كل كلمة في أمرك النصي تُشكّل الصورة التي ستحصل عليها من الذكاء الاصطناعي. يشرح هذا المقال كيف تعمل بنية الأمر النصي، ولغة الإضاءة، ووصف الأسلوب، والأوامر النصية السلبية معًا لتحصل على نتائج مختلفة بشكل كبير من النموذج نفسه.
الفرق بين صورة ذكاء اصطناعي عادية وأخرى مذهلة ليس النموذج تقريبًا أبدًا. بل الأمر النصي. يمكن لشخصين استخدام نموذج تحويل النص إلى صورة نفسه، وكتابة تعليمات مختلفة قليلًا، والحصول على نتائج تبدو وكأنها أُنتجت ببرنامجين مختلفين تمامًا. هذه الفجوة، فجوة الجودة الهائلة، تعود إلى طريقة كتابتك.
هندسة الأوامر النصية هي ممارسة كتابة نص دقيق ومنظم ووصفي يخبر نموذج الذكاء الاصطناعي بالضبط بما يجب إنتاجه. وهي لا تعتمد على كلمات سحرية أو شفرات سرية. إنها تتعلق بالتواصل. كلما وصفت ما تريده بوضوح أكبر، اقتربت المخرجات مما كنت تتخيله. وكلما زدت التحديد، أصبح الفرق أكثر لفتًا للنظر.
عندما تكتب أمرًا نصيًا في نموذج مثل Flux Pro أو Stable Diffusion 3.5 Large، لا يقرأ النموذج جملتك كما يقرؤها الإنسان. إنه يعالج كلماتك كمجموعة من التوكنات البصرية، لكل منها ارتباطات إحصائية بأنماط بكسل محددة تعلّمها من ملايين الصور التدريبية أثناء التدريب.
كلمة "امرأة" تُفعّل مجموعات أنماط معينة. أما "امرأة في حديقة" فتضيّق تلك المجموعات. و"امرأة في حديقة عند الساعة الذهبية، بضوء خلفي من الشمس الغاربة، عدسة 85 ملم، عمق ميداني ضحل" تُفعّل شريحة شديدة التحديد من المساحة البصرية التي تعلّمها النموذج. والنتيجة ليست أكثر تفصيلًا فحسب، بل أكثر تحكمًا.
فكّر في كل كلمة كمقبض تحكّم. تحريك مقبض واحد يغيّر الصورة كلها. أضف "سماء غائمة" فتتلطف الإضاءة. أضف "Kodak Portra 400" فتنزاح لوحة الألوان نحو درجات فيلم دافئة وباهتة قليلًا. أضف "زاوية منخفضة" فتميل المنظور. النموذج يوازن كل هذه المقابض في الوقت نفسه لينتج مخرجًا واحدًا متماسكًا.
لهذا السبب يمكن لأمرين متشابهين في المعنى أن ينتجا صورًا تبدو مختلفة تمامًا بصريًا. ليس الأمر عشوائيًا. إنه دقة، أو غيابها.
اكتب "امرأة في حديقة" في أي نموذج وستحصل على شيء صحيح تقنيًا. شخص، في الهواء الطلق، مع أشياء خضراء حوله. لكن الذكاء الاصطناعي يجب أن يملأ بنفسه كل قرار بصري: وقت اليوم، ملابسها، تعبير وجهها، اتجاه الإضاءة، زاوية الكاميرا، عمق الميدان، المزاج اللوني. إنه يختار خيارات متوسطة لكل منها، لأن المتوسط هو ما ينتجه الاحتمال الإحصائي حين لا توجد قيود.
النتيجة تشبه صورة من مخزون صور عام 2014. صحيحة تقنيًا. وعادية بصريًا.
الآن جرّب: "شابة ترتدي قميصًا من الكتان تجلس القرفصاء في حقل قمح عند الساعة الذهبية، بضوء خلفي من الشمس الغاربة يخلق هالة في شعرها، لقطة من زاوية منخفضة قريبة من الأرض، عدسة واسعة 24 ملم، ضبابية ذهبية ناعمة في العشب الأمامي، حبيبات فيلم Kodak Portra 400."
كل قرار بصري صار الآن بيدك. الإضاءة محددة. العدسة محددة. معالجة عمق الميدان محددة. لوحة الألوان محددة. التكوين محدد. الذكاء الاصطناعي لا يحتاج إلى التخمين. إنه ينفّذ رؤيتك بدلًا من أن يحسب متوسط بيانات التدريب.
هذا هو التحول الجوهري الذي تُحدثه هندسة الأوامر النصية. ليس ذكاءً اصطناعيًا أفضل، بل تعليمات أفضل.
يتكوّن الأمر النصي الجيد من خمسة عناصر. لا تحتاج إلى الخمسة في كل مرة، لكن كلما أدرجت المزيد، زادت سيطرتك على ما يخرج في النهاية.
