Inženýrství promptů pro GPT Image 2: 12 tipů, jak zdvojnásobit kvalitu výstupů

Nejrychlejší způsob, jak zlepšit kvalitu obrázků generovaných umělou inteligencí, není výměna modelu, ale přepracování zadání. Většina lidí se zastaví už po 15 slovech, výsledný obrázek je pak průměrný, a tak viní model, zkusí to znovu, ale výsledek je stále průměrný.

Tento článek je tím správným lékem. Níže najdete 12 konkrétních a ověřených tipů, díky kterým proměníte výstupy GPT Image 2 z „slušného prvního návrhu“ na „hotový obrázek připravený k publikování“. Každý ukázkový obrázek byl vygenerován pomocí GPT Image 2 na základě podobných pokynů, jaké jsou popsány v tomto článku.

1. Pište konkrétně. Ještě konkrétněji.

„Auto v poušti“ není vodítko. Model může hádat pouze typ vozu, rok výroby, barvu, místo snímku a denní dobu. Tyto parametry jsou pevně dané:

Kabriolet Mustang z roku 1965 v barvě třešňové červené stojí na pouštní silnici za soumraku,
, za zadními koly se víří prach, v dálce se tyčí plochá náhorní plošina, snímek pořízený z nízkého úhlu,
, sluneční paprsky se odrážejí v chromovaném nárazníku a vytvářejí záblesky.

Každý upřesňující údaj („1965“, „třešňově červená“, „kabriolet“, „nízký úhel snímku“) ušetří modeláři jedno zbytečné hádání. Výsledkem tak není jen „obecný obrázek“, ale právě ten obrázek.

2. Uveďte ohniskovou vzdálenost, nepoužívejte slovo „zdá se“

85mm 镜头, 35mm 镜头, 24mm 广角 a 100mm 微距 patří mezi nejvýhodnější výrazy pro popis obrázků. Jediný výraz dokáže současně ovlivnit kompozici, kompresi prostoru, hloubku ostrosti i zkreslení okrajů.

• 85mm——Příjemné portréty, jemné rozostření pozadí
• 35mm——Přirozené snímky z exteriéru, jemné vizuální detaily
• 24mm širokoúhlý objektiv——Krajiny, působivé interiéry
• 100mm makro——Detailní záběry produktů, textury materiálů

Pokud se zasekne jedna karta s pokyny, nejprve vyměňte objektiv a pak proveďte další úpravy.

3. Řídit světlo jako kameraman

„Dobré osvětlení“ nemá žádný význam. Smysl dává pouze filmová terminologie:

• 伦勃朗光 ——Jediný tvrdý světelný zdroj, stíny na tvářích mají trojúhelníkový tvar
• 明暗对比 / chiaroscuro ——Silný kontrast, tmavé prostředí, jediný osvětlený objekt
• 背后的描边光（rim light） ——Silueta, objekt je oddělen od pozadí
• 阴天散射光 ——Měkké a rovnoměrné osvětlení, bez tvrdých stínů
• 黄金时刻逆光 ——Teplé světelné skvrny, dlouhé stíny

Klíčová slova pro výše uvedený obrázek jsou: single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting. Tři slova, cílený obsah.

4. Pomocí kompozičních prostředků

Modelka ovládá klasické kompoziční principy:

• 三分法构图，主体在右下三分位
• 居中对称构图
• 从前景延伸到地平线的引导线
• 画面左侧 2/3 留白

Místo, kde se na obrázku nahoře nachází rybář, je přesně to, které je uvedeno v zadání: 主体位于画面右下三分位，平静的雾气湖面占据上方三分之二.

5. Pojmenujte paletu barev pomocí 3–5 barev

Nejasný popis barvy vede pouze k nejasnému výsledku. Krátké a konkrétní názvy barev umožňují dosáhnout přesného výsledku:

Odstíny: třešňově červená, pískově okrová, zlatá obloha, tmavě hnědá

Názvy barev oddělené dvojtečkou a čárkou. Lze použít i hexadecimální hodnoty barev, ale jejich stabilita není taková jako u běžných názvů barev. Počet barev by neměl přesáhnout 5 – čím více jich uvedete, tím slabší bude závazek modelu vůči každé z nich.

6. Uveďte text v uvozovkách a specifikujte styl písma

Pokud má obrázek obsahovat text, proveďte následující dva kroky:

1. Vložte text doobrácená čárka (punct.): "FRESH BREAD DAILY"
2. Popispísmov běžné řeči: 优雅手绘衬线字体

Každý řádek by neměl obsahovat více než 6 slov. Dlouhé věty budou i tak nečitelné.

7. Připevněte hlavní část k pevné desce

U produktových fotografií, fotografií jídla a zátiší vždy uveďte, o jaký povrch se jedná. Povrch má určité materiálové vlastnosti, které model využije:

• 带奶白和金色纹理的粉色大理石板
• 带可见木纹的未上漆橡木桌
• 夜晚潮湿的柏油路面，街灯倒影
• 亚麻桌布，柔和的褶皱

Rozmazaný „stůl“ představuje rozdíl mezi fotografiemi z fotobanky a obrázky upravenými profesionálně.

