วิธีสร้างภาพด้วย AI สำหรับมือใหม่ คู่มือฉบับเข้าใจง่าย

มันทำงานอย่างไร สรุปในย่อหน้าเดียว

คุณพิมพ์คำบรรยายแล้วภาพก็ปรากฏขึ้น เบื้องหลังคือเครื่องมือเริ่มจากสัญญาณรบกวนแบบสุ่ม แล้วค่อย ๆ ดันมันไปทีละนิดให้ตรงกับคำของคุณ โดยอาศัยสิ่งที่มันเรียนรู้ว่าคำต่าง ๆ หน้าตาเป็นอย่างไรจากภาพพร้อมคำบรรยายจำนวนมหาศาล

ผลที่ตามมาข้อหนึ่งอธิบายความหงุดหงิดของมือใหม่ได้เกือบทั้งหมด นั่นคือโมเดลกำลังจับคู่คำบรรยายของคุณกับแบบแผน ไม่ได้ทำตามคำสั่งแบบที่คนทำ ถ้าคุณเขียนว่า "ไม่เอาหมา" คำว่าหมาก็ยังอยู่ในนั้น และหมาก็อาจโผล่มาได้จริง ๆ ส่วนอะไรที่คุณไม่ได้บอก มันจะไม่ถาม แต่จะเติมช่องว่างด้วยเวอร์ชันที่ธรรมดาที่สุดของสิ่งนั้นเท่าที่มันเคยเห็น

ทักษะทั้งหมดอยู่ตรงนี้ คือบอกสิ่งที่คุณต้องการให้เจาะจง และบอกสิ่งที่คุณไม่ต้องการในช่องที่ออกแบบมาสำหรับมันโดยเฉพาะ

สูตรหกส่วน

พรอมต์ภาพที่ดีเกือบทุกอันมีหกสิ่งนี้เหมือนกัน ส่วนที่ขาดไปจะถูกเติมด้วยค่าเริ่มต้น และค่าเริ่มต้นนั่นแหละคือสิ่งที่ทำให้ภาพดูจืดชืด

ส่วน	สิ่งที่ต้องบอก	ถ้าไม่บอก
ตัวแบบ	สิ่งนั้นแบบเจาะจง พร้อมรายละเอียดที่สำคัญ	ได้เวอร์ชันธรรมดาที่สุดของคำนามนั้น
ฉาก	อยู่ที่ไหน และเห็นมากแค่ไหน	พื้นหลังว่างเปล่าหรือรกไปหมด
แสง	ช่วงเวลา ทิศทาง คุณภาพของแสง	แบน สว่างเท่ากันหมด ไร้ชีวิต
การจัดเฟรม	ใกล้หรือกว้าง มองจากมุมไหน	ภาพระยะกลางจัดกลาง ทุกครั้ง
สไตล์	ภาพถ่าย สีน้ำมัน งาน 3D ภาพประกอบ	งานดิจิทัลอาร์ตมันวาว
อารมณ์หรือสี	ความรู้สึกและโทนสี	สีจัดเกินและคอนทราสต์สูง

พรอมต์ที่อ่อน: ห้องนั่งเล่นอบอุ่น ๆ

พรอมต์ที่แข็งแรง: ห้องนั่งเล่นเล็ก ๆ มีเตาผิงที่จุดไฟอยู่ และแมวลายสลิดนอนหลับบนเก้าอี้นวมเก่า ๆ แสงบ่ายแก่ ๆ ลอดหน้าต่างฝั่งตะวันตก ภาพมุมกว้างจากทางประตู ภาพถ่ายสมจริง เลนส์ 35mm โทนน้ำตาลอุ่นและสีอำพันนุ่ม ๆ บรรยากาศสงบและมีร่องรอยการใช้ชีวิต

