របៀបបង្កើត Prompt សម្រាប់ AI ដើម្បីរចនាអក្សរ និងអត្ថបទនៅក្នុងរូបភាព

ដើម្បីឱ្យម៉ាស៊ីនបង្កើតរូបភាព AI បង្ហាញអក្សរដែលអានចេញ និងសរសេរត្រឹមត្រូវ អ្នកត្រូវចាត់ទុកអក្សរសិល្ប៍ជាលក្ខខណ្ឌរចនាសម្ព័ន្ធដាច់ដោយឡែក ជាជាងការណែនាំអំពីរចនាបថ។ នេះទាមទារការណែនាំច្បាស់លាស់អំពីលក្ខណៈពិសេសរបស់អក្សរ ការប្រើប្រាស់ negative prompting ដើម្បីកំចាត់អក្សរដែលមិនមានន័យ និងលំហូរការងារដែលសន្មត់ថា ការកែតម្រូវបន្ទាប់ពីបង្កើតរូបភាព គឺជាផ្នែកមួយនៃដំណើរការច្នៃប្រឌិត មិនមែនជាការបរាជ័យនៃការណែនាំដំបូងទេ។

ហេតុអ្វីបានជាម៉ូដែល AI ជួបប្រទះបញ្ហាក្នុងការបង្កើតអត្ថបទ

ម៉ូដែលរូបភាព AI រៀនពីសំណុំទិន្នន័យរូបភាពដ៏ធំធេង ប៉ុន្តែពួកវាមិន "អាន" ឬ "យល់" អត្ថបទដូចមនុស្សទេ។ ពួកវារៀនពីលំនាំផ្ទៃក្នុងដែលទាក់ទងនឹងរូបរាងដែលស្រដៀងនឹងអក្សរ។ ជាលទ្ធផល នៅពេលដែលម៉ូដែលបង្កើតអត្ថបទ វាច្រើនតែបន្សាបពីលទ្ធភាពស្ថិតិនៃខ្សែបន្ទាត់ជាក់លាក់ដែលលេចឡើងក្នុងការរៀបចំលំហជាក់លាក់ ជាជាងកូដន័យភាសាជាក់លាក់។ នេះនាំឱ្យមានកំហុសធម្មតាមួយចំនួន៖

• អក្សរមិនមានន័យ: អក្សរដែលមើលទៅដូចជាមានរូបរាងត្រឹមត្រូវ ប៉ុន្តែមិនបង្កើតជាពាក្យដែលអាចសម្គាល់បាន។
• ការសរសេរអក្សរមិនស៊ីសង្វាក់គ្នា: ពាក្យដដែលលេចឡើងខុសៗគ្នាក្នុងចំណុចជាច្រើននៅក្នុងរូបភាពតែមួយ។
• ខ្សែបន្ទាត់ដែលភ្ជាប់គ្នា ឬបែកបាក់: អក្សរដែលបាត់បង់ភាពច្បាស់លាស់នៅពេលមានទំហំតូច ឬនៅពេលដាក់លើផ្ទៃខាងក្រោយដែលស្មុគស្មាញ។
• ការផ្លាស់ប្តូររចនាប័ទ្ម: ទម្ងន់អក្សរ ឬគម្លាតអក្សរផ្លាស់ប្តូរដោយមិនបានគ្រោងទុកនៅក្នុងឃ្លាមួយ។

ការយល់ដឹងពីកំណត់នេះគឺមានសារៈសំខាន់ខ្លាំង។ អ្នកមិនមែនស្នើសុំឱ្យម៉ូដែល "សរសេរ" អត្ថបទទេ; អ្នកកំពុងស្នើសុំឱ្យវា *ធ្វើការសិមុលាស្យុង* នូវរូបរាងឃើញរបស់អត្ថបទក្រោមលក្ខខណ្ឌជាក់លាក់។ ដូច្នេះ ការជំរុញ (prompt) ត្រូវតែពិពណ៌នាលក្ខណៈឃើញរបស់អក្សរសិល្ប៍ឱ្យបានច្បាស់លាស់ដូចជាអ្នកពិពណ៌នាសម្ភារៈ ឬលក្ខខណ្ឌពន្លឺ។

