معظم الناس يولّدون صورة واحدة، ولا تعجبهم النتيجة، فيبدؤون من الصفر. وهذا هو النهج الخاطئ. يشرح هذا المقال سير عمل التكرار الدقيق لتحويل المخرجات الغامضة للذكاء الاصطناعي إلى صور مذهلة ودقيقة، ويشمل تثبيت البذرة، وتراكم المعدِّلات، والأوامر النصية السلبية، وأفضل النماذج للاختبار السريع على PicassoIA.
معظم الناس يتعاملون مع توليد الصور بالذكاء الاصطناعي بالطريقة نفسها: يكتبون شيئًا ما، ويولّدون الصورة، ولا تعجبهم النتيجة، فيحذفونها ويحاولون من جديد من الصفر. هذه الدورة تستنزف الوقت والنقاط بسرعة، ونادرًا ما تنتج الصورة التي كانت في ذهنك فعلًا.
العملية الحقيقية هي التكرار، لا إعادة الاختراع. فكل مخرَج، حتى تلك التي تبدو خاطئة تمامًا، يحمل معلومات عمّا فهمه النموذج من كلماتك. إذا عرفت كيف تقرأ هذه المعلومات وترد عليها بتغييرات صغيرة ومقصودة، فستصل إلى الصورة التي تخيلتها بمحاولات أقل بكثير مما تظن.
هذا هو سير العمل الذي يحقق ذلك.
عندما تجلس لتوليد صورة، يكون لديك تصور محدد في ذهنك. النموذج لا يعرف شكل ذلك التصور. أنت تصف رؤية لنظام لم يرها من قبل، باستخدام لغة غير دقيقة بطبيعتها.
أمرك النصي الأول غامض في الغالب. فعبارة "امرأة في غابة" تصف آلاف الصور المحتملة المختلفة. النموذج يختار تفسيرًا واحدًا، ونادرًا ما يكون ذلك التفسير هو تفسيرك. هذا ليس فشلًا. إنه نقطة البداية لعملية.
فكّر في الأمر هكذا: مخرج الأفلام لا يصوّر لقطة واحدة ويعتبرها منتهية. يُجري المشهد، ويشاهد التسجيل، ويلاحظ ما هو خاطئ، ثم يعدّل عنصرًا واحدًا قبل اللقطة التالية. تكرار الأوامر النصية هو الانضباط نفسه مطبّقًا على وسيط مختلف.
لا تحلّل نماذج توليد الصور الأوامر النصية بالطريقة التي يقرأ بها الإنسان. إنها تتعامل مع نصك كمجموعة من التوكنات الموزونة، أي مفاهيم تؤثر في الفضاء الكامن الذي تُبنى فيه صورتك. بعض التوكنات لها وزن أكبر من غيرها. ترتيب الكلمات مهم في بعض النماذج. وموضع المعدِّلات (الإضاءة والأسلوب والمزاج) بالنسبة إلى الشخص الرئيسي يمكن أن يغيّر المخرَج بشكل كبير.
فهم هذا يغيّر طريقة كتابتك للأوامر النصية. أنت لا تكتب جملة لقارئ بشري. أنت تكتب مجموعة تعليمات موزونة لنظام احتمالي، وكل كلمة تتنافس على التأثير في المخرَج النهائي.
نماذج مثل Seedream 4.5 قادرة على تفسير صياغات لغوية طبيعية أكثر، بفضل تدريبها على بيانات وصفية معقدة. أما Flux Redux Dev فقد بُني خصيصًا لتوليد اختلافات انطلاقًا من مرجع، ما يجعله مفيدًا عندما تملك تكوينًا أساسيًا تريد البناء عليه. ومعرفة نقاط قوة النماذج المختلفة تخبرك بالنموذج الذي يجب استخدامه في كل مرحلة من عمليتك.
يتحرك تحسين الأمر النصي الفعّال من العام إلى الخاص عبر مراحل متميزة:
المرحلة 1: تثبيت الشخص الرئيسي. اكتب أدنى أمر نصي قابل للاستخدام. "صورة شخصية لامرأة، ضوء ناعم." ولّد الصورة مرة واحدة. تحقّق مما إذا كان التكوين الأساسي صحيحًا تقريبًا قبل إضافة أي شيء آخر.
