معظم إخفاقات صور الذكاء الاصطناعي ليست مشكلات في النموذج، بل في الأمر النصي. يشرح هذا المقال الكلمات والبُنى التي تنقل المخرجات من المسطّحة إلى السينمائية، ويغطي الإضاءة والتكوين ومواصفات الكاميرا وأنواع الأفلام الفوتوغرافية وغيرها بتفصيل عملي.
يلوم معظم الناس النموذج حين تخرج صورهم المولّدة بالذكاء الاصطناعي مسطّحة أو مشوّشة أو خاطئة ببساطة. والسبب الحقيقي في الغالب هو الأمر النصي نفسه. ليست الفكرة هي المشكلة، بل طريقة التنفيذ. فطريقة وصفك للإضاءة والمسافة والزاوية والملمس والمزاج تتحكم في نحو 80% مما تحصل عليه. والإصلاحات صغيرة. كلمة واحدة في موضعها الصحيح قادرة على نقل الصورة من الهواية إلى السينمائية، وهذا المقال يوضح لك بالضبط أي الكلمات وأين تضعها.
يمكنك أن تكتب أدق وصف للشخص في العالم، ولكن إن كان وصف الإضاءة غامضًا، يملأ النموذج الفراغ بشيء عام. فالإضاءة المسطّحة المتساوية هي المخرج الافتراضي للأوامر الناقصة الوصف، وهي تقضي على العمق والمزاج والاهتمام البصري بضربة واحدة.
تصف هذه الكلمات الثلاث سيناريوهات إضاءة مختلفة تمامًا وتنتج صورًا مختلفة تمامًا. فـ"ضوء صباحي ناعم" يمنحك مخرجات منتشرة خالية من الظلال، بإحساس لطيف ويومي. و"شمس منتصف النهار القاسية" تُدخل ظلالًا قوية وإبرازات باهتة وتباينًا خامًا. أما "الضوء الحجمي" فيطلب من النموذج أن يُظهر الضوء نفسه ككيان مادي، كأشعة تخترق الغبار أو الدخان أو الضباب.
💡 أضف إحدى هذه العبارات إلى أمرك النصي القادم: "إضاءة خلفية الساعة الذهبية"، "ضوء منتشر تحت الغيوم"، "مصدر ضوء رئيسي واحد من اليسار"، "توهّج شفق الساعة الزرقاء". كل واحدة من هذه العبارات تغيّر النبرة العاطفية للصورة قبل أن تغيّر أي شيء آخر.
اتجاه الضوء لا يقل أهمية عن جودته. فـ"ضوء من اليسار" و"ضوء حافة من الخلف" و"إضاءة فلورسنت علوية" تُنتج نتائج مختلفة جذريًا. ونموذج مثل GPT Image 2 يستجيب بشكل خاص للأوصاف البيئية الدقيقة، واتجاه الضوء من أكثر المحفّزات موثوقية.
إذا أردت تجنب كتابة فقرة إضاءة كاملة، فسمِّ الوقت من اليوم والطقس. فـ"غيوم ما بعد الظهر المتأخر" تمنحك ضوءًا ناعمًا ومنتشرًا بظلال محايدة. و"شفق ما قبل الفجر الأزرق" يمنحك ألوانًا باردة وتباينًا منخفضًا وجودة جوية ذات مزاج. و"شمس منتصف النهار القاسية" تمنحك ظلالًا حادة وضوءًا اتجاهيًا قويًا. هذه محفزات سريعة وموثوقة يفهمها النموذج بثبات عبر البنى المختلفة.
زاوية الكاميرا ليست تفصيلًا تقنيًا فحسب. فهي تحمل ثقلًا سرديًا وتؤثر في الطريقة التي يقرأ بها المشاهد الصورة عاطفيًا. فاللقطة من زاوية منخفضة تجعل الأشخاص يبدون قويين ومهيبين. أما اللقطة العلوية الجوية فتسطّح المشهد إلى تكوين أشبه بالرسم الجرافيكي. واللقطة القريبة لبورتريه بعدسة 85 ملم تخلق الحميمية وتلفت الانتباه إلى التعبير.
أضف "لقطة من زاوية منخفضة، تنظر إلى الأعلى" إلى أي وصف لشخص، وستنتقل المخرجات من التوثيق المحايد إلى إحساس بالحجم أو الهيمنة. يعمل هذا جيدًا مع العمارة، والبورتريهات التي تكون فيها الثقة هدفًا، وأي مشهد تريد فيه الإيحاء بالدراما دون تغيير الشخص نفسه. أما "لقطة من زاوية عالية، تنظر إلى الأسفل" فتخلق إحساسًا بالضعف أو بالإطلالة الشاملة، أو بجودة التصميم المسطّح التحريري التي توحي بالتنظيم والقصد.