ជ្រើសរើសម៉ូដែល ឬប៊ុកអ៊ីន (plugin) ដែលសាកសមសម្រាប់ការបង្ហាញអត្ថបទ

មិនមែនឧបករណ៍រូបភាព AI ទាំងអស់គ្រប់គ្រងអក្សរដូចគ្នានោះទេ។ ម៉ូដែលខ្លះត្រូវបានបណ្ដុះបណ្ដាលដោយយន្តការការយកចិត្តទុកដាក់កាន់តែខ្លាំងសម្រាប់ធាតុអក្សរ ខណៈដែលម៉ូដែលផ្សេងទៀតពឹងផ្អែកលើដំណើរការការសាយភាយទូទៅដែលងាយនឹងការដួលរលំរចនាសម្ព័ន្ធនៅក្នុងព័ត៌មានលម្អិតតូចៗ។

• កម្មវិធីជំនួយសម្រាប់បង្ហាញអក្សរជាពិសេស: វេទិកាភាពយន្តរូបភាពជាច្រើនផ្តល់ជូននូវកម្មវិធីបន្ថែម ឬម៉ូឌុលជាក់លាក់ដែលត្រូវបានរចនាឡើងសម្រាប់អក្សរសិល្ប៍ជាពិសេស។ ឧបករណ៍ទាំងនេះជាញឹកញាប់អនុញ្ញាតឱ្យអ្នកបញ្ចូលខ្សែអក្សរជាក់លាក់ដែលអ្នកចង់បង្ហាញ ដោយបំបែកខ្លឹមសារភាសាពីការបង្កើតរូបភាព។ ប្រសិនបើមានសម្រាប់ប្រើ ចូរប្រើវា។ ពួកវាផ្តល់នូវកម្រិតភាពត្រឹមត្រូវខ្ពស់ជាងការប្រើប្រាស់ការណែនាំ (prompting) តែមួយមុខ។
• ការជ្រើសរើសម៉ូដែល: ប្រសិនបើអ្នកកំពុងជ្រើសរើសរវាងម៉ូដែលមូលដ្ឋាន សូមជ្រើសរើសម៉ូដែលដែលមានចំណុចខ្លាំងដែលបានកំណត់តាមឯកសារលើការងារបន្ទាត់លម្អិត និងលទ្ធផលដែលមានកម្រិតភាពច្បាស់ខ្ពស់។ ម៉ូដែលដែលមានសមត្ថភាពល្អលើក្រាហ្វិកដែលមានភាពច្បាស់លាស់ និងកម្រិតពណ៌ផ្ទុយគ្នាខ្ពស់ ជាធម្មតាដោះស្រាយការងារអក្សរសិល្ប៍បានល្អជាងម៉ូដែលដែលត្រូវបានធ្វើឱ្យប្រសើរឡើងសម្រាប់សោភណភាពនៃការគូររូបដែលមានភាពទន់ភ្លន់។
• កម្រិតភាពច្បាស់មានសារៈសំខាន់: អក្សរត្រូវការដង់ស៊ីតេភិចសែលខ្ពស់ដើម្បីនៅតែអាចអានបាន។ បង្កើតរូបភាពនៅកម្រិតភាពច្បាស់ខ្ពស់បំផុតដែលឧបករណ៍របស់អ្នកគាំទ្រ។ ការបង្កើនទំហំរូបភាព (Upscaling) នៃធាតុអក្សរដែលមានកម្រិតភាពច្បាស់ទាប កម្រនឹងជួសជុលកំហុសរចនាសម្ព័ន្ធ; វាគ្រាន់តែធ្វើឱ្យកំហុសទាំងនោះមានទំហំធំឡើងប៉ុណ្ណោះ។

