كان أصدقائي يرسلون لي "omg you're in Paris?!" بينما كنت جالسًا في غرفة المعيشة بملابس النوم. استخدمت مولّد صور بالذكاء الاصطناعي لإنشاء صور سفر واقعية بدرجة أن أحدًا لم يشكّ فيها لمدة 48 ساعة متواصلة. إليك بالضبط ما كتبته من أوامر نصية، والنماذج التي استخدمتها، ولماذا أصبح محتوى السفر بالذكاء الاصطناعي أكثر اتجاهات وسائل التواصل الاجتماعي رواجًا الآن.
وصلتني الرسالة في الساعة 11:47 مساءً يوم ثلاثاء. "انتظر... أأنت في PARIS؟! متى حدث هذا؟؟" تبعتها على الفور ثلاث رسائل أخرى من أصدقاء مختلفين، ومقطع صوتي من أختي، وتعليق على Instagram يقول "living your best life omg". كنت في تلك اللحظة جالسًا على أريكتي بملابس النوم، آكل حبوب الإفطار مباشرة من العلبة.
لم أغادر البلاد. لم أغادر شقتي حتى ذلك اليوم.
ما فعلته هو أنني قضيت نحو 40 دقيقة في كتابة أوامر نصية داخل مولّد صور بالذكاء الاصطناعي، وكانت النتائج واقعية كالصور الفوتوغرافية إلى درجة أن أكثر الناس معرفةً بي على وجه الأرض لم يشكّوا فيها طوال يومين كاملين.
هذه ليست خدعة سحرية. ولا هي تزييف عميق (deepfake). إنها ببساطة مدى جودة توليد الصور بالذكاء الاصطناعي في عام 2027، وهي مبهرة للغاية ومقلقة قليلًا بالمعنى الإيجابي تمامًا.
كنت أجرّب GPT Image 2 في إحدى ليالي الأسبوع، أعبث فقط، عندما ولّدت صورة لامرأة تجلس على مقهى رصيف باريسي. كان الضوء ذهبيًا. وكان الإسبريسو يتصاعد منه البخار. وبرج إيفل يظهر بضبابية ناعمة في الخلفية. بدت تمامًا كشيء قد تراه في حساب سفر منتقى بعناية.
وبدافع اللحظة، نشرتها في قصتي على Instagram مع التعليق "bonsoir 🥐".
انفجر هاتفي.
الصورة بأكملها أُنشئت من وصف نصي واحد. لا كاميرا. لا تذكرة طيران. لا Airbnb. مجرد كلمات كُتبت في مولّد صور بالذكاء الاصطناعي، ومعالجة بواسطة نموذج دُرّب على مليارات الصور الفوتوغرافية، وتحولت إلى شيء لا يُميَّز عن صورة سفر حقيقية.
استغرق مني كتابة الأمر النصي نحو ثلاث دقائق. واستغرق التوليد نحو 30 ثانية. والنتيجة خدعت أصدقائي لمدة 48 ساعة.
كان التطور في جودة صور الذكاء الاصطناعي بين عامي 2023 و2025 هائلًا. كانت الصور الأولى تحمل علامات واضحة: أيادٍ مشوّهة، ونصوص تذوب، وعيون لا تتجه بشكل صحيح. النماذج اليوم ترتكب هذه الأخطاء أقل بكثير.
تدرّب الجيل الحالي من نماذج تحويل النص إلى صورة على عدد هائل من الصور الفوتوغرافية، حتى استوعب بنيةً بصرية للتصوير الفوتوغرافي الحقيقي: كيف يسقط الضوء على البشرة، وكيف يبدو البوكيه عند فتحات عدسة مختلفة، وكيف تتراكم الحبيبات في الظلال، وكيف يتصاعد البخار من فنجان القهوة. النتيجة ليست مجرد صورة جميلة. إنها صورة تبدو حقيقية لأنها تتبع القواعد الخفية لشكل الصور الواقعية.
💡 العلامة التي يغفل عنها معظم الناس: صور الذكاء الاصطناعي اليوم غالبًا ما تكون مثالية أكثر من اللازم. صور السفر الحقيقية فيها تأطير غير مثالي، وأركان ناقصة التعريض، وضبابية حركة. إذا أردت أن تكون مقنعًا حقًا، فأضف عدم الكمال عمدًا في أمرك النصي.
