Najszybszym sposobem na poprawę jakości obrazów generowanych przez sztuczną inteligencję nie jest zmiana modelu, ale przepisanie podpowiedzi. Większość osób pisze tylko 15 znaków i na tym kończy, w wyniku czego otrzymują dość przeciętne obrazy. Obwiniają więc model, generują obraz ponownie, ale wynik nadal jest przeciętny.
Ten artykuł jest na to lekarstwem. Poniżej przedstawiamy 12 konkretnych i sprawdzonych w praktyce wskazówek, które pozwolą przekształcić wyniki GPT Image 2 z „przyzwoitego szkicu” w „gotowy do publikacji obraz”. Każdy przykładowy obraz został wygenerowany przez GPT Image 2 przy użyciu podobnych podpowiedzi, jak te opisane w tekście.
1. Napisz to bardziej szczegółowo. Jeszcze bardziej szczegółowo.
„Samochód na pustyni” nie jest podpowiedzią. Model może zgadywać jedynie model samochodu, rok produkcji, kolor, miejsce ujęcia oraz porę dnia. Należy to wszystko ustalić na stałe:
Czerwony kabriolet Mustang z 1965 roku stoi na pustynnej drodze o zmierzchu,
pył unosi się z tylnych kół, a w oddali widać płaski płaskowyż; zdjęcie wykonane z niskiego kąta,
promienie słońca odbijają się plamami na chromowanym zderzaku.
Każdy z tych określeń („1965”, „wiśniowy”, „kabriolet”, „ujęcie z niskiego kąta”) pozwala modelowi uniknąć kolejnego błędnego przypuszczenia. W rezultacie nie otrzymujemy już „ogólnego obrazu”, lecz właśnie ten obraz.
2. Podaj ogniskową, nie opisuj „wrażenia”
85mm 镜头, 35mm 镜头, 24mm 广角 oraz 100mm 微距 to kilka słów o najlepszym stosunku jakości do ceny wśród słów kluczowych związanych z obrazami. Jedno słowo pozwala jednocześnie kontrolować kadr, kompresję przestrzeni, głębię ostrości i zniekształcenia krawędzi.
- 85mm——Sympatyczne portrety, delikatne rozmycie tła
- 35mm——Naturalne zdjęcia plenerowe, łagodna kompozycja
- Szeroki kąt 24 mm——Krajobrazy, wciągające wnętrza
- 100mm Makro——Zbliżenia produktów, faktury materiałów
Jeśli utkniesz na jednej karcie z podpowiedziami, najpierw zmień ujęcie, a potem spróbuj czegoś innego.
3. Kieruj światłem tak, jak robi to operator
Stwierdzenie „dobrze oświetlone” nie ma sensu. Skuteczne są tylko terminy filmowe:
伦勃朗光——Pojedyncze, twarde źródło światła, cień na policzku ma kształt trójkąta明暗对比 / chiaroscuro——Silny kontrast, ciemne otoczenie, pojedynczy oświetlony obiekt背后的描边光（rim light）——Efekt sylwetki, obiekt oddzielony od tła阴天散射光——Delikatne i równomierne światło, bez ostrych cieni黄金时刻逆光——Ciepłe plamy światła, długie cienie
Słowa kluczowe na powyższym obrazku to: single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting. Trzy słowa, ukierunkowane treści.
4. Wykorzystanie środków kompozycyjnych
Modele obrazowe znają podstawowe zasady kompozycji:
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
Miejsce, w którym na powyższym zdjęciu znajduje się rybak, to właśnie punkt wskazany w podpowiedzi: 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. Nazwij paletę kolorów, używając 3–5 kolorów
Niejasny opis koloru da tylko niejasny efekt. Krótkie i konkretne nazwy w palecie kolorów pozwalają uzyskać precyzyjny obraz:
Odcienie: wiśniowy, piaskowo-ochrowy, złoty błękit, ciemny brązowyNazwy kolorów oddzielone dwukropkiem i przecinkiem. Można również używać wartości kolorów w systemie szesnastkowym, ale nie są one tak stabilne jak popularne nazwy kolorów. Nie należy podawać więcej niż 5 kolorów – im więcej ich jest, tym słabsze są gwarancje modelu dotyczące każdego z nich.
6. Umieść tekst w cudzysłowie i podaj styl czcionki
Jeśli na obrazku ma się znaleźć tekst, należy wykonać dwie czynności:
- Wprowadź treść tekstu docudzysłów (punct.):
"FRESH BREAD DAILY" - Opis serwisuczcionkaprostym językiem:
优雅手绘衬线字体
Każdy wiersz tekstu powinien zawierać nie więcej niż 6 słów. Długie zdania nadal będą się zlewać.
7. Przymocuj korpus do konkretnego blatu
Zdjęcia produktów, potraw i martwej natury – zawsze należy opisać, co znajduje się na blacie. Blat ma atrybuty materiałowe, które model wykorzysta:
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
Niewyraźny „stół” to różnica między zdjęciami stockowymi a obrazami na poziomie redakcyjnym.