البعد البؤري من أقل محفّزات الأوامر النصية استخدامًا رغم توفره. إليك ما يوحي به كل نطاق بصريًا وكيف تفسّره النماذج:
| البعد البؤري | التأثير البصري | الأفضل لـ |
|---|---|---|
| 24 ملم | واسع، محيطي، تشوّه طفيف عند الحواف | العمارة، المناظر الطبيعية، لقطات السياق |
| 50 ملم | محايد، منظور بشري طبيعي | الشارع، الوثائقي، البورتريهات غير الرسمية |
| 85 ملم | ضغط مُلطِّف، عمق ميداني ضحل | البورتريهات، الأزياء، جلسات التجميل التحريرية |
| 135 ملم | فصل قوي بين الشخص والخلفية | اللقطات السينمائية الثابتة، لقطات العزل |
| 200 ملم فأكثر | ضغط كثيف، مستوى تركيز رفيع جدًا | العزل الدرامي، الأشخاص على مسافات بعيدة |
كتابة "85 ملم f/1.8" في أمرك النصي تخبر النموذج بدقة بالعلاقة المكانية التي تريدها بين الشخص والخلفية. ونماذج مثل Seedream 4.5 و Wan 2.7 Image Pro تستجيب بثبات لمواصفات العدسة عند إدراجها مع محفّزات الأسلوب.
الأسماء العامة تنتج صورًا عامة. فـ"امرأة" تمنح النموذج حرية إبداعية كاملة، وهذا يعني في الغالب شيئًا عامًا. أما "امرأة في أواخر العشرينات بشعر قصير داكن، ترتدي بلوزة من الكتان، وابتسامة خفيفة" فتوجّه المخرجات نحو شيء محدد وقابل للتكرار. أنت لا تحدّ إبداع النموذج، بل توجّهه.
لا تحتاج إلى كتابة رواية. ثلاثة أو أربعة تفاصيل جسدية محددة تكفي لإبعاد النموذج عن الافتراضات المكررة لصور المخزون. وأكثر التفاصيل تأثيرًا التي يجب تضمينها:
"واقف" ليس فعلًا. "منحنٍ إلى الأمام فوق مكتب في منتصف حديث" فعل. ويظهر الفرق بوضوح في طاقة المخرجات. حتى الأفعال الصغيرة مثل "يلقي نظرة خاطفة" أو "يمد يده" أو "يتوقف" تدفع النموذج نحو مشهد فيه توتر سردي بدلًا من لقطة كتالوج مُعدّة.
💡 اجمع بين الحركة والعاطفة لأفضل النتائج: "يضحك في منتصف جملة"، "ينظر من النافذة بتعبير شارد"، "مركّز بشدة على المهمة أمامه". هذا يعطي النموذج توجيهًا لتعبير الوجه ولغة الجسد معًا، وغالبًا ما ينتج صورًا تبدو حية بدلًا من أن تبدو مصطنعة.
اللون هو المجال الذي تُهدر فيه كثير من الأوامر النصية أكبر قدر من جودتها. فإن لم تحدد لوحة ألوان، يعود النموذج إلى ما رآه أكثر في بيانات التدريب لهذا النوع من الموضوعات، وهو غالبًا مشبع بشكل مفرط، وفاقع قليلًا، ومزدحم بصريًا. ومرساة واحدة للوحة الألوان تغيّر ذلك فورًا.
تحمل أسماء الأفلام الفوتوغرافية قدرًا هائلًا من معلومات علم الألوان مضغوطًا في عبارة قصيرة. والنماذج المدرَّبة على البيانات الفوتوغرافية تتعرف على هذه الأسماء وتطبّق ملفات ألوانها المرتبطة بثبات معقول:
كتابة "Kodak Portra 400" وحدها في نهاية أمرك النصي يمكن أن تغيّر الطابع اللوني الكامل للمخرجات دون لمس أي متغير آخر.
إذا بدت أسماء الأفلام الفوتوغرافية غير مناسبة لحالتك، فاستخدم أوصاف لوحة الألوان مباشرة. فـ"ألوان أرضية خافتة"، "أزرق بارد باهت"، "عنبر دافئ وكريمي"، "أحادي اللون عالي التباين" كلها تعمل جيدًا مع معظم النماذج. والمفتاح هو أن تكون مقصودًا. فلوحة الألوان غير المحددة دعوة للنموذج لاتخاذ خيارات، وغالبًا ما تكون هذه الخيارات خاطئة.
الأجواء هي الفرق بين صورة صحيحة تقنيًا وصورة تبدو كأنها موجودة في عالم حقيقي ملموس. فصورتان بالشخص نفسه والإضاءة نفسها يمكن أن تنتجا نتائج مختلفة تمامًا بحسب مدى جودة وصف الملمس والتفاصيل البيئية.