من أو ما هو المحور الأساسي للصورة؟ كن محدّدًا في السمات الجسدية والملابس والوضعية والحالة العاطفية. تتحول عبارة "امرأة" إلى "امرأة تبلغ من العمر 30 عامًا بشعر داكن مجعّد، ترتدي سترة مفصّلة، وتنظر مباشرة إلى الكاميرا بتعبير هادئ ورصين." كل تفصيل إضافي يُزيل متغيرًا كان النموذج سيقرّره بدلًا منك.
أين يحدث هذا؟ وقت اليوم والموقع وعناصر الخلفية والظروف البيئية تشكّل الصورة بشكل كبير. "في مدينة" تصبح "في شارع من حجارة مرصوفة مبلّل بالمطر عند الساعة 11 مساءً، أعمدة الإنارة تعكس بركًا كهرمانية على الأرض المبلّلة، وأضواء السيارات البعيدة ضبابية بفعل الحركة". عندها تكتسب الخلفية ملمسًا وعمقًا وأجواءً.
هذا أقوى عنصر منفرد في أي أمر نصي تصويري. الإضاءة تغيّر الطابع العاطفي للصورة أكثر من أي عامل آخر.
| مصطلح الإضاءة | ما ينتجه |
|---|---|
| ضوء خلفي عند الساعة الذهبية | هالات دافئة، حواف ظلية، درجات كهرمانية |
| إضاءة غائمة منتشرة | ظلال ناعمة ومتساوية، درجات باردة، تباين منخفض |
| إضاءة رامبرانت | ضوء اتجاهي بزاوية 45 درجة، ظل درامي على الوجه |
| ضوء حجمي | أشعة ضوء مرئية عبر الغلاف الجوي |
| إضاءة عملية | مصادر ضوء مرئية داخل الإطار، مصابيح وشاشات |
نماذج مثل Flux 1.1 Pro Ultra و Imagen 4 Ultra دُرّبت على كميات هائلة من البيانات الوصفية للتصوير الفوتوغرافي. تحديد البعد البؤري للعدسة وفتحتها ينتج تأثيرات عمق ميداني أكثر واقعية بشكل ملحوظ.
الكلمات التي تصف الإحساس العاطفي للصورة تؤثر في الملمس والتباين وتدرج الألوان، وحتى في السرد الضمني. "كئيب" و"متوتر" و"حنيني" و"هادئ" كل منها يدفع المخرجات في اتجاهات مختلفة بشكل قابل للقياس. وهذا يعمل لأن النموذج استوعب اللغة العاطفية المرتبطة بملايين الصور أثناء التدريب.
الأوامر النصية السلبية تخبر الذكاء الاصطناعي بما يجب أن يتجنّبه بنشاط. وهي ليست مجرد عكس للأوامر الإيجابية. إنها تعمل بآلية كبت منفصلة توجّه التوليد بعيدًا عن مجموعات أنماط محددة.
من دون الأوامر النصية السلبية، قد ينتج توليد البورتريه عيونًا غير واضحة قليلًا، أو أصابع زائدة، أو إضاءة مسطحة، أو ملمسًا يشبه العلامة المائية في الصورة. إضافة استثناءات صريحة إلى حقل السلبي تزيل تلك الجاذبات الإحصائية من المخرجات قبل أن تتشكل الصورة أصلًا.
💡 للمخرجات الواقعية كالصور الفوتوغرافية، فكّر دائمًا في إضافة هذه العناصر إلى أمرك النصي السلبي:
cartoon, illustration, painting, CGI, 3D render, anime, digital art, overexposed, underexposed, blurry, watermark, text overlay, distorted hands, extra fingers
نماذج مثل Flux Dev وSDXL تستجيب بقوة للأوامر النصية السلبية. وعلى Stable Diffusion 3.5 Large، يمكن للأوامر النصية السلبية المُحكمة أن تنقل الصورة من مقبولة إلى تستحق عرضها في معرض أعمالك بتوليد واحد، من دون تغيير كلمة واحدة في أمرك النصي الإيجابي.
هناك تمييز مهم بين الأوامر النصية بأسلوب التصوير والأوامر النصية بأسلوب فني. الأوامر النصية للتصوير تنتج مخرجات واقعية. أما الأوامر النصية بأسلوب فني فتنتج رسومًا توضيحية أو لوحات أو تصييرًا ثلاثي الأبعاد. إذا أردت الواقعية الفوتوغرافية، فيجب أن تأتي لغة الأسلوب من فن التصوير، لا من الفنون البصرية.
