آموزش پرامپت نویسی برای تولید عکس با هوش مصنوعی
یکی از مهارت‌هایی که افراد باید در حال حاضر آن را فرا بگیرند، کار با هوش مصنوعی است. انواع ابزارهای هوش مصنوعی برای کاربردهای مختلف توسعه یافته‌اند. برای مثال هوش مصنوعی تولید عکس یا ویدئو و هوش مصنوعی طراحی لوگو از این دسته ابزارها هستند.
مانند هر برنامه‌ای مثل فوتوشاپ یا حتی تلگرام و اینستاگرام، ابزارهای مبتنی‌بر هوش مصنوعی نیز بخش‌های زیادی دارند که برای بهره‌مندی از نهایت ظرفیت آن‌ها در بهینه‌ترین حالت ممکن، نیاز به آموزش داریم. این موضوع به‌خصوص برای آموزش پرامپت نویسی برای تولید عکس با هوش مصنوعی صدق می‌کند.
پیش‌تر در مقاله‌ای به اهمیت پرامپت نویسی هوش مصنوعی پرداخته‌ایم و حالا قصد داریم به نکات کلیدی و آموزش پرامپت نویسی برای تولید عکس با هوش مصنوعی ChatGPT در حداکثر کیفیت بپردازیم.
تولید عکس با ChatGPT
تولید عکس با ChatGPT پیش‌تر با DALL-E انجام می‌شد که به‌صورت یکپارچه در چت‌جی‌پی‌تی در دسترس قرار داشت. اوپن‌ای‌آی با انتشار به‌روزرسانی GPT-4o و GPT-4o mini، بالأخره ابزار اختصاصی تولید عکس در ChatGPT را معرفی کرد که در ابتدا فقط برای مشترکین پولی این پلتفرم دردسترس بود و حالا کاربران نسخه‌ی رایگان نیز با محدودیت ۳ عکس در روز، امکان استفاده از آن را دارند.
یکی از مهم‌ترین قابلیت‌های ابزار تولید عکس ChatGPT این است که برای تولید عکس‌های چندگانه می‌توان از آن استفاده کرد بدون اینکه نگران تغییر ظاهر سوژه باشید. چت‌جی‌پی‌تی از این قابلیت با عنوان Character Consistency یاد می‌کند.
قابلیت‌های ابزار تولید عکس ChatGPT:
- افزودن متن در عکس خروجی
- در نظر داشتن جزئیاتی در دل عکس
- تولید عکس با پس‌زمینه‌ی شفاف (transparent) مناسب برای ساخت آیکون و واترمارک با هوش مصنوعی
- ویرایش عکس تولیدشده با ابزار Select
- تولید چندین عکس از یک سوژه به‌لطف وجود Character Consistency
نکات پرامپت نویسی تولید عکس با ChatGPT
پرامپت‌های هوش مصنوعی در حالت کلی باید شفاف و دارای ساختار باشند. برای پرامپت نویسی تولید عکس با هوش مصنوعی اولین قاعده‌ی اساسی این است که تمرکز و فوکوس روی سوژه‌ی اصلی در عکس قرار بگیرد و در ادامه‌ی آن جزئیات و زمینه‌ی پیرامون آن توصیف شود و سبک هنری مدنظر برای عکس نیز در آن اضافه شود.
برای تولید عکس با چت جی پی تی نیازی به استفاده از عناصر خاص نیست و خیلی ساده باید هر آنچه می‌خواهید، با کلمات توصیف کنید. این هوش مصنوعی با گفتار انسانی آموزش دیده است و نسبت به زمینه‌ی گفت‌وگو آگاهی پیدا می‌کند.
۱. پرامپت باید شفاف و دقیق باشد
هرچه توضیح و توصیف با جزئیات بیشتری باشد، نتیجه‌ی بهتری خواهید گرفت. برای مثال، اگر بگویید صحنه‌ای از غروب خورشید در ساحل را تولید کند که مردم نیز در ساحل حضور دارند، احتمالاً در تصویر خروجی مردم با ایرادهای کوچک و بزرگ فضا را پر کرده‌اند؛ بنابراین باید جزئیات دقیق‌تری از مردم توصیف کنید تا ایرادات به حداقل برسد.
