Et tagada järjekindel visuaalne stiil mitme väljundi lõikes, tuleb iga päringu juures selgelt määratleda esteetilised parameetrid ning ankurdada need konkreetsete, mitte-abstraktsete kirjeldajatega, toetumata kaudsele kontekstile. Järjekindlus ebaõnnestub, kui jätta ruumi mudeli probabilistlikule tõlgendusele ebaselgete mõistete suhtes; see õnnestub, kui piirata genereerimisruumi täpse tehnilise keelega.
Miks visuaalne stiil generatiivsetes mudelites hajub
Generatiivsetel mudelitel puudub püsiv mälu teie projektist. Iga genereerimine on sõltumatu valimisprotsess võimalike piltide suurest jaotusest. Kui küsite päringut "cyberpunk city", valib mudel tuhandetest selle kontseptsiooniga sobivatest latentvektoritest, millest mõned kalduvad neoonrohelise, teised magenta tooni poole, osad on karmid ja mustad, teised puhtad ja futuristlikud. Ilma selgete piiranguteta kasutab mudel nende vektorite kõige tõenäolisemat keskmist, mis nihkub iga uue seemne või väikese päringumuutusega märkamatult. See hajumine ei ole viga; see on kõrgdimensionaalse valimise olemus. Kui küsite "portree Van Goghi stiilis", võib mudel tõlgendada seda ühes väljundis paksude impastotekstuuridena ja järgmises lahtiste, keerlevate pintslitõmmetena, kuna mõlemad on stiili kehtivad tõlgendused. Mudel ei tea, et teie eelmine pilt kasutas paksu impastot; ta teab ainult praegust päringut. Seetõttu ei ole järjekindlus sama mudeli kasutamise tulemuslik omadus; see on inseneeria tulemus, kasutades iga kord samu selgeid piiranguid.
Stiiliparameetrite määratlemine: valgustus, värvipalett ja tekstuur
Ärge kasutage ühesõnalisi stiilitagisid nagu "moody" või "vibrant". Need on ebaselged ja jätavad mudelile liiga palju tõlgendusruumi. Selle asemel jagage oma stiil kolmeks hallatavaks teljeks: valgustus, värv ja tekstuur.
Valgustuse puhul täpsusta allikas ja kvaliteet. Selle asemel, et kirjutada „dramaatiline valgus“, kirjuta „kõva suunavalgus vasakult ülevalt, heites teravaid varje, kõrge kontrast“. See ütleb mudelile täpselt, kust valgus tuleb ja kuidas see pindadega suhestub. Värvide puhul nimeta konkreetseid toone või palette. „Summutatud maakera toonid“ on ebaselge; „desatureeritud rohelised, ookerid ja hallid madala küllastusega“ on täpne. Kui soovid kindlat meeleolu, seosta see konkreetse referentsiga, nagu „skandinaavia sisustusajakirja värvipalett“. Tekstuuri puhul kirjelda pinna kvaliteeti. „Kare“ on ebapiisav; „teraline filmitekstuur, nähtav müra, kerge kromaatiline aberratsioon servadel“ on rakendatav. Kui kirjutad oma prompti, loetle need parameetrid selgelt. Ühtlane stiil on ühtlane hulk tehnilisi juhiseid, mitte ühtlane õhkkond.
Referentspiltide ja stiilikirjeldajate tõhus kasutamine
Referentspildid on võimsad ankrud, kuid neid tuleb kasutada eesmärgipäraselt. Kui laadid üles referentspildi, võtab mudel sellelt üle kompositsiooni, valgustuse ja paleti. See võib siiski üle võtta ka soovimatuid elemente, nagu konkreetseid objekte või taustu. Stiili isoleerimiseks kasuta referentse, mis jagavad sinu soovitud esteetikat, kuid erinevad motiivi poolest. Kui soovid portreeseeria jaoks ühtlast valgustust, kasuta maastiku referentsi, mida valgustab sama tüüpi valgus. See õpetab mudelile valgustuse loogikat ilma motiivi häirimata.
