Каб забяспечыць адзіны візуальны стыль у розных выніках, неабходна яўна вызначаць эстэтычныя параметры ў кожным запыце і замацоўваць іх канкрэтнымі, неабстрактнымі апісаннямі, а не спадзявацца на ўскосны кантэкст. Адзінаства парушаецца, калі застаецца месца для імавернаснай інтэрпрэтацыі мадэллю размытых тэрмінаў; яно дасягаецца, калі абмежаваць прастору генерацыі дакладнай тэхнічнай мовай.
Чаму адбываецца зрух візуальнага стылю ў генератыўных мадэлях
Генератыўныя мадэлі не маюць пастаяннай памяці пра ваш праект. Кожная генерацыя — гэта незалежны выбар з вялікай размеркавання магчымых выяў. Калі вы просіце "cyberpunk city", мадэль выбірае з тысяч латэнтных вектараў, якія адпавядаюць гэтаму паняццю: некаторыя схільныя да неонава-зялёных тонаў, іншыя — да пурпурных, адны шурпатыя і брудныя, іншыя чыстыя і футурыстычныя. Без яўных абмежаванняў мадэль выкарыстоўвае найбольш імавернае сярэдняе значэнне гэтых вектараў, якое нязначна змяняецца з кожным новым seed або нязначнай зменай запыту. Гэты зрух — не памылка; гэта прырода шматмернай выбаркі. Калі вы просіце "партрэт у стылі Ван Гога", мадэль можа інтэрпрэтаваць гэта як шчыльныя імпаста-тэкстуры ў адным выніку і свабодныя, віхураватыя мазкі пэндзля ў наступным, бо абодва варыянты з'яўляюцца дапушчальнымі інтэрпрэтацыямі стылю. Мадэль не ведае, што ў папярэдняй выяве выкарыстоўваліся шчыльныя імпаста-тэкстуры; яна ведае толькі бягучы запыт. Таму адзінаства — гэта не эмерджэнтная ўласцівасць выкарыстання адной і той жа мадэлі; гэта інжынерная ўласцівасць выкарыстання адных і тых жа яўных абмежаванняў кожны раз.
Вызначэнне параметраў стылю: асвятленне, палітра колераў і тэкстура
Не выкарыстоўвайце аднаслоўныя тэгі стылю, такія як "moody" або "vibrant". Яны неадназначныя і пакідаюць занадта шмат свабоды для мадэлі. Замест гэтага разбярыце свой стыль на тры кіраваныя восі: асвятленне, колер і тэкстуру.
Для асвятлення ўказвайце крыніцу і якасць. Замест «драматычнага асвятлення» напішыце «жорсткае накіраванае асвятленне з верхняга левага кута, якое стварае рэзкія цені, высокі кантраст». Гэта дакладна паведамляе мадэлі, адкуль ідзе святло і як яно ўзаемадзейнічае з паверхнямі. Для колеру называйце канкрэтныя адценні або палітры. «Прыглушаныя зямлістыя тоны» — гэта размыта; «дэсатураваныя зялёныя, вохрыстыя і шэрыя з нізкай насычанасцю» — дакладна. Калі вы хочаце пэўны настрой, прывяжыце яго да канкрэтнай рэферэнцыі, напрыклад, «каляровая палітра скандынаўскага інтэр’ернага часопіса». Для тэкстуры апішыце якасць паверхні. «Шурпаты» — недастаткова; «зерністая тэкстура плёнкі, бачны шум, лёгкая храматычная аберрацыя па краях» — гэта практычна. Пры напісанні запыту пералічвайце гэтыя параметры яўна. Паслядоўны стыль — гэта паслядоўны набор тэхнічных інструкцый, а не паслядоўная атмасфера.
Эфектыўнае выкарыстанне рэферэнтных выяў і дэскрыптараў стылю
Рэферэнтныя выявы — магутныя апорныя пункты, але іх трэба выкарыстоўваць з розумам. Калі вы загружаеце рэферэнтную выяву, мадэль запазычвае яе кампазіцыю, асвятленне і палітру. Аднак яна можа таксама запазычыць непатрэбныя элементы, такія як канкрэтныя аб’екты або фон. Каб вылучыць стыль, выкарыстоўвайце рэферэнцыі, якія маюць патрэбную вам эстэтыку, але адрозніваюцца па сюжэце. Калі вам патрэбнае паслядоўнае асвятленне для серыі партрэтаў, выкарыстоўвайце рэферэнцыю пейзажу, асветленага такім жа тыпам святла. Гэта вучыць мадэль логіцы асвятлення без забруджвання сюжэта.