برای توصیف از موارد زیر کمک بگیرید:
- سوژه اصلی (مثال: منظره‌ی شهری سایبرپانک، a cyberpunk cityscape)
- سبک (مثال: به سبک استودیو جیبلی، in the style of Studio Ghibli)
- حس‌وحال و نورپردازی (مثال: بدخلق، شبی دلگیر و مه آلود با چراغ های نئونی، moody, foggy evening with neon lights)
- زاویه دوربین و نما (مثال: دید پرنده، bird’s eye view یا پرتره کلوزآپ close-up portrait)
پرامپت به زبان فارسی:
در پرامپت‌نویسی ChatGPT برای تولید عکس باید توجه کنید که هرچه جزئیات صریح‌تر و دقیق‌تر باشند، نتیجه‌ی بهتری کسب می‌کنید.
پرامپت‌های بیش‌ازحد پیچیده و طولانی گاهی هوش مصنوعی را گیج می‌کنند؛ بنابراین تعادل را رعایت کنید و دستورالعمل‌های دقیق و درعین‌حال واضحی بنویسید.
۲. سبک هنری یا نوع رسانه را مشخص کنید.
هوش مصنوعی می‌تواند محتواهای متنوعی را در سبک‌های مختلف تولید کند:
- عکس (پرتره، ماکرو، عکس توسط پهپاد)
- نقاشی (رنگ روغن، آبرنگ، دیجیتال)
- کامیک، مانگا، رندر ۳ بُعدی، پیکسل
- سبک (واقع‌گرایانه Realistic، فانتزی Fantasy، انیمه‌ای Anime Style)
کلیدواژه‌های این بخش شامل: digital painting یا low-poly 3D یا charcoal sketch می‌شود.
۳. از صفت‌ها و کلمات ترکیبی استفاده کنید.
برای بیان اجزای مختلف تصویر باید از کلیدواژه‌های مناسبی کمک بگیرید. برای دستیابی به کلیدواژه‌های متناسب، ۳ پرسش زیر را پاسخ دهید:
- چه اتفاقی رخ می‌دهد یا سوژه در حال انجام چه کاری است؟
- این اتفاق چگونه رخ می‌دهد؟ (روش و سبک)
- کجا رخ می‌دهد؟ (موقعیت مکانی و محیط)
برای پاسخ به این پرسش‌ها کلیدواژه‌های زیر مثال‌های خوبی به‌شمار می‌روند:
- حس‌وحال: نمایشی (dramatic)، رویایی (dreamy)، رمزآلود (mysterious) و پویا و پرجنب‌وجوش (vibrant)
- موقعیت مکانی سوژه: زیر دریا (underwater)، پساآخرالزمانی (post-apocalyptic)، جنگل فانتزی (fantasy forest)
- زمان: ساعات طلایی (golden hour)، گرگ‌ومیش (twilight)، نیمه‌شب (midnight)
- ترکیب‌بندی یا کمپوزیسیون: مرکز تصویر (centered)، قانون یک‌سوم (rule of thirds)، متقارن (symmetrical)
ترکیب‌بندی یا کمپوزیسیون در هنر نقاشی و عکاسی به مهارتی در کادربندی و نوع قرارگیری سوژه در تصویر گفته می‌شود که در نهایت باعث می‌شود تمام عناصر موجود در تصویر به‌گونه‌ای در عکس قرار بگیرند که حس‌وحال خاصی را در بیننده ایجاد کنند. برای مثال، کلوزآپ یا وایدشات از دیگر کلیدواژه‌های آن محسوب می‌شوند.
۴. برای نتایج بهتر پرامپت‌های مختلف را امتحان کنید.
برای تغییر پرامپت می‌توانید چینش و ترتیب جزئیات توصیفی را تغییر دهید یا از واژه‌های مختلفی استفاده کنید. زاویه‌ی دید را تغییر دهید و ابهامات را رفع کنید. برای مثال، وقتی جهتی را توصیف می‌کنید، دقیقاً بگویید: «سمت چپ تصویر باشد یا سمت چپ سوژه‌ی درون تصویر».
۵. از تصاویر دیگر به‌عنوان مرجع کمک بگیرید.
برای فهماندن بهتر منظور خود می‌توانید تصویری را همراه با پرامپت خود برای هوش مصنوعی ارسال کنید.