ប្រសិនបើលំហូរការងាររបស់អ្នកមិនរួមបញ្ចូលកម្មវិធីជំនួយអត្ថបទជាពិសេសទេ អ្នកត្រូវតែជំនួសវិញដោយការបង្កើតសំណួរ (prompting) ឱ្យកាន់តែតឹងរ៉ឹង និងការដំណើរការបន្ទាប់ (post-processing) ឱ្យកាន់តែរឹងមាំ។

ការសរសេរ Prompt សម្រាប់ស្ទីល ទម្ងន់ និងទីតាំងរបស់អក្សរ

នៅពេលបង្កើតសំណួរសម្រាប់អក្សរ ចូរពិពណ៌នាអក្សរដូចដែលអ្នកពិពណ៌នាវត្ថុរូបវន្ត។ ជៀសវាងពាក្យគ្មានភាពច្បាស់លាស់ដូចជា "អក្សរទំនើប" ឬ "អក្សរសម័យថ្មី"។ ផ្ទុយទៅវិញ ចូរបញ្ជាក់ឱ្យច្បាស់លាស់៖

• ប្រភេទអក្សរ: Sans-serif, serif, script, monospace, ឬ display។ ត្រូវជាក់លាក់: "bold sans-serif" មានប្រយោជន៍តិចជាង "heavy-weight geometric sans-serif with tight tracking"។
• ទម្ងន់ និងកម្រិតពណ៌ (Contrast): ពិពណ៌នាអំពីកម្រាស់នៃខ្សែបន្ទាត់។ "Thin, delicate lines" ប្រៀបធៀបនឹង "thick, blocky strokes" ផ្លាស់ប្តូរលទ្ធផលទស្សន៍យ៉ាងខ្លាំង។ កម្រិតពណ៌ខ្ពស់រវាងអក្សរ និងផ្ទៃខាងក្រោយរបស់វា គឺចាំបាច់សម្រាប់ភាពងាយស្រួលអាន។
• ទីតាំង និងមាត្រដ្ឋាន: បញ្ជាក់ឱ្យច្បាស់ពីកន្លែងដែលអក្សរគួរតែលេចឡើង។ "Centered at the top third of the frame" មានភាពជឿជាក់ជាង "text in the image"។ បញ្ជាក់ទំហំធៀបនឹងស៊ុម: "large, spanning the width of the composition" ឬ "small, subtle watermark in the corner"។
• ពណ៌ និងភាពមិនថ្លា (Opacity): ប្រសិនបើអក្សរគួរតែលាយឡំជាមួយផ្ទៃខាងក្រោយ សូមបញ្ជាក់បែបនេះ។ ប្រសិនបើវាគួរតែលេចធ្លោ សូមបញ្ជាក់កម្រិតពណ៌។ ជៀសវាងការប្រើពាក្យដែលមានន័យមិនច្បាស់លាស់ដូចជា "subtle text" ដោយមិនកំណត់ន័យនៃពាក្យ "subtle" នៅក្នុងបរិបទ។

រចនាសម្ព័ន្ធចំណងជើង: "ផ្ទាំងប៉ាណូដែលបង្ហាញពាក្យ 'NOISE' ជាអក្សរខ្លី ទម្ងន់ធ្ងន់ ប្រភេទ sans-serif ស្ថិតនៅចំកណ្តាលនៃតំបន់បីភាគខាងលើនៃក្របខ័ណ្ឌ បង្ហាញជាពណ៌សភ្លឺលើផ្ទៃខាងក្រោយពណ៌ប្រផេះចាស់ ជាមួយនឹងគែមច្បាស់ និងស្អាត ដោយគ្មានភាពព្រិល។"