المرحلة 2: إضافة البيئة. بمجرد أن يظهر الشخص الرئيسي بشكل صحيح، أضف السياق. "صورة شخصية لامرأة، ضوء صباحي ناعم، واقفة في مطبخ مشمس، درجات دافئة."
المرحلة 3: تثبيت المزاج. أضف الأجواء والتوجه العاطفي. "صورة شخصية لامرأة، ضوء صباحي ناعم، واقفة في مطبخ مشمس، درجات دافئة، وضعية عفوية، ابتسامة خفيفة، ظل طبيعي تحت الذقن، كتفان مسترخيان."
المرحلة 4: إضافة معدِّلات الجودة. في هذه المرحلة فقط أضف المعاملات التقنية مثل "8K، تصوير RAW، Kodak Portra 400، عمق ميداني ضحل، عدسة 85mm f/1.4." إضافتها مبكرًا قد تتعارض مع تفسير النموذج للشخص الرئيسي والبيئة.
كل مرحلة تضيّق إمكانيات الصورة دون إرباك النموذج بتعليمات متعارضة في تمريرة واحدة.
هذه أهم قاعدة في التكرار الموجّه، وأول قاعدة يخالفها معظم الناس.
عندما تأتي نتيجة خاطئة، تكون الغريزة هي إعادة كتابة الأمر النصي بالكامل. لا تفعل ذلك. بدلًا من ذلك، حدّد العنصر الواحد الأبعد عن الصواب، وغيّر ذلك العنصر فقط، ثم أعد التوليد. بهذه الطريقة تعرف بالضبط ما الذي تسبب في أي تغيير في المخرَج. فإذا أعدت كتابة خمسة عناصر في الوقت نفسه وتحسنت الصورة، فلا يمكنك نسب التحسن إلى تغيير محدد، وهذا يعني أنك لم تحصل على معلومات قابلة لإعادة الاستخدام.
| ما الذي يبدو خاطئًا | ما الذي يجب تغييره |
|---|---|
| جودة الإضاءة خاطئة | عدّل وصف الإضاءة فقط |
| التكوين أو الكادرة خاطئة | أضف زاوية الكاميرا أو مواصفات المسافة |
| النبرة العاطفية خاطئة | أضف كلمات الجو أو الإحساس |
| الأسلوب البصري خاطئ | عدّل توكنات الأسلوب فقط |
| تشريح الشخص يبدو غير صحيح | أعد صياغة وصف الشخص فقط |
تغيير واحد في كل تكرار. يبدو أبطأ في اللحظة، لكنه أسرع بكثير على المدى الكامل.
كل توليد يستخدم بذرة عشوائية لتهيئة الضجيج الذي يصبح صورتك. إذا غيّرت أمرك النصي وتركت البذرة عشوائية، فلن تستطيع تحديد ما إذا تغيّر المخرَج بسبب تعديل أمرك النصي أم بسبب التهيئة العشوائية الجديدة.
تتيح لك PicassoIA Image Editor Pro تثبيت قيمة بذرة محددة. وبمجرد أن تجد توليدًا بتكوين يستحق التحسين، انسخ تلك البذرة واحتفظ بها مثبتة طوال دورة التكرار. هذا يعزل الأمر النصي باعتباره المتغير الوحيد في التجربة، وهو الطريق الوحيد لكي ينتج التكرار معلومات موثوقة.
يعمل الأمر النصي القوي على ثلاث طبقات في الوقت نفسه:
الشخص يصف من أو ما يظهر في الصورة وما الذي يفعله. عبارة "امرأة" غير كافية. أما عبارة "امرأة في أوائل الثلاثينات، تميل رأسها قليلًا، وتنظر مباشرة إلى الكاميرا بتعبير مسترخٍ ومنفتح، وترتدي قميصًا خفيفًا من الكتان" فهي محددة بما يكفي لكي يلتزم النموذج بتفسير واحد.
السياق يضع الشخص في عالم معقول. لا تكتب فقط "في غابة". اكتب "في غابة صنوبر كثيفة عند الساعة الذهبية، تخترق أشعة الضوء المظلة من الأعلى إلى اليمين، وسجادة من إبر الصنوبر الجافة على الأرض، وضباب جوي خفيف في الخلفية." كلما كان السياق أكثر ملمسًا ومكانية، كان تفسير النموذج أكثر اتساقًا.
