تفشل معظم أوامر توليد الصور بالذكاء الاصطناعي لأنها عامة أكثر من اللازم، أو تفتقر إلى مواصفات الإضاءة، أو تغفل المحددات المناسبة. يشرح هذا المقال كيف تكتب أوامر تنتج صورًا مذهلة وواقعية في كل مرة، ويغطي البنية والإضاءة وتفاصيل الكاميرا والأوامر السلبية ونصائح خاصة بنماذج Flux وRealVisXL وStable Diffusion.
يكتب معظم الناس شيئًا مثل "امرأة جميلة في غابة" ثم يضغطون على التوليد. والنتيجة؟ صورة مسطحة وباهتة وعامة. الأمر النصي ليس خاطئًا، بل هو فارغ فحسب. إنه لا يمنح النموذج شيئًا حقيقيًا يعمل عليه: لا مصدر ضوء، ولا عدسة، ولا ملمس، ولا أجواء. يملأ النموذج الفراغات كما يشاء، و"كما يشاء" نادرًا ما يكون ما كنت تقصده.
هذا ليس قصورًا في الذكاء الاصطناعي. فـFlux Schnell وFlux Dev وRealVisXL وStable Diffusion جميعها قادرة على إنتاج صور واقعية مذهلة. والفجوة بين ما يولّده معظم الناس وما تستطيع هذه النماذج إنتاجه فعلًا تعود بالكامل إلى الأمر النصي. إليك كيف تُغلق هذه الفجوة بالضبط.
تظهر كلمة "جميلة" في نحو 60% من أوامر توليد الصور بالذكاء الاصطناعي. وهي أيضًا لا تفعل تقريبًا شيئًا. نماذج توليد الصور لا تملك آراءً في الجمال. إنها تستجيب للتفاصيل المحددة: اتجاه الإضاءة، والبعد البؤري، ودرجة حرارة اللون، وملمس السطح. عبارة "بورتريه جميل لامرأة" لا تخبر النموذج بشيء يُذكر. أما عبارة "بورتريه لامرأة، إضاءة رامبرانت من اليسار، 85mm f/1.4، خلفية ضبابية ناعمة، بشرة بنمش، انعكاس ضوء في العين اليسرى" فتخبره بالضبط بما ينتجه.
كل صفة غامضة في أمرك النصي فرصة ضائعة لإعطاء النموذج تعليمة ملموسة. استبدل "جميلة" بحالة إضاءة. واستبدل "مذهلة" بمواصفة كاميرا. واستبدل "خلابة" بوقت من اليوم.
تبدو هندسة الأوامر معقدة، لكنها ليست كذلك. إنها ممارسة استبدال اللغة العامة بتعليمات بصرية محددة. يقرأ النموذج نصك ويحاول مطابقته مع أنماط في بيانات تدريبه. كلما كانت لغتك أكثر تحديدًا وأقرب إلى التصوير الفوتوغرافي، ارتبطت مباشرة بأمثلة تدريب عالية الجودة.
فكّر في الأمر هكذا: المصور المحترف لا يقول "التقط صورة جميلة". بل يقول "f/1.8، ضوء خلفي صباحي، تعريض ناقص بمقدار نصف قيمة توقف، ضع الشخص أمام النافذة". هذا المستوى من التحديد هو بالضبط ما يفصل الأمر النصي القوي لتوليد الصور عن الضعيف.
يبدأ كل أمر نصي قوي بثلاثة عناصر محددة: ما الموجود في الصورة (الموضوع)، وماذا يفعل (الفعل أو الحالة)، وأين يوجد (البيئة). هذا هو الأساس. كل ما عداه يُضاف فوقه.
ضعيف: "امرأة في الخارج"
قوي: "امرأة في أوائل الثلاثينات من عمرها تجلس على رصيف خشبي يطل على بحيرة ضبابية عند الفجر، والركبتان مضمومتان إلى صدرها، تنظر نحو الأفق"
تمنح النسخة القوية النموذجَ ترتيبًا مكانيًا محددًا، وحالة مزاجية، وحالة عاطفية. أصبح للنموذج قيود فعلية يعمل ضمنها.
