هناك كلمة واحدة تفصل بين صور الذكاء الاصطناعي المنسية ونتائج مذهلة تشبه الصور الفوتوغرافية. يشرح هذا المقال الكلمات الأكثر تأثيرًا في الأوامر النصية، ولماذا تنجح، وكيف يغيّر موضعها النتيجة كليًا، وأي نماذج الذكاء الاصطناعي تستجيب لكل منها بأفضل شكل. توقّف عن التخمين وابدأ التوليد بدقة.
كل يوم، يكتب آلاف الأشخاص أوامر نصية في مولّدات الصور بالذكاء الاصطناعي ثم ينصرفون مخيّبين للآمال. يصفون المشهد بعناية، ويضيفون تفاصيل الألوان، ويسمّون الشخص بدقة. يُنتج النموذج شيئًا يبدو مقبولًا. مقبولًا فقط. منسيًّا. ثم، بدافع المصادفة، يضيفون كلمة واحدة في بداية الأمر نفسه، فإذا بالصورة تبدو كأنها التُقطت بكاميرا محترفة على موقع تصوير سينمائي. تلك الكلمة الواحدة هي "photorealistic"، وليست الوحيدة القادرة على هذا النوع من التحوّل. ومعرفة الكلمات التي تحمل أكبر وزن، وأين تُوضع، وكيف تستجيب لها النماذج المختلفة، هي ما يفصل المبدعين الذين يحصلون على نتائج مذهلة في كل جلسة عمل عن الذين يواصلون إعادة التوليد ويأملون في الأفضل.
يميل الناتج البصري الافتراضي لأغلب نماذج تحويل النص إلى صورة نحو شيء مرسوم، أو بأسلوب الرسم الزيتي، أو مُصيَّر رقميًا. وهذا ليس عيبًا. يحدث ذلك لأن مجموعات بيانات التدريب تتضمن كمّيات هائلة من الفن الرقمي والرسوم التوضيحية والمحتوى المُنمّط إلى جانب الصور الفوتوغرافية. وبدون إشارة أسلوبية واضحة منك، يحسب النموذج متوسطًا لكل ما رآه يومًا.
عندما تكتب "امرأة تمشي في حديقة عند الغروب"، على النموذج أن يقرر كيف يبدو ذلك فعلًا. هل هو ألوان مائية؟ مُصيَّر ثلاثي الأبعاد؟ لوحة زيتية؟ صورة فوتوغرافية؟ وبدون مرساة أسلوبية، يختار النموذج ما يحسبه الأرجح بناءً على كلماتك الأخرى.
كلمات مرساة الأسلوب هي المكوّن المفقود. فهي ليست وصفًا للموضوع، بل تعليمات حول السجل البصري للصورة كلها. إضافة "photorealistic" تطلب من النموذج أن يرجّح كل شيء نحو المخرجات الفوتوغرافية: فيزياء الإضاءة في العالم الحقيقي، وملمس البشرة الطبيعي، والمواد الأصيلة، وعمق المجال الحقيقي.
لا "ترى" نماذج الصور المشهد وتُصيّره كما يفعل المخرج. إنها تعمل بتفسير العلاقات الإحصائية بين الكلمات والمخرجات البصرية التي تعلّمتها أثناء التدريب. بعض الكلمات تنشّط مجموعات معينة من الأنماط البصرية بقوة كافية لتجاوز الإعدادات الافتراضية للنموذج.
كلمة "photorealistic" من أكثر المصطلحات وزنًا في المفردات التدريبية لنماذج مثل Flux 1.1 Pro وRealistic Vision v5.1. إنها لا تقترح الواقعية فحسب، بل تشير إلى مجموعة كاملة من الخصائص البصرية المرتبطة بها: الإضاءة الطبيعية، وحبيبات الفيلم، والظلال الدقيقة، والنسب البشرية الحقيقية، والملمس الواقعي، والتدرج اللوني الفوتوغرافي.
"Photorealistic" ليست الكلمة الوحيدة التي تحمل هذا الوزن، لكنها الكلمة الأسلوبية الأكثر موثوقية على أوسع نطاق من النماذج والموضوعات. إليك السبب في أن أدائها يبلغ مستوى نادرًا ما تبلغه كلمات مفردة أخرى.