المزاج يخبر النموذج بالإحساس الذي يجب أن تنقله الصورة للمشاهد. وهذا أكثر عنصر يُهمل في معظم الأوامر النصية. كلمات مثل "كئيب" و"هادئ" و"متوتر" و"مبهج" تعمل كإشارات دلالية حقيقية. فقد دُرِّب النموذج على ملايين أزواج الصور والتعليقات التي تتضمن أوصافًا عاطفية، ولهذه التوكنات وزن قابل للقياس في المخرَج.
هناك فئة كاملة من معدِّلات الجودة تبدو موثوقة لكنها لا تفعل إلا القليل عمليًا: "تحفة فنية"، و"حائز على جوائز"، و"مثالي"، و"جودة ملحمية". معظم النماذج الحديثة دُرِّبت على مجموعات بيانات ضخمة لدرجة أن هذه الكلمات تضيع فعليًا وسط الضوضاء.
المعدِّلات التي تؤثر باستمرار في المخرَج:
هذه المعدِّلات تعمل لأنها محددة، وتشير إلى أعراف تصوير فوتوغرافي حقيقية تعلّمها النموذج من مجموعات صور فوتوغرافية فعلية.
الأمر النصي السلبي يعطي النموذج تعليمات بقمع عناصر بصرية معينة. ومعظم الناس إما يتخطون الأوامر النصية السلبية تمامًا، أو يلصقون كتلة عامة من التوكنات المهملة من منشور في منتدى.
لا يُعد أي من النهجين مثاليًا.
اكتب أوامر نصية سلبية مستهدفة بناءً على ما تلاحظه فعلًا بأنه يسير بشكل خاطئ. هل تظهر الوجوه مشوهة قليلًا؟ أضف "وجه مشوّه، ملامح غير متماثلة، عيون مشوّهة." هل الإضاءة قاسية أكثر من اللازم؟ أضف "ظلال قاسية، ومناطق مُحرقة بالضوء، ومناطق معرّضة بشكل زائد." هل تظهر عناصر رسومية في أمر نصي واقعي كالصور الفوتوغرافية؟ أضف "كرتون، ورسم توضيحي، ولوحة، وفن رقمي، ومُصيَّر ثلاثي الأبعاد، CGI."
الأمر النصي السلبي أداة تشخيص، وليس نصًا جاهزًا. إنه لا يعطي نتائج إلا عندما يستجيب لفشل محدد وملاحظ في مخرجاتك.
كل مخرَج غير مرغوب فيه يحمل رسالة تشخيصية:
💡 التقط لقطة شاشة لكل توليد، بما في ذلك تلك التي لا تعجبك. مقارنة سلسلة من المخرَجات جنبًا إلى جنب تخبرك بالكثير عن السبب والنتيجة، أكثر بكثير من فحص النتيجة النهائية وحدها.
هناك نقطة في كل عملية تكرار تبدأ عندها العوائد في التناقص. بعد ثماني تغييرات مستهدفة دون تقدم ملموس، تكون المشكلة غالبًا واحدة من اثنتين.
قد يكون المفهوم معقدًا جدًا لتوليد بتمريرة واحدة. بعض الصور تستفيد من نهج التركيب: ولّد البيئة أولًا، ثم استخدم أداة تعديل موضعي لوضع الشخص فيها. تدعم PicassoIA Image Editor Pro سير عمل التعديل الموضعي الذي يمكنه معالجة هذا النوع تحديدًا من الإنتاج على مرحلتين.
وبدلًا من ذلك، قد لا يكون النموذج الذي اخترته مناسبًا لهذا النوع من الصور. يتعامل GPT Image 2 مع تكوين المشاهد المعقدة متعددة العناصر بطريقة مختلفة عمّا يفعله Wan 2.7 Image Pro، الذي يركّز على التفاصيل الفوتوغرافية للأسطح. وتبديل النماذج قبل التخلي عن المفهوم يستحق المحاولة في أغلب الأحيان.
تقدم معدِّلات الإضاءة أعلى عائد على الاستثمار بين جميع فئات الأوامر النصية. تغيير واحد في الإضاءة يؤثر في المزاج المُدرَك والواقعية المُدرَكة والثقل التكويني في الوقت نفسه. واختبار معدِّلات الإضاءة مع بذرة مثبتة من أسرع الطرق لمعرفة مقدار تحريك كل توكن فردي للمخرَج.
