Miten saada valokuvantarkkoja AI-kuvia: 9 kehotetekniikkaa

Tässä on koko työkalupakki. Et tarvitse kaikkia yhdeksää joka kuvaan, mutta mitä useampaa käytät tarkoituksellisesti, sitä fotorealistisempi lopputulos on. Jokainen on muotoiltu niin, että voit pudottaa sen suoraan promptiin.

1. Kuvaile aito kamera ja objektiivi. Valokuvallinen kieli ankkuroi mallin todellisuuteen. “Otettu 50mm-objektiivilla, f/1.8” tai “85mm muotokuvaobjektiivi” kertoo mallille, että sen tulee renderöidä aidon valokuvan optinen signaali, mukaan lukien luonnollinen perspektiivi ja syvyys.
2. Nimeä konkreettinen valonlähde ja suunta. Valaistus on realismiin vaikuttava suurin vipu. Korvaa “good lighting” ilmaisulla “pehmeä ikkunavalo vasemmalta”, “kultatunnin taustavalo” tai “pilvinen, hajautunut päivänvalo”. Aito valo on peräisin lähteestä, sillä on suunta ja himmeneminen.
3. Lisää uskottava epätäydellisyys. Täydellisyys vaikuttaa feikiltä. Pyydä esimerkiksi “näkyvää ihon rakennetta ja huokosia”, “hienoa luonnollista epäsymmetriaa”, “muutamia irtoavia hiuksia” tai “hienovaraista filmirakennetta”. Nämä pienet virheet ovat sitä, mitä kamerat tallentavat ja mitä AI:n on tapana poistaa.
4. Pidä kohde tarkkana ja inhimillisenä. Epämääräiset kuvaukset johtavat keskiarvoistettuihin, kummallisiin tuloksiin. Määrittele ikä, ilme, vaatteet ja luonnollinen asento: “nainen neljänkympin hujakoilla, rento puolihymy, keskellä keskustelua”, älä “kaunis nainen”.
5. Käytä negatiivista prompttia poistaaksesi AI-tunnusmerkit. Sulje suoraan pois paljastavat tekijät: “plastic skin, airbrushed, oversaturated, extra fingers, deformed hands, text, watermark, CGI render, 3D”. Tämä on nopein tapa poistaa toistuvia artefakteja.
6. Aseta realistinen syväterävyys. Aidot objektiivit eivät pidä kaikkea terävänä. “Matala syväterävyys, tausta pehmeästi sumennettu” tai “syväterävyys, terävä koko kuvassa” kertoo mallille, miten aidon aukon pitäisi käyttäytyä.
7. Sovita värit todellisuuteen, älä karkkiväreihin. Pyydä esimerkiksi “luonnolliset ihonsävyt”, “hillityt realistiset värit” tai “neutraali valkotasapaino” vastapainoksi mallin taipumukselle ylitäyttymiseen. Aidot valokuvat ovat harvoin yhtä kirkkaita kuin AI:n oletustuotos.
8. Säädä ohjausta niin, ettei malli ylikypsennä kuvaa. Erittäin korkea ohjaustaso (CFG) voi pakottaa kiiltävän, yli-renderöidyn ilmeen. Jos työkalusi tarjoaa asetuksen, kohtalainen taso tuottaa usein luonnollisemman, vähemmän muovisen kuvan.
9. Paranna paikallisesti sen sijaan, että aloittaisit alusta. Kun 90% on fotorealistista ja vain kädet tai tausta ovat pielessä, maskaa ja regeneroi vain kyseinen alue tai muokkaa sitä suoraan sen sijaan, että arpoisit uuden version, joka saattaa menettää toimineet asiat.

Käsittele näitä säädettävinä, ei absoluuttisina. Kamera- ja objektiivikieli sekä valaistus tekevät suurimman työn lähes missä tahansa kohtauksessa, joten aloita niistä, lisää sitten epätäydellisyys ja negatiivinen prompt ennen värien, syväterävyyden ja ohjauksen hienosäätöä.

Jos muutat kehotteissasi vain yhtä asiaa, tee se valaistukselle. Valo on se, mitä valokuvaus kirjaimellisesti tallentaa, ja silmämme ovat erittäin herkät valolle, joka ei käyttäydy kuin todellinen valo. Kuva, josta puuttuu selkeä valonlähde tai jossa valo tulee mahdottomista suunnista, näyttää väärennetyltä vaikka kaikki muut yksityiskohdat olisivat täydellisiä.

Tarkat valaistuskuvaukset palvelevat kahta tarkoitusta: ne luovat tunnelman ja pakottavat mallin tuottamaan fysikaalisesti johdonmukaisia varjoja ja korostuksia. ”Pehmeä ikkunavalo vasemmalta” vihjaa kasvojen yli ulottuvaan liukumasävyyn, silmien valopisteeseen ja varjon himmenemiseen oikealla. ”Kultaisen tunnin takavalo” viittaa lämpimään valokehään ja hieman utuiseen, matalamman kontrastin kohtaukseen. Malli pystyy tuottamaan nämä uskottavasti, kun sitä pyydetään, mutta harvoin ilman ohjeistusta.

Syvempi syy siihen, miksi täsmällinen sanavalinta toimii, löytyy tutkimuksesta. Googlen Imagenin takana ollut tiimi havaitsi, että tekstistä kuvaan -mallin kielen ymmärryksen skaalaaminen paransi valokuvamaisuutta ja tekstin ja kuvan yhdenmukaisuutta enemmän kuin itse kuvageneraattorin skaalaaminen. Nykyaikaiset mallit ymmärtävät aidosti valokuvaukseen ja valaistukseen liittyvää sanastoa, joten sanojen käyttäminen todellisen valon kuvaamiseen tuo suoraan lisää realismia.