ทั้งสองอันใช้แรงคิดพอ ๆ กัน แต่อันที่สองคือภาพหนึ่งภาพ ส่วนอันแรกคือหมวดหมู่

จากนั้นเพิ่มส่วนที่มือใหม่ข้ามไปเลย นั่นคือรายการสิ่งที่ไม่ต้องการ ไม่เอา: ตัวอักษร ลายน้ำ นิ้วเกิน พื้นหลังรก รอยยิ้มแบบภาพสต็อก สิ่งที่ทำให้ภาพดูออกว่าสร้างด้วย AI ส่วนใหญ่มาจากร่องรอยซ้ำ ๆ ไม่กี่อย่าง และการเรียกชื่อมันออกมาก็ทำให้มันหายไป

เคล็ดลับที่ทำให้เรื่องนี้ง่ายขึ้น

คุณไม่จำเป็นต้องเขียนพรอมต์พวกนี้เอง ให้ AI ข้อความเขียนให้ก็ได้

เขียนพรอมต์สำหรับสร้างภาพจากไอเดียคร่าว ๆ นี้: [ไอเดียของคุณ] ภาพนี้ใช้สำหรับ [จุดประสงค์] จัดโครงสร้างเป็น ตัวแบบ ฉาก แสง การจัดเฟรม สไตล์ สีและอารมณ์ แล้วตามด้วยรายการสิ่งที่ไม่ต้องการ ขอสามเวอร์ชันที่ต่างกันที่การจัดเฟรม ไม่ใช่ต่างกันที่คำคุณศัพท์

โมเดลภาษาเขียนพรอมต์ภาพได้เก่งกว่าคนส่วนใหญ่มาก เพราะรูปแบบนี้เป็นรูปแบบที่มีอยู่แล้วและมันเคยเห็นตัวอย่างจำนวนมหาศาล นี่คือเหตุผลที่การสร้างภาพภายในหน้าแชตมีประโยชน์กว่ากล่องสร้างภาพเดี่ยว ๆ จริง ๆ คือเครื่องมือที่เขียนพรอมต์นั่งอยู่ข้าง ๆ เครื่องมือที่วาดภาพพอดี

ทำไมภาพของคุณถึงออกมาไม่ตรงใจ

รายการวินิจฉัยสั้น ๆ ที่ครอบคลุมปัญหาของมือใหม่แทบทั้งหมด

น่าเบื่อและจืดชืด คุณไม่ได้ระบุแสงหรือการจัดเฟรม สองอย่างนี้ทำงานหนักกว่าคู่อื่นใด

ของถูกทุกอย่าง แต่จัดวางผิด ระบุการจัดเฟรมให้ชัด เช่น ภาพมุมกว้างถ่ายจากด้านล่าง ภาพระยะใกล้ ตัวแบบอยู่ในหนึ่งส่วนสามด้านซ้าย โมเดลไม่รู้เลยว่าคุณอยากให้อะไรอยู่ตรงไหนถ้าคุณไม่บอก

สิ่งที่คุณบอกว่าไม่อยากเห็นดันอยู่ในภาพ การเอ่ยชื่อมันในพรอมต์หลักทำให้มันมีโอกาสโผล่มามากขึ้น ไม่ใช่น้อยลง ย้ายไปไว้ในรายการสิ่งที่ไม่ต้องการ

มือ ใบหน้า หรือรายละเอียดเล็ก ๆ ที่ซ้ำกันออกมาผิด ยังเป็นจุดอ่อนที่สุดของทุกเครื่องมือ ลองครอปให้ใกล้ขึ้น เปลี่ยนมุม หรือให้มือไม่อยู่ในภาพ บางครั้งแค่กดสร้างใหม่ก็พอ

ตัวอักษรออกมาเป็นภาษาต่างดาว เรื่องปกติ อ่านหัวข้อถัดไป

ดูเหมือนภาพสต็อก เพิ่มคำว่า เป็นธรรมชาติไม่จัดท่า บรรยายการกระทำแทนการโพส และใส่ ยิ้มเข้ากล้องแบบภาพสต็อก ลงในรายการสิ่งที่ไม่ต้องการ