ការប្រើប្រាស់ negative prompts ដើម្បីជៀសវាងតួអក្សរដែលគ្មានន័យ

Negative prompts គឺជាឧបករណ៍ចម្បងរបស់អ្នកសម្រាប់កំចាត់កំហុសរចនាសម្ព័ន្ធក្នុងអត្ថបទ។ នៅពេលបង្កើតរូបភាពដែលមានអក្សរ រួមបញ្ចូលការណែនាំអវិជ្ជមានដែលហាមឃាត់យ៉ាងច្បាស់លាស់នូវកំហុសទូទៅដូចខាងក្រោម៖

• "អក្សរមិនមានន័យ ពាក្យសរសេរខុស ខ្សែបន្ទាត់ដាច់ តួអក្សរបញ្ចូលគ្នា"
• "អក្សរព្រិល អក្សរមានកម្រិតភាពច្បាស់ទាប ទម្ងន់អក្សរមិនស៊ីសង្វាក់គ្នា"
• "និមិត្តសញ្ញាអានមិនចេញ រូបរាងអរូបីដែលស្រដៀងនឹងតួអក្សរ"

ประសិទ្ធផលនៃ negative prompts ខុសគ្នាទៅតាមម៉ូដែល ប៉ុន្តែការប្រើប្រាស់វាជាប្រចាំជួយកាត់បន្ថយឱកាសនៃការបែកបាក់រចនាសម្ព័ន្ធ។ កុំពឹងផ្អែកលើ negative prompts តែមួយមុខ ព្រោះវាគ្រាន់តែជាការបន្ថែមសម្រាប់ការសរសេរ positive prompt ឱ្យកាន់តែជាក់លាក់ មិនមែនជាការជំនួសវិញនោះទេ។

ការកែតម្រូវបន្ទាប់ពីការបង្កើត: នៅពេលណាគួរកែអត្ថបទនៅដំណាក់កាលកែសម្រួល ធៀបនឹងការបង្កើតឡើងវិញ

សន្មតថាអត្ថបទដែលបង្កើតដោយ AI នឹងមិនល្អឥតខ្ចោះនៅលើការព្យាយាមដំបូងទេ។ សូមបញ្ចូលជំហានកែតម្រូវទៅក្នុងលំហូរការងាររបស់អ្នក។ ការសម្រេចចិត្តរវាងការកែតម្រូវអត្ថបទនៅក្នុងដំណាក់កាលបន្ទាប់ពីផលិត និងការបង្កើតរូបភាពឡើងវិញ អាស្រ័យលើលក្ខណៈនៃកំហុស៖

• បង្កើតឡើងវិញប្រសិនបើ: ការរៀបចំសរុប ពន្លឺ ឬបរិយាកាសមានកំហុស ឬអក្សរខូចទ្រង់ទ្រាយរហូតដល់មិនអាចជួសជុលបាន (ឧទាហរណ៍៖ អក្សរភ្ជាប់គ្នាជារូបរាងដែលមិនអាចសម្គាល់បាន)។ ការបង្កើតឡើងវិញផ្តល់ឱកាសថ្មីសម្រាប់រចនាសម្ព័ន្ធដែលមានភាពស៊ីសង្វាក់គ្នា។
• ជួសជុលនៅពេលកែសម្រួលបន្ទាប់ប្រសិនបើ: ការរៀបចំត្រឹមត្រូវ ប៉ុន្តែអក្សរជាក់លាក់ខ្លះមានរាងមិនស្អាតបន្តិច មិនត្រូវទីតាំង ឬមានកំហុសតូចៗ។ ឧបករណ៍ដូចជាការគូសតាមវ៉ិចទ័រ ការគូសឡើងវិញដោយដៃ ឬការកែសម្រួលជ្រើសរើសអាចជួសជុលកំហុសដាច់ដោយឡែកដោយមិនចាំបាច់បោះបង់រូបភាពទាំងមូល។

