توقّف عن التخمين فيما تكتبه في مولّد الصور بالذكاء الاصطناعي. هذه الحيل الثلاث الخاصة بالأوامر النصية مستمدّة مباشرةً من مبدعين ينتجون مئات الصور كل أسبوع. ستتعلّم كيف تستخدم مراسي المشهد، وكيف تصوغ الإضاءة كما يفعل مدير التصوير السينمائي، وكيف تطبّق صيغة الموضوع والفعل والسياق (Subject-Action-Context) التي تفصل بين النتائج المتوسطة والنتائج المذهلة. أمثلة حقيقية يمكنك نسخها وتجربتها الآن.
كل مبدع يحصل باستمرار على صور مذهلة بالذكاء الاصطناعي من الأوامر النصية يشترك في شيء واحد: أن يتوقف عن كتابة الأوصاف ويبدأ بكتابة التوجيهات. الفرق يبدو صغيرًا لكنه يغيّر كل شيء في مخرجاتك.
معظم الناس يكتبون شيئًا مثل "امرأة جميلة على الشاطئ عند غروب الشمس". والنتيجة التي يحصلون عليها تبدو كبطاقة بريدية عامة. أما ما يكتبه المحترفون فيشبه أكثر ورقة لقطات مخرج سينمائي، والنتائج تثبت ذلك.
هذه الحيل الثلاث للأوامر النصية ليست نظريات. فهي مستمدّة من مبدعين يولّدون عشرات إلى مئات الصور كل أسبوع عبر نماذج مثل GPT Image 2 وFlux 2 Klein 9B وWan 2.7 Image Pro. إنها تعمل. وبمجرد أن تبدأ استخدامها لن تعود إلى الأوصاف الغامضة.
يتعامل المستخدم العادي مع مولّد الصور بالذكاء الاصطناعي كما يتعامل مع محرك بحث. يكتب بضع كلمات ويأمل أن يخمّن النموذج ما يقصده. والنموذج يخمّن فعلًا، فيأخذ متوسط كل ما رآه من أشياء تطابق تلك الكلمات.
النتيجة صحيحة من الناحية التقنية لكنها بلا روح إبداعية.
عندما تكتب "رجل جالس في مقهى"، فأنت تصف فئة وليس مشهدًا. على النموذج أن يملأ كل الفراغات: عمره، وتعبير وجهه، والإضاءة، وزاوية الكاميرا، وما يفعله بيديه، وما إذا كانت الخلفية واضحة أم ضبابية. وهو يملأ تلك الفراغات بأكثر الإجابات شيوعًا إحصائيًا.
لهذا تبدو كثير من صور الذكاء الاصطناعي متشابهة. النموذج لا يتكاسل. إنه دقيق جدًا في حساب المتوسط.
لا يكتفي المحترفون بالوصف. إنهم يوجّهون. يغلقون كل فجوة في القرار قبل أن تتاح للنموذج فرصة لأخذ متوسطها.
يحددون: زاوية الكاميرا، والبعد البؤري للعدسة، واتجاه مصدر الضوء، وملمس القماش، والحالة العاطفية للشخص. ليس لأنهم يتباهون بمعرفة تقنية، بل لأن كل تفصيلة غير محددة هي قرار يُسلَّم لآلة تميل افتراضيًا إلى المتوسط.
تمنحك الحيل الثلاث أدناه طريقة منظمة لإغلاق هذه الفجوات بشكل منهجي، في كل مرة.
مرساة المشهد هي تفصيلة مادية محددة واحدة في أمرك النصي تحدد العلاقة المكانية بين الشخص والبيئة المحيطة. قد يبدو المصطلح تقنيًا، لكنه عمليًا عبارة واحدة تضع كل شيء آخر في مكانه.
من دون مرساة المشهد، لا يملك النموذج مرجعًا مكانيًا ثابتًا. قد ينزاح الشخص قليلًا عن المركز، وقد يقع الأفق على ارتفاع غريب، وقد تتداخل الخلفية مع المقدمة بطرق تبدو خاطئة بعض الشيء دون أن يسهل تحديد السبب.
