تولید تصویر با هوش مصنوعی ساده‌ترین سرویس برای شروع است: یک جمله می‌نویسید و تصویر می‌گیرید. اما فاصلهٔ بین «یک تصویر گرفتم» و «دقیقاً همان چیزی که می‌خواستم را گرفتم» در چند تصمیم است که این راهنما بازشان می‌کند.
نکتهٔ اول و مهم: می‌توانید به فارسی بنویسید. توضیح شما پیش از ارسال به مدل، خودکار به انگلیسی ترجمه و حرفه‌ای‌تر بازنویسی می‌شود. لازم نیست انگلیسی بلد باشید و لازم نیست اصطلاحات فنی عکاسی را بدانید.
انتخاب مدل: مهم‌ترین تصمیم شما
نُه مدل در دسترس است و تفاوت قیمتشان بیش از ده برابر است. انتخاب مدل بیشترین اثر را هم بر نتیجه دارد و هم بر هزینه.
| مدل | مناسب برای | جایگاه قیمتی |
|---|---|---|
| جی‌پی‌تی ایمیج ۲.۵ فلر | آزمون و خطا، ایده‌پردازی سریع | ارزان‌ترین |
| نانو بنانا | کار روزمره، نسبت کیفیت به قیمت خوب | اقتصادی |
| فلاکس ۲ پرو | تصاویر هنری و بافت‌های پیچیده | متوسط |
| نانو بنانا ۲ | نسبت‌های غیرمعمول و کشیده | متوسط |
| جی‌پی‌تی ۵ تصویر و گراک ایمجین | صحنه‌های واقع‌گرایانه | بالا |
| جی‌پی‌تی ۵.۴ تصویر ۲ | بالاترین دقت در پیروی از توضیح | بالا |
| نانو بنانا پرو | بیشترین جزئیات | گران‌ترین |
توصیهٔ عملی: با ارزان‌ترین مدل شروع کنید تا ترکیب‌بندی و ایده را پیدا کنید، بعد همان توضیح نهایی را به یک مدل گران‌تر بدهید. این کار معمولاً چند برابر ارزان‌تر از آزمون و خطا با مدل گران تمام می‌شود.
توضیح مؤثر چطور نوشته می‌شود
چون توضیح شما پیش از ارسال بازنویسی می‌شود، لازم نیست جمله‌های بلند و پر از اصطلاح بنویسید. اما چهار چیز را اگر بگویید، نتیجه به‌طور محسوسی نزدیک‌تر می‌شود:
- سوژه — چه چیزی در تصویر است و در چه حالتی.
- محیط — کجاست، چه چیزی پشت سرش است.
- نور — روز یا شب، نور ملایم یا کنتراست شدید.
- حال‌وهوا — آرام، پرهیاهو، مرموز، شاد.
مثال ضعیف: «یک گربه». مثال خوب: «یک گربهٔ سفید نشسته روی طاقچهٔ چوبی کنار پنجره، نور ملایم بعدازظهر از پشت، فضای خانگی و آرام».
"چیزی که نمی‌خواهید را در خود توضیح ننویسید. جملهٔ «بدون آدم» گاهی باعث می‌شود مدل آدم بکشد، چون کلمه را می‌بیند. به‌جایش صحنه را طوری توصیف کنید که جایی برای آن چیز نماند."
استودیو سبک
اگر نمی‌دانید چطور سبک را توصیف کنید، لازم نیست بنویسید — انتخابش کنید. استودیو سبک بیش از صد گزینه در شش دسته دارد و هر گزینه نمونهٔ تصویری دارد تا پیش از انتخاب ببینید چه می‌کند.
- دوربین و زاویه — نمای نزدیک، زاویهٔ پایین، عمق میدان کم.
- رنگ‌ها — پالت گرم، سرد، تک‌رنگ.
- نورپردازی — ساعت طلایی، نور پشت، نور نئون.