สัดส่วนไม่ตรงกับที่จะเอาไปใช้ ขอสัดส่วนภาพที่คุณต้องใช้จริงตั้งแต่แรก การครอปภาพสี่เหลี่ยมจัตุรัสให้เป็นแบนเนอร์คือการทิ้งองค์ประกอบภาพที่คุณอุตส่าห์ขอไป

ปรับแก้ไปเรื่อย ๆ โดยไม่วนอยู่ที่เดิม

มือใหม่มักกดสร้างซ้ำด้วยพรอมต์เดิมโดยหวังว่าจะได้ผลที่ดีกว่า ความสุ่มบางส่วนเลี่ยงไม่ได้จริง แต่ความพยายามที่สูญเปล่าส่วนใหญ่มาจากการเปลี่ยนหลายอย่างพร้อมกัน

• เปลี่ยนทีละอย่างต่อหนึ่งครั้ง แสง หรือการจัดเฟรม หรือสไตล์ ไม่ใช่ทั้งสามอย่าง ไม่งั้นคุณจะไม่รู้ว่าอะไรช่วย
• แก้องค์ประกอบภาพก่อนรายละเอียด การจัดเฟรมและแสงให้ถูกก่อนนั้นมีประสิทธิภาพกว่าการนั่งขัดตัวแบบที่วางผิดตำแหน่งในเฟรมอยู่มาก
• บอกด้วยว่าอะไรถูกแล้ว เมื่อภาพเริ่มใกล้เคียง ให้เขียนบอกเป็นคำในพรอมต์ถัดไป อย่าคิดเอาเองว่าเครื่องมือจำได้
• เก็บพรอมต์ที่ได้ผลไว้ พรอมต์ที่เชื่อถือได้หกถึงแปดแบบมีค่ามากกว่าภาพเดี่ยว ๆ ภาพไหน และมันคือสิ่งที่ทำให้ชุดภาพของคุณดูเป็นชุดเดียวกัน

สิ่งที่มันยังทำไม่ได้

ตัวอักษร คำในภาพยังเชื่อถือไม่ได้ในทุกเครื่องมือ คำสั้น ๆ บางทีก็ออกมาได้ แต่พาดหัวหรือโลโก้มักไม่ได้ สร้างภาพเปล่า ๆ ออกมาก่อนแล้วไปใส่ตัวอักษรในโปรแกรมออกแบบ ซึ่งยังทำให้คุณได้ฟอนต์ที่ถูกต้องด้วย

การจัดวางแบบเป๊ะ ๆ "วัตถุสามชิ้นพอดี ชิ้นสีแดงอยู่ทางซ้าย" ไม่ได้ถูกทำตามอย่างน่าเชื่อถือ ถ้าการจัดวางสำคัญ ให้สร้างชิ้นส่วนออกมาแล้วประกอบเอง

ตัวละครเดิมสองครั้ง การให้คนหรือสินค้าหน้าตาเหมือนเดิมตลอดทั้งชุดภาพนั้นยาก การบรรยายซ้ำอย่างละเอียดช่วยได้ แต่ก็ไม่รับประกันว่าจะได้ผลลัพธ์เหมือนกันเป๊ะ

การแก้ภาพถ่ายจริงอย่างแม่นยำ มันปรับพื้นหลัง แสง และสไตล์ได้ดี แต่มันเลื่อนวัตถุไปทางซ้ายสองนิ้วอย่างน่าเชื่อถือไม่ได้

และเรื่องการนำผลลัพธ์ไปใช้: ตรวจกฎเกณฑ์ก่อนที่อะไรที่สร้างขึ้นจะถูกนำไปใช้ในเชิงพาณิชย์ ระวังเป็นพิเศษกับภาพที่คล้ายบุคคลจริง สถานที่ที่จำได้ หรือสไตล์เฉพาะตัวของศิลปินที่ยังมีชีวิตอยู่ ข้อกำหนดของแต่ละเครื่องมือต่างกัน และความรับผิดชอบตกอยู่กับคนที่เผยแพร่ภาพนั้น