Miten saat valokuvantuntuisia tekoälykuvia: 9 prompt-tekniikkaa

Tässä koko työkalupakki. Et tarvitse kaikkia yhdeksää joka kuvaan, mutta mitä useamman käytät tietoisesti, sitä valokuvantuntuisemmaksi tulos muuttuu. Jokainen on muotoiltu niin, että voit liittää sen sellaisenaan promptiin.

1. Kuvaile oikea kamera ja objektiivi. Valokuvauksen kieli ankkuroi mallin todellisuuteen. "Kuvattu 50mm -objektiivilla, f/1.8" tai "85mm muotokuvaobjektiivi" ohjaa mallia piirtämään oikean kuvan optista jälkeä, mukaan lukien luonnollinen perspektiivi ja syvyys.
2. Nimeä konkreettinen valonlähde ja suunta. Valaistus on suurin realismivipu. Korvaa "hyvä valaistus" muodolla "pehmeä ikkunavalo vasemmalta", "kultaisen hetken vastavalo" tai "tasainen, pilvinen päivänvalo". Oikealla valolla on lähde, suunta ja valon hiipuminen.
3. Lisää uskottavaa epätäydellisyyttä. Täydellisyys näyttää feikiltä. Pyydä "näkyvää ihotekstuuria ja huokosia", "lievää luonnollista epäsymmetriaa", "yksiä irtohiuksia" tai "hienovaraista filmirakeisuutta". Nämä pienet puutteet ovat juuri sitä, minkä kamerat tallentavat ja tekoäly yleensä silottaa pois.
4. Pidä kohde täsmällisenä ja inhimillisenä. Epämääräinen kohde keskiarvoistuu oudoiksi tuloksiksi. Määritä ikä, ilme, vaatetus ja luonnollinen asento: "nelikymppinen nainen, rento puolihymy, kesken keskustelun", ei "kaunis nainen".
5. Käytä negatiivista promptia tekoälyn paljastemerkkien tappamiseen. Sulje paljastajat suoraan: "muovinen iho, airbrushattu, ylisaturoitu, ylimääräiset sormet, epämuodostuneet kädet, teksti, watermark, CGI-render, 3D". Tämä on nopein tapa poistaa toistuvat artefaktit.
6. Aseta realistinen syväterävyys. Oikeat objektiivit eivät pidä kaikkea terävänä. "Matala syväterävyys, tausta pehmeästi sumentunut" tai "syvä tarkennus, terävä kauttaaltaan" kertoo mallille, miten oikea aukko käyttäytyy.
7. Sovita väri todellisuuteen, ei karkkikauppaan. Pyydä "luonnollisia ihonsävyjä", "hillittyjä realistisia värejä" tai "neutraalia valkotasapainoa" hillitäksesi mallin taipumusta ylisaturaatioon. Oikeat kuvat ovat harvoin yhtä kirkkaita kuin tekoälyn oletus.
8. Säädä ohjausta, ettei malli ylikypsennä kuvaa. Hyvin korkea ohjaus (CFG) voi pakottaa kiiltävän, yli-renderöidyn ilmeen. Jos työkalusi tarjoaa säädön, maltillinen arvo tuottaa usein luonnollisemman, vähemmän muovisen kuvan.
9. Viimeistele paikallisesti äläkä arvo uudelleen. Kun 90 % on valokuvantuntuista ja vain kädet tai tausta tökkivät, maskaa ja generoi uudestaan vain se alue tai muokkaa suoraan, sen sijaan että arpoisit kokonaan uuden ja menettäisit sen mikä jo toimi.

Kohtele näitä säätiminä, ei absoluuttisina sääntöinä. Kamera- ja objektiivikieli sekä valaistus tekevät suurimman työn lähes missä tahansa kohtauksessa, joten aloita niistä, lisää sitten epätäydellisyyttä ja negatiivinen prompt ennen kuin hienosäädät väriä, syväterävyyttä ja ohjausta.

Jos muutat vain yhden asian promptissasi, tee se valaistukseen. Valokuva kirjaimellisesti tallentaa valoa, ja silmämme ovat erittäin herkkiä valolle, joka ei käyttäydy kuin oikea valo. Kuva ilman selvää valonlähdettä, tai valo mahdottomista suunnista, näyttää feikiltä vaikka kaikki muu olisi kunnossa.

Konkreettiset valaisukuvaukset tekevät tuplatyön: ne asettavat tunnelman ja pakottavat mallin piirtämään fysikaalisesti johdonmukaiset varjot ja korostukset. "Pehmeä ikkunavalo vasemmalta" merkitsee kasvojen poikki kulkevaa liukuvärjäystä, valopistettä silmissä ja varjon hiipumista oikealla. "Kultaisen hetken vastavalo" merkitsee lämmintä valoreunaa ja aavistuksen utuista, matalakontrastista näkymää. Malli osaa piirtää nämä uskottavasti, kun pyydät — harvemmin, jos et pyydä.

