Jak dosáhnout fotorealistických AI obrázků: 9 technik pro prompt

Tady je kompletní sada. Nemusíte použít všech devět u každého obrázku, ale čím víc z nich cíleně zkombinujete, tím fotorealističtěji bude výsledek působit. Každá je formulovaná tak, abyste ji mohli rovnou vložit do promptu.

1. Popište skutečný fotoaparát a objektiv. Fotografický jazyk ukotví model v realitě. "Shot on a 50mm lens, f/1.8" nebo "85mm portrait lens" mu řekne, aby vykreslil optický podpis reálné fotky, včetně přirozené perspektivy a hloubky.
2. Pojmenujte konkrétní zdroj a směr světla. Světlo je největší páka na realismus. Nahraďte "good lighting" výrazy "soft window light from the left", "golden-hour backlight" nebo "overcast diffused daylight". Skutečné světlo má zdroj, směr a úbytek intenzity.
3. Přidejte uvěřitelnou nedokonalost. Dokonalost působí uměle. Řekněte si o "visible skin texture and pores", "slight natural asymmetry", "a few flyaway hairs" nebo "subtle film grain". Právě tyto drobné vady fotoaparáty zachycují a AI je má tendenci mazat.
4. Držte motiv konkrétní a lidský. Vágní téma průměruje do podivných výsledků. Upřesněte věk, výraz, oblečení a přirozenou pózu: "a woman in her 40s, relaxed half-smile, mid-conversation", ne "a beautiful woman".
5. Použijte negativní prompt k odstranění znaků AI. Vylučte prozrazující prvky přímo: "plastic skin, airbrushed, oversaturated, extra fingers, deformed hands, text, watermark, CGI render, 3D". Je to nejrychlejší cesta, jak odstranit opakující se artefakty.
6. Nastavte realistickou hloubku ostrosti. Skutečné objektivy nemají všechno ostré. "Shallow depth of field, background softly blurred" nebo "deep focus, sharp throughout" řekne modelu, jak by se chovala reálná clona.
7. Sladťe barvy s realitou, ne s bonbóny. Požádejte o "natural skin tones", "muted realistic colors" nebo "neutral white balance", abyste vyvážili tendenci modelu k přesycení. Reálné fotky bývají zřídka tak křiklavé jako výchozí výstup AI.
8. Doladťe guidance, aby obraz nebyl přepálený. Příliš vysoké guidance (CFG) může vynucovat lesklý, přerenderovaný vzhled. Když to nástroj umožňuje, střední hodnota často vede k přirozenějšímu, méně plastickému obrazu.
9. Dolaďte lokálně místo přegenerování. Když je 90 % fotorealistických a jen ruce nebo pozadí nesedí, zamaskujte a přegenerujte jen danou oblast, nebo ji upravte přímo, místo abyste zkoušeli nový hod kostkou, který ztratí to, co fungovalo.

Berte je jako nastavitelné, ne absolutní. Jazyk fotoaparátu a objektivu a světlo odvedou u většiny scén nejvíc práce, začněte proto u nich, pak přidejte nedokonalost a negativní prompt a teprve potom dolaďte barvu, hloubku ostrosti a guidance.

Kdybyste měli v promptu změnit jen jednu věc, ať je to světlo. Fotografie doslova zaznamenává světlo a naše oči jsou nesmírně citlivé na světlo, které se nechová jako skutečné. Obrázek bez jasného zdroje světla, nebo se světlem z nemožných směrů, působí falešně, i když je vše ostatní dokonalé.

Konkrétní popisy světla slouží dvojímu účelu: nastavují náladu a nutí model vykreslit fyzikálně konzistentní stíny a jasy. "Soft window light from the left" implikuje přechodový gradient přes tvář, odlesk v očích a spád stínu vpravo. "Golden-hour backlight" znamená teplý lem světla a lehce zamlženou, nižší kontrastní scénu. Když o to požádáte, model to umí přesvědčivě vykreslit; když ne, tak jen zřídka.