Пры выкарыстанні тэкставых дэскрыптараў разам з рэферэнцыямі паўтарайце ключавыя стылістычныя тэрміны з вашай рэферэнтнай выявы. Калі на вашай рэферэнцыі ёсць «мяккае рассейнае асвятленне», уключыце гэтую фразу ў тэкставы запыт. Гэта ўзмацняе візуальны сігнал. Ніколі не спявайцеся толькі на рэферэнтную выяву для перадачы стылю; тэкставы запыт павінен актыўна накіроўваць генерацыю да патрэбнай эстэтыкі. Калі тэкст і выява не супадаюць, звычайна перамагае тэкст, таму ўзгадняйце іх.
Структураванне запытаў для паслядоўнасці партыі
Пры генерацыі партыі выяў выкарыстоўвайце фіксаваны шаблон запыту. Структуруйце свой запыт у тры часткі: сюжэт, стылістычныя абмежаванні і негатыўныя абмежаванні. Захоўвайце стылістычную і негатыўную секцыі ідэнтычнымі ва ўсіх запытах партыі. Змяняйце толькі секцыю сюжэта. Напрыклад:
- Сюжэт: Жанчына з кубкам кавы ў руках
- Стыль: Жорсткае накіраванае асвятленне з верхняга левага кута, прыглушаныя зямлістыя тоны, зерністая тэкстура плёнкі
- Негатыў: Неоны, яркія колеры, гладкі лічбавы выгляд, мультыплікацыйны стыль
Не змяняйце раздзел стылю для асобных выяў. Калі аднаму выяве патрэбна іншая схема асвятлення, гэта новы стыль, і трэба пачаць новую партыю з новым шаблонам. Змешванне стыляў у межах адной партыі стварае зрух, таму што мадэль абагульняе супрацьлеглыя інструкцыі. Кансістэнтнасць дасягаецца, калі стыль разглядаецца як пастаянная велічыня, а аб'ект — як адзіная незалежная зменная.
Пашырэнныя памылкі, якія парушаюць візуальную цэласнасць
Самая распаўсюджаная памылка — выкарыстанне суб'ектыўных прыметнікаў, такіх як «прыгожы», «круты» або «эпічны». Гэтыя тэрміны не маюць стабільнага візуальнага вызначэння і ўносяць выпадковую дысперсію. Выдаліце іх. Замяніце іх апісальнымі атрыбутамі.
Яшчэ адна памылка — залішняя апора на стандартныя налады мадэлі. Некаторыя мадэлі маюць убудаваныя схільнасці да пэўнай эстэтыкі, напрыклад, да высокага кантрасту або спецыфічных каляровых адценняў. Калі ваш жаданы стыль супрацьстаіць гэтым стандартным наладам, неабходна кампенсаваць іх праз яўныя адмоўныя запыты (negative prompts). Напрыклад, калі вам патрэбна мяккае асвятленне з нізкім кантрастам, але мадэль па змаўчанні выкарыстоўвае высокі кантраст, дадайце «low contrast, soft shadows» у раздзел стылю і «high contrast, harsh shadows» у раздзел адмоўных запытаў.
Нарэшце, не ігнаруйце адмоўны запыт. Адмоўныя запыты не з'яўляюцца факультатыўнымі. Яны вызначаюць, чаго мадэль павінна пазбягаць, што часта эфектыўней, чым вызначэнне таго, што яна павінна ўключыць. Стыль без адмоўнага вызначэння — гэта напалову вызначаны стыль.
Прыёмы захавання стылю для розных аб'ектаў
Пры пераходзе паміж вельмі рознымі аб'ектамі, напрыклад, ад чалавека да тавару або пейзажу, абмежаванні стылю павінны быць дастаткова ўніверсальнымі, каб падыходзіць для ўсіх. Пратэстуйце свой шаблон стылю на разнастайным наборы аб'ектаў перад запускам поўнай вытворчай партыі. Калі стыль «ламаецца» на адным тыпе аб'ектаў, удакладніце дэскрыптары. Напрыклад, «grainy film texture» можа выглядаць натуральна на чалавеку, але штучна на стыльным тавары. У такім выпадку адкарэкціруйце дэскрыптар тэкстуры на нешта накшталт «subtle film grain, slight lens flare», што працуе ў розных кантэкстах.
Выкарыстоўвайце прамежкавыя аб'екты для згладжвання пераходаў. Калі вы пераходзіце ад партрэта да гарадскога пейзажу, згенеруйце прамежкавае выява чалавека ў горадзе. Гэта дапаможа праверыць, ці захоўваюцца абмежаванні стылю пры пераходзе. Калі стыль зрушваецца на прамежкавым выяве, выпраўце запыт перад тым, як пераходзіць да фінальнага аб'екта.
Стылістычная ўзгодненасць — гэта працэс кіравання абмежаваннямі, а не магія. Вы не просіце ШІ запомніць ваш густ; вы кожны раз даеце яму дакладную спецыфікацыю. Стаўцеся да свайго стылю як да рэцэпту: кожны інгрэдыент павінен быць пералічаны, вымераны і паўтораны. Адхіліцеся ад рэцэпту — і страва зменіцца. Прытрымлівайцеся яго — і вынік застанецца ўзгодненым.