- جنس — مرمر، شیشه، فلز، کاغذ.
- سبک‌ها — آبرنگ، انیمه، اسلیمی و تذهیب ایرانی و ده‌ها مورد دیگر.
- تکنیک‌ها — کاغذبری، چاپ دستی و مانند آن.
از هر دسته یک گزینه انتخاب می‌کنید و انتخاب‌ها خودکار به توضیح شما اضافه می‌شوند. برای رسیدن به یک ظاهر یکدست در چند تصویر، همین ترکیب سبک را ثابت نگه دارید.
تصویر مرجع
گاهی توصیف کافی نیست: می‌خواهید چهرهٔ مشخصی حفظ شود، یا رنگ‌بندی یک تصویر دیگر تکرار شود. برای این کار می‌توانید تا چند تصویر مرجع بدهید. تعداد مجاز به مدل بستگی دارد و از سه تا چهارده متغیر است.
برای هر مرجع سه حالت دارید:
| حالت | چه می‌کند | کِی مناسب است |
|---|---|---|
| ارسال تصویر | خود تصویر به مدل داده می‌شود | وقتی وفاداری به جزئیات مهم است |
| ارسال توضیح | هوش مصنوعی تصویر را توصیف می‌کند و توصیف ارسال می‌شود | وقتی فقط حال‌وهوا مهم است |
| هر دو | هم تصویر و هم توصیف | وقتی بیشترین شباهت را می‌خواهید |
"هزینهٔ تصویر مرجع به ازای هر تصویر خروجی حساب می‌شود، نه یک‌بار. اگر دو مرجع بدهید و ده خروجی بخواهید، هزینهٔ مرجع بیست بار اعمال می‌شود. برای سفارش‌های بزرگ، حالت «ارسال توضیح» تفاوت قابل توجهی در صورت‌حساب می‌سازد."
چند خروجی در یک سفارش
در یک پروژه می‌توانید تا صد خروجی تعریف کنید و نکتهٔ مهم این است که هر خروجی می‌تواند مدل و نسبت تصویر خودش را داشته باشد. این یعنی می‌توانید در یک سفارش، یک ایده را هم‌زمان با سه مدل مختلف امتحان کنید و مقایسه‌شان کنید.
ده نسبت تصویر استاندارد در دسترس است، از مربع تا عریض سینمایی و کشیدهٔ عمودی مناسب استوری. همهٔ تصاویر با کیفیت ۱K ساخته می‌شوند.
کیفیت بالاتر
گزینه‌ای به نام «کیفیت بالاتر» وجود دارد که هر تصویر را با وضوح چهار برابر هم تحویل می‌دهد. این بزرگ‌سازی روی سرورهای خود بوق انجام می‌شود و در حال حاضر هزینهٔ جداگانه‌ای ندارد؛ برای هر سفارش تا ده تصویر در دسترس است و برای هر تصویر حدود یک دقیقه زمان بیشتر می‌برد.
یک نکتهٔ مهم: این گزینه باید پیش از تولید انتخاب شود و امکان بزرگ‌کردن یک تصویر ساخته‌شده وجود ندارد.
هزینه
هزینهٔ هر تصویر از هزینهٔ واقعی مدلی که انتخاب کرده‌اید می‌آید، به‌علاوهٔ کارمزد خدمات بوق. چون هزینهٔ مدل‌ها با هم فرق زیادی دارد، بازهٔ قیمتی گسترده‌ای پیش رو دارید:
- ارزان‌ترین مدل کمترین هزینه را برای هر تصویر دارد.
- مدل‌های میانی چند برابر آن.
- گران‌ترین مدل چند برابر آن.
- هزینهٔ تصاویر مرجع جداگانه و به ازای هر خروجی اضافه می‌شود.
