Come funziona, in un paragrafo
Scrivi una descrizione e compare un'immagine. Sotto il cofano, lo strumento parte da rumore visivo casuale e lo spinge di continuo verso qualcosa che corrisponda alle tue parole, avendo imparato l'aspetto delle parole da un numero enorme di immagini con didascalia.
Una conseguenza spiega quasi tutta la frustrazione dei principianti: il modello confronta la tua descrizione con degli schemi, non segue istruzioni come farebbe una persona. Se scrivi "niente cane", la parola cane è comunque lì dentro e un cane può benissimo comparire. Se tralasci qualcosa, non te lo chiede: riempie il vuoto con la versione più banale di quella cosa che ha visto.
Tutta l'abilita sta qui. Di' con precisione cosa vuoi, e di' cosa non vuoi nel punto pensato apposta per quello.
La formula in sei parti
Quasi ogni buon prompt per immagini contiene le stesse sei cose. Quelle che mancano vengono riempite con valori predefiniti, ed è proprio questo a rendere un'immagine banale.
| Parte | Cosa dire | Se la ometti |
|---|---|---|
| Soggetto | La cosa precisa, con i dettagli che contano | La versione più generica di quel nome |
| Ambiente | Dove si trova e quanto ne vedi | Uno sfondo vuoto o confuso |
| Luce | Ora del giorno, direzione, qualità | Piatta, uniforme, senza vita |
| Inquadratura | Primo piano o campo largo, da che angolo | Un piano medio centrato, sempre |
| Stile | Fotografia, olio, render 3D, illustrazione | Arte digitale patinata |
| Umore o colore | La sensazione e la palette | Colori saturi e contrasto alto |
Un prompt debole: un salotto accogliente.
Un prompt forte: Un piccolo salotto con un camino acceso e un gatto soriano addormentato su una poltrona consumata, luce di tardo pomeriggio da una finestra esposta a ovest, campo largo dalla porta, fotografia realistica, 35mm, marroni caldi e ambra tenue, calmo e vissuto.
Pensarli richiede più o meno lo stesso sforzo. Il secondo è un'immagine, il primo è una categoria.
Poi aggiungi la parte che i principianti saltano del tutto: un elenco di esclusioni. Da evitare: testo, filigrana, dita in più, sfondo confuso, sorriso da foto stock. Gran parte di ciò che fa sembrare un'immagine generata dall'IA viene da un piccolo gruppo di difetti ricorrenti, e nominarli li elimina.
Il trucco che rende tutto facile
Non devi scrivere tu questi prompt. Chiedi a un'IA testuale di scriverli al posto tuo.
Scrivi un prompt per generare un'immagine di: [la tua idea grezza]. Serve per [scopo]. Struttalo come soggetto, ambiente, luce, inquadratura, stile, colore e umore, poi un elenco di esclusioni. Dammi tre versioni che cambino nell'inquadratura più che negli aggettivi.
I modelli linguistici sono parecchio più bravi della maggior parte delle persone a scrivere prompt per immagini, perché il formato è noto e ne hanno visti moltissimi esempi. Ecco perché generare immagini dentro una chat è davvero più utile di una casella per immagini a sé stante: lo strumento che scrive il prompt sta proprio accanto a quello che disegna.
Perché la tua immagine è venuta male
Un breve elenco diagnostico che copre quasi tutti i problemi dei principianti.
Banale e generica. Non hai indicato luce o inquadratura. Sono le due cose che lavorano più di qualsiasi altra coppia.
Le cose giuste, messe male. Indica esplicitamente l'inquadratura: campo largo dal basso, primo piano, soggetto nel terzo sinistro. Il modello non ha idea di dove tu voglia le cose se non lo dici.
Nell'immagine c'è qualcosa che avevi chiesto di non vedere. Nominarlo nel prompt principale lo rende più probabile, non meno. Spostalo nell'elenco delle esclusioni.
Mani, volti o piccoli dettagli ripetuti sono sbagliati. Resta il punto più debole ovunque. Prova un taglio più stretto, un angolo diverso o mani non visibili. A volte basta rigenerare.
Il testo è incomprensibile. Era prevedibile. Vedi la sezione successiva.
Sembra una foto stock. Aggiungi spontaneo, descrivi un'azione invece di una posa e metti sorriso in camera da foto stock tra le esclusioni.
Formato sbagliato per dove ti serve. Chiedi direttamente le proporzioni che ti servono davvero. Ritagliare un quadrato per farne un banner butta via la composizione che avevi chiesto.
Migliorare senza girare in tondo
I principianti rigenerano lo stesso prompt sperando in un tiro di dadi migliore. Un po' di casualita è inevitabile, ma quasi tutti i tentativi sprecati nascono dal cambiare più cose insieme.
