Den hurtigste måde at forbedre kvaliteten af AI-genererede billeder på er ikke at skifte model, men at omskrive promptteksten. De fleste stopper efter 15 tegn, hvilket resulterer i ganske almindelige billeder, så de giver modellen skylden og prøver igen – men resultatet er stadig det samme.
Denne artikel er løsningen. Her følger 12 konkrete og gennemprøvede tips, der kan løfte GPT Image 2’s output fra et »okay udkast« til et »publiceringsklart resultat«. Hvert eksempelbillede er genereret af GPT Image 2 ved hjælp af de samme slags prompter, som beskrives i artiklen.
1. Skriv mere konkret. Vær endnu mere konkret.
"En bil i ørkenen" er ikke et ledetråd. Modellen må kun gætte på bilmodel, årgang, farve, motiv og tidspunkt på dagen. Fastlæg alle disse faktorer:
En kirsebærrød Mustang cabriolet fra 1965 holder parkeret på en ørkenvej i skumringen,
med støv, der hvirvles op af baghjulene, mens der i det fjerne ses et fladt plateau; billedet er taget i lav vinkel,
og sollyset kaster lyspletter på den forkromede kofanger.
Hvert enkelt præciserende ord (»1965«, »kirsebærrød«, »cabriolet«, »lav vinkel med opadrettet kamera«) sparer modellen for endnu et gæt. Resultatet bliver ikke længere et »generelt billede«, men netop det billede.
2. Angiv brændvidden, ikke "fornemmelsen"
85mm 镜头, 35mm 镜头, 24mm 广角 og 100mm 微距 er nogle af de mest prisvenlige ord inden for billedbeskrivelser. Et enkelt ord styrer både billedkomposition, rumlig komprimering, dybdeskarphed og kantforvrængning.
- 85mm——Charmerende portrætter, blød baggrundssløring
- 35mm——Naturlige miljøbilleder, afbalanceret billedindhold
- 24 mm vidvinkel——Landskaber, fordybende interiørbilleder
- 100 mm makro——Produktnærbilleder, materialeteksturer
Hvis du går i stå med et stikord, så skift først optagelse og prøv derefter noget andet.
3. Styr lyset som en fotograf
"God belysning" giver ingen mening. Det er kun filmterminologien, der er relevant:
伦勃朗光——Enkelt, hårdt lys, trekantede skygger på kinderne明暗对比 / chiaroscuro——Stærk kontrast, mørkt miljø, et enkelt oplyst motiv背后的描边光（rim light）——Silhuet-effekt, motivet adskilt fra baggrunden阴天散射光——Blødt og jævnt lys, ingen hårde skygger黄金时刻逆光——Varme lyspletter, lange skygger
Nøgleordene i billedet ovenfor er: single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting. Tre ord, målrettet indhold.
4. Brug af kompositoriske virkemidler
Billedmodeller kender de klassiske kompositionsbegreber:
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
Det sted, hvor fiskeren befinder sig på billedet ovenfor, er netop det sted, der er angivet i ledetråden: 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. Navngiv en farvepalet med 3–5 farver
Vage farvebeskrivelser giver kun vage farver. Korte og konkrete farvebetegnelser giver præcise resultater:
Farver: kirsebærrød, sandbrun, gylden himmel, mørkebrun skyggeFarvenavne adskilt af kolon og komma. Hexadecimale farvekoder kan også bruges, men de er ikke lige så stabile som almindelige farvenavne. Brug ikke flere end 5 farver – jo flere der er, desto svagere bliver modellens præstation for hver enkelt farve.
6. Sæt anførselstegn omkring teksten, og angiv skrifttypen
Når der skal være tekst på billedet, skal du gøre to ting:
- Indsæt den bogstavelige tekst iomvendt komma (punktum):
"FRESH BREAD DAILY" - En beskrivelse afskrifttypei dagligdags sprog:
优雅手绘衬线字体
Hver linje bør ikke indeholde mere end 6 ord. Lange sætninger bliver stadig uklare.
7. Fastgør emnet til en bestemt arbejdsflade
Produktbilleder, madbilleder, stilleben – skriv altid, hvad der ligger på bordpladen. Bordpladen har materialegenskaber, som modellen vil bruge:
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
Det uklare begreb »bord« er forskellen mellem stockfotos og redigerede billeder.