تمنح مرساة المشهد النموذج قاعدة مادية ينظّم حولها كل شيء آخر. إنها أقوى كلمة تأثيرًا يمكنك إضافتها إلى أي أمر نصي.
الصيغة بسيطة: [الشخص] + [الموضع] + [ملمح من البيئة].
أمثلة:
لاحظ أن كل مثال يحدد للنموذج بدقة موضع الشخص في الإطار بالنسبة إلى شيء مادي. وهذا القرار الواحد يقود إلى وضع صحيح للأفق، وعمق صحيح للخلفية، وتوازن تكويني سليم.
| الأمر الضعيف | بعد إضافة مرساة المشهد |
|---|---|
| "امرأة على الشاطئ" | "امرأة واقفة عند خط الشاطئ، والأمواج تتكسر خلف قدميها مباشرة، والأفق في الثلث السفلي" |
| "رجل في الغابة" | "رجل جالس عند قاعدة شجرة بلوط عريضة، ومسار الغابة يتراجع خلف كتفه الأيسر" |
| "زوجان في المدينة" | "زوجان يمشيان تحت صف من أعمدة الإنارة المقوسة، وشارع مرصوف بالحصى يضيق نحو الخلفية" |
💡 اكتب مرساة المشهد أولًا، قبل أي شيء آخر. فهي تعمل كهيكل التكوين الذي يبني عليه بقية الأمر النصي.
عند استخدام نماذج مثل Seedream 4.5 أو Wan 2.7 Image Pro، وكلاهما يدعم إخراج 4K بدقة عالية جدًا، تصبح مرساة المشهد القوية أكثر أهمية. عند هذه الدقة، يتضح على الفور أي تكوين لم يُثبَّت جيدًا.
الإضاءة هي أقوى أداة لصنع الجو في أي أمر نصي لصورة بالذكاء الاصطناعي. وهي أيضًا الأكثر إهمالًا باستمرار.
معظم الناس، إن ذكروا الضوء أصلًا، يكتبون "الساعة الذهبية" أو "إضاءة غروب الشمس" ويتوقفون عند ذلك. هذه العبارات تحمل معنى، لكنها غامضة إلى حد يترك للنموذج مساحة واسعة جدًا في تفسيرها.
مديرو التصوير السينمائي لا يقولون "الساعة الذهبية". بل يحددون من أين يأتي الضوء، وبأي زاوية يسقط على الشخص، وماذا يفعل بالظلال، وكيف يتفاعل مع أسطح محددة.
الوصف الضوئي يفعل شيئين في آن واحد. فهو يحدد المزاج ويحدد أيضًا فيزياء المشهد. عندما تقول "ضوء صباحي حجمي من اليسار بزاوية 45 درجة"، فأنت تخبر النموذج بالتالي:
هذه أربعة قرارات اتخذت بثماني كلمات. لا يحتاج النموذج إلى تخمين أي منها.
إليك العبارات المحددة التي تتكرر أكثر في أوامر المبدعين عالية الإنتاج، مع ما تفعله كل واحدة منها فعليًا:
| الوصف | ما يفعله |
|---|---|
volumetric morning light from the left | يخلق ضبابًا جويًا وظلالًا أفقية طويلة، وانتقالًا لونيًا بين البارد والدافئ |
Rembrandt lighting, single key source upper left | نمط بورتريه كلاسيكي بمثلث من الضوء على خد مظلل، وعمق درامي |
overcast flat fill light, no harsh shadows | ضوء ناعم ومتساوٍ بلا اتجاه، مثالي للأشخاص الذين تركز عليهم التفاصيل |
rim lighting from behind, separating subject from background | حافة مضيئة حول الشخص، تبرز الصورة الظلية والفصل عن الخلفية |
practical window light right, warm amber late afternoon | ضوء داخلي واقعي للمشهد، وأشعة شمس أفقية تمتد عبر الأسطح |
أكثر نسخ هذه الحيلة تقدمًا هو الجمع بين وصف الضوء والمادة التي يسقط عليها. وهذا ما يفصل بين صورة صحيحة تقنيًا وصورة تبدو وكأنها مُلتقطة بكاميرا.
