Sådan laver du AI billeder som begynder (en simpel guide)

Sådan fungerer det, i ét afsnit

Du skriver en beskrivelse, og der dukker et billede op. Bag ved har værktøjet lært, hvordan ord ser ud, ud fra et enormt antal billeder med billedtekster. Det starter med tilfældig visuel støj og skubber gradvist den støj i retning af det, der matcher din beskrivelse.

En konsekvens forklarer det meste af begynderfrustrationen: modellen matcher din beskrivelse mod mønstre, den følger ikke instruktioner sådan som en person ville gøre. Hvis du skriver "ingen hund", er ordet hund stadig der, og en hund kan sagtens dukke op. Hvis du udelader noget, spørger modellen ikke, den fylder hullet ud med den mest gennemsnitlige version af den ting, den har set.

Det er hele kunststykket. Sig konkret hvad du vil have, og sig hvad du ikke vil have det sted, der er lavet til det.

Formlen i seks dele

Næsten alle gode billedprompts indeholder de samme seks ting. Dem der mangler, bliver fyldt ud med standardværdier, og det er netop dem, der får et billede til at se generisk ud.

Del	Hvad du skal sige	Hvis du udelader det
Motiv	Den konkrete ting, med de detaljer der betyder noget	Den mest generiske version af det ord
Omgivelser	Hvor det befinder sig, og hvor meget du ser	En tom eller rodet baggrund
Lys	Tid på dagen, retning, kvalitet	Fladt, jævnt lys, livløst
Beskæring	Tæt på eller vidt, fra hvilken vinkel	Et centreret halvnært billede, hver gang
Stil	Fotografi, oliemaleri, 3D-render, illustration	Blank digital kunst
Stemning eller farve	Følelsen og paletten	Overmættet og høj kontrast

En svag prompt: en hyggelig stue.

En stærk prompt: En lille stue med en tændt pejs og en stribet kat der sover i en slidt lænestol, sen eftermiddagslys gennem et vestvendt vindue, vidt billede fra døråbningen, realistisk fotografi, 35mm, varme brunfarver og blødt ravgult, roligt og beboet.

Begge tager omtrent samme tid at finde på. Den anden er et billede, den første er en kategori.

Tilføj så det, begyndere helt springer over: en negativliste. Negativ: tekst, vandmærke, ekstra fingre, rodet baggrund, stockfoto smil. Det meste af det, der får et billede til at se AI-genereret ud, kommer fra et lille sæt tilbagevendende artefakter, og ved at navngive dem fjerner du dem.

Tricket der gør det nemt

Du behøver ikke skrive disse prompts selv. Bed en tekst AI om at skrive dem for dig.

Skriv en billedgenereringsprompt til: [din grove idé]. Den skal bruges til [formål]. Strukturér den som motiv, omgivelser, lys, beskæring, stil, farve og stemning, og afslut med en negativliste. Giv mig tre versioner der varierer i beskæring frem for i tillægsord.

Sprogmodeller er markant bedre til at skrive billedprompts, end de fleste mennesker er, fordi formatet er kendt, og de har set enorme mængder eksempler. Det er derfor det giver reel mening at generere billeder inde i en chat frem for i en selvstændig billedboks: værktøjet der skriver prompten sidder lige ved siden af det, der tegner den.

Hvorfor dit billede blev forkert

En kort tjekliste, der dækker næsten alle begynderproblemer.

Kedeligt og generisk. Du angav ikke lys eller beskæring. De to gør mere arbejde end noget andet par.

De rigtige ting, placeret forkert. Sig beskæringen direkte: vidt billede nedefra, tæt på, motivet i venstre tredjedel. Modellen aner ikke, hvor du vil have tingene, medmindre du siger det.

Noget du bad om ikke at se, er alligevel med i billedet. At navngive det i hovedprompten gør det mere sandsynligt, ikke mindre. Flyt det til negativlisten.

Hænder, ansigter eller små gentagne detaljer er forkerte. Stadig det svageste område overalt. Prøv en tættere beskæring, en anden vinkel, eller at hænder ikke er synlige. Nogle gange er svaret bare at generere igen.

Teksten er volapyk. Forventeligt. Se næste afsnit.

Det ligner stockfoto. Tilføj candid, beskriv en handling frem for en positur, og skriv stockfoto smiler til kameraet i negativlisten.

Forkert format til dit formål. Bed om det billedformat, du faktisk skal bruge. At beskære et kvadrat til et banner smider den komposition væk, du bad om.

Sådan itererer du uden at gå i ring

Begyndere generer den samme prompt igen og igen i håb om et bedre udfald. Noget tilfældighed er uundgåelig, men de fleste spildte forsøg skyldes, at flere ting ændres på én gang.

• Skift kun én ting pr. forsøg. Lys, eller beskæring, eller stil. Ikke alle tre, for så ved du ikke, hvad der hjalp.
• Ret komposition før detaljer. At få beskæring og lys rigtigt først er langt mere effektivt end at perfektionere et motiv, der sidder i den forkerte del af billedet.
• Beskriv hvad der var rigtigt. Når et billede er tæt på, så sig det med ord i den næste prompt, i stedet for at antage at værktøjet husker det.
• Gem prompts der virkede. Seks eller otte pålidelige promptformer er mere værd end noget enkelt billede, og det er dem, der får et sæt billeder til at se ud, som om de hører sammen.

Hvad det stadig ikke kan

Tekst. Ord i billeder forbliver upålidelige overalt. Et kort ord virker nogle gange, en overskrift eller et logo virker som regel ikke. Generér billedet uden tekst og tilføj tekst i et hvilket som helst designværktøj, hvor du også får den rette skrifttype.

Præcise placeringer. "Præcis tre genstande, den røde til venstre" bliver ikke fulgt pålideligt. Hvis placeringen betyder noget, så generér delene hver for sig og sammensæt dem selv.

Samme figur to gange. At få en identisk person eller et identisk produkt på tværs af en serie er svært. Detaljerede, gentagne beskrivelser hjælper, men identiske resultater kan ikke garanteres.

At redigere et ægte foto præcist. Det kan justere baggrund, lys og stil godt. Det kan ikke pålideligt flytte en genstand fem centimeter til venstre.

Og om brugen af resultaterne: tjek reglerne, før noget genereret bruges kommercielt. Vær særligt forsigtig med billeder, der ligner en ægte person, et genkendeligt sted eller den karakteristiske stil hos en levende kunstner. Vilkårene varierer mellem værktøjer, og ansvaret ligger hos den, der offentliggør billedet.