پیش از تأیید، برآورد هزینه و بیشترین مبلغ ممکن روی صفحه نمایش داده می‌شود و با تغییر مدل یا افزودن خروجی هم‌زمان به‌روز می‌شود. مبلغ برآوردشده رزرو می‌شود و پس از ساخت، بر پایهٔ هزینهٔ واقعی تصاویری که تحویل گرفته‌اید تسویه می‌شود. راهنمای هزینه‌ها منطق کامل را باز می‌کند.
محدودیت‌های واقعی
- خروجی همیشه ۱K است؛ وضوح بالاتر فقط از راه گزینهٔ کیفیت بالاتر به دست می‌آید.
- امکان «توضیح منفی» جداگانه وجود ندارد.
- ویرایش تصویر ساخته‌شده در همان پروژه ممکن نیست؛ برای تغییر، سفارش تازه لازم است.
- تصویری از یک سفارش که ساخته نشود، در تسویهٔ نهایی حساب نمی‌شود.
- متن داخل تصویر معمولاً خوب در نمی‌آید؛ برای تصویری که باید نوشته داشته باشد، متن را بعداً با ابزار گرافیکی اضافه کنید.
شروع کنید
برای ساخت اولین تصویر پروژهٔ تولید تصویر را باز کنید. تصاویر ساخته‌شده در کتابخانهٔ شما می‌مانند و می‌توانید بعداً به‌عنوان تصویر مرجع در پروژه‌های دیگر یا در استودیوی ویدیو از آن‌ها استفاده کنید.
پرسش‌های پرتکرار
می‌توانم توضیح تصویر را فارسی بنویسم؟
بله. توضیح شما پیش از ارسال به مدل خودکار به انگلیسی ترجمه و حرفه‌ای‌تر بازنویسی می‌شود، بنابراین نیازی به دانستن انگلیسی یا اصطلاحات عکاسی نیست.
کدام مدل را انتخاب کنم؟
برای ایده‌پردازی و آزمون و خطا از ارزان‌ترین مدل شروع کنید، و وقتی توضیح نهایی را پیدا کردید همان را به یک مدل گران‌تر بدهید. این روش معمولاً بسیار ارزان‌تر از آزمون و خطا با مدل گران تمام می‌شود.
تصویر مرجع چه کار می‌کند؟
نتیجه را به سمت یک چهره، سبک یا رنگ‌بندی مشخص هدایت می‌کند. سه حالت دارد: ارسال خود تصویر، ارسال توصیف هوش مصنوعی از آن، یا هر دو.
هزینهٔ تصویر مرجع چطور حساب می‌شود؟
به ازای هر تصویر خروجی، نه یک‌بار برای کل سفارش. اگر دو مرجع و ده خروجی داشته باشید، هزینهٔ مرجع بیست بار اعمال می‌شود.
خروجی با چه کیفیتی ساخته می‌شود؟
همهٔ تصاویر با کیفیت ۱K ساخته می‌شوند. با انتخاب گزینهٔ کیفیت بالاتر، نسخه‌ای با وضوح چهار برابر هم تحویل داده می‌شود که در حال حاضر هزینهٔ جداگانه‌ای ندارد.
می‌توانم تصویری که قبلاً ساخته‌ام را بزرگ‌تر کنم؟
خیر. گزینهٔ کیفیت بالاتر باید پیش از تولید انتخاب شود و امکان بزرگ‌سازی تصویر ساخته‌شده وجود ندارد.
چند تصویر در یک سفارش می‌توانم بسازم؟
تا صد خروجی، و هر خروجی می‌تواند مدل و نسبت تصویر خودش را داشته باشد. این امکان برای مقایسهٔ چند مدل روی یک ایده بسیار مفید است.
چرا متن داخل تصویر درست در نمی‌آید؟
مدل‌های تولید تصویر در نوشتن متن — به‌خصوص فارسی — ضعیف‌اند. اگر تصویر باید نوشته داشته باشد، بهتر است متن را بعداً با یک ابزار گرافیکی روی تصویر اضافه کنید.
