شرح مفصّل لما هي الأوامر النصية للذكاء الاصطناعي فعلًا، وكيف تعمل عبر نماذج تحويل النص إلى صورة، وما الذي يفصل الأمر الضعيف عن الأمر الذي يمنحك نتائج مذهلة ودقيقة في كل مرة. بلا حشو ولا مصطلحات معقّدة، فقط أمثلة حقيقية ونصائح صادقة لمن يبدأ مع توليد الصور بالذكاء الاصطناعي.
تكتب جملة، وتضغط على توليد، فتظهر صورة. هذا هو الشكل الظاهر لما يحدث. لكن في اللحظة التي تريد فيها صورة محددة تطابق المشهد الذي في ذهنك، تدرك أن كلماتك عليها أن تعمل بجهد أكبر بكثير. هنا يأتي دور الأوامر النصية، ولماذا يُعدّ إتقان كتابتها من أكثر المهارات العملية التي يمكنك بناءها الآن.
الأمر النصي هو التعليمات التي تعطيها لنموذج الذكاء الاصطناعي. هذا كل شيء. إنه نص، يُكتب عادةً في مربع خاص، يخبر النموذج بما تريده. في سياق توليد الصور، يصبح هذا النص المخطط الذي يستخدمه الذكاء الاصطناعي لإنتاج المخرج البصري.
كلمة "prompt" تأتي من المسرح، حيث يهمس الملقّن بالأسطر المنسية للممثل. المفهوم هنا مشابه: أنت تعطي النموذج إشارته. تخبره بما يفعله، وما يتخيله، وكيف يؤطّر المشهد.
لا توجد شيفرات سرية لحفظها. لست بحاجة إلى تعلّم لغة برمجة. يمكن أن يكون الأمر النصي بسيطًا بقدر هذا:
قطة جالسة على سطح منزل عند غروب الشمس
أو مفصّلًا بقدر هذا:
a tabby cat with orange and white fur sitting on a terracotta tile rooftop in southern Spain, golden hour light casting long warm shadows, a blurred city skyline in the background, shot with a 135mm telephoto lens at f/2.8, Kodak Portra 400 film grain, photorealistic, 8K
كلاهما أمر نصي. الأول سيمنحك نتيجة مقبولة، والثاني سيمنحك بالضبط ما تخيّلته.
عند إرسال الأمر النصي، يحوّل النموذج كلماتك إلى ما يُسمّى توكنات، وهي تمثيلات رقمية للكلمات وأجزاء الكلمات التي ربطها النموذج بينها أثناء التدريب. تُفعّل هذه التوكنات أنماطًا رآها النموذج ملايين المرات من قبل: التكوينات، والألوان، وظروف الإضاءة، والملمس، والأساليب الفنية.
الذكاء الاصطناعي لا "يتخيّل" بالمعنى البشري. إنه نظام متطور لإكمال الأنماط. أمرك النصي هو المدخل، والصورة هي مخرج عملية الإكمال تلك. جودة مدخلك تحدد بشكل مباشر جودة المخرج.
هذه هي الحقيقة المحبطة التي يصطدم بها معظم المبتدئين بسرعة: الذكاء الاصطناعي لا يعرف ما قصدته. هو يعرف فقط ما كتبته.
إذا كتبت "امرأة على الشاطئ"، فستحصل على امرأة على شاطئ. لكن أي شاطئ؟ وأي وقت من اليوم؟ وماذا ترتدي، وماذا تفعل، وماذا تشعر؟ وأي زاوية كاميرا؟ وأي مزاج؟ النموذج يملأ كل فجوة بما يعتبره احتماليًا من بياناته التدريبية، وهذا عادةً يعني مخرجات عامة ومتوسطة وغير لافتة.
المخرج صحيح من الناحية التقنية. لكنه ليس صورتك. لا يطابق الصورة التي كانت في ذهنك.
كل تفصيل تضيفه إلى الأمر النصي هو قيد يضيّق مساحة مخرجات النموذج باتجاه مقصدك. فكّر فيه على أنه تقليل للشك. أنت لا تصف مشهدًا فحسب، بل تستبعد كل المشاهد التي لا تريدها.