معدِّلات الإضاءة الجديرة بالتجربة بالتناوب:
جرّب كل واحد من هذه على الأمر النصي الأساسي نفسه مع بذرة مثبتة، ثم قارن السلسلة. يكشف التباين بدقة مقدار الطابع العاطفي للصورة الذي يأتي من وصف واحد.
يغيّر البعد البؤري الطابع البصري للصورة على مستوى أساسي:
| البعد البؤري | الطابع البصري |
|---|---|
| 24mm واسع | مساحة واسعة وحجم بيئي، وتشوه خفيف |
| 35mm | طبيعي، وثائقي، ومنظور متأصل |
| 50mm | قياسي ومتوازن، وأقرب إلى الرؤية البشرية |
| 85mm | ضغط بورتريه، ويُبرز ملامح الوجوه |
| 135mm أو أطول | تمويه شديد للخلفية، وعلاقة مضغوطة بين الشخص والخلفية |
| ماكرو | تفاصيل سطحية شديدة، وإحساس بالحجم المصغّر |
ذكر اسم جسم الكاميرا يشكّل النتيجة أيضًا. فكل من Canon و Sony و Leica و Fujifilm و Hasselblad يدفع النموذج نحو علم الألوان المميز والتصيير اللوني المرتبط بخط معالجة الصور لدى تلك الشركة المصنّعة.
السرعة مهمة عندما تكون في منتصف دورة تكرار. تشغيل اثني عشر اختلافًا عبر نموذج بطيء يقتل الزخم، ويجعلك أقل استعدادًا للتجريب بجرأة.
للتكرار السريع:
بمجرد أن يُنتج أمرك النصي التكوين والشخص والمزاج الصحيح على مستوى التوليد السريع، انتقل إلى نموذج عالي الدقة للتصيير النهائي:
سير العمل العملي على مرحلتين هو أن تكرر بسرعة على PicassoIA Image، ثم تأخذ أمرك النصي المضبوط إلى Seedream 4.5 أو Wan 2.7 Image Pro للحصول على المخرَج النهائي عالي الدقة.
الخطأ الأكثر شيوعًا بفارق كبير. عندما تفشل النتيجة في تحقيق الهدف، يكون الاندفاع هو إعادة بناء كل شيء بقوة. قاوم ذلك. أجرِ تغييرًا واحدًا، ولاحظ النتيجة، ثم قرر ما الذي تغيّره بعد ذلك.
ينطبق هذا بشكل خاص على تراكم معدِّلات جديدة دفعة واحدة. إضافة "سينمائي" و"8K" و"تصوير RAW" و"Kodak Portra 400" في مراجعة واحدة يعني أنك لا تستطيع نسب أي تحسن محدد في الجودة إلى أي توكن محدد. التكرار أنتج بيانات لا يمكنك قراءتها. أنت تولّد، لكنك لا تُكرّر.
التشغيل دون أوامر نصية سلبية مقبول أثناء الاختبار العام الأولي. وبمجرد دخولك في وضع التحسين المركّز، لم تعد الأوامر النصية السلبية اختيارية. في هذه المرحلة، أنت لا تحاول منح النموذج حرية إبداعية، بل تُزيل أنماط فشل محددة حددتها بالفعل في المخرجات السابقة.
اكتب الأوامر النصية السلبية تدريجيًا، بالطريقة نفسها التي تبني بها أوامرك النصية الإيجابية. أضف مصطلحًا إلى الجانب السلبي عندما يظهر عنصر غير مرغوب فيه محدد في مخرَج ما. القائمة العامة الجاهزة للصق نقطة بداية، وليست بديلًا عن الأوامر التشخيصية المستهدفة.
هذا أخفى الأخطاء وأكثرها ضررًا. تجد توليفة من معدِّلات الإضاءة تنتج بالضبط الملمس الذي كنت تريده. لكنك لا تسجلها. بعد جلستين، تبدأ من الصفر وتحاول إعادة إنتاجها من الذاكرة.