ما جعل صور باريس الخاصة بي مقنعة إلى هذا الحد لم يكن برج إيفل في الخلفية. بل كان كل شيء آخر: الملمس المحدد لكرسي القش المضفور، والحلقة التي يتركها الكوب المتكثف على طاولة الرخام، والثنية الخفيفة في فستان الكتان، والطريقة التي سقط بها ظل المظلة بشكل غير متساوٍ على الحجارة المرصوفة.
هذه التفاصيل الدقيقة هي ما يقرؤه دماغك بلا وعي على أنه "حقيقي". عندما تحتوي صورة الذكاء الاصطناعي عليها، تُصدر قشرتك البصرية الحكم الفوري نفسه الذي تصدره أثناء تصفح صور السفر الحقيقية: أصيلة.
| مستوى التفصيل | كيف يقرؤه الدماغ | قدرة الذكاء الاصطناعي في 2025 |
|---|---|---|
| معالم الخلفية | تمييز من السياق | ممتاز |
| ملمس المواد (القماش، الحجر، البشرة) | إشارة أصالة | جيد جدًا |
| فيزياء الإضاءة (الظلال، الانعكاسات) | مؤشر العمق | ممتاز |
| التعابير البشرية الدقيقة | قراءة عاطفية | جيد |
| العيوب العرضية (الضبابية، الحبيبات) | إشارة "كاميرا حقيقية" | قابل للتحكم عبر الأمر النصي |
GPT Image 2 هو خياري الأول لتراكيب المشاهد المعقدة. يتعامل مع العلاقة بين الأشخاص في المقدمة والبيئة في الخلفية بشكل أفضل من معظم النماذج الأخرى. عندما وصفت المرأة في المقهى مع برج إيفل الظاهر بضبابية في البعيد، فهم المنطق المكاني: يجب أن يكون البرج ضبابيًا، والمرأة واضحة، والضوء متسقًا عبر الاثنين.
وهو قوي بشكل خاص مع الأوامر النصية لتحويل النص إلى صورة التي تتضمن سياقًا ثقافيًا محددًا. فعبارة "Parisian café" لا تولّد مجرد مقهى، بل تولّد المقهى نفسه، بالكراسي المضفورة والطاولات الرخامية وقائمة الطعام المكتوبة بالطباشير والمظلة الحمراء التي تتعرف عليها في أي مكان.
عندما احتجت إلى لقطات أقرب، مثل بورتريه لشخص يمشي في مونمارتر أو يقف على جسر، انتقلت إلى Seedream 4.5. يولّد هذا النموذج صورًا بدقة 4K مع تفاصيل خاصة بالبورتريه تصمد عند التكبير. ملمس البشرة، وطريقة تجعّد الملابس، والومضات الضوئية في العينين. يصيّر كل ذلك بدرجة من الأمانة تجعل اللقطات المقرّبة تبدو كأنها التقطت بكاميرا بحجم الإطار الكامل.
بالنسبة للقطات المعمارية مثل هرم اللوفر ومشاهد الشوارع الباريسية الواسعة، قدّم Wan 2.7 Image Pro أكثر النتائج وضوحًا. يصيّر حتى دقة 4K مع تفاصيل استثنائية في العناصر البعيدة: الحجارة المفردة لواجهة مبنى، والنص على لافتة محل، والنقش على حجر الرصف.
تحتاج اللقطات العريضة إلى هذا الوضوح لأن عينك تستكشف الإطار كله بشكل طبيعي. أي ليونة في الخلفية تُقرأ على أنها نقص في التفاصيل. وWan 2.7 Image Pro لا يعاني من هذه المشكلة.
الأمر النصي هو كل شيء. الأمر الغامض يعطيك نتيجة عامة، والأمر المفصّل يعطيك صورة. البنية التي أستخدمها لأوامر تصوير السفر:
[الشخص مع تفاصيل محددة] + [الموقع مع علامات ثقافية] + [وقت اليوم واتجاه الضوء] + [مواصفات الكاميرا] + [نوع الفيلم أو ملف الألوان]
إليك مثالًا:
"امرأة في أواخر العشرينات ترتدي فستانًا من الكتان الكريمي تجلس على طاولة مقهى رصيف، تمسك فنجان إسبريسو، وبرج إيفل الناعم مرئي في الخلفية الضبابية. ضوء الساعة الذهبية قادم من الجنوب الغربي، وكراسي بيسترو من القش المضفور، ومظلة حمراء وبيضاء، وأرضية من حجارة الرصف. التُقطت بعدسة 85 ملم بفتحة f/1.8، مع حبيبات فيلم Kodak Portra 400."