خذ هذا الأمر النصي الأساسي: "امرأة تجلس في مقهى وتقرأ كتابًا."
بدون كلمة أسلوبية، تقع النتيجة في معظم النماذج بين رسم رقمي وصورة فوتوغرافية ذات طابع أسلوبي قليلًا. الإضاءة عامة. الملمس ناعم بطريقة مصطنعة. والألوان تحمل تشبعًا زائدًا لا تنتجه أي كاميرا حقيقية.
الآن أضف كلمة واحدة في المقدمة: "photorealistic، امرأة تجلس في مقهى وتقرأ كتابًا."
الفرق فوري. تصبح الإضاءة اتجاهية ومدفوعة بمنطق فيزيائي. يُظهر سطح الطاولة ملمس عروق الخشب. وتظهر على بشرتها مسامّ مرئية وعيوب خفيفة. تحمل صفحات الكتاب ملمس الورق. ويصبح الرواد في الخلفية مموهين بشكل صحيح عبر محاكاة دقيقة لعمق المجال.
كلمة واحدة. صورة مختلفة تمامًا.
يحمل مصطلح "photorealistic" ما يسميه مهندسو الأوامر النصية الثقل الدلالي. إنه مرتبط بشدة بمجموعة محددة من الخصائص البصرية، لدرجة أنه يسحب عملية التوليد كلها في اتجاه واحد. إنه لا يصف الموضوع، بل يضع القواعد التي يجب أن يُصيّر بها النموذج كل شيء في المشهد.
💡 فكّر فيها كمفتاح تبديل أوضاع الكاميرا. بدلًا من وصف كل عنصر بأنه "يبدو واقعيًا"، أنت تطلب من النموذج التصوير بوضع RAW. كل ما يلي هذه التعليمات يرث قواعدها.
"Photorealistic" هي الملك، لكن هناك حاشية كاملة من كلمات الأسلوب عالية التأثير تستحق المعرفة. هذه ليست صفات عشوائية. كل واحدة تنشّط مجموعة بصرية مميزة بنتائج ثابتة عبر التوليدات المختلفة.
| الكلمة | ما الذي تنشّطه | الأنسب لـ |
|---|---|---|
| photorealistic | فيزياء التصوير الفوتوغرافي، والملمس الطبيعي، والإضاءة الحقيقية | البورتريه، أسلوب الحياة، الموضة |
| cinematic | نسب العرض الواسعة، والإضاءة الدرامية، والتدرج اللوني | المشاهد ذات الأجواء والسرد |
| RAW photography | تفاصيل غير معالجة، وحبيبات طبيعية، ألوان حقيقية | التصوير في الشارع، الوثائقي |
| hyperrealistic | تفاصيل فائقة، وجودة ملمس شبيهة بالماكرو | الوجوه، والمنتجات، واللقطات القريبة |
| shot on 35mm | حبيبات الفيلم، والألوان الطبيعية، والإحساس العضوي | أي مشهد لأسلوب الحياة أو البورتريه |
| الكلمة | ما الذي تنشّطه | الأنسب لـ |
|---|---|---|
| Kodak Portra 400 | درجات بشرة دافئة، وحبيبات طبيعية، مظهر الفيلم | البورتريه، المشاهد الخارجية |
| bokeh | عمق مجال ضحل، وتمويه كريمي للخلفية | عزل الشخص في البورتريه |
| volumetric lighting | أشعة الشمس المتسللة، والعمق الجوي، والظلال الدرامية | المناظر الطبيعية، المشاهد الداخلية |
| film grain | ملمس عضوي، وتشوهات رقمية أقل | يضيف أصالة لأي صورة |
| Rembrandt lighting | إضاءة جانبية درامية واحدة، وظلال عميقة | بورتريهات الشخصيات، والأجواء الدرامية |
بعض الكلمات التي تبدو مفيدة تدفع النموذج في الواقع نحو مخرجات مرسومة أو مصطنعة. احذف هذه الكلمات من أوامرك النصية الواقعية:
موضع الكلمة في الأمر النصي ليس عشوائيًا. تمنح النماذج المدربة على اللغة الطبيعية، في كثير من البنى، وزنًا أكبر للتوكنات الأولى. وقد يصنع الموضع الفرق بين كلمة توجّه الصورة كلها وكلمة بالكاد تُسجَّل.