Hlubší důvod, proč přesné formulace fungují, je ve výzkumu. Tým za Google Imagen zjistil, že škálování jazykového porozumění u text-to-image modelu zlepšilo fotorealismus a soulad textu s obrazem více než škálování samotného generátoru obrazu. Moderní modely opravdu chápou fotografickou a světelnou terminologii, takže věnovat slova reálnému světlu se přímo vyplácí na realismu.

Nejrychlejší způsob, jak si techniky zažít, je vidět přepsané obecné prompty směrem k realismu. Každý řádek ukazuje, jak se odstraní prozrazující znak a nahradí ho fotografický jazyk.

Vzor je zřejmý: každý přepis vymění superlativa ("beautiful", "stunning", "amazing") za fotoaparát, světlo, materiál a záměrnou nedokonalost. Tato výměna, opakovaně, je většina řemesla fotorealistické AI.

Negativní prompt je seznam věcí, kterým se má model vyhnout, a pro realismus patří mezi nejsilnější nástroje. Místo abyste doufali, že se model vyvaruje plastické pleti a přesycení, výslovně tyto chyby pojmenujete a odtlačíte obraz od nich.

Silný negativní prompt pro realismus obvykle pokryje čtyři oblasti: plastický vzhled ("airbrushed, plastic skin, smooth, CGI, 3D render"), anatomické chyby ("extra fingers, deformed hands, fused limbs, mangled teeth"), problémy s barvou ("oversaturated, HDR, neon") a překryvy ("text, watermark, signature, logo"). Kombinujte ty, které jsou pro váš záběr relevantní, místo vkládání obřího bloku.

Negativní prompty přirozeně ladí s iterací: pokud se určitý artefakt vytrvale objevuje, přidejte ho do negativů místo přepisování celého promptu. Pro úplnější popis stavby promptu, včetně pozitivních i negativních částí, si přečtěte náš návod na psaní AI photo promptů, nebo začněte prostou větou v Text to Photo a postupně doplňujte realistická vodítka.

Ano, víc, než mnozí čekají. Technika promptu vás dovede daleko, ale základní model nastavuje strop. Různé generátory jsou trénované odlišně, každý má jiný výchozí vzhled a některé jsou ve fotorealismu výrazně silnější, zejména u pleti, rukou a přirozeného světla.

Když hodnotíte nejlepší AI generátor obrázků pro realistickou práci, testujte ho na těžkých případech, ne na snadných. Vygenerujte detailní portréty a zkontrolujte texturu pleti a ruce. Vytvořte scénu s jasným jediným zdrojem světla a sledujte, zda stíny padají konzistentně. Vygenerujte něco s textem nebo jemnými opakujícími se vzory a hlídejte rozmazání. Nástroj, který tohle zvládá, obstojí i při bližším zkoumání.

LaFoto je navrhována přesně podle tohoto standardu: realistický výstup ve výchozím nastavení s promptovým lešením a editačními nástroji, které míří na běžné znaky AI, místo aby je jen maskovaly. Jako produkt před spuštěním je to prohlášení o záměru designu, ne srovnávací tvrzení — proto suďte každý AI foto generátor, včetně našeho, na těžkých testech výše, až ho budete mít v rukou.

Předtím než obrázek přijmete jako fotorealistický, projeďte si tento krátký seznam. Zachytí téměř každý zbývající znak.

• Světlo: je jasný zdroj a směr, se konzistentními stíny a odleskem v očích?
• Pleť a textura: jsou vidět póry, jemné linie a přirozené nedokonalosti místo airbrushového lesku?
• Ruce, zuby, uši: správný počet a tvar, žádné srostlé či nadpočetné prsty?
• Barva: přirozená a spíš střídmá, ne neonová či HDR-křiklavá?
• Optika: uvěřitelná hloubka ostrosti a perspektiva pro zadaný objektiv?
• Pozadí: přiměřeně nedokonalé, ne nemožně čisté nebo opakující se?
• Text a vzory: je in-image text nebo jemné opakování vykreslené čistě, ne rozmazaně?

Když jedna položka selže, opravte právě ji cílenou úpravou nebo změnou jediného parametru v promptu, místo abyste generovali znovu celý obrázek. Tato disciplína společně s devíti technikami výše spolehlivě promění generický AI výstup ve fotorealistický. Posledních 10 % dolaďte v AI fotoeditoru místo sázení na novou generaci.