- Cambia una cosa per tentativo. La luce, o l'inquadratura, o lo stile. Non tutte e tre, altrimenti non saprai cosa ha funzionato.
- Sistema la composizione prima del dettaglio. Mettere a posto prima inquadratura e luce è molto più efficiente che perfezionare un soggetto che sta nella parte sbagliata dell'immagine.
- Descrivi ciò che era giusto. Quando un'immagine ci va vicino, dillo a parole nel prompt successivo invece di dare per scontato che lo strumento se lo ricordi.
- Salva i prompt che hanno funzionato. Sei o otto strutture di prompt affidabili valgono più di qualsiasi singola immagine, e sono ciò che fa sembrare una serie di immagini parte dello stesso insieme.
Cosa ancora non riesce a fare
Il testo. Le parole dentro le immagini restano inaffidabili ovunque. Una parola breve a volte riesce, un titolo o un logo di solito no. Genera l'immagine pulita e aggiungi il testo con un programma di grafica, così ottieni anche il carattere giusto.
Disposizioni esatte. "Esattamente tre oggetti, quello rosso a sinistra" non viene seguito in modo affidabile. Se la disposizione conta, genera i pezzi e componili tu.
Lo stesso personaggio due volte. Ottenere la stessa persona o lo stesso prodotto identico in una serie è difficile. Descrizioni dettagliate ripetute aiutano, ma il risultato identico non è garantito.
Modificare con precisione una foto vera. Sa cambiare bene sfondo, luce e stile. Non sa spostare in modo affidabile un oggetto di cinque centimetri a sinistra.
E sull'uso dei risultati: controlla le regole prima che qualcosa di generato finisca in un contesto commerciale. Fai particolare attenzione alle immagini che somigliano a una persona reale, a un luogo riconoscibile o allo stile inconfondibile di un artista vivente. Le condizioni cambiano da strumento a strumento e la responsabilita è di chi pubblica l'immagine.
- Includi tutte e sei le parti: soggetto, ambiente, luce, inquadratura, stile, umore
- Metti ciò che non vuoi in un elenco di esclusioni, mai nella descrizione principale
- Chiedi a un'IA testuale di scrivere il prompt per l'immagine dalla tua idea grezza
- Genera direttamente nelle proporzioni che ti servono davvero
- Cambia una sola variabile per tentativo, così impari cosa ha funzionato
- Aggiungi il testo con un programma di grafica invece che nel modello di immagini
- Salva i prompt riusciti, così le tue immagini restano coerenti tra loro
Domande frequenti
Servono doti artistiche per generare immagini con l'IA?
No, ma servono doti descrittive, ed è la parte che i principianti sottovalutano. La distanza tra un'immagine deludente e una buona sta quasi tutta nella precisione con cui hai descritto luce, inquadratura e stile. Se descrivere una scena nei dettagli non ti viene naturale, chiedi a un'IA testuale di ampliare la tua idea grezza in un prompt strutturato: funziona bene.
Posso usare l'IA per trovare idee di immagini?
Sì, ed è più utile di quanto molti pensino. Chiedi a un chatbot cinque concetti descrittivi, poi chiedigli di trasformare il tuo preferito in un prompt completo e strutturato con un elenco di esclusioni. I modelli linguistici scrivono prompt per immagini meglio della maggior parte dei principianti, ed è per questo che generare immagini dentro una chat batte una casella per immagini a sé stante.
Perché il testo nella mia immagine sembra senza senso?
Perché il testo disegnato è davvero il punto più debole di tutti i modelli di immagini, e nessun prompt lo risolve in modo affidabile. Le parole singole e corte a volte escono bene, titoli, loghi ed etichette di solito no. Genera l'immagine senza testo e aggiungi la parte tipografica con un programma di grafica, così puoi anche usare il carattere corretto e posizionarlo come si deve.
Qual è il miglior generatore di immagini?
Dipende dal soggetto più di quanto la gente si aspetti. Flux è il più forte sul fotorealismo e su tutto ciò che deve sembrare uscito da una macchina fotografica. Stable Diffusion offre più controllo stilistico e più varietà per l'illustrazione. Il modo più rapido per decidere è passare lo stesso prompt a due di loro e guardare i risultati affiancati, perché chi vince sui ritratti spesso non vince sugli interni.
Serve un abbonamento a parte per generare immagini?
Non per forza. La generazione di immagini è inclusa in Whizi dal piano Pro in su, insieme ai modelli testuali, e copre il normale lavoro creativo e di contenuti senza una seconda bolletta. Uno strumento dedicato alle immagini ha ancora senso per chi lo fa a livello professionale ogni giorno e vuole un controllo stilistico molto fine.