ضع كلمة القوة في بداية الأمر النصي تمامًا، قبل وصف الموضوع:
"Photorealistic، cinematic، امرأة ترتدي فستانًا أحمر تقف عند نافذة ممطرة، إضاءة داخلية دافئة مقابل ضوء خارجي أزرق بارد، 85mm f/1.4"
يضع هذا "photorealistic" و"cinematic" كأهم التعليمات. وكل ما يليهما يُفسَّر من خلال هذين المرشّحين.
إنهاء الأمر النصي بمرساة جودة يعمل بطريقة مختلفة. فهو يعزّز الأسلوب بدلًا من أن يحدّده من البداية:
"امرأة ترتدي فستانًا أحمر تقف عند نافذة ممطرة، إضاءة داخلية دافئة، 85mm f/1.4، بتصوير على Kodak Portra 400، تصوير RAW واقعي"
كلا الموضعين فعّال. فتقديم الكلمة يحدد السجل البصري من أول توكن. أما تأخيرها فيعزّزه بعد أن يتحدد الموضوع والمشهد. وأكثر الأوامر النصية فعالية تفعل الاثنين معًا.
تتبع بنية الأمر النصي الأعلى أداءً للنتائج الواقعية نمطًا موثوقًا:
[كلمة الأسلوب] + [الموضوع والحركة] + [البيئة] + [الإضاءة] + [مواصفات الكاميرا] + [نوع الفيلم]
مثال: "Photorealistic، شابة تضحك في حديقة مشمسة، ضوء ذهبي من الخلف يخلق تأثير هالة دافئ، بتصوير بعدسة 85mm f/1.8، حبيبات فيلم Kodak Portra 400، ملمس بشرة طبيعي مرئي"
💡 كل عنصر في هذه الصيغة يعالج طبقة مختلفة من الصورة. الأسلوب يحدد السجل. الموضوع يمنح التركيز. البيئة توفر السياق. الإضاءة تخلق الأجواء. مواصفات الكاميرا تتحكم في العمق. ونوع الفيلم يضيف الملمس العضوي الأخير.
ليس كل نموذج يعامل الكلمة نفسها بالطريقة ذاتها. يعتمد الوزن الذي يحمله مصطلح معين على ما تدرّب عليه النموذج وكيف خضع للضبط الدقيق. معرفة نموذجك تغيّر طريقة كتابة أوامرك النصية.
تُدرَّب عائلة Flux، بما في ذلك Flux 2 Pro وFlux 1.1 Pro وFlux Schnell، بنهج أكثر توافقًا مع اللغة. تستجيب هذه النماذج جيدًا لتعليمات الأسلوب باللغة الطبيعية. مع Flux، يمكنك أن تكتب "اجعل هذا واقعيًا مع حبيبات فيلم طبيعية" وسيفسّر النموذج التعليمة في سياقها بدلًا من التعامل معها ككلمة مفتاحية منفصلة.
يذهب إصدار Flux Kontext Pro أبعد من ذلك، إذ يتيح مدخلات سياق مبنية على الصور، ما يجعل ثبات الأسلوب الواقعي عبر توليدات متعددة أكثر موثوقية بشكل ملحوظ.
أفضل نهج مع Flux: استخدم لغة طبيعية وصفية. قدّم كلمة الأسلوب، لكن أتبعها بجمل كاملة بدلًا من قوائم الكلمات المفتاحية. يكافئ Flux الوضوح لا الكثافة.
تستجيب Stable Diffusion XL وإصداراتها بقوة للأوامر القائمة على الكلمات المفتاحية. يعامل النموذج المصطلحات المفصولة بفواصل كإشارات انتباه فردية. وكلمات الأسلوب الموضوعة مبكرًا لها وزن انتباه مرتفع، كما أن ترتيب الكلمات المفتاحية يؤثر مباشرة في العناصر التي تهيمن على المخرجات.
بالنسبة إلى SDXL، يتفوق نهج الكلمات المفتاحية المكدّسة باستمرار على اللغة الطبيعية:
"واقعي كالصور الفوتوغرافية، تصوير فوتوغرافي احترافي، امرأة شابة، الساعة الذهبية، بورتريه بعدسة 85mm، Kodak Portra 400، حبيبات الفيلم، تركيز حاد، ضوء طبيعي موجّه"
أفضل نهج مع SDXL: كلمات مفتاحية مفصولة بفواصل. كل واحدة ترسل إشارة منفصلة. الترتيب مهم، لذا رتّب الأولوية بوضع أهم كلمات الأسلوب والجودة في البداية.