គោលការណ៍ជាក់ស្តែងមួយ៖ ប្រសិនបើកំហុសមានលក្ខណៈកំណត់ និងបរិបទជុំវិញមានភាពល្អ ត្រូវកែសម្រួលវានៅដំណាក់កាលកែសម្រួល (post)។ ប្រសិនបើកំហុសនោះមានលក្ខណៈពាសពេញ ឬប៉ះពាល់ដល់រចនាសម្ព័ន្ធស្នូលនៃការរចនា ត្រូវបង្កើតថ្មី។ កុំចំណាយពេលច្រើនពេកក្នុងការកែតម្រូវការបង្កើតដែលមានខ្វះខាតជាមូលដ្ឋាន ត្រូវបង្កើតថ្មីនៅដំណាក់កាលដើមនៃលំហូរការងារ ដើម្បីសន្សំសំចៃពេលវេលា។

កំហុសទូទៅ៖ ការរំពឹងថាម៉ូដែលមូលដ្ឋាននឹងផ្តល់នូវអក្សរសិល្ប៍ដែលល្អឥតខ្ចោះ

កំហុសដែលជួបប្រទះញឹកញាប់បំផុតគឺការចាត់ទុកម៉ូដែលរូបភាព AI មូលដ្ឋានថាជាម៉ាស៊ីនបង្កើតអក្សរពេញលេញ។ ពួកវាមិនមែនជាអ្នកបង្កើតអក្សរពេញលេញទេ។ ពួកវាជាអ្នកបង្កើតបែបប្រូបាប៊ីលីតេដែលប៉ាន់ស្មានលំនាំទស្សន៍វិស័យ។ ការរំពឹងទុកអត្ថបទដែលគ្មានកំហុស និងត្រូវបានពិនិត្យអក្ខរាវិរុទ្ធយ៉ាងល្អឥតខ្ចោះពីម៉ូដែល diffusion ទូទៅគឺជារឿងមិនអាចទៅរួច។

• កុំសន្មត់ថាភាពត្រឹមត្រូវផ្នែកភាសាគឺត្រឹមត្រូវ: គំរូមិន "ដឹង" ពាក្យដែលអ្នកកំពុងស្វែងរកទេ។ វាប៉ាន់ស្មានរូបរាងឃើញនៃអក្សរ។ សូមផ្ទៀងផ្ទាត់ការបញ្ចេញសំឡេងដោយដៃជានិច្ច។
• កុំពឹងផ្អែកលើការកែតម្រូវស្វ័យប្រវត្តិ: គ្មានកម្មវិធីពិនិត្យការបញ្ចេញសំឡេងខាងក្នុងទេ។ ប្រសិនបើពាក្យមួយត្រូវបានបញ្ចេញសំឡេងខុស វានឹងលេចឡើងខុសនៅក្នុងរូបភាព។
• កុំមើលរំលងដែនកំណត់នៃកម្រិតភាពច្បាស់: អក្សរតូចនៅក្នុងលទ្ធផលដែលមានកម្រិតភាពច្បាស់ទាប ជារឿយៗពិបាកអាន។ បង្កើតអក្សរធំ មានកម្រិតពណ៌ខុសគ្នាខ្លាំង បន្ទាប់មកបន្ថយទំហំប្រសិនបើចាំបាច់ ជាជាងបង្កើតអក្សរតូចដោយផ្ទាល់។

Typo នៅក្នុងរូបភាពដែលបង្កើតដោយ AI គឺជាបញ្ហានៃការកំណត់ មិនមែនជាគន្លឹះវេទមន្តទេ។ ចូរដោះស្រាយវាដោយភាពតឹងរ៉ឹងដូចគ្នាទៅនឹងការដោះស្រាយពន្លឺ ការរៀបចំសមាសភាព ឬការបង្ហាញសម្ភារៈ។ កំណត់លក្ខណៈសម្បត្តិផ្នែកទស្សន៍ឱ្យច្បាស់លាស់ ប្រើ negative prompts ដើម្បីកាត់បន្ថយកំហុស និងទទួលយកថា ការកែតម្រូវបន្ទាប់ពីការបង្កើត គឺជាផ្នែកធម្មតានៃលំហូរការងារ។

---