ابزارِ رایگان · استودیوی جیبی
ساختِ پرامپتِ عکس، با نُه تصمیم.
بیشترِ عکس‌هایی که با هوش مصنوعی ساخته می‌شوند شبیهِ هم‌اند، و دلیلش یکی است: دستور جای خالی داشته و ماشین آن جای خالی را با معمولی‌ترین حالت پر کرده. استودیوی جیبی شما را از همان نُه تصمیمی رد می‌کند که یک عکاس یا آرت‌دایرکتور پیش از عکاسی می‌گیرد، و آخرش دستور را برای ChatGPT، Gemini (نانو بنانا)، Flux یا Leonardo می‌نویسد؛ به فارسی یا انگلیسی.
رایگان است، ثبت‌نام نمی‌خواهد، و هر چه مینویسید در همین مرورگر میماند.
نُه تصمیمی که پرامپتِ حرفه‌ای را می‌سازد
این ابزار را اول برای شرکت‌کننده‌های کارگاه تفکر با هوش مصنوعی ساختم. همه یک جمله می‌نوشتند، «یک عکسِ قشنگ از محصولم»، و یک عکسِ قشنگ از محصولِ یک نفرِ دیگر تحویل می‌گرفتند. راه‌حل هیچ‌وقت کلمه‌ی جادویی نبود. این بود که تصمیم‌ها را خودتان بگیرید، به همین ترتیب:
- نسبت. جایی که عکس قرار است برود، بُرشش را تعیین می‌کند: ۴ به ۵ برای پستِ اینستاگرام، ۹ به ۱۶ برای استوری و کاورِ ریلز، مربع برای عکسِ محصول، ۱۶ به ۹ برای کاورِ ویدیو و اسلاید.
- سوژه. آن‌قدر دقیق که اگر کسی فقط همین یک خط را بخواند، همان را ببیند که شما می‌بینید. «یک فنجان قهوه» حدس است. «یک فنجان قهوه‌ی سرامیکی با لاته‌آرت و بخار، کنارِ یک دفترِ باز» دستور است.
- زاویه. روبه‌رو، سه‌رخ از بالا، کاملاً از بالا یا از پایین. هر کدام از یک شیءِ ثابت، قصه‌ی دیگری تعریف می‌کند.
- قاب. سوژه چقدر از تصویر را پر کند: نزدیک، میانه، باز، یا فقط یک جزء.
- نور. بزرگ‌ترین فاصله‌ی عکسِ آماتور با عکسِ حرفه‌ای همین‌جاست. بگویید نور از کجا و از کدام طرف می‌آید.
- زمینه. یک‌رنگ، روی یک سطحِ ساده، در محیطِ واقعی، یا در طبیعت.
- سبک. عکسِ واقعی، تصویرسازیِ تخت، سه‌بعدیِ نرم، آبرنگ یا طراحیِ خطی. یکی، نه ترکیبی از همه.
- حال‌وهوا. بیننده در همان ثانیه‌ی اول چه حسی بگیرد.
- رنگ‌ها، و «هرگز»ها. دو سه رنگِ مشخص، و فهرستِ چیزهایی که هرگز نباید در تصویر باشد: نوشته، دستِ اضافه، لوگو، شیئی که نخواسته‌اید.
هر تصمیمی که نگیرید، ماشین بی‌سروصدا به جای شما می‌گیرد. ابزار تصمیم‌هایتان را می‌شمارد و می‌گوید چندتا را به شانس سپرده‌اید.
سه تیر، نه سی تیر
حسابِ رایگان هر روز فقط چند تصویر می‌دهد. برای همین روش روی سه بار ساختن چیده شده:
- تیرِ اول، دستورِ کامل. هر نُه تصمیم، در یک پیام، در یک گفت‌وگوی تازه.
- تیرِ دوم، فقط یک تغییر. انتخاب کنید چه چیزی درست نیست (پلاستیکی شده، شلوغ است، نور تخت است، حروفِ بی‌معنی دارد) و دستوری بفرستید که فقط همان را عوض کند و بقیه را نگه دارد. سه تعمیرِ هم‌زمان معمولاً چهارمی را خراب می‌کند.