الإضاءة هي المتغير الأكثر تأثيرًا في أي صورة فوتوغرافية، وهي تعمل بالطريقة نفسها في أوامر توليد الصور بالذكاء الاصطناعي. حدّد مصدر الضوء، واتجاهه، وجودته (قاسٍ مقابل ناعم)، ودرجة حرارة لونه.
| نوع الإضاءة | عبارة الأمر النصي | التأثير |
|---|---|---|
| الساعة الذهبية | "ضوء خلفي دافئ بعد الظهر، شمس الساعة 4 مساءً من اليسار" | حافة دافئة، ظلال طويلة، مزاج رومانسي |
| رامبرانت | "إضاءة رامبرانت، ضوء نافذة واحدة من الأعلى يسارًا" | مثلث ظل درامي على الوجه |
| غائم | "ضوء غائم منتشر، بلا ظلال حادة، إضاءة مسطحة" | نظيف، بأسلوب المجلات، ودرجات بشرة متساوية |
| مصباح عملي | "مصباح مكتب كهرماني دافئ، مصدر ضوء عملي واحد" | حميمي، ذو مزاج قاتم، أجواء داخلية |
| الساعة الزرقاء | "ضوء الساعة الزرقاء، بعد 20 دقيقة من غروب الشمس، محيط أزرق بارد" | سينمائي، كئيب، ذو عمق |
تستجيب نماذج توليد الصور بقوة للمفردات الفوتوغرافية. فالبعد البؤري للعدسة، وفتحة العدسة (f)، وزاوية الكاميرا ليست إضافات زخرفية. إنها تشكّل مباشرة هندسة الصورة المولّدة وعمقها وضغطها البصري.
إضافة "85mm f/1.4" إلى أمر نصي لبورتريه ستغيّر بوضوح طريقة تعامل النموذج مع فصل الخلفية وضغط الشخص. وهي ليست اختيارية، بل جوهرية في البنية.
ليست كل محددات الجودة متساوية. بعض العبارات لها تأثير حقيقي لأنها ترتبط بأنماط محددة في بيانات التدريب. وأخرى لا تعدو كونها ضوضاء.
عبارات تنجح:
film grain أو Kodak Portra 400 يقود نحو جماليات التصوير الفوتوغرافي التناظريphotorealistic, 8K, RAW photography يشير إلى مخرجات عالية الدقةvolumetric lighting يولّد أشعة ضوء جوية وعمقًا مرئيًاhyper-detailed skin texture يدفع تصيير البشرة نحو الواقعيةshallow depth of field يفعّل الضبابية الخلفية وفصل الشخص عن الخلفيةnatural lighting, no flash يبعد النتائج عن المظهر القاسي أو الاصطناعيعبارات لا تفعل إلا القليل:
💡 بدلًا من تكديس كلمات الجودة العامة، صِف كيف تظهر الجودة بصريًا. فعبارة "رموش عين فائقة التفاصيل، وخصلات شعر فردية في تركيز حاد، ومسامات بشرة مرئية" أكثر فعالية بكثير من "بورتريه عالي الجودة".
تخبر الأوامر النصية السلبية النموذج بما يجب أن يستبعده. في نماذج مثل Stable Diffusion وRealVisXL، تُعد من أقوى الأدوات المتاحة.
الأمر النصي السلبي القياسي للصور الواقعية:
illustration, cartoon, 3d render, CGI, painting, sketch, artificial lighting, neon, oversaturated, low resolution, blurry, watermark, text, logo, extra fingers, deformed hands, unrealistic proportions
تفصيله:
illustration, cartoon, painting) تدفع النموذج بقوة نحو التصوير الفوتوغرافيextra fingers, deformed hands) تقلل الأخطاء التشريحية الشائعةblurry, low resolution) تشير إلى أنك تريد أفضل مخرجات يمكن للنموذج تقديمهافي Flux Schnell وFlux Dev، تعمل حقول الأمر النصي السلبي بشكل مختلف، لأن Flux يعتمد بدرجة أكبر على مقياس التوجيه منه على الأوامر السلبية. مع نماذج Flux، ركّز جهدك على جعل وصف الأمر النصي الإيجابي محددًا قدر الإمكان.
تنهار معظم أوامر توليد الصور بالذكاء الاصطناعي في البورتريهات. فالنموذج يميل افتراضيًا إلى وجه بشري مثالي وبلاستيكي قليلًا ما لم تخبره بغير ذلك. للحصول على بشرة واقعية، تحتاج إلى وصفها صراحةً.
Portrait of a woman in her late 30s, natural morning light from a window on the left,
Rembrandt lighting triangle visible on right cheek, hyper-realistic skin pores,
faint freckles on nose bridge, slight under-eye shadow, no heavy makeup,
authentic expression, 85mm f/1.4, shallow depth of field, creamy bokeh background,
film grain, Kodak Portra 400 color rendering
عبارة "hyper-realistic skin pores" فعالة بشكل خاص. فهي تفعّل أنماط بيانات التدريب المرتبطة بالتصوير القريب، حيث تكون عيوب البشرة مرئية ومُقدَّرة فنيًا.