عند وصف الأسطح، سمِّ المادة وحالتها. فـ"مكتب خشبي" أضعف من "مكتب من خشب البلوط المتآكل ببقع حلقية وملمس واضح للعروق". و"شارع المدينة" أضعف من "زقاق مرصوف بالحجارة المبللة يعكس أضواء الشوارع البرتقالية". هذه التفاصيل تفعّل فهم النموذج لكيفية تفاعل الضوء مع أسطح بعينها، وهذا يحسّن الواقعية العامة بشكل ملحوظ ويرسّخ الصورة في مكان حقيقي.
إضافة "حبيبات الفيلم"، أو "حبيبات فيلم خفيفة"، أو "ملمس حبيبات Kodak" إلى الأوامر الواقعية كالصور الفوتوغرافية تحسّن الواقعية المدركة على نحو غير متوقع. فالصور الرقمية النظيفة تمامًا تبدو غالبًا مصطنعة للمشاهدين. فالحبيبات تدل على أن الصورة التُقطت لا أنها صُيّرت، وتعلّمت معظم النماذج ربط الحبيبات بالمخرجات الفوتوغرافية عالية الجودة. وهي من أرخص ترقيات الواقعية المتاحة.
💡 النقطة المثالية للحبيبات: استخدم "حبيبات فيلم خفيفة" أو "ملمس حبيبي دقيق" للبورتريهات ولقطات نمط الحياة. واحتفظ بـ"حبيبات كثيفة" أو "حبيبات فيلم مدفوعة" للسيناريوهات المعتمة أو الداكنة أو قليلة الإضاءة. فالحبيبات الكثيفة في مشهد خارجي مشرق ستبدو مجرد ضوضاء لا ملمسًا.
غالبًا ما يُعامَل الأمر النصي السلبي كأداة تنظيف، شيء تستخدمه لإزالة ما ظهر فعلًا في توليدة سيئة. والنهج الأكثر فاعلية هو استخدامه بشكل استباقي لتحديد ما ليست عليه الصورة، قبل أن تتاح للنموذج فرصة اتخاذ افتراضات.
أكثر إدخالات الأمر النصي السلبي فاعلية ليست تجريدات مثل "قبيح" أو "جودة سيئة". فهذه المصطلحات غامضة أكثر من أن يتصرف النموذج بناءً عليها بدقة. والاستبعادات الأكثر فائدة هي القطع الأثرية المحددة وفئات الأسلوب التي تريد تجنبها:
cartoon, illustration, render, cgi, digital art عندما تحتاج إلى الواقعية الفوتوغرافيةoverexposed, blown highlights, harsh shadows عندما تحتاج إلى إضاءة مضبوطةsymmetrical composition عندما تريد شيئًا أكثر حيوية وطبيعيةcluttered background عندما تحتاج إلى عزل الشخصwatermark, text, logo, signature للحصول على مخرجات نظيفة وخالية من العلاماتplastic skin, airbrushed, retouched عندما يكون الملمس الطبيعي مهمًامن الأخطاء الشائعة كتابة المفهوم نفسه في الأمر النصي الإيجابي والسلبي معًا. فإن كان أمرك الإيجابي يقول "إضاءة طبيعية ناعمة" وأمرك السلبي يقول "إضاءة درامية"، فأنت ترسل إشارات متناقضة، وسيحل النموذج هذا التناقض بطريقة غير متوقعة. اجعل الأوامر الإيجابية والسلبية مركّزة على أبعاد مختلفة تمامًا من الصورة لتجنب تعارض الإشارات.
ليست كل النماذج تستفيد بالقدر نفسه من الأوامر التفصيلية. فبعضها مدرَّب على العمل جيدًا مع أوصاف قصيرة بلغة طبيعية. وبعضها الآخر محسَّن لتسلسلات أوامر تقنية ومنظمة. ومعرفة أيّها يوفر وقتًا كبيرًا في التكرار ويمنع الإحباط عندما لا يبدو أن الدقة تساعد.
يتعامل GPT Image 2 مع الأوامر الطويلة والوصفية بشكل جيد بصفة خاصة. فهو يعالج الجمل الكاملة ويدير التعليمات الدقيقة المتعلقة بالمزاج والعلاقات المكانية والتفاعل بين عناصر المشهد. وفقرة مفصّلة تغطي الشخص والإضاءة والجو والأسلوب تمنح هذا النموذج مادة كافية لإنتاج شيء محدد حقًا.
يعمل Wan 2.7 Image Pro جيدًا مع كثافة التفاصيل المنظمة، خاصة للمخرجات الواقعية كالصور الفوتوغرافية بدقة 4K. والأوامر الطويلة المتضمنة معلمات تقنية محددة مثل مواصفات العدسة وفيلم الألوان تميل إلى إنتاج نتائج أنظف وأقرب إلى المطلوب على هذا النموذج مقارنة بالأوامر القصيرة.