8. Spojte subjekty pomocí slovesa vyjadřujícího fyzický vztah

Pokud jsou na obrázku dva objekty, nestačí je pouze vyjmenovat. Přidejte k modelu slovo vyjadřující pohyb a vysvětlete, jak jsou tyto dva objekty propojeny:

• 靠在
• 从…升起
• 倒映在
• 缠绕在
• 俯瞰着

To je ten rozdíl mezi „jedna kočka, jedno okno“ a „jedna kočka schoulená na okenním parapetu s tlapkami opřenými o sklo“.

9. Popište, co na obrázku není

Negativní popis je stejně důležitý jako pozitivní. Za popisem scény přidejte krátkou větu:

Na štítku není žádný text, logo ani vodoznak a na pozadí nejsou žádné osoby

GPT Image 2 obecně dodržuje zásady uvedené na stránkách no text a no logos. U všech obrázků určených pro komerční použití doporučujeme vodoznak přidat, aby se do snímku nedostaly zbytečné vodoznaky.

10. Vědomě kombinujte styly – ale vyberte si jeden základní tón

Kombinace stylů je jedním z nejvýraznějších způsobů, jak s modely pracovat, ale nejprve si musíte vybrat jeden hlavní styl a ten pak doplnit o vedlejší styl jako doplněk:

Stylizované ilustrace: estetika akvarelů studia Ghibli v kombinaci s neonovými odlesky ve stylu cyberpunku,
– mraky s jemným akvarelovým nádechem doplněné ostrými neonovými nápisy.

Pokud uvedete dva styly jako rovnocenné („Ghibli A cyberpunk“), model je zprůměruje a obraz bude působit plochým dojmem. Pouze při použití struktury „základní styl + doplňkový styl + světla“ si obraz zachová svou soudržnost.

11. Před seznamem klíčových bodů uveďte nejprve krátký odstavec

Nejlepší podněty ukládám ve formě 4–6řádkových odstavců, nikoli jako seznam bodů. Mám k tomu dva důvody:

• **Próza dokáže vytěsnit sebekontrolu.**Světlá a veselá kuchyně, temné a tísnivé světlo“ – jako věta to zní zjevně nesprávně; jako bod v seznamu to však není tak snadno rozpoznatelné.
• **Model považuje čárky za hranice.**Souvislá věta umožňuje zachovat vztah mezi vedlejšími větami („na mramoru, obklopená listy, s kapkami vody“), zatímco tři samostatné úseky to nedokážou.

Klíčová slova jsou vhodná pro modely založené výhradně na štítcích. GPT Image 2 není takový model.

12. Upravujte vždy jen jednu proměnnou

Toto poslední pravidlo se týká pracovního postupu, nikoli psaní. Když je obrázek „téměř dokonalý“:

• Změňte pouzeproměnná——objektiv, osvětlení, čas, pracovní plocha——, poté znovu vygenerujte
• a porovnejte vedle sebe
• . Tuto proměnnou zafixujte a přejděte k další.

Většina lidí selhává při iteracích ze dvou důvodů: buď změní najednou tři parametry a nedokážou rozpoznat, která změna měla vliv, nebo pokaždé začínají úplně od nuly, místo aby vycházeli z předchozí verze. Obě tyto chyby lze napravit během odpoledního cvičení.

Přehledné srovnání „před a po“

Nevhodné klíčové slovo:

Člověk hraje na klavír v baru

Dobrý zadávací text (využívá tipy č. 1, 2, 3 a 5):

Portrét s filmovým kontrastem: Středně starý jazzový pianista sedí u klavíru v temném, kouřem zahaleném baru,
nad jeho hlavou svítí jediný teplý žárovkový reflektor, který vrhá teplé světlo na jeho tvář a ruce,
zatímco zbytek místnosti je zahalen do hlubokých stínů. Objektiv 85 mm, textura pleti jako na fotografii.
Tóny: teplá jantarová, tmavě vínová, téměř černé stíny.

Stejný model, stejný počet generací – výsledky jsou však diametrálně odlišné. To je základní premisa práce s prompty: model je v pořádku, problém je ve vašem promptu.

Vyzkoušejte to

Otevřete stránku GPT Image 2 Text na obrázek, vyberte libovolný z uvedených popisů, vložte jej do pole a spusťte generování. Poté změňte pouze jednu proměnnou – úhel záběru, osvětlení nebo barevnou paletu – a spusťte generování znovu. Do deseti pokusů si vytvoříte vlastní představu o tom, která z těchto proměnných nejlépe odpovídá vašemu vkusu.

Právě v tomto rozlišovacím schopnosti spočívá jediný rozdíl mezi tím, zda někdo „umí vytvářet obrázky pomocí AI“, a tím, zda „umí vytvářet obrázky“.