لا شيء يصنع البورتريه أو يفسده مثل العينين. أوامر نصية محددة للعينين:
visible iris texture, bright catchlight in left eye يثبّت العينين على موضع ضوء محددslight moisture visible at the waterline يضيف واقعية عضوية ومقنعةindividual eyelash strands in sharp focus يفصل الصور الواقعية عن عمليات التصيير بالحاسوب (CGI)إذا بدا البورتريه مختلفًا قليلًا، فالعينان هما المكان الذي تكمن فيه المشكلة غالبًا. اجعلهما صريحتين في أمرك النصي في كل مرة.
أكثر متغير واحد تحويلي في أمر المنظر الطبيعي هو وقت اليوم. فهو يتحكم في درجة حرارة اللون، وطول الظلال، والضباب الجوي، والنبرة العاطفية في آن واحد.
Mountain valley at dawn, first light touching only the snow-capped peaks in warm amber,
valley floor in cool blue shadow, morning mist rolling through pine forests,
alpine lake perfectly mirroring the peaks above, 16mm ultra-wide lens,
extreme depth of field, Fujifilm Velvia color rendering, natural film grain
يغيّر ارتفاع الكاميرا كل شيء في المنظر الطبيعي. فالمنظور العلوي يضغط المقدمة والخلفية في تكوين مسطح وجرافيكي. أما المنظور المنخفض من مستوى الأرض فيضخم الحجم ويخلق الدراما.
إشارات الأمر النصي للقطات الجوية (بالدرون):
إشارات الزاوية المنخفضة من مستوى الأرض:
Flux Schnell هو أحد أسرع نماذج تحويل النص إلى صورة المتاحة، إذ ينتج صورة نهائية بدقة 1 ميغابكسل في أقل من 5 ثوانٍ. وهو مثالي للتكرار السريع: يمكنك تشغيل 20 تنويعة من تنويعات الأوامر النصية في الوقت الذي تستغرقه نماذج أخرى لإنتاج صورة واحدة.
الخطوة 1: افتح النموذج انتقل إلى Flux Schnell على PicassoIA. لا يتطلب بدء التوليد إعدادًا لحساب ولا بطاقة ائتمان.
الخطوة 2: اضبط نسبة العرض إلى الارتفاع أولًا
قبل كتابة الأمر النصي، اختر نسبة العرض إلى الارتفاع. استخدم 16:9 للقطات المناظر الطبيعية والسينمائية، و9:16 للبورتريه ومنصات التواصل الاجتماعي، و1:1 للمنشورات المربعة على منصات التواصل. فنسبة العرض إلى الارتفاع تحدد كيفية تأطير التكوين، لذا التزم بها قبل كتابة الأمر النصي.
الخطوة 3: ابنِ الأمر النصي على طبقات
ابدأ بالموضوع والفعل. ثم أضف الإضاءة. ثم أضف مواصفات الكاميرا. ثم أضف الملمس والأجواء.
Layer 1 (Subject): "A woman in her 30s sitting on a park bench in autumn"
Layer 2 (Lighting): "warm afternoon backlight, golden hour sun from behind left"
Layer 3 (Camera): "85mm f/1.4, shallow depth of field"
Layer 4 (Texture): "film grain, Kodak Portra 400, visible fabric texture on coat"
Layer 5 (Atmosphere): "fallen leaves on ground, soft bokeh background, warm tones"
الأمر النصي المدمج النهائي: "امرأة في الثلاثينات من عمرها تجلس على مقعد حديقة في الخريف، ضوء خلفي دافئ بعد الظهر، شمس الساعة الذهبية من خلفها على اليسار، 85mm f/1.4، عمق ميداني ضحل، حبيبات فيلم، Kodak Portra 400، ملمس قماش مرئي على معطفها، أوراق متساقطة على الأرض، خلفية ضبابية ناعمة، ألوان دافئة"
الخطوة 4: استخدم قيمة البذرة للتكرار بمجرد أن تحصل على نتيجة تعجبك، دوّن رقم البذرة وثبّته بينما تعدّل نص الأمر فقط. هذا يعزل متغيرًا واحدًا في كل مرة ويجعل التكرار أسرع بشكل كبير.
الخطوة 5: شغّل الوضع السريع أولًا يستخدم Flux Schnell افتراضيًا وضع fp8 المُحسَّن للسرعة. أبقِ هذا الخيار مفعّلًا للتكرار السريع واختبار المسودات. أما للنسخة النهائية التي تنوي نشرها، فعطّله للحصول على أقصى دقة.
| المعامل | الإعداد الموصى به | السبب |
|---|---|---|
| خطوات التشغيل | 4 (الافتراضي) | مصمم لأربع خطوات. الخطوات الإضافية لا تحسّنه. |
| ميغابكسل | 1 | استخدم 1 ميغابكسل دائمًا للمخرجات القابلة للنشر |
| Go Fast | مفعّل للمسودات، ومعطّل للنسخ النهائية | أسرع مع fp8، وأوضح مع bf16 |
| البذرة | ثابتة بمجرد أن تجد نتيجة جيدة | تتيح تكرارًا محكومًا |
| تنسيق الإخراج | PNG للشفافية، وWebP للويب | يحافظ PNG على الجودة، ويقلل WebP حجم الملف |
يستخدم كل من Flux Schnell وFlux Dev البنية الأساسية نفسها ذات 12 مليار معامل، لكنهما يتصرفان بشكل مختلف.