ينتج هذا الأمر النصي شيئًا مختلفًا تمامًا عن "امرأة في باريس". التحديد هو ما يصنع الفارق.
💡 نصيحة للأمر النصي: ضمّن اتجاه الضوء بدقة. فعبارة "ضوء الساعة الذهبية قادم من الجنوب الغربي" تخبر النموذج بالضبط أين يجب أن تسقط الظلال وأي درجة حرارة لون يستخدم. أما "ضوء دافئ" فعامة جدًا.
الإضاءة هي العامل الأهم على الإطلاق في أن تُقرأ صورة السفر بالذكاء الاصطناعي على أنها حقيقية. صور السفر الحقيقية فيها ضوء اتجاهي: شمس الصباح من الشرق، وضوء ما بعد الظهر من الغرب، ودرجات دافئة للساعة الذهبية، وانتشار مسطّح لضوء الغيوم. يحتاج أمرك النصي إلى تحديد ليس فقط أن هناك ضوءً، بل من أين يأتي و_كيف يبدو_.
بعض أوصاف الإضاءة التي تنتج نتائج واقعية كالصور الفوتوغرافية بشكل موثوق:
يخبر كل من هذه الأوصاف النموذج بشيء محدد عن فيزياء الضوء في تلك اللحظة. ويستخدم النموذج ذلك لبناء صورة متسقة يكون فيها الضوء منطقيًا من الناحية الفيزيائية عبر الإطار كله.
حتى الصورة الممتازة المولّدة بالذكاء الاصطناعي يمكن أن تستفيد من رفع الدقة، خاصة إذا كنت تنشر على منصات تضغط الصور بقوة. يُحسّن P Image Upscale الحدة ويستعيد التفاصيل التي ربما كانت ناعمة قليلًا في التوليد الأولي. شغّل أفضل لقطاتك عليه قبل النشر. والفرق واضح في ملف JPEG المضغوط على Instagram.
سير العمل الذي أستخدمه:
نادرًا ما تستغرق العملية كاملة أكثر من 15 دقيقة للحصول على نتيجة نهائية.
نشرت القصة الأولى. ثم الثانية (لقطة الجسر مع برج إيفل في الضباب). ثم داخل مقهى. كنت أنشر ما بدا كأنه يوم سفر كامل في باريس. وجاءت التعليقات فورًا.
"ما أخبرتنا أنك ستسافر؟؟" "كم ستبقى هناك؟؟" "أحضر لي شيئًا من هناك omg" "الإضاءة في صورة المقهى مذهلة!"
كان التعليق الأخير هو المفضل لدي. كان أحدهم يُثني على الإضاءة. الإضاءة التي كتبتها في مربع نص.
اتصلت بي أختي. أرادت أن تعرف لماذا لم أخبرها أنني ذاهب إلى فرنسا. صمدت نحو 30 ثانية قبل أن أستسلم وأرسل لها الأوامر النصية التي استخدمتها لتوليد الصور.
كان ردّها: "انتظر. إذن هذا ليس حقيقيًا؟ لا شيء من هذا حقيقي؟"
ثم صمتت لنحو دقيقتين، وعادت بقولها: "هل يمكنك أن تصنع واحدة لي في سانتوريني؟"
هنا أدركت أن الأمر سيصبح أمرًا معتادًا.
💡 الشيء الوحيد الذي أثار بعض الشكوك: احتوت إحدى صوري على شخصية في الخلفية بأيدٍ تبدو غريبة قليلًا. لاحظ أحدهم ذلك. بالنسبة لأي صورة فيها أشخاص متعددون، ولّد عدة إصدارات واختر الإصدار الذي تبدو فيه شخصيات الخلفية أكثر طبيعية.
باريس هي المثال الأوضح لأن لها علامات بصرية قوية جدًا: برج إيفل، والبيسترو، وحجارة الرصف. لكن أي مدينة ذات عمارة أيقونية تنجح بالقدر نفسه.
روما: الكولوسيوم عند الساعة الذهبية، والمعكرونة على شرفة، وشوارع الحجارة قرب Trastevere طوكيو: تقاطع شيبويا ليلًا، ومطاعم الرامن المضاءة بفوانيس ورقية، وأزهار الكرز في حديقة أوينو سانتوريني: كنائس القباب الزرقاء في أويا عند الغروب، والجدران المبيضة، والشرفات على الجرف نيويورك: جسر بروكلين عند الفجر، ومحلات البقالة الصغيرة، وأوراق الخريف في سنترال بارك
منطق الأمر النصي هو نفسه لكل منها: حدّد العلامات البصرية المحددة التي تجعل الموقع قابلًا للتعرف عليه، وأعطه إضاءة دقيقة، وحدّد تفاصيل الكاميرا والفيلم لإضفاء الأصالة.