Syvempi syy sille, miksi täsmällinen sanavalinta toimii, löytyy tutkimuksesta. Googlen Imagenin tekijät havaitsivat, että tekstistä kuvaan -mallin kielentulkinnan skaalaaminen paransi valokuvantuntua ja tekstin–kuvan yhdenmukaisuutta enemmän kuin itse kuvageneraattorin skaalaaminen. Modernit mallit ymmärtävät oikeasti valokuvauksen ja valon sanastoa, joten sanojen käyttäminen oikeaan valoon maksaa suoraan takaisin realismina.

Nopein tapa sisäistää tekniikat on nähdä, miten geneeriset promptit kirjoitetaan uudelleen realismia varten. Jokainen rivi näyttää poistettavan paljastemerkin ja sen korvaavan valokuvakielen.

Huomaa kaava: jokainen uudelleenkirjoitus vaihtaa superlatiivit ("beautiful", "stunning", "amazing") kameraan, valoon, materiaaliin ja harkittuun epätäydellisyyteen. Tämä vaihto, toistettuna, on suurin osa valokuvantunnun tekemisen taidosta tekoälyllä.

Negatiivinen prompt on lista asioista, jotka haluat mallin välttävän — ja realismin kannalta se on yksi voimakkaimmista työkaluistasi. Sen sijaan että toivoisit mallin välttävän muovista ihoa ja ylisaturaatiota, nimeät epäonnistumiset suoraan ja työnnät kuvaa poispäin niistä.

Vahva realismiin tähtäävä negatiivinen prompt kattaa yleensä neljä koria: muovisen ilmeen ("airbrushed, plastic skin, smooth, CGI, 3D render"), anatomiset virheet ("extra fingers, deformed hands, fused limbs, mangled teeth"), väri-ongelmat ("oversaturated, HDR, neon") ja päällekkäiset elementit ("text, watermark, signature, logo"). Yhdistä vain ne, jotka ovat olennaisia juuri sinun kuvaasi, älä liimaa jättimäistä möykkyä kaikkeen.

Negatiiviset promptit sopivat luontevasti iterointiin: jos tietty artefakti putkahtaa toistuvasti, lisää se negatiiveihin sen sijaan, että kirjoittaisit koko promptin uusiksi. Laajempiin promptirakenteen ohjeisiin — positiivinen ja negatiivinen yhdessä — kurkkaa oppaamme tekoälykuva-prompteista tai aloita lauseella tilassa Tekstistä kuvaksi ja lisää siihen realismin vihjeitä.

On, enemmän kuin moni odottaa. Prompt-tekniikka vie pitkälle, mutta taustalla oleva malli asettaa katon. Generaattorit on opetettu eri tavoin, joten jokaisella on oma oletusilmeensä, ja osa on selvästi parempia valokuvantunnussa kuin toiset — erityisesti ihon, käsien ja luonnollisen valaistuksen osalta.

Kun arvioit parasta tekoälykuvageneraattoria realistiseen työhön, testaa vaikeilla tapauksilla, älä helpoilla. Generoi lähikuvamuotokuvia ja tarkista ihon tekstuuri ja kädet. Generoi kohtaus, jossa on yksi selkeä valonlähde, ja tarkista putoavatko varjot johdonmukaisesti. Generoi jotain, missä on tekstiä tai hienoja toistuvia kuvioita, ja tarkista suttaantuuko. Työkalu, joka selviää näistä, kestää tiukan tarkastelun.

LaFotoa suunnitellaan täsmälleen tämän standardin ympärille: realistinen oletusjälki, sekä prompt-tuki ja muokkaus, jotka iskevät suoraan yleisiin tekoälypaljastajiin eivätkä vain peitä niitä. Ennen julkaisua tämä on muotoilutavoite, ei vertailuväite — arvioi siis mikä tahansa tekoälykuvageneraattori, myös meidän, yllä olevilla vaikeilla testitapauksilla, kun se on käsissäsi.

Käy tämä lyhyt lista läpi ennen kuin hyväksyt kuvan valokuvantuntuiseksi. Se nappaa lähes jokaisen jäljellä olevan paljastemerkin.

• Valo: onko selkeä lähde ja suunta, johdonmukaiset varjot ja valopiste silmissä?
• Iho ja tekstuuri: onko huokosia, juonteita ja luonnollista epätäydellisyyttä airbrushatun pinnan sijaan?
• Kädet, hampaat, korvat: oikea määrä ja muoto, ei yhteen fuusioituneita tai ylimääräisiä sormia?
• Väri: luonnollinen ja hieman hillitty, ei neon- tai HDR-kirkas?
• Optiikka: uskottava syväterävyys ja perspektiivi nimeämällesi objektiiville?
• Tausta: sopivasti epätäydellinen, ei mahdottoman puhdas tai toistuva?
• Teksti ja kuviot: onko kuvassa oleva teksti tai hienot toistot piirtyneet puhtaasti, ei suttaantuneina?

Jos yksi kohta pettää, korjaa juuri se asia kohdennetulla editillä tai yhden muuttujan promptimuutoksella — älä arvo koko kuvaa uudelleen. Tämä kuri, plus yllä olevat yhdeksän tekniikkaa, muuttaa geneerisen tekoälykuvan johdonmukaisesti valokuvantuntuiseksi. Viimeistele viimeinen 10 % tekoälykuvamuokkaimessa sen sijaan, että pelaisit arpaa uudella generoinnilla.