Kui kasutad tekstikirjeldajaid koos referentsidega, korda oma referentspildi põhilisi stiilitermineid. Kui sinu referentsil on „pehme hajutatud valgus“, lisa see fraas oma tekstiprompti. See tugevdab visuaalset vihjet. Ära kunagi looda ainult referentspildile stiili kandmiseks; tekstiprompt peab aktiivselt suunama genereerimist soovitud esteetika poole. Kui tekst ja pilt on vastuolus, võidab tavaliselt tekst, seega vii need kooskõlla.
Promptide struktureerimine partii ühtsuse jaoks
Piltide partii genereerimisel kasuta fikseeritud prompti malli. Struktureeri oma prompt kolmeks osaks: motiiv, stiilipiirangud ja negatiivsed piirangud. Hoia stiili- ja negatiivsed osad kõigi partii promptide puhul identsed. Muuda ainult motiivi osa. Näiteks:
- Motiiv: Naine kohvitopsiga käes
- Stiil: Kõva suunavalgus vasakult ülevalt, summutatud maakera toonid, teraline filmitekstuur
- Negatiivne: Neon, erksad värvid, sile digitaalne välimus, karikatuur
Ärge muutke üksikute piltide stiiliosast. Kui ühel pildil on vaja erinevat valgustuslahendust, on see uus stiil ning tuleb alustada uut partiid uue malliga. Stiilide segamine partii sees põhjustab nihket, kuna mudel keskmendab vastuolulised juhised. Ühtsus saavutatakse, käsitledes stiili konstantse muutujana ja subjekti ainukese sõltumatu muutujana.
Tavalised vead, mis rikuvad visuaalset kooskõla
Kõige levinum viga on subjektiivsete omadussõnade, nagu „ilus”, „lahe” või „epiline”, kasutamine. Neil sõnadel puudub stabiilne visuaalne määratlus ja need toovad kaasa juhuslikke kõikumisi. Eemaldage need. Asendage need kirjeldavate tunnustega.
Veaks on liigne tuginemine mudeli vaikeasetustele. Mõnel mudelil on sisseehitatud kallakud teatud esteetika suhtes, nagu terav kontrast või konkreetsed värvivarjundid. Kui soovitud stiil on nende vaikeasetustega vastuolus, tuleb neid tasakaalustada selgete negatiivsete viidetega. Näiteks kui soovite pehmet, madala kontrastiga valgustust, kuid mudel kasutab vaikimisi teravat kontrasti, lisage stiiliosasse „madal kontrast, pehmed varjud“ ja negatiivsesse ossa „terav kontrast, karmid varjud“.
Ärge jätkake negatiivset juhendit. Negatiivsed juhendid ei ole valikulised. Need määratlevad, mida mudel peab vältima, mis on sageli tõhusam kui selle määratlemine, mida see peab sisaldama. Stiil ilma negatiivse määratluseta on poolmääratletud stiil.
Tehnikad stiili säilitamiseks erinevate objektide puhul
Liikudes väga erinevate objektide vahel, näiteks inimeselt tootele ja maastikule, peavad stiilipiirangud olema piisavalt robustsed, et sobida kõigile. Testige oma stiilitemplate'i erinevate objektidega enne täieliku tootmispaketiga alustamist. Kui stiil ei tööta ühe objektitüübi puhul, täpsustage kirjeldajaid. Näiteks „teraline filmitekstuur” võib inimese puhul näha loomulik välja, kuid sileda toote puhul tehislik. Sellisel juhul kohandage tekstuurikirjeldajat näiteks kujule „pehme filmi teralisus, kerge objektiivi helk”, mis toimib erinevates kontekstides.
Kasutage vaheobjekte lünkade ületamiseks. Kui liigute portreelt linnavaatele, genereerige vahepilt inimesest linnas. See aitab kontrollida, et stiilipiirangud säilivad ülemineku vältel. Kui stiil nihkub vahepildis, parandage viip enne lõpliku objektiga jätkamist.
Stiililine järjepidevus on piirangute haldamise protsess, mitte maagia. Te ei palu AI-lt oma maitse meelde jätmist; te annate talle täpse spetsifikatsioonilehe iga kord. Käsitlege oma stiiliprompti nagu retsepti: iga koostisosa peab olema loetletud, mõõdetud ja kordatud. Kui te kõrvale kaldute retseptist, muutub roog. Kui te püsite selle juures, jääb tulemus sidusaks.