8. Połącz podmioty za pomocą czasownika określającego relację fizyczną
Jeśli na obrazie występują dwa obiekty, nie wystarczy je po prostu wymienić. Należy użyć czasownika określającego przestrzeń, aby pokazać, w jaki sposób są one ze sobą powiązane:
靠在从…升起倒映在缠绕在俯瞰着
Na tym polega różnica między „kotem przy oknie” a „kotem skulonym na parapecie z łapkami opartymi o szybę”.
9. Opisz, czego nie ma na obrazku
Opisy negatywne są równie ważne jak opisy pozytywne. Po opisie sceny dodaj krótkie zdanie:
Na etykiecie nie ma tekstu, logo ani znaku wodnego, a na tle nie widać żadnych osóbGPT Image 2 zazwyczaj ściśle przestrzega wytycznych zawartych na stronach no text oraz no logos. Zaleca się dodawanie znaków wodnych do wszystkich obrazów przeznaczonych do użytku komercyjnego, aby uniknąć pojawiania się w kadrze niepotrzebnych znaków wodnych.
10. Świadomie łącz style – ale wybierz jeden motyw przewodni
Łączenie stylów to jedna z najbardziej wyrazistych technik tworzenia modeli, pod warunkiem, że najpierw wybierzesz główny styl, a następnie nałożysz na niego drugorzędny styl jako dodatek:
Ilustracje stylizowane: estetyka akwareli studia Ghibli połączona z neonowymi akcentami w stylu cyberpunkowym,
– delikatne chmury o akwarelowym wyglądzie w połączeniu z wyrazistymi neonowymi napisami.
Jeśli wymienisz dwa style na równi („Studio Ghibli ORAZ cyberpunk”), model uśredni je, a obraz będzie płaski. Tylko dzięki strukturze „styl podstawowy + styl modyfikujący + światła” obraz zachowa spójność.
11. Przed przedstawieniem listy punktów kluczowych należy zamieścić krótki akapit
Najlepsze podpowiedzi zapisuję w formie fragmentów tekstu o długości 4–6 wierszy, a nie jako listę punktów. Są ku temu dwa powody:
- **Proza może wymusić wewnętrzną sprzeczność.**Jasna, radosna kuchnia, ciemne, przytłaczające światło” – jako zdanie brzmi to ewidentnie nieprawidłowo; w formie punktów jest to jednak trudniejsze do wychwycenia.
- **Model traktuje przecinki jako granice.**Spójne zdanie pozwala na zachowanie ciągłości relacji między częściami zdania („na marmurze, otoczone liśćmi, z kroplami wody”), czego nie da się osiągnąć w przypadku trzech oddzielnych fragmentów.
Słowa kluczowe w formie punktów nadają się do modeli opartych wyłącznie na tagach. GPT Image 2 nie jest tego typu modelem.
12. Zmieniaj tylko jedną zmienną na raz
Ostatnia zasada dotyczy przepływu pracy, a nie pisania. Kiedy obrazek jest „prawie udany”:
- Wystarczy zmienićzmienny— obiektyw, oświetlenie, czas, blat — a następnie wygenerować ponownie
- i porównać obok siebie
- . Zablokuj tę zmienną, a potem zmień kolejną.
Dwie główne przyczyny niepowodzeń większości osób: albo zmieniają jednocześnie trzy parametry i nie potrafią ustalić, która zmiana przyniosła efekt; albo za każdym razem zaczynają od zera, zamiast wykorzystać poprzednią wersję jako punkt odniesienia. Obie te rzeczy można poprawić podczas popołudniowych ćwiczeń.
Przejrzyste porównanie „przed i po”
Niewłaściwe słowa kluczowe:
Ktoś gra na pianinie w barzeDobre słowa kluczowe (z wykorzystaniem wskazówek nr 1, 2, 3 i 5):
Portret o kinowej kontrastowości: pianista jazzowy w średnim wieku siedzi przed fortepianem w przyciemnionym, spowitym dymem barze,
a pojedynczy, ciepły reflektor wolframowy nad jego głową rzuca ciepłe światło na twarz i dłonie,
podczas gdy reszta pomieszczenia pogrążona jest w głębokim cieniu. Obiektyw 85 mm, tekstura skóry o jakości fotograficznej.
Kolorystyka: ciepły bursztyn, głęboki bordowy, niemal czarne cienie.Ten sam model, ta sama liczba generacji – a wyniki są diametralnie różne. Na tym właśnie opiera się cała koncepcja inżynierii promptów: model działa bez zarzutu, a wąskim gardłem są Twoje prompty.
Wypróbuj to
Otwórz stronę GPT Image 2 Tekst na obraz, wybierz dowolny fragment podpowiedzi z listy i wklej go, a następnie wygeneruj obraz. Następnie zmień tylko jedną zmienną – kadr, oświetlenie lub paletę kolorów – i wygeneruj obraz ponownie. W ciągu maksymalnie 10 prób zyskasz intuicyjne wyczucie, która z tych opcji najlepiej odpowiada Twoim gustom estetycznym.
Ta umiejętność oceny stanowi jedyną różnicę między „umiejętnością tworzenia obrazów AI” a „umiejętnością tworzenia obrazów”.