۶. چندین نسخه از یک عکس را درخواست کنید.
با درخواست مثلاً ۳ نسخه از یک عکس، دست هوش مصنوعی را باز می‌گذارید تا برداشت‌های متفاوت خودش را به‌تصویر بکشد.
۷. کاربرد مدنظرتان از تولید عکس را ذکر کنید.
در صورت تمایل می‌توانید در پرامپت بگویید که از عکس در کجا و به چه منظور استفاده می‌کنید. برای مثال، می‌خواهید بنر وبلاگ یا ایده‌ی مفهومی برای طراحی UI/UX باشد یا برای گنجاندن در متن به آن نیاز دارید یا قرار است به‌عنوان پروفایل مورد استفاده قرار بگیرد.
برای گرفتن نتیجه‌ی بهتر تمام پرامپت‌های بالا را در یک پرامپت گردآوری می‌کنیم که پرامپت نهایی به شکل زیر در خواهد آمد:
در نهایت با توجه به میزان جزئیاتی که در تصویر می‌خواهید، ممکن است تولید عکس با هوش مصنوعی چت‌جی‌پی‌تی تا ۲ دقیقه طول بکشد.
بهترین روش پرامپت نویسی برای تولید عکس با ChatGPT
یکی از روش‌هایی که برخی آن را هک‌کردن پرامپت نویسی هوش مصنوعی می‌نامند، این است که یکی از تصاویری که می‌خواهید عکسی شبیه به آن را تولید کنید، برای چت‌جی‌پی‌تی بفرستید و از او بخواهید تمام جزئیات عکس را توصیف کند و سبک عکس یا نقاشی را توضیح دهد.
پرامپت پیشنهادی برای دریافت توصیف عکس:
به‌جای توصیف عکس می‌توانید از او بخواهید هر چیزی را توصیف کند. برای مثال از او خواستیم وبسایت زومیت را بررسی کند و لوگوی آن را استخراج کند، سپس به‌تفصیل توصیف کند که اگر زومیت گربه باشد، چه ظاهری خواهد داشت:
اکنون برای تولید عکس، از هوش مصنوعی بخواهید از همان جزئیات و توضیحات استفاده کند یا برای تبدیل عکسی به آن سبک، عکس را نیز همراهش بارگذاری کنید و منتظر نتیجه بمانید.
برای تولید عکس براساس توصیفی که از عکس قبلی ارائه کرده، دستور زیر را می‌توانید استفاده کنید: توجه داشته باشید که این پرامپت کوتاه است؛ اما پشتوانه‌ی اصلی آن توصیف و توضیح طولانی و مفصل خود هوش مصنوعی است که به‌اندازه‌ی کافی جزئیات دارد.
برای تبدیل عکس دلخواهتان به سبک عکس دیگر، مطابق با توصیف‌های ارائه‌شده، از دستور زیر استفاده کنید:
نتیجه‌ی تبدیل توصیف زومیت به عکس:
اگر عکسی ندارید و می‌خواهید فقط با دادن سوژه به چت‌جی‌پی‌تی برایتان پرامپتی مناسب تولید عکس ایجاد کند، می‌توانید از دستور زیر استفاده کنید و در جای خالی اول ایده و سوژه‌ی اصلی و در جای خالی دوم نقطه‌ی تمرکز و جزئیات دلخواه را وارد کنید.
پرامپت نویسی فارسی برای تولید عکس با ChatGPT
روش دیگر پرامپت‌نویسی تولید عکس این است که دستورات خود را به فارسی بنویسید و از چت‌جی‌پی‌تی بخواهید یک پرامپت به زبان انگلیسی برای تولید عکسی با مشخصات دلخواه شما، ایجاد کند، سپس همان پرامپت را برای خودش ارسال کنید.
پرامپت نویسی برای تولید عکس با هوش مصنوعی در حداکثر کیفیت در ChatGPT بسیار آسان است زیرا این چت‌بات تا حد نسبتاً خوبی زبان انسانی را درک می‌کند و کاربران به‌راحتی می‌توانند با آن ارتباط بگیرند.
اکنون نوبت شما کاربران عزیز زومیت است که بگویید تجربه‌ی شما در پرامپت نویسی برای تولید عکس چیست؟