إضافة "golden hour lighting" تزيل كل مشهد ظهيرة مسطّح. وإضافة "85mm f/1.8 portrait lens" تزيل كل تكوين بزاوية عريضة. وإضافة "1970s film photography aesthetic" تزيل كل مشهد يبدو رقميًا.
كل كلمة فلتر. والمزيد من الفلاتر يعني نتيجة أدق. وهذا ليس عملًا مملًّا، بل هو الفعل الإبداعي ذاته.
تقريبًا كل أمر نصي فعّال لتوليد الصور يحتوي على أربعة مكونات أساسية:
| المكوّن | ما وظيفته | مثال |
|---|---|---|
| الموضوع | ما تدور حوله الصورة | "a woman with red hair" |
| الأسلوب | اللغة البصرية للصورة | "photorealistic, film photography" |
| المزاج | النبرة العاطفية | "melancholy, quiet, overcast" |
| الإضاءة | كيف يتصرف الضوء في المشهد | "volumetric morning light from the left" |
لا تحتاج دائمًا إلى الأربعة كلها. لكن عندما لا تحصل على ما تريده، فغالبًا ما يكون أحد هذه المكونات الأربعة مفقودًا أو غامضًا.
💡 حيلة سريعة: قبل كتابة أي أمر نصي، اسأل نفسك "ما الموضوع، وما الأسلوب، وما المزاج، ومن أين يأتي الضوء؟" أجب عن هذه الأسئلة الأربعة، وستصبح كتابة أمرك النصي سهلة.
بعض نماذج الذكاء الاصطناعي، خاصةً تلك المبنية على بنية Stable Diffusion، تقبل حقلًا نصيًا ثانيًا يُسمّى الأمر النصي السلبي. هنا تكتب الأشياء التي لا تريد أن تظهر في الصورة.
إضافات شائعة للأمر النصي السلبي:
blurry, low quality, artifactstext, watermark, signatureextra fingers, distorted facecartoon, illustration, CGIالأوامر النصية السلبية لا تمحو المحتوى من الصورة. إنها تحوّل عملية أخذ العينات لدى النموذج بعيدًا عن تلك التوكنات. النتيجة مخرج أنظف وأكثر تحكّمًا، خاصةً من حيث الدقة التشريحية والواقعية الفوتوغرافية.
نماذج مثل Flux.1 Dev وStable Diffusion 3 تستفيد بشكل كبير من أوامر نصية سلبية مُحكمة. ونماذج أخرى، مثل GPT Image 2، تعمل على أساس اللغة الطبيعية التخاطبية، وتتعامل مع هذه القيود داخل الأمر النصي الإيجابي نفسه.
إلى جانب النص نفسه، تكشف منصات كثيرة عن معاملات إضافية تعمل كجزء من نظام الأمر النصي لديك:
فكّر في هذه المعاملات ليس كإعدادات تقنية، بل كامتدادات لأمرك النصي. ضبط --ar 16:9 قرار إبداعي بقدر اختيار زاوية الكاميرا.
هناك طريقتان عامتان لكتابة الأوامر النصية، ومعرفة متى تستخدم كل منهما مفيدة حقًا.
الأوامر الوصفية ترسم صورة. تقرأ كأنها تعليق على صورة أو وصف لمشهد. وهي الأفضل لتوليد الصور:
a narrow cobblestone alley in Lisbon at dusk, laundry hanging between balconies, golden light filtering through, a lone figure in the distance, 35mm film grain
الأوامر التوجيهية تصدر تعليمات. تخبر النموذج بما يفعله. وهي الأفضل للتحرير والمهام السياقية ونماذج اللغة:
change the background to a beach, keep the person identical, make the lighting warm and golden
بالنسبة لنماذج تحويل النص إلى صورة، تتفوق الأوامر الوصفية غالبًا على التوجيهية. النموذج لا يتلقى أوامر، بل يكمل الأنماط انطلاقًا من وصف.