أنشئ ملف أوامر نصية. وثيقة نصية عادية منظمة حسب الفئة، مثل معدِّلات الإضاءة، ومواصفات الكاميرا، وواصفات المزاج، وقوالب الشخص، تكفي تمامًا. تدعم PicassoIA Image Editor Pro توليدات غير محدودة، ما يجعلها البيئة المناسبة لاختبار الحجم الكبير. لكن الكمّ دون توثيق يعني فقط إنفاق الموارد دون بناء أي شيء قابل لإعادة الاستخدام.
💡 ما الذي يجب تسجيله في كل مرة: قيمة البذرة الدقيقة، والأمر النصي الإيجابي الكامل، والأمر النصي السلبي الكامل، واسم النموذج، ودقة المخرَج. هذه التوليفة قابلة لإعادة الإنتاج بالكامل. أما إعادة صياغة تقريبية مكتوبة من الذاكرة فليست كذلك.
القالب الخاص بالأوامر النصية هو بنية قابلة لإعادة الاستخدام بخانات متغيرة. إليك قالب بأسلوب التصوير الفوتوغرافي يعمل بثبات عبر تكوينات البورتريه والبيئة على حد سواء:
[Subject description + pose or expression], [environment description + time of day], [lighting type + direction], shot with [camera body] and [lens + aperture], [depth of field note], [film stock or color profile], [grain or texture note], photorealistic, 8K RAW photography --ar 16:9
بعد التعبئة:
A woman in her mid-twenties looking directly at the camera with a relaxed expression, standing in a sunlit cafe in late afternoon, warm diffused light from the left creating soft shadows on her right cheek, shot with a Sony A7R IV and 85mm f/1.4 lens, background completely defocused into warm golden bokeh, Kodak Portra 400 color profile, visible fine film grain, photorealistic, 8K RAW photography --ar 16:9
يتيح لك هذا الهيكل استبدال متغيرات مفردة مع الحفاظ على هيكل الجودة ثابتًا. غيّر الشخص. غيّر البيئة. غيّر اتجاه الإضاءة. كل استبدال ينتج صورة جديدة مع الحفاظ على خط الأساس للجودة الذي تحقق من خلال عمل التكرار السابق.
أكثر طريقة فعالية لبناء مكتبة أوامر نصية شخصية هي البدء من أوامر نصية تنتج نتائج قوية بالفعل، ثم تحلّل بالهندسة العكسية ما يجعلها فعّالة. تعرض صفحات النماذج على PicassoIA أمثلة توليد إلى جانب أوامرها النصية المصدرية. ادرس البنية: أين وضع المؤلف واصفات الإضاءة، وكيف صاغ وصف الشخص، وأي معدِّلات جودة استخدم وبأي ترتيب.
شغّل تلك الأوامر النصية بنفسك. ثم أزل عناصر بعينها واحدًا تلو الآخر، ولاحظ المخرَج المتدهور. ما ينهار يخبرك بما كان كل عنصر يساهم به فعلًا في النتيجة. هذا النهج أسرع من البناء من الصفر، والإخفاقات فيه أكثر إفادة من النجاحات.
أثمن ما يمكنك فعله بكل ما في هذا المقال هو أن تذهب وتختبره. اختر صورة واحدة تريد إنشاءها. اكتب أمرًا نصيًا بسيطًا. ولّد مرة واحدة. انظر إلى ما هو خاطئ. غيّر شيئًا واحدًا بالضبط. ولّد مرة أخرى.
كرّر ذلك عشر مرات، وستكون قد استوعبت كيفية استجابة نماذج توليد الصور بالذكاء الاصطناعي للغة أكثر مما يمكن أن يقدمه أي شرح مكتوب بصورة مجردة. الفجوة بين التوليد الأولي الخام والصورة المكتملة ليست موهبة. إنها عدد التكرارات المقصودة التي أنت مستعد لتنفيذها.
PicassoIA Image Editor Pro هي البيئة المناسبة لهذا النوع من العمل التكراري. توليدات غير محدودة تعني أنك تستطيع تحمّل التجريب دون تقنين المحاولات. شغّل عشرين اختلافًا للأمر النصي نفسه. اختبر كل معدِّل إضاءة في مكتبتك واحدًا تلو الآخر. ادفع المفهوم إلى ما بعد النقطة التي يستسلم عندها معظم الناس.
الصورة التي كانت في ذهنك عندما بدأت يمكن الوصول إليها. التكرار هو ما يوصلك إليها.
اختر لغتك