قارن:
النسخة الثانية تجبر النموذج على حل مشكلة الملمس. والنتيجة تبدو مصوّرة على فيلم، لا مولّدة بالبرمجيات.
💡 اقرن كل وصف إضاءة بتفصيلة سطح. فعبارة "ضوء كهرماني دافئ ينساب عبر جدار طوب خشن" تمنح النموذج مصدر الضوء والمادة التي سيُصيّره عليها.
نماذج مثل GPT Image 2 وHunyuan Image 2.1 تتعامل مع تعليمات الإضاءة المعقدة بدقة عالية. وكلاهما دُرِّب على مجموعات بيانات فوتوغرافية واسعة، ويستجيبان للغة السينمائية بدقة مبهرة.
تتعلق الحيلة الثالثة ببنية الأمر النصي. معظم الناس يكتبون أوامرهم كقائمة من الصفات. أما المحترفون فيكتبونها كـمقطع من قصة.
صيغة الشخص والفعل والسياق، أو SAC، تبني أمرك النصي بالطريقة التي يُوصف بها التصوير الفوتوغرافي فعليًا: من يفعل ماذا، وأين يفعله في هذه اللحظة بالذات.
الشخص: من أو ما هو محور الصورة. كن محددًا بشأن العمر والتفاصيل الجسدية وملمس الملابس والحالة العاطفية.
الفعل: ما الذي يفعله الشخص الآن. الفعل يحدد الوضعية ومستوى الطاقة وغالبًا التوتر التكويني.
السياق: البيئة والضوء وزاوية الكاميرا واختيار العدسة وتفاصيل المشهد الداعمة.
تبدو الصيغة في التطبيق العملي كما يلي:
[Specific Subject] + [Precise Action] + [Detailed Context]
معظم الناس يكتبون أوامرهم بالترتيب الخاطئ. يبدأون بالمكان، ثم يضيفون الشخص، وينسون الفعل تمامًا. تمنحك SAC قائمة تحقق تتطابق أيضًا مع الطريقة التي يُوصف بها التصوير الجيد.
إليك شكل الصورة نفسها عندما تُكتب بالصيغة وبدونها:
بدون SAC:
"امرأة في سوق في طوكيو ليلًا"
مع SAC:
"امرأة يابانية في الثلاثينيات من عمرها ترتدي سترة مطر داكنة وتحمل سلة خيزران مليئة بالخضار الطازجة [الشخص]، تتوقف في منتصف الخطوة لتنظر إلى فوانيس أحد الباعة، ويدها مرفوعة لتحمي وجهها من المطر [الفعل]، شارع سوق مرصوف بالحصى ولامع بالمطر عند الغسق، بخار يتصاعد من عربات النودلز، وفوانيس ورقية معلّقة فوق الرؤوس، وعدسة واسعة 24 ملم، وفتحة f/4، وملف ألوان Fuji Velvia [السياق]"
نسخة SAC ألغت تقريبًا كل قرار كان النموذج سيتخذه بمفرده. والنتيجة ليست مصادفة سعيدة، بل نتيجة موجّهة.
تستجيب النماذج المختلفة على PicassoIA لصيغة SAC بفروق دقيقة تستحق المعرفة:
| النموذج | ملاحظة ضبط SAC |
|---|---|
| GPT Image 2 | يستجيب بقوة للغة الطبيعية. الجمل الكاملة ضمن بنية SAC تعمل جيدًا |
| Flux 2 Klein 9B | يستجيب جيدًا للأوصاف التقنية المفصولة بفواصل بعد أساس SAC |
| Flux 2 Klein 4B | توليد أسرع. اجعل SAC أكثر إيجازًا، وأعطِ الأولوية للشخص والفعل |
| Wan 2.7 Image Pro | ممتاز في سياق البيئة، اعتمد أكثر على حرف C في SAC |
| Seedream 4.5 | تفسير جمالي قوي، وتفاصيل الشخص تحمل الوزن الأكبر |
💡 جرّب أمر SAC أولًا دون أي معدّلات أسلوب. انظر ما الذي ينتجه بناؤه وحده. ثم أضف الملمس والإضاءة لدفعه نحو رؤيتك الدقيقة.