عندما تريد شخصية أو كائنًا أو مشهدًا متسقًا عبر عدة صور، فإن الأمر القائم على مرجع أسلوب قوي. يتضمن ذلك استخدام صورة مصدر إلى جانب أمرك النصي لتثبيت المخرج البصري.
أدوات مثل Flux Kontext Pro مصممة خصيصًا لسير العمل هذا: قدّم لها صورة موجودة وتعليمات نصية، فستحرر تلك الصورة أو توسعها مع الحفاظ على هويتها البصرية الأساسية.
هذا يهم كثيرًا لإنشاء صور المنتجات، وفن الشخصيات المتسقة، والمحتوى الذي يحمل علامة تجارية على نطاق واسع.
أوامر نقل الأسلوب تشير إلى اللغة البصرية لمصوّر أو رسام أو حركة جمالية معروفة، بدلًا من وصف المشهد من الصفر:
in the style of Saul Leiter, overlapping reflections, muted winter palette, candid street photography shot on a Contax G2, Fujifilm Superia 400, slightly underexposed
هذه الإشارات المختصرة تفعّل مجموعات محددة من الارتباطات البصرية في بيانات تدريب النموذج. يمكنها أن تحقق في خمس كلمات ما قد يحتاج إلى خمسين كلمة لوصفه من الصفر.
استخدمها بحذر: بعض إشارات الأسلوب طاغية إلى درجة أنها تغطي على كل شيء آخر في أمرك النصي. إذا طغى الأسلوب على الموضوع، فقلّل وزن مصطلحات الأسلوب أو انقلها إلى مكان متأخر في الأمر.
النموذج لا يقرأ جملتك كما تقرؤها أنت. إنه يقسّمها إلى توكنات، ويعيّن لكل توكن مستوى من الانتباه بناءً على موقعه وتكراره والأنماط المكتسبة أثناء التدريب.
عمليًا، هذا يعني:
بعض المنصات تتيح لك تحديد وزن المصطلحات يدويًا باستخدام صيغة مثل (golden light:1.5) لإخبار النموذج بأن ينتبه أكثر لتلك العبارة. هذه الصيغة تختلف من منصة إلى أخرى، لذا راجع التوثيق الخاص بالنموذج الذي تستخدمه.
في معظم نماذج تحويل النص إلى صورة، تكون بداية أمرك النصي هي المرساة الأساسية للموضوع. ضع العنصر الأهم أولًا.
أقل فعالية: photorealistic, 8K, golden hour, a woman sitting on a beach wearing a red dress
أكثر فعالية: a woman in a red dress sitting on a beach, golden hour warm light, photorealistic, 8K
في النسخة الأولى، يرى النموذج مُعدّلات الجودة قبل الموضوع، وقد يرسو على الأسلوب قبل أن يرسّخ المشهد. وفي الثانية، يُحدَّد الموضوع أولًا، ثم تُصقل عناصره بمصطلحات الجودة. وغالبًا ما يكون الفرق في المخرج كبيرًا.
Flux 1.1 Pro من Black Forest Labs هو واحد من أكثر نماذج تحويل النص إلى صورة شيوعًا المتاحة الآن، ولسبب وجيه: إنه يتعامل مع الأوامر الطويلة والمفصّلة بشكل ممتاز.
مع Flux، يمكنك كتابة أوصاف كاملة بطول فقرة، وسيتتبع النموذج معظم التفاصيل. ويستجيب جيدًا لما يلي:
Flux 1.1 Pro Ultra يرفع هذا إلى أبعد من ذلك بدقة مخرج تبلغ 4 ميغابكسل، مما يجعل الملمس والتفاصيل الدقيقة أكثر بروزًا. وللسرعة بدقة أقل قليلًا، يعالج Flux Schnell الأوامر في ثوانٍ، وهو مثالي للتكرار السريع واختبار تنويعات الأمر النصي قبل الالتزام بتصيير كامل.
Stable Diffusion 3 ونسخته الأسرع Stable Diffusion 3.5 Large Turbo لهما ثقافة أوامر مميزة تراكمت عبر سنوات من استخدام المجتمع.