8. Forbind hovedelementerne med et fysisk relationsverbum
Når der er to hovedelementer i billedet, skal du ikke nøjes med at nævne dem. Giv modellen et rumligt verbum, der beskriver, hvordan de to elementer hænger sammen:
靠在从…升起倒映在缠绕在俯瞰着
Det er forskellen mellem »en kat, et vindue« og »en kat, der ligger sammenkrøbet på vindueskarmen med poterne på ruden«.
9. Beskriv, hvad der ikke er på billedet
Negative beskrivelser er lige så vigtige som positive. Tilføj en kort sætning efter scenebeskrivelsen:
Der er ingen tekst, intet logo og intet vandmærke på etiketten, og der er ingen personer i baggrundenGPT Image 2 overholder som regel nøje retningslinjerne på no text og no logos. Det anbefales at tilføje et vandmærke til alle billeder til kommercielt brug for at undgå, at der kommer meningsløse vandmærker med på billedet.
10. Bland stilarter bevidst – men vælg en gennemgående stil
At blande stilarter er en af de mest udtryksfulde måder at arbejde med modeller på, forudsat at du først vælger en primær stil og derefter lægger en sekundær stil ovenpå som et supplement:
Stiliserede illustrationer: Ghibli-akvarelæstetik kombineret med cyberpunk-neonreflekser,
bløde skyer med akvarelfølelse sammen med skarpe neonskilte.
Hvis du angiver to stilarter med samme vægt ("Ghibli OG cyberpunk"), vil modellen udjævne dem, og billedet vil virke fladt. Kun ved at bruge en struktur som "grundstil + modifikationsstil + højlys" kan billedet bevare sin sammenhæng.
11. Inden du bruger en punktliste, skal du først skrive et stykke tekst
Jeg samler de bedste stikord i et afsnit på 4–6 linjer i prosavid, i stedet for en liste med punkter. Der er to grunde til det:
- Prosa kan tvinge selvmodsigelser ud.»Et lyst og muntert køkken, mørkt og trykkende lys« lyder helt forkert, når det læses op som en sætning; men når det skrives som stikord, er fejlen ikke så let at få øje på.
- **Modellen behandler kommaer som grænser.**En sammenhængende sætning kan videreføre sammenhængen mellem sætningsdelene (»på marmoren, omgivet af blade, med vanddråber«), hvilket de tre uafhængige fragmenter ikke kan.
Kortfattede prompt-ord passer til modeller, der udelukkende er baseret på tags. GPT Image 2 er ikke en sådan model.
12. Rediger kun én variabel ad gangen
Dette sidste punkt er en arbejdsgangsregel, ikke en skriveregel. Når et billede er »næsten perfekt«:
- Rediger kunvariabel——objektiv, belysning, tid, bordplade——og generer derefter
- igen. Sammenlign side om side
- . Lås denne variabel, og rediger derefter den næste
Der er to hovedårsager til, at de fleste mislykkes med iteration: Enten ændrer de tre parametre på én gang, så de ikke kan se, hvilken ændring der har haft effekt, eller også starter de hver gang helt fra bunden med tekst-til-billede i stedet for at bruge det forrige udkast som udgangspunkt for billede-til-billede. Begge disse vaner kan ændres i løbet af en eftermiddags øvelse.
En overskuelig sammenligning af "før og efter"
Dårlige søgeord:
En mand, der spiller klaver på en barEt godt prompt (hvor tip nr. 1, 2, 3 og 5 er anvendt):
Portræt med filmisk lys- og skyggekontrast: En jazzpianist i midten af livet sidder foran et flygel i en dæmpet, røgfyldt bar,
hvor et enkelt varmt wolfram-spotlys over hans hoved kaster et varmt skær på hans ansigt og hænder,
mens resten af rummet er indhyllet i dybe skygger. 85 mm-objektiv, hudtekstur i fotokvalitet.
Farvetoner: varm ravfarve, dyb vinrød, næsten sorte skygger.Samme model, samme antal genereringer – men resultaterne er som nat og dag. Det er hele pointen med prompt-optimering: Modellen er ikke problemet – flaskehalsen ligger i din prompt.
Prøv det
Gå ind på GPT Image 2 Tekst-til-billede, vælg et hvilket som helst af de foreslåede søgeord øverst på siden, indsæt det og generer billedet. Rediger derefter kun én variabel – vinkel, belysning eller farvepalet – og generer billedet igen. Efter højst 10 forsøg vil du have en indre fornemmelse af, »hvilken variabel der har størst indflydelse på din æstetiske oplevelse«.
Denne dømmekraft er den eneste forskel mellem at kunne lave AI-billeder og at kunne lave billeder.