إليك كيف تتكامل الحيل الثلاث في مثال حقيقي قبل وبعد:
أمر ضعيف (ما يكتبه معظم الناس):
"صديقتان تضحكان في المدينة عند غروب الشمس"
أمر قوي (تطبيق الحيل الثلاث):
مرساة المشهد: "امرأتان في أواخر العشرينات من عمرهما تقفان على شرفة سطح، وخط أفق المدينة ضبابي برفق في الخلفية البعيدة"
الإضاءة: "إضاءة حافة من أواخر بعد الظهر من اليمين، ضوء شمسي ذهبي دافئ يفصل الشخصين عن أفق المدينة الضبابي خلفهما"
SAC: "إحداهما ترتدي فستان كتان أصفر كعبّاد الشمس، والأخرى ترتدي قميصًا ملفوفًا بلون الطوب، وكلتاهما تضحكان في منتصف الحديث، ورأساهما مائلان قليلًا نحو بعضهما، وإحداهما تمسك مشروبًا مثلجًا وعليه قطرات تكاثف، 85 ملم بفتحة f/1.8، Kodak Portra 400، تصوير فوتوغرافي خام واقعي كالصور الفوتوغرافية بدقة 8K"
الناتج من الأمر القوي ليس أفضل فحسب، بل هو من فئة مختلفة تمامًا من الصور.
تعمل جميع الحيل الثلاث مع كل نموذج لتحويل النص إلى صورة، لكن النماذج المختلفة على PicassoIA تتميز بنقاط قوة مختلفة.
GPT Image 2 يتعامل مع الأوامر النصية الغنية والمبنية على الجمل بثبات لافت. وهو جيد بشكل خاص في مراسي المشهد المكتوبة بلغة طبيعية، ويستجيب جيدًا للسياق العاطفي في وصف الشخص. إذا كنت تبدأ للتو في تطبيق هذه الحيل، فإن GPT Image 2 خيار متسامح مع المبتدئين وقادر جدًا على أن يكون نقطة بداية.
Flux 2 Klein 9B يستجيب بقوة للدقة التقنية. يبرز عند تطبيق حيلة الإضاءة مع تفاصيل ملمس السطح. تتكيف بنية LoRA مع الأساليب التي تحددها من خلال الواصفات في أمرك النصي، ما يعني أن تعليمات الإضاءة والملمس تُفسَّر بدقة كبيرة.
Flux 2 Klein 4B هو نظيره الأسرع. وهو مثالي عندما تكرر العمل بسرعة على التكوين باستخدام مراسي المشهد، قبل الالتزام بتشغيل توليد كامل التفاصيل.
Wan 2.7 Image Pro مصمم لإخراج بدقة 4K، ما يجعله حساسًا بشكل خاص لجودة كتلة SAC Context الخاصة بك. تُصيَّر التفاصيل البيئية والمعمارية في جزء السياق بوضوح استثنائي عند هذه الدقة، لذلك كلما كنت أكثر تحديدًا هناك، كان الأداء أفضل.
الطريقة الوحيدة للشعور حقًا بالفرق الذي تصنعه هذه الحيل الثلاث هي تشغيلها جنبًا إلى جنب مع أوامرك الحالية. افتح أي نموذج على PicassoIA، واكتب أمرك المعتاد، ثم أعد كتابته بتطبيق مرساة المشهد، ووصف إضاءة محددة، وبنية SAC.
الفجوة بين الناتجين ستفعل أكثر لتغيير طريقة كتابتك للأوامر من أي قدر من القراءة.
لدى PicassoIA أكثر من 91 نموذجًا لتحويل النص إلى صورة، من بينها GPT Image 2، وسلسلة Flux 2 Klein، وSeedream 4.5، وHunyuan Image 2.1. كل واحد منها يستجيب للأوامر المنظمة بشكل أفضل من الأوصاف الغامضة. هذه الحيل تمنحك البنية.
الرؤية الإبداعية لك. ابدأ بتجربتها اليوم.
اختر لغتك