Nopein tapa sisäistää tekniikat on nähdä yleiskehotteiden uudelleenkirjoitukset realistisemmiksi. Jokaisella rivillä näytetään poistettava vihje ja sen tilalle tuleva valokuvallinen ilmaisu.

Huomaa kuvio: jokaisessa uudelleenkirjoituksessa superlatiivit (”kaunis”, ”upea”, ”hämmästyttävä”) vaihdetaan kameraksi, valoksi, materiaaliksi ja tarkoitukselliseksi epätäydellisyydeksi. Tämä vaihtaminen, toistettuna, on suurin osa fotorealistisen AI:n taituruudesta.

Negatiivinen kehotus on luettelo asioista, joita haluat mallin välttävän, ja realistisuuden kannalta se on yksi tehokkaimmista työkaluista. Sen sijaan, että toivoisit mallin välttävän muovista ihoa ja ylisaturaatiota, nimeät nuo virheet nimenomaisesti ja työntäät kuvaa pois niistä.

Vahva realistinen negatiivinen kehotus kattaa yleensä neljä kategoriaa: muovinen ilme (“airbrushattu, muovinen iho, sileä, CGI, 3D‑renderöinti”), anatomiset virheet (“ylimääräiset sormet, vääristyneet kädet, yhteen kasvaneet raajat, rikkoutuneet hampaat”), väriongelmat (“ylisaturaatio, HDR, neon”) ja päällekkäiset elementit (“teksti, vesileima, allekirjoitus, logo”). Yhdistä kuvaasi relevantit kohdat sen sijaan, että liittäisit jättimäisen lohkon.

Negatiiviset kehotukset sopivat luonnostaan iteraation kanssa: jos jokin tietty artefakti ilmestyy toistuvasti, lisää se negatiiveihin sen sijaan, että kirjoittaisit koko kehotuksen uusiksi. Laajempaa käsittelyä kehotusten rakenteesta, mukaan lukien positiiviset ja negatiiviset kehotukset yhdessä, löydät oppaastamme AI‑valokuvakehotusten kirjoittamisesta, tai aloita yksinkertaisella lauseella Tekstistä valokuvaksi ja lisää sieltä realismia ohjaavia vihjeitä.

Kyllä — ja enemmän kuin monet odottavat. Prompt-tekniikka vie pitkälle, mutta taustalla oleva malli asettaa ylärajan. Erilaisia generaattoreita on koulutettu eri tavoin, joten niillä on kukin oma tunnistettava oletusilmeensä, ja osa on huomattavasti vahvempia fotorealistisuudessa kuin toiset, erityisesti ihon, käsien ja luonnollisen valaistuksen osalta.

Kun arvioit parasta AI-kuvageneraattoria realistiseen työskentelyyn, kokeile sitä vaikeilla tapauksilla etkä helpoilla. Generoi lähikuvamuotokuvia ja tarkista ihon rakenne ja kädet. Generoi kohtaus, jossa on selkeä yksittäinen valonlähde, ja tarkista, osuuko varjo johdonmukaisesti. Generoi jotain, jossa on tekstiä tai hienoja toistuvia kuvioita, ja tarkista, esiintyykö niissä levittymistä. Työkalu, joka käsittelee nämä tapaukset hyvin, kestää tarkemman tarkastelun.

LaFoto on suunniteltu juuri tämän standardin mukaan: realistinen tuotos oletuksena, sekä kehotteen tukirakenteet ja muokkaustyökalut, jotka kohdistuvat yleisiin AI:lle tyypillisiin ilmiöihin sen sijaan, että peittelisivät niitä. Koska kyseessä on julkaisemattomassa vaiheessa oleva tuote — suunnitteluaikomuksen ilmentymä, ei väite suorituskykymittarista — arvioi mitä tahansa AI-valokuvatoteuttajaa, mukaan lukien meidän, yllä kuvatuilla vaikeilla testitapauksilla, kun saat sen käsiisi.

Käy tämä lyhyt lista läpi ennen kuin hyväksyt kuvan valokuvantarkaksi. Se paljastaa lähes kaikki jäljellä olevat vihjeet.

• Valo: onko selkeä valonlähde ja suunta, yhtenäiset varjot ja silmien heijastus?
• Iho ja tekstuuri: näkyykö huokosia, hienoja juonteita ja luonnollista epätäydellisyyttä sen sijaan, että iho olisi airbrushattu ja kiiltävä?
• Kädet, hampaat, korvat: oikea määrä ja muoto, ei yhteen sulautuneita tai ylimääräisiä sormia?
• Värit: luonnolliset ja hieman hillityt, eivät neon- tai HDR-kirkkaita?
• Optiikka: uskottava syväterävyys ja perspektiivi mainitsemallesi linssille?
• Tausta: sopivan epätäydellinen, ei mahdottoman puhdas tai toistuva?
• Teksti ja kuviot: näkyvätkö kuvateksti ja pienet toistuvat kuviot selkeinä, eivätkä sutaantuneina?

Jos jokin kohta epäonnistuu, korjaa juuri se asia kohdennetulla muokkauksella tai muuttamalla promptia yhdellä muuttujalla sen sijaan, että generoit koko kuvan uudelleen. Tämä kurinalaisuus yhdessä edellä mainittujen yhdeksän tekniikan kanssa muuttaa geneerisen AI-kuvan luotettavasti valokuvantarkaksi. Viimeistele viimeinen 10% AI-kuvankäsittelyohjelmassa sen sijaan, että yrittäisit onneasi uudella generoinnilla.