يتعامل Hunyuan Image 2.1 مع الأوصاف التكوينية بشكل جيد بصفة خاصة، بما في ذلك العلاقات المكانية بين العناصر والسياق البيئي الطبقي ذي الطبقات المتعددة من العمق.
يستجيب Seedream 4.5 جيدًا للأوامر الموجزة ذات مرتكزات الأسلوب القوية. فالمعلومات المتعارضة الكثيرة في أمر طويل قد تُضعف المخرجات على هذا النموذج. والدقة قبل الكمية هي الاستراتيجية الصحيحة هنا، فاختر أهم ثلاثة أو أربعة واصفات واجعلها تحدث أثرًا.
يُعد Wan 2.7 Image الأفضل للمخرجات النظيفة والمركّزة. فموضوع واضح ومرجع إضاءة قوي وكلمة أسلوب واحدة تقدم بثبات نتائج دقة 2K متسقة دون الحاجة إلى معاملة الفقرة الكاملة.
| النموذج | أسلوب الأمر النصي | نقاط القوة |
|---|---|---|
| GPT Image 2 | طويل، وصفي | الفروق الدقيقة، والمزاج، والمشاهد المعقدة متعددة العناصر |
| Seedream 4.5 | مركّز، غني بالكلمات المفتاحية | جودة 4K، وتنفيذ أسلوب نظيف |
| Wan 2.7 Image Pro | مفصّل، تقني | واقعية عالية الدقة، وتفاصيل دقيقة |
| Hunyuan Image 2.1 | تكويني | الدقة المكانية، وعمق المشهد الطبقي |
| Wan 2.7 Image | نظيف، موجز | مخرجات موثوقة، وجودة 2K متسقة |
لا يخترع أفضل كاتبي الأوامر النصية شيئًا جديدًا في كل مرة. بل يطوّرون صيغة شخصية، وبنية متعددة الطبقات يطبقونها بثبات، ثم يستبدلون المكونات الفردية بحسب الصورة المحددة التي يحتاجونها. وهذا النهج ينتج نتائج أفضل وتكرارًا أسرع بكثير.
تتبع صيغة الأمر النصي الموثوقة هذا التسلسل:
الكتابة بهذا الترتيب تمنح النموذج تسلسلًا منطقيًا للمعالجة. الشخص أولًا، ثم السياق، ثم التفاصيل التقنية أخيرًا. كما يجعل هذا من السهل عزل الطبقة الدقيقة التي تحتاج إلى تغيير عندما تريد التكرار.
أسرع طريقة لتحسين نتائجك هي تغيير شيء واحد بالضبط في كل توليدة. فإن غيّرت الإضاءة ووصف الشخص وزاوية الكاميرا وفيلم الألوان في وقت واحد، فلن تعرف أي تغيير أنتج التحسن. اعزل المتغيرات عن قصد. شغّل الأمر النصي نفسه مع تغيير كلمة الإضاءة فقط. ثم البعد البؤري فقط. ثم فيلم الألوان فقط. وهذا يبني مرجعًا شخصيًا لما ينجح فعلًا على النموذج المحدد الذي تستخدمه.
💡 احتفظ بسجل للأوامر النصية: ملف نصي بسيط يحتوي على أمرك النصي الأصلي ورابط الصورة الناتجة هو من أكثر الأدوات عملية المتاحة. بعد 20 إلى 30 إدخالًا، تظهر الأنماط بسرعة حول المحفّزات التي تقوم بأكبر قدر من العمل وتلك التي تكون في معظمها ضوضاء.
كل فكرة في هذا المقال قابلة للاستخدام الفوري. اختر أمرًا نصيًا جربته من قبل وبدا مسطّحًا أو عامًا، وحدد الطبقة التي ينقصها (غالبًا اتجاه الإضاءة أو مواصفات الكاميرا)، وأضف بالضبط ما تحتاجه. شغّل توليدة واحدة. قارن. عدّل شيئًا واحدًا.
تشمل نماذج الصور على PicassoIA كل شيء من الأوامر السريعة بلغة طبيعية إلى التوليد الواقعي التقني المتقدم. وGPT Image 2 وSeedream 4.5 وWan 2.7 Image Pro وHunyuan Image 2.1 تستجيب جميعها للأوامر الدقيقة بطرق مختلفة، والطريقة الوحيدة لمعرفة ما يعمل بشكل أفضل لحالة استخدامك المحددة هي التجريب بقصد، متغيرًا واحدًا في كل مرة.
ابدأ بكلمة الإضاءة. غيّر "ضوء طبيعي" إلى "ضوء خلفي حجمي من الساعة الذهبية من اليسار". شغّله. الفرق سيكون واضحًا فورًا، ومن هناك سيصبح منطق ما يجب تغييره بعد ذلك واضحًا من تلقاء نفسه.
اختر لغتك