- تیرِ سوم، تمام‌کاری. پنج آزمون پیش از انتشار: نسبت، جای متن، «هرگز»ها، راست‌گویی، و اینکه متن را خودتان گذاشته باشید.
من حتی با حسابِ پولی هم ۶۰ تا ۷۰ درصدِ چیزهایی را که می‌سازم دور می‌ریزم. این روش ماشین را بی‌نقص نمی‌کند؛ هر ردکردن را ارزان‌تر و هر تلاشِ دوباره را حساب‌شده می‌کند.
پرامپتِ فارسی جواب می‌دهد؟
برای ChatGPT و Gemini بله. هر دو دستورِ فارسیِ دقیق را خوب می‌فهمند و ابزار دستور را به فارسی می‌نویسد؛ اگر خواستید، با یک دکمه انگلیسی‌اش می‌کند. Flux و Leonardo انگلیسی را بهتر می‌خوانند، پس برای آن‌ها دستور انگلیسی است و بهتر است سوژه را هم انگلیسی بنویسید.
یک استثنا هست: نوشته‌ی فارسی را از ماشین نخواهید. حروفِ فارسی را هنوز به‌هم‌ریخته و بی‌معنی می‌نویسد. جای متن را در دستور خالی نگه دارید و متن را خودتان در ویرایشگرِ گوشی بگذارید. ابزار برای همین گزینه‌ی «بالا خالی بماند» و «پایین خالی بماند» دارد.
| ابزار | دستور را چطور می‌خواند | استودیوی جیبی چه می‌دهد |
|---|---|---|
| ChatGPT | خط‌های برچسب‌دار را خوب دنبال می‌کند؛ گاهی اول سؤال می‌پرسد | دستورِ برچسب‌دار که آخرش می‌گوید «سؤال نپرس، مستقیم بساز» |
| Gemini (نانو بنانا) | در ویرایشِ عکسِ پیوست قوی است؛ معمولاً نسبتِ نوشته‌شده در دستور را رعایت می‌کند | نسبت در خطِ اول، و نسخهی «عکسِ پیوست را ویرایش کن» برای عکس‌های خودتان |
| Flux · Leonardo | کلیدواژه‌ی انگلیسی را بهتر می‌خواند؛ نسبت در تنظیمات است نه در جمله | دستورِ انگلیسیِ کاماجدا، دستورِ منفی برای ابزارهایی که آن را دارند، و یادآوریِ نسبت |
قبل و بعد: یک ایده، دو دستور
چیزی که بیشترِ ما می‌نویسیم:
یک عکس قشنگ از قهوه برای اینستاگرام
و چیزی که استودیوی جیبی بعد از نُه انتخاب می‌نویسد:
یک تصویر بساز.
سوژه: یک فنجان قهوه‌ی سرامیکی با لاته‌آرت و بخارِ بالارونده، کنارِ یک دفترِ باز
نسبت: عمودی، نسبتِ ۴ به ۵
جای متن: یک‌سومِ بالای تصویر خالی و ساده بماند تا خودم متن بگذارم
زاویه: سه‌رخ، از زاویه‌ی ۴۵ درجه و کمی از بالا
قاب: نمای میانه؛ سوژه با کمی از اطرافش
نور: نورِ طبیعیِ پنجره از یک طرف، با سایه‌ی نرم
زمینه: روی یک سطحِ ساده، زمینه‌ی پشت محو
سبک: عکسِ واقعی، مثلِ عکسی که با دوربین گرفته شده
حال‌وهوا: گرم و خودمانی
رنگ‌ها: فقط کرم، قهوه‌ای
هرگز در تصویر نباشد: هیچ نوشته، حرف یا عدد، هیچ چیزی که نگفته‌ام
فقط همین‌ها را بساز و چیزی از خودت اضافه نکن. سؤال نپرس؛ مستقیم بساز.