ما الذي يميّزه عن النماذج الأخرى:
GPT Image 2 مُدرَّب على الاستجابة للغة طبيعية بسيطة وتخاطبية. لا تحتاج إلى صيغة خاصة أو مصطلحات تصويرية.
يمكنك أن تكتب: "I want a photo of a woman at a farmers market picking up tomatoes, it should feel warm and natural, like a candid shot, not posed"، وسيحلّل GPT Image 2 هذا القصد بموثوقية.
كما يتعامل مع القيود بلغة بسيطة: "no filters, no artificial colors, realistic skin tones" يُفهم ويُطبَّق دون حقل منفصل للأمر النصي السلبي. وهذا يجعله سهل الوصول بشكل خاص لمن لم يبنِ بعد مكتبة من مصطلحات التصوير التقنية.
الخطأ الأكثر شيوعًا عند المبتدئين هو كتابة أمر نصي من 3 إلى 7 كلمات، ثم التساؤل عن سبب كون المخرج متوسطًا. الأوامر القصيرة تمنح النموذج مساحة إبداعية هائلة، وهذا يعني تباينًا هائلًا. بعض المخرجات ستكون مثيرة للاهتمام، لكن معظمها سيكون عامًا.
الحل بسيط: صف أكثر. سياق أكثر، وتحديد أكثر، وقيود أكثر. أنت لا تفرط في تحديد الإبداع، بل توجّهه.
تحاول نماذج الذكاء الاصطناعي تلبية كل القيود في أمرك النصي في الوقت نفسه. وعندما تتناقض هذه القيود، يكون المخرج مشوّشًا.
أمثلة على أوامر نصية متناقضة:
سيحاول النموذج إيجاد متوسط غريب بين التناقضات، وغالبًا ما تكون النتيجة لا هذا ولا ذاك. اختر اتجاهًا واحدًا والتزم به.
لكل نموذج أعرافه الخاصة في كتابة الأوامر، واستخدام الأعراف الخاطئة مصدر شائع لنتائج ضعيفة.
على سبيل المثال، استخدام صيغة الأمر النصي السلبي بأسلوب SD3 مع نموذج لا يدعم الأوامر النصية السلبية سيُتجاهل أو يؤدي إلى سلوك غير متوقع. وكتابة أوامر تخاطبية من جملة واحدة مع نموذج يكافئ الأوصاف التقنية الطويلة يُهدر قدرًا كبيرًا من الجودة.
💡 عندما تبدأ مع نموذج جديد، شغّل خمسة أوامر اختبارية قبل أي عمل حقيقي. غيّر الطول والبنية والأسلوب، وراقب ما يتغير في المخرج. هذه التجربة القصيرة توفر عليك ساعات من الإحباط لاحقًا.
أفضل طريقة لإتقان الأوامر النصية هي كتابة الكثير منها والانتباه جيدًا لما يتغير عندما تغيّر كلمات بعينها. لا يوجد اختصار يحل محل تلك الحلقة المباشرة: اكتب الأمر، شاهد المخرج، عدّل، ثم كرر.
يمنحك Picasso IA الوصول إلى أكثر من 90 نموذجًا لتحويل النص إلى صورة في مكان واحد، بحيث يمكنك اختبار الأمر النصي نفسه عبر Flux 1.1 Pro وImagen 4 وSeedream 4.5 وRealistic Vision v5.1، ومعرفة كيف يفسّر كل نموذج كلماتك بشكل مختلف فورًا. هذه المقارنة بين النماذج من أسرع الطرق لبناء حدسك حول قرارات الأمر النصي التي تهم فعلًا.
تخيّل مشهدًا في ذهنك الآن. شيئًا محددًا: شخص، أو مكان، أو مزاج. اكتب أكثر وصف مفصّل تستطيعه. ثم شغّله. ثم حسّنه. هذه هي العملية كاملة.
الأوامر التي تنتج صورًا استثنائية ليست صدفة. إنها نتيجة معرفة ما تريده وامتلاك الكلمات اللازمة للتعبير عنه.
اختر لغتك