Flux Schnell مخصص للسرعة والحجم. وهو مبني على إزالة التشويش في 4 خطوات، ولذلك فهو ممتاز للتنقل السريع بين 10 إلى 20 تنويعة للأمر النصي. وقد تكون التفاصيل الدقيقة جدًا في المشاهد المعقدة أقل صقلًا قليلًا مقارنة مع Flux Dev.
Flux Dev يعمل بين 28 و50 خطوة لإزالة التشويش، ويدعم وضع img2img. وهذا يعني أنه يمكنك استخدام صورة فوتوغرافية موجودة كنقطة بداية وإعادة توجيهها بأمر نصي. وللصور النهائية للإنتاج التي تكون فيها أقصى دقة مهمة، يُعد Flux Dev الخيار الأفضل.
💡 سير العمل: استخدم Flux Schnell لإيجاد التكوين والإضاءة ومعالجة الموضوع الصحيحة عبر تنويعات كثيرة. وبمجرد أن تحدد اتجاهًا يعجبك، انتقل إلى Flux Dev للنسخة النهائية عالية الدقة.
يضيف RealVisXL دعم multi-ControlNet فوق المخرجات الواقعية. وهذا حاسم لأي شخص يحتاج إلى التحكم في التخطيط المكاني للصورة، لا في جودتها الجمالية فقط.
مع تفعيل ControlNet، يمكنك رفع صورة هيكل وضعية (pose skeleton) وسيضع النموذج الشخص في تلك الوضعية تمامًا. ويمكنك رفع خريطة عمق للتحكم في الترتيب المكاني. ويمكنك رفع رسم خطي بالقلم (lineart sketch) وتحويله إلى صورة واقعية.
تعمل الأوامر النصية لنموذج RealVisXL بأفضل شكل عندما تحدد الإضاءة والملمس والأجواء بالتفصيل. يتولى ControlNet البنية، ويتولى الأمر النصي الأسلوب والجودة.
أمر نصي سلبي فعّال لـ RealVisXL:
(worst quality, low quality, illustration, 3d render, 2d painting, cartoons, sketch), open mouth, extra limbs, blurry, watermark, text
يظل Stable Diffusion من أكثر النماذج المتاحة مرونة. فهو يستخدم نظام أوامر يكون فيه لترتيب المصطلحات ووزنها أهمية.
الاختلافات عن الأوامر المبنية على Flux:
(Rembrandt lighting:1.3) يجعل ذلك المصطلح أقوى بنسبة 30%بنية أمر الواقعية القياسية لنموذج Stable Diffusion:
[Subject description], [specific environment], [lighting condition],
[camera specs], [quality modifiers], [film type]
--negative: illustration, cartoon, 3d, painting, soft, blurry, watermark
تنطبق جميع مبادئ الأوامر النصية في هذا المقال فورًا على PicassoIA. سواء بدأت بسرعة Flux Schnell، أو بدقة Flux Dev، أو بالتحكم المكاني في RealVisXL، أو بمرونة Stable Diffusion، تبقى مبادئ الأوامر النصية ثابتة عبرها جميعًا.
اختر موضوعًا واحدًا. أضف حالة إضاءة. أضف مواصفة كاميرا. أضف تفصيلة ملمس واحدة. شغّله. ثم كرّر من هنا. القفزة في الجودة من أمر نصي من ثلاث كلمات إلى أمر منظم من 40 كلمة ليست طفيفة. إنها الفرق بين مسودة يمكن التخلص منها وصورة ستستخدمها فعلًا.
يقدّم PicassoIA توليدًا غير محدود عبر جميع النماذج، لذلك لا توجد عقوبة على التكرار. شغّل 30 تنويعة. عدّل الإضاءة في كل واحدة. قارن النتائج جنبًا إلى جنب. هكذا تُصنع أفضل صور الذكاء الاصطناعي: ليس بأمر نصي واحد مثالي، بل بعملية تكرار سريعة ومنظمة يعلّمك فيها كل تشغيل شيئًا عن النموذج.
النماذج قادرة، والأوامر النصية عليك. والآن أصبح لديك الإطار لكتابة أوامر تنجح فعلًا.
اختر لغتك