اولی هفت تصمیم را به ماشین می‌سپارد. دومی هیچ تصمیمی را نمی‌سپارد و صریحاً می‌گوید از خودت چیزی اضافه نکن. ایده همان است؛ احتمالِ نتیجه‌ی خوب خیلی فرق دارد.
ستِ سهتایی برای پیجِ اینستاگرام
یک تصویرِ خوب ممکن است شانس باشد. سه تصویر که کنارِ هم بگویند «مالِ یک پیج‌ایم»، امضای شماست. در حالتِ «ستِ سه‌تاییِ هم‌خانواده» نور، رنگ، فاصله‌ی دوربین و سبک را یک بار قفل میکنید، الگوی ست را انتخاب میکنید (یک دنیا و سه سوژه، یک سوژه و سه فاصله، یا قبل و حین و بعد)، و یک جزءِ کوچک می‌گذارید که در هر سه تکرار شود. سه دستور می‌گیرید؛ دومی و سومی از ماشین می‌خواهند با تصویرِ اولی که پیوست میکنید هم‌خانواده باشند.
آزمونش ساده است: سه تصویر را کنارِ هم بگذارید و از یک غریبه بپرسید این‌ها کارِ یک نفر است یا نه.
جایی که دستور کافی نیست
اگر محصولِ توی عکس باید همان محصولِ شما باشد، هیچ دستوری تضمینش نمی‌کند؛ ماشین آن را از نو می‌کشد. از «عکسِ خودم را دارم» استفاده کنید، عکسِ واقعی را پیوست کنید و بگویید چه چیزی نباید عوض شود. و اگر تصویری مشتری را به چیزی امیدوار می‌کند که نمی‌خرد، منتشرش نکنید.
اگر یک کمپین، فیلمِ معرفی یا مجموعه‌ای از تصویرهای اصلی می‌خواهید، این کارِ هرروزه‌ی من است: ساختِ تیزرِ تبلیغاتی با هوش مصنوعی. می‌توانید خدمات را ببینید، دستورهای آماده را در آزمایشگاه پرامپت بردارید، یا اگر می‌خواهید این فکر کردن را یاد بگیرید، به کارگاه سر بزنید.
سؤال‌های پرتکرار
استودیوی جیبی رایگان است؟
بله. نه حساب کاربری میخواهد، نه ایمیل، نه سقفی دارد. هر چه مینویسید در همین مرورگر میماند و به هیچ سروری فرستاده نمیشود.
پرامپتِ عکس را فارسی بنویسم یا انگلیسی؟
برای ChatGPT و Gemini فارسی کافی است و ابزار با یک دکمه انگلیسی‌اش هم می‌کند. برای Flux و Leonardo انگلیسی بنویسید، حتی خطِ سوژه را.
چرا ماشین روی عکس نوشته‌ی بی‌معنی می‌گذارد؟
چون دستور جایش را باز گذاشته. «نوشته» را در فهرستِ «هرگز» بگذارید، و اگر باز هم آمد، از تعمیرِ «نوشته یا حروفِ بی‌معنی دارد» در تیرِ دوم استفاده کنید. متنِ فارسی را هم خودتان در ویرایشگر اضافه کنید.
با عکسِ واقعیِ محصولِ خودم کار می‌کند؟
بله. «عکسِ خودم را دارم» را انتخاب کنید، عکس را در ChatGPT یا Gemini پیوست کنید و دقیق بنویسید چه چیزی باید همان بماند. دستور از ماشین میخواهد شکل، رنگ و نوشته‌های آن را دست نزند.
برای Midjourney هم هست؟
برای Midjourney تنظیم نشده. نسخهی Flux · Leonardo نقطهی شروعِ خوبی است؛ نسبت را با پارامترِ خودِ Midjourney بدهید.
چطور چند تصویرِ همشکل بسازم؟
از حالتِ ستِ سهتایی استفاده کنید. نور، رنگ، فاصله و سبک را در هر سه دستور ثابت نگه میدارد و از ماشین میخواهد با تصویرِ اولی که پیوست میکنید جور باشد.