Cách tạo hình ảnh AI chân thực như ảnh chụp: 9 kỹ thuật viết prompt

Đây là bộ công cụ đầy đủ. Bạn không cần dùng cả chín kỹ thuật cho mọi bức ảnh, nhưng càng chủ ý áp dụng nhiều trong số này thì ảnh AI càng trở nên chân thực. Mỗi mục được diễn đạt sao cho bạn có thể chèn trực tiếp vào prompt.

1. Mô tả một máy ảnh và ống kính thực. Ngôn ngữ nhiếp ảnh neo mô hình vào thực tế. “Shot on a 50mm lens, f/1.8” hoặc “85mm portrait lens” yêu cầu nó tái tạo dấu hiệu quang học của một bức ảnh thực, bao gồm phối cảnh và chiều sâu tự nhiên.
2. Nêu một nguồn sáng cụ thể và hướng. Ánh sáng là yếu tố tác động lớn nhất tới độ chân thực. Thay thế “good lighting” bằng “soft window light from the left,” “golden-hour backlight,” hoặc “overcast diffused daylight.” Ánh sáng thực có nguồn, có phương hướng và độ suy giảm.
3. Thêm khuyết điểm có thể tin được. Sự hoàn hảo trông giả. Yêu cầu “visible skin texture and pores,” “slight natural asymmetry,” “a few flyaway hairs,” hoặc “subtle film grain.” Những lỗi nhỏ này là thứ máy ảnh ghi lại và AI có xu hướng xoá chúng.
4. Giữ chủ thể cụ thể và mang tính con người. Chủ thể mơ hồ sẽ bị làm mờ trung bình thành kết quả kỳ quặc. Hãy chỉ rõ tuổi, biểu cảm, trang phục và tư thế tự nhiên: “a woman in her 40s, relaxed half-smile, mid-conversation,” chứ không phải “a beautiful woman.”
5. Dùng negative prompt để loại bỏ dấu hiệu AI. Loại trực tiếp các yếu tố tố cáo: “plastic skin, airbrushed, oversaturated, extra fingers, deformed hands, text, watermark, CGI render, 3D.” Đây là cách nhanh nhất để loại bỏ các hiện vật lặp lại.
6. Đặt độ sâu trường ảnh thực tế. Ống kính thực không giữ mọi thứ sắc nét. “Shallow depth of field, background softly blurred” hoặc “deep focus, sharp throughout” cho mô hình biết cách khẩu độ thực sẽ hoạt động.
7. Điều chỉnh màu sắc theo thực tế, không theo kiểu 'kẹo'. Yêu cầu “natural skin tones,” “muted realistic colors,” hoặc “neutral white balance” để chống lại xu hướng quá bão hoà của mô hình. Ảnh thực hiếm khi rực rỡ như đầu ra mặc định của AI.
8. Tinh chỉnh guidance để mô hình không quá tay. Guidance rất cao (CFG) có thể ép ra vẻ bóng bẩy, trông quá xử lý. Nếu công cụ bạn dùng cho phép điều chỉnh, thiết lập ở mức vừa phải thường cho kết quả tự nhiên hơn, ít trông như nhựa hơn.
9. Tinh chỉnh cục bộ thay vì tạo lại toàn bộ. Khi 90% đã chân thực và chỉ tay hoặc hậu cảnh lệch, hãy che vùng và tái tạo riêng khu vực đó, hoặc chỉnh sửa trực tiếp, thay vì mạo hiểm tạo lại hoàn toàn mà có thể làm mất đi những phần đã ổn.

Xem những điều này là có thể điều chỉnh chứ không tuyệt đối. Ngôn ngữ mô tả máy ảnh và ống kính cùng với ánh sáng làm phần lớn công việc cho hầu hết mọi cảnh, vì vậy bắt đầu từ đó, rồi thêm khuyết điểm và negative prompt trước khi tinh chỉnh màu sắc, độ sâu trường ảnh và guidance.

Nếu bạn chỉ thay đổi một điều trong prompt, hãy để đó là ánh sáng. Ánh sáng là thứ nhiếp ảnh thực sự ghi lại, và mắt chúng ta cực kỳ nhạy cảm với ánh sáng không hành xử như ánh sáng thực. Một hình ảnh không có nguồn sáng rõ ràng, hoặc có ánh sáng tới từ những hướng không thể, sẽ trông giả ngay cả khi mọi chi tiết khác hoàn hảo.

Những mô tả ánh sáng cụ thể còn có tác dụng kép: chúng thiết lập cảm xúc và buộc model phải tái tạo bóng và vùng sáng nhất quán về mặt vật lý. “Soft window light from the left” ngụ ý một chuyển sắc trên khuôn mặt, một điểm bắt sáng trong mắt, và bóng mờ dần ở bên phải. “Golden-hour backlight” gợi ý một viền sáng ấm và một khung cảnh hơi mờ, tương phản thấp hơn. Model có thể tái hiện những điều này một cách thuyết phục khi bạn yêu cầu, và hầu như không khi bạn không yêu cầu.

Lý do sâu xa khiến cách diễn đạt chính xác có hiệu quả nằm ở nghiên cứu. Nhóm đứng sau Imagen của Google thấy rằng mở rộng khả năng hiểu ngôn ngữ của một mô hình chuyển văn bản thành hình ảnh cải thiện tính chân thực và sự khớp giữa văn bản và hình ảnh hơn là chỉ tăng cường bộ sinh ảnh. Các mô hình hiện đại thực sự hiểu từ vựng nhiếp ảnh và ánh sáng, nên đầu tư từ ngữ vào ánh sáng thực sự mang lại hiệu quả trực tiếp cho tính chân thực.