Realistic Vision v5.1 نموذج خضع للضبط الدقيق يميل بالفعل بقوة نحو المخرجات الواقعية كإعداد افتراضي. إضافة "photorealistic" هنا تمنح تحسنًا هامشيًا أقل مما تمنحه على النماذج الأساسية. فالنموذج محسّن للواقعية أصلًا، لذا ينتقل عنق الزجاجة إلى جودة الإضاءة.
إضافة "volumetric lighting" أو "Rembrandt lighting" إلى أمر Realistic Vision تُحدث فرقًا أكثر دراماتيكية في الغالب من إضافة "photorealistic"، لأن الواقعية مُدمجة فيه أصلًا. الكلمة الواحدة التي تغيّر كل شيء في هذا النموذج هي واصف إضاءة محدد.
تُظهر هذه الأمثلة تأثير إضافة كلمة أسلوب واحدة. وصف الموضوع متطابق في كل زوج. ما يتغير فقط هو كلمة المرساة.
| بدون مرساة | مع المرساة |
|---|---|
| "امرأة ترتدي فستانًا أبيض على الشاطئ" | "واقعي كالصور الفوتوغرافية، امرأة ترتدي فستانًا أبيض على الشاطئ" |
| "رجل يرتدي بدلة في شارع مدينة" | "سينمائي، رجل يرتدي بدلة في شارع مدينة" |
| "عارضة بشعر طويل، في الخارج، نهارًا" | "مُصوّرة على فيلم 35mm، عارضة بشعر طويل، في الخارج، نهارًا" |
| "فتاة بنمش في ضوء طبيعي" | "Kodak Portra 400، فتاة بنمش في ضوء طبيعي" |
| بدون مرساة | مع المرساة |
|---|---|
| "مسار غابة في الخريف" | "تصوير بصيغة RAW، مسار غابة في الخريف" |
| "شروق الشمس فوق بحيرة جبلية" | "الإضاءة الحجمية، شروق الشمس فوق بحيرة جبلية" |
| "أمواج تتكسر على شاطئ صخري" | "فائق الواقعية، أمواج تتكسر على شاطئ صخري" |
| بدون مرساة | مع المرساة |
|---|---|
| "امرأة تضحك مع أصدقائها في مطعم" | "تصوير عفوي، امرأة تضحك مع أصدقائها في مطعم" |
| "رجل يقرأ كتابًا بجانب نافذة" | "Kodak Portra 400، رجل يقرأ كتابًا بجانب نافذة" |
| "زوجان يتمشيان على الشاطئ عند الغروب" | "تصوير سينمائي، زوجان يتمشيان على الشاطئ عند الغروب" |
💡 شغّل النسختين بالتتابع على النموذج نفسه وبقيمة البذرة نفسها لعزل ما تفعله كلمة واحدة بالمخرجات تحديدًا. الفرق عادة يكون فوريًا وواضحًا.
معرفة بضع كلمات عالية التأثير بداية جيدة. لكن بناء مفردات شخصية من المصطلحات المجرّبة التي تنجح بثبات في حالاتك الخاصة هو ما يفصل المبدعين المتسقين عن أصحاب اللقطات الناجحة بالحظ.
يمكن بناء كل أمر نصي واقعي قوي على خمسة أنواع أساسية من الكلمات. فكّر في هذا كهيكل عظمي تملؤه لكل صورة على حدة:
هذا الهيكل وحده، حتى مع القليل من التفاصيل الإضافية، يتفوق باستمرار على الأوصاف النثرية المطوّلة التي تُغفل هذه الأعمدة الخمسة. يمنح الهيكل النموذج كل المعلومات التي يحتاجها لاتخاذ قرارات الجودة دون لبس.
كانت بعض المصطلحات عالية التأثير في بدايات عصر توليد صور الذكاء الاصطناعي، لكنها استُخدمت بكثرة حتى تلاشى تأثيرها فعليًا لدى النماذج:
استبدال هذه الكلمات بواصفات محددة وملموسة يمنح النموذج معلومات أنفع وينتج نتائج أفضل باستمرار.
