złota godzina, neonowe, intymne, księżycowe, o wysokim kontraście i chłodne.
- Otoczenie: Miejskie, naturalne, wiejskie, fantastyczne, historyczne, podwodne, małe miasteczko, profesjonalne.
- Osobowość: władczy, powściągliwy, żądny przygód, nieuchwytny, bezczelny, wyrafinowany, surowy, opiekuńczy.
- Kolor: monochromatyczne, stonowane odcienie, efektowne, ziemiste, fluorescencyjne, metaliczne, chłodne odcienie, ciepłe odcienie.
- Styl: realistyczny, abstrakcyjny, minimalistyczny, maksymalistyczny, kreskówkowy, vintage, współczesny, awangardowy.
Prosty monit:
Wygeneruj obraz ulicy z jadącym po niej rowerzystą.
Oto wygenerowany obraz:
Ulepszony monit z przymiotnikami:
Urocza brukowana ulica w europejskiej wiosce, wzdłuż której stoją pastelowe domy ozdobione skrzynkami z kwiatami. Poranne światło słoneczne rzuca miękkie cienie, a rowerzysta jedzie spokojnie ulicą. Na rogu znajduje się kawiarnia ze stolikami na świeżym powietrzu, zapraszająca przechodniów. Nastrój jest wesoły, zachęcający i nostalgicznie ciepły.
Oto wygenerowany obraz:
Nie zapomnij o składzie
Kadrowanie to kluczowy element tworzenia efektownych wizualnie obrazów generowanych przez sztuczną inteligencję, ponieważ kształtuje sposób rozmieszczenia elementów i sposób, w jaki obiekt postrzegany jest przez widza. Na przykład możesz użyć „zbliżenia”, „średniego ujęcia”, „szerokiego ujęcia” lub „punktu widzenia”, aby określić kąt i odległość. Dzięki podaniu szczegółów kadrowania obraz będzie bardziej zgodny z Twoją wizją.
Prosty monit:
„Wygeneruj obraz lwa na wolności. ”
Oto wygenerowany obraz:
Ulepszony monit:
„Zdjęcie szerokiego ujęcia królewskiego lwa odpoczywającego na szczycie oświetlonej słońcem skały na wolności, otoczonego złotą trawą sawanny. Ta scena ukazuje delikatny blask zachodu słońca z niebem pomalowanym na odcienie pomarańczy i różu. W tle na horyzoncie widać akacje, a delikatny wietrzyk porusza wysoką trawą. Nastrój jest spokojny, ale mocny. ”
Oto wygenerowany obraz:
Zrozumienie ograniczeń kreatywnych
Podobnie jak generowanie tekstu za pomocą sztucznej inteligencji ma swoje ograniczenia, tak samo sztuczna inteligencja ma swoje ograniczenia, jeśli chodzi o generowanie obrazów i kreatywność. Brakuje w nim ludzkiej perspektywy, a także osobistych doświadczeń i emocji z prawdziwego życia. Ponieważ sztuczna inteligencja jest szkolona na podstawie danych (głównie danych dostępnych w Internecie) i zasad uczenia się, jej ograniczenia wynikają z jakości, głębi ludzkiej i różnorodności danych wykorzystywanych w jej szkoleniu.
Moim zdaniem nie ma w tym żadnej oryginalności. W przeciwieństwie do ludzi, którzy potrafią wyrażać siebie w nieszablonowy sposób, ale może to być dobre narzędzie, które współpracuje z ludzką kreatywnością.
Generowanie obrazów AI to nie magia, ale dzięki przemyślanym i precyzyjnym podpowiedziom jest to bliskie. Zanurz się, eksperymentuj i pozwól, aby te narzędzia napędzały Twoją kreatywność, a nie ją zastępowały.