استخدم هذا للواقعية الفوتوغرافية:
تجنّب هذا للمخرجات الواقعية:
كلمة "لوحة" وحدها، حتى في سياق إيجابي، قد تدفع المخرجات كلها نحو جمالية رسومية توضيحية. التحديد بشأن الوسيط الفوتوغرافي يثبّت النموذج في المكان الذي تريده.
بعض الكلمات لها تأثير أقوى بكثير مما توحي به معانيها المعجمية. ذلك لأنها تظهر بكثرة في تعليقات الصور الفوتوغرافية عالية الجودة في بيانات التدريب، فتعلّم النموذج أن يربطها بصور بالغة الإتقان التقني.
يمكن للأمر النصي نفسه أن ينتج نتائج مختلفة حسب النموذج الذي يعالجه. معرفة كيفية تفسير كل نموذج لكلماتك تساعدك على كتابة أوامر نصية خاصة بالأداة التي تستخدمها، بدلًا من كتابة تعليمات عامة تصل بشكل مختلف في كل مرة.
عائلة Flux، بما فيها Flux Pro وFlux 1.1 Pro وFlux Schnell، تتمتع بمعدل التزام بالأمر النصي مرتفع بشكل استثنائي. هذه النماذج مبنية لتتبع التعليمات عن كثب. الأوامر النصية الطويلة والمفصلة لا تُثقل عليها. بل إنها تعمل بشكل أفضل مع مزيد من التحديد مقارنةً بالمدخلات القصيرة والعامة.
مع نماذج Flux، قدّم أهم معلوماتك البصرية في البداية. يجب أن يأتي المحور أولًا، يليه المكان، ثم الإضاءة، ثم تفاصيل العدسة.
SDXL وStable Diffusion 3.5 Large تستجيب بقوة لواصفات الأسلوب الفني. هذه النماذج مرنة عبر الأساليب، من الواقعي الفوتوغرافي إلى الطابع اللوحي. يجب أن يكون الأمر النصي صريحًا في البقاء ضمن النطاق الواقعي الفوتوغرافي إذا كان هذا ما تريده، وإلا فقد ينجرف النموذج نحو مخرج مُنمَّط بشكل افتراضي.
💡 نصيحة لنماذج SD: أضف "photorealistic photography, RAW" في بداية أمرك النصي، وأضف "digital art, illustration, painting" في أمرك النصي السلبي في الوقت نفسه. الإشارتان معًا تنتجان ترسيخًا أقوى في الأسلوب الفوتوغرافي.
Imagen 4 وImagen 4 Ultra من Google مُحسّنان تحديدًا للواقعية الفوتوغرافية. ينتجان ملمسًا استثنائيًا للبشرة وإضاءة من دون الحاجة إلى عدد كبير من مُعدِّلات التصوير التقنية. مع ذلك، فهما يستجيبان جيدًا للأوصاف التكوينية التفصيلية. زاوية الإضاءة وعمق الخلفية وموضع الشخص في الإطار كلها تنتج فروقًا قابلة للقياس في الصورة النهائية.
معظم نماذج تحويل النص إلى صورة الحديثة تعطي بداية الأمر النصي وزنًا أكبر من نهايته. أول 20 إلى 30 كلمة تحمل أكبر تأثير على المحور البصري الرئيسي. إذا انزاح المحور نحو نهاية أمر نصي طويل، فإنه يخاطر بأن يُهمَّش لصالح التفاصيل البيئية المذكورة سابقًا.
نظّم أوامرك النصية وفق هذا الترتيب الهرمي:
إذا كان عنصر واحد في صورتك بالغ الأهمية، فكرره أو أشر إليه مرتين باستخدام صياغة مختلفة قليلًا. "امرأة ترتدي فستانًا أحمر، ويلمع ثوبها القرمزي تحت الضوء" يُشير إلى النموذج بأن القطعة الحمراء عنصر له الأولوية ويجب أن يظهر بوضوح في المخرجات. هذا مهم بشكل خاص في الصور الحساسة للألوان، حيث قد ينتج النموذج خلاف ذلك لونًا باهتًا أو منزاحًا.
💡 اختبار عملي: ولّد المشهد نفسه مع ذكر المحور أولًا ثم أخيرًا. قارن المخرجين. الفرق في وضوح المحور يكون عادة كبيرًا وفوريًا.
"Photorealistic" إشارة إلى الأسلوب، وليست إشارة إلى الجودة. إنها تخبر النموذج بنوع المخرج الذي يجب إنتاجه، لكن من دون تفاصيل تقنية داعمة مثل مواصفات العدسة واتجاه الإضاءة ووصف الملمس، قد تبدو النتيجة مسطحة وعامة.
ضعيف: "portrait of a woman, photorealistic"
قوي: "portrait of a woman in natural morning light from the left, 85mm f/1.4 lens, skin pores visible, slight film grain, Kodak Portra 400, photorealistic 8K RAW"
التفاصيل الداعمة تفعل أكثر لجودة المخرجات مما تفعله كلمة "photorealistic" وحدها على الإطلاق.