الممارسة الأقل تقديرًا في توليد صور الذكاء الاصطناعي على الإطلاق هي الاحتفاظ بسجل للأوامر النصية ومخرجاتها. عندما تنتج كلمة نتيجة أفضل بشكل ملحوظ، دوّنها. وعندما يجعل مصطلح الصور أسوأ باستمرار، ضعه في القائمة السوداء. مع الوقت، تصبح هذه المكتبة المرجعية الشخصية أثمن من أي صيغة عامة جاهزة.
💡 النماذج المختلفة تستجيب بشكل مختلف للكلمة نفسها. كلمة تغيّر مخرجات Flux بشكل ملحوظ قد يكون تأثيرها ضئيلًا على SDXL، والعكس صحيح. جرّب كل كلمة قوة على النموذج الذي تخطط لاستخدامه أكثر من غيره.
كلمة واحدة تغيّر الصورة. كلمتان عاليتا التأثير تغيّرانها أكثر. وثلاث كلمات موضوعة بشكل صحيح يمكن أن تنتج نتائج تنافس التصوير الاحترافي. التأثير ليس جمعيًا، بل ضربيّ. كل كلمة مرساة تعزّز الأخرى وتدفع التوليد بعيدًا أكثر عن الإعدادات الافتراضية للنموذج نحو المخرجات التي تريدها.
المزيد ليس دائمًا أفضل. بعد خمس إلى سبع كلمات عالية الإشارة، تبدأ المحددات الإضافية في خلق تعارضات. يحاول النموذج احترام كل تعليمة في آنٍ واحد، فقد تصبح النتيجة مفرطة المعالجة أو غير متماسكة بصريًا.
النقطة المثالية لمعظم الأوامر النصية الواقعية تقع بين 30 و60 كلمة في المجمل. طويلة بما يكفي لتكون محددة، وقصيرة بما يكفي لتجنب التناقضات.
عندما تريد معرفة ما إذا كانت كلمة معينة تفعل شيئًا مفيدًا فعلًا في أوامرك النصية، شغّل توليدين متطابقين: أحدهما بالكلمة والآخر بدونها. إذا لم تستطع التمييز بثقة أي المخرجات أفضل، فإن الكلمة لا تستحق المساحة التي تشغلها من التوكنات.
هكذا يحدد مهندسو الأوامر النصية ذوو الخبرة الكلمات التي تحمل وزنًا فعليًا، والتي هي حشو يبدو مفيدًا لكنه لا يغيّر شيئًا في المخرجات. والاختبار الصارم هو أقصر طريق إلى صيغة شخصية موثوقة.
أسرع طريقة لاستيعاب ما يصفه هذا المقال هي تجربته بنفسك. خذ أي أمر نصي استخدمته من قبل وأنتج نتيجة لم تكن راضيًا عنها تمامًا. أضف "photorealistic" في البداية تمامًا. شغّله. ثم جرّب "cinematic". ثم جرّب "shot on Kodak Portra 400". قارن المخرجات الثلاث جنبًا إلى جنب.
على PicassoIA، يمكنك الوصول إلى نماذج مثل Flux 1.1 Pro وFlux 2 Pro وRealistic Vision v5.1 وDreamshaper XL Turbo وPlayground v2.5، ولكل منها جماليات افتراضية مختلفة وحساسية متفاوتة لكلمات مرساة الأسلوب.
تشغيل التجربة نفسها على ثلاثة نماذج مختلفة يمنحك صورة كاملة لطريقة عمل الكلمة فعليًا عبر البنى المختلفة. ومن المرجح أن تجد أن الكلمة التي تقوم بأكبر قدر من العمل على Flux ليست الكلمة نفسها التي تهيمن على SDXL. وهذا ليس مشكلة، بل هو بالضبط النوع من المعرفة الذي يجعل أوامرك المائة القادمة أحدّ من المائة الماضية.
ابدأ بالكلمة "photorealistic". أضف كلمة أخرى. لاحظ ما الذي يتغير. هكذا وصل كل مهندس أوامر نصية ذي خبرة إلى ما وصل إليه: كلمة واحدة في كل مرة، وتجربة واحدة في كل مرة. والأمر النصي السيئ الوحيد هو الذي لم تختبره أبدًا.
اختر لغتك