Cách nhanh nhất để nắm kỹ thuật là xem các lời nhắc chung được viết lại theo hướng chân thực. Mỗi hàng cho thấy chi tiết bị loại bỏ và ngôn ngữ nhiếp ảnh thay thế nó.

Chú ý mẫu: mỗi câu viết lại đều đổi các từ cường điệu (“xinh đẹp,” “tuyệt đẹp,” “tuyệt vời”) lấy một máy ảnh, một nguồn sáng, một chất liệu và một khuyết điểm có chủ ý. Sự hoán đổi này, lặp lại, là phần lớn kỹ nghệ của AI chân thực như ảnh.

Prompt tiêu cực là danh sách những điều bạn muốn mô hình tránh, và khi nói đến tính thực tế thì đây là một trong những công cụ mạnh nhất bạn có. Thay vì hy vọng mô hình tự tránh được làn da trông như nhựa và tình trạng bão hòa màu, bạn nêu rõ những lỗi đó và đẩy hình ảnh tránh xa chúng.

Một prompt tiêu cực mạnh về tính thực tế thường bao gồm bốn nhóm: vẻ ngoài nhựa (“bị airbrush, da như nhựa, quá mịn, CGI, render 3D”), lỗi giải phẫu (“thừa ngón tay, bàn tay biến dạng, chi dính nhau, răng hỏng”), vấn đề màu sắc (“quá bão hòa, HDR, màu neon”), và lớp phủ (“văn bản, hình mờ, chữ ký, logo”). Kết hợp những mục phù hợp với ảnh của bạn thay vì dán cả một khối lớn.

Prompt tiêu cực kết hợp tự nhiên với việc lặp: nếu một lỗi hoặc hiện vật cụ thể cứ xuất hiện, hãy thêm nó vào phần tiêu cực thay vì viết lại toàn bộ prompt. Để tìm hiểu kỹ hơn về cấu trúc prompt, bao gồm cả prompt tích cực và prompt tiêu cực cùng nhau, xem hướng dẫn của chúng tôi về viết prompt ảnh AI, hoặc bắt đầu từ một câu đơn giản trong Chuyển văn bản thành ảnh và thêm các gợi ý hiện thực từ đó.

Có, và còn quan trọng hơn nhiều người nghĩ. Kỹ thuật mô tả (prompt) giúp bạn tiến được rất xa, nhưng mô hình nền tảng đặt ra một giới hạn. Các bộ sinh được huấn luyện khác nhau, nên mỗi cái có phong cách mặc định riêng, và một số mạnh hơn nhiều về mức độ chân thực như ảnh so với những cái khác, đặc biệt ở da, bàn tay và ánh sáng tự nhiên.

Khi đánh giá bộ sinh ảnh AI tốt nhất cho công việc mang tính hiện thực, hãy thử trên những trường hợp khó thay vì những trường hợp dễ. Tạo các chân dung cận cảnh và kiểm tra kết cấu da cùng bàn tay. Tạo một cảnh có nguồn sáng đơn rõ ràng và xem bóng đổ có nhất quán không. Tạo thứ gì đó có chữ hoặc các họa tiết lặp mịn và kiểm tra xem có bị nhòe không. Công cụ xử lý tốt những vấn đề này sẽ đứng vững trước kiểm nghiệm.

LaFoto được thiết kế xoay quanh chuẩn mực này: đầu ra mặc định là chân thực, với khung hỗ trợ mô tả (prompt) và công cụ chỉnh sửa nhắm vào những dấu hiệu thường gặp của AI thay vì che phủ chúng. Vì đây là một sản phẩm trước khi ra mắt — là tuyên bố về ý định thiết kế chứ không phải một khẳng định về chuẩn đo lường — nên khi bạn có cơ hội dùng bất kỳ bộ sinh ảnh AI nào, bao gồm cả của chúng tôi, hãy đánh giá trên những trường hợp kiểm tra khó nêu ở trên.

Xem qua danh sách ngắn này trước khi bạn chấp nhận một hình ảnh là ảnh chân thực — nó sẽ bắt được hầu hết những dấu hiệu còn sót lại.

• Ánh sáng: có nguồn và hướng rõ ràng, với bóng đổ nhất quán và có điểm sáng phản chiếu trong mắt không?
• Da và kết cấu: có lỗ chân lông, nếp nhăn nhỏ và khuyết điểm tự nhiên, thay vì bề mặt bóng mịn như đã xóa phẳng không?
• Tay, răng, tai: số lượng và hình dạng đúng, không có ngón dính nhau hay ngón thừa?
• Màu sắc: tự nhiên và hơi tiết chế, không phải màu neon hay sáng chói kiểu HDR?
• Quang học: chiều sâu trường ảnh và phối cảnh có đáng tin cậy so với ống kính bạn đã đặt tên không?
• Nền: có độ không hoàn hảo phù hợp, không sạch một cách phi thực tế hoặc lặp lại họa tiết?
• Chữ và họa tiết: bất kỳ chữ trong ảnh hoặc các họa tiết lặp nhỏ có được hiển thị rõ nét, không bị nhòe?

Nếu một mục không đạt, hãy sửa đúng mục đó bằng một chỉnh sửa nhắm mục tiêu hoặc thay đổi prompt chỉ một biến số, thay vì sinh lại toàn bộ hình ảnh. Kỷ luật đó, cộng với chín kỹ thuật nêu ở trên, là thứ biến một hình ảnh AI chung chung thành một ảnh chân thực một cách đáng tin cậy. Hoàn thiện 10% cuối cùng trong trình chỉnh sửa ảnh AI thay vì đánh cược vào việc sinh mới hoàn toàn.