خلط واصفات الأسلوب التصويرية والفنية يربك النموذج. "Photorealistic painting in the style of an oil portrait" تطلب من النموذج فعل أمرين متناقضين في الوقت نفسه. تصبح المخرجات مزيجًا غريبًا لا يحقق أيًا من النيتين. اختر مسارًا واحدًا والتزم به.
وصف الشخص من دون وصف الخلفية يعني أن الذكاء الاصطناعي سيختلق خلفية. أحيانًا ينجح ذلك. لكنه في الغالب ينتج بيئة باهتة ومتوسطة تنافس الشخص بصريًا. حدّد الخلفية دائمًا، ولو بعبارات مختصرة. "خلفية استوديو بيضاء بسيطة" أفضل من لا شيء. و"شارع مبلّل بالمطر عند الغسق" أفضل من ذلك بكثير.
تمنحك Picasso IA وصولًا مباشرًا إلى 91 نموذجًا لتحويل النص إلى صورة، وكلها تستجيب للمدخل نفسه: أمرك النصي. التنوع المتاح يعني أنه يمكنك اختبار الأمر النصي نفسه عبر Flux 1.1 Pro Ultra وImagen 4 Ultra وSDXL وFlux Dev جنبًا إلى جنب، ورؤية كيف تقع الكلمات نفسها بشكل مختلف في المساحة البصرية لكل نموذج.
هذه أسرع طريقة لبناء الحدس في هندسة الأوامر النصية. اكتب أمرًا نصيًا قويًا واحدًا. شغّله على ثلاثة نماذج مختلفة. لاحظ أين اتخذ كل نموذج قراراته البصرية الخاصة ضمن قيودك، وأين التزم بتعليماتك بدقة. عدّل. كرر. وخلال جلسات قليلة ستكون لديك فكرة واضحة عن النماذج التي تكافئ أنواعًا معينة من الأوصاف.
تتيح لك المنصة أيضًا أدوات الدقة الفائقة لرفع دقة مخرجك بعد التوليد، وأدوات التعديل الموضعي لإصلاح مناطق محددة من دون إعادة توليد الصورة كاملة. كلا المسارين يعتمد على أوامر نصية أساسية قوية. الصورة المُعدّة بأمر نصي جيد لها بنية أنظف تعمل عليها أداة رفع الدقة، ومناطق أكثر تماسكًا يرجع إليها نموذج التعديل الموضعي عند الملء أو الإصلاح.
أفضل طريقة لترى كيف تغيّر هندسة الأوامر النصية نتائجك ليست أن تقرأ عنها. بل أن تجربها بطريقة مضبوطة.
خذ مفهومًا واحدًا، شيئًا بسيطًا مثل بورتريه أو منظر طبيعي، واكتب ثلاث نسخ من الأمر النصي نفسه.
النسخة 1: كلمتان. "Mountain lake."
النسخة 2: جملة واحدة فيها الإضاءة ووقت اليوم. "A mountain lake at dawn, mist rising from the water surface, soft pink morning light."
النسخة 3: أمر نصي كامل ومنظم بالشخص والمكان والإضاءة والعدسة والأسلوب. "A calm alpine lake at dawn surrounded by pine trees, mist rising from the still water surface, soft volumetric pink and gold morning light from the east, shot from low to the waterline with a 24mm f/2.8 lens, foreground rocks sharp with middle-distance mist creating depth, Kodak Portra 400 film grain, photorealistic 8K RAW photography."
شغّل الثلاثة جميعًا على Flux Pro أو Imagen 4. قارنها جنبًا إلى جنب. الفجوة بين النسخة 1 والنسخة 3 ليست طفيفة. إنها لافتة للنظر. النموذج لم يتغير. قدراته لم تتغير. تغيّر مخرجك لأن تعليماتك تغيّرت.
هذا بالضبط كيف تغيّر هندسة الأوامر النصية نتائجك. ليس من خلال الإعدادات التقنية أو المعاملات الخفية. بل من خلال اللغة. من خلال التحديد. من خلال الاختيار المتعمد للكلمات التي تحمل وزنًا بصريًا بطرق بُني النموذج ليستجيب لها.
اختر مشهدًا كنت دائمًا تتمنى أن تراه مُصيَّرًا بتفاصيل فوتوغرافية كاملة. اكتب الأمر النصي الذي يصفه بكل شيء: الشخص والإضاءة والعدسة والخلفية والمزاج. ثم افتح Picasso IA، واختر نموذجًا، وانظر كيف تبدو الدقة عندما يحصل النموذج أخيرًا على كل ما يحتاجه منك.
اختر لغتك