💡 اختر اللقطة غير التقليدية: بدلًا من الزاوية الأشهر لمعلم ما، جرّب نسخة الشارع الجانبي. فعبارة "زقاق ضيق في مونمارتر، وليس المنظر السياحي الرئيسي" تبدو أكثر أصالة من كنيسة Sacré-Coeur من الأمام. الأشخاص الذين يسافرون فعلًا لديهم لقطات الشوارع الجانبية، لا زوايا البطاقات البريدية فقط.
لم يعد هذا مجرد حيلة للتسلية. يبني عدد متزايد من صنّاع المحتوى حسابات سفر كاملة باستخدام صور مولّدة بالذكاء الاصطناعي. والمحتوى جيد بما يكفي لأن يتفاعل معه الجمهور بالمعدل نفسه تقريبًا الذي يتفاعل به مع تصوير السفر الحقيقي.
بالنسبة لصنّاع المحتوى الذين يريدون محتوى سفر جميلًا لكنهم لا يستطيعون تحمّل تكلفة الرحلات الجوية والفنادق كل شهر، يمثل توليد الصور بالذكاء الاصطناعي خيارًا جادًا. وقد لحقت النماذج المتاحة في عام 2027 بمعيار الجودة الذي وضعه التصوير الفوتوغرافي الاحترافي للسفر.
الفرق الذي يستحق أن تتذكره: الشفافية مهمة. يفصح كثير من صنّاع المحتوى الذين يستخدمون صور الذكاء الاصطناعي عن ذلك، ويقدّمونه صراحةً على أنه "محتوى سفر بالذكاء الاصطناعي". وقد أصبح ذلك نيشًا قائمًا بذاته، يهتم فيه الجمهور بعملية الإبداع بقدر اهتمامه بالوجهات.
| الوجهة | العلامات البصرية الضرورية | أفضل إضاءة |
|---|---|---|
| باريس | برج إيفل، حجارة الرصف، كراسي البيسترو | الساعة الذهبية، صباح غائم |
| طوكيو | لافتات النيون، الشوارع الضيقة، آلات البيع | الساعة الزرقاء، ليلة ممطرة |
| سانتوريني | القباب الزرقاء، الجدران المبيضة، إطلالة على البحر | الغروب، الساعة الذهبية |
| روما | الكولوسيوم، أسطح القرميد الطينية، حجارة الرصف | ما بعد الظهر المتأخر، دفء ذهبي |
| نيويورك | خط السماء، سيارات الأجرة الصفراء، درجات البنايات الحجرية | الساعة الزرقاء، صباح غائم |
النماذج متاحة للتجربة مجانًا. الحاجز شبه معدوم. تكتب وصفًا، فتحصل على صورة سفر واقعية كالصور الفوتوغرافية، ثم تقرر ماذا تفعل بها بعد ذلك.
GPT Image 2 هو أفضل نقطة بداية لمشاهد السفر المعقدة التي تضم أشخاصًا وخلفيات. وSeedream 4.5 هو ما تلجأ إليه عندما تريد لقطات مقرّبة بجودة البورتريه. وWan 2.7 Image Pro يتعامل مع اللقطات المعمارية العريضة بوضوح 4K. وP Image Upscale يجعل كل شيء أوضح قبل نشره.
الأمر النصي الذي أقترح البدء به:
"امرأة في الثلاثينات من عمرها تقف أمام الكولوسيوم في روما عند الساعة الذهبية، ترتدي فستانًا صيفيًا منسدلًا، ويدها الواحدة تحمي عينيها من الشمس. ضوء كهرماني دافئ قادم من الغرب، وسياح غير واضحين في الخلفية. التُقطت بعدسة 50 ملم بفتحة f/2، مع حبيبات فيلم Kodak Portra 400، واقعي كالصور الفوتوغرافية، RAW بدقة 8K."
غيّر الموقع والشخص والإضاءة والملابس. كرّر حتى تصل إلى النتيجة الصحيحة. التكلفة: صفر دولار وحوالي عشر دقائق من وقتك.
بالمناسبة، حصلت أختي على صورتها في سانتوريني. استغرق مني الأمر سبع دقائق، وهي تستخدمها الآن خلفية لهاتفها.
اختر لغتك
