Konsistensi watak dikekalkan dengan menentukan ciri-ciri tidak berubah dalam teks dan mengikatnya dengan rujukan visual, kemudian mengawal ketat pemboleh ubah seperti pencahayaan dan sudut. Anda mencapai ini dengan memisahkan identiti watak daripada konteks pemandangan dalam aliran kerja anda.
Masalah hanyatan watak dalam AI generatif
Model generatif mentafsir arahan secara kebarangkalian. Apabila anda meminta watak tertentu, model itu mengambil sampel daripada taburan tafsiran yang mungkin. Tanpa kekangan, setiap penjanaan adalah satu lemparan dadu baharu. Variasi kecil dalam struktur wajah, tekstur rambut, atau butiran pakaian terkumpul merentas imej. Hanyatan ini berlaku kerana model mengutamakan komposisi keseluruhan dan pencahayaan berbanding penanda identiti khusus. Jika anda tidak secara aktif mengekang output, watak itu menjadi arketype generik dan bukan individu tertentu.
Menentukan ciri watak tidak berubah dalam arahan
Anda mesti mengenal pasti ciri-ciri yang mendefinisikan watak dan melayaninya sebagai tidak boleh dirunding. Ini adalah ciri-ciri tidak berubah. Ia termasuk geometri wajah khusus, warna mata, bentuk rambut, dan item pakaian unik. Jangan huraikan watak dalam istilah samar seperti "keren" atau "misteri." Huraikan realiti fizikal. Sebaliknya daripada "penampilan kasar," nyatakan "rambut pendek potong, parut di atas kening kiri, jaket kulit lusuh."
- Senaraikan ciri-ciri tidak berubah dalam blok teks tetap.
- Kekalkan blok ini sama untuk setiap arahan.
- Letakkan blok ini di awal arahan untuk memberinya berat tinggi.
- Elakkan kata sifat yang membawa kepada pelbagai tafsiran. Gunakan kata nama konkrit dan penerang fizikal.
Jika anda mengubah huraian rambut, model mungkin mentafsir huraian baharu itu sebagai watak yang berbeza. Arahan teks adalah sauh utama. Jika teks itu samar, imej akan menjadi tidak konsisten.
Menggunakan imej rujukan dan sauh gaya
Teks sahaja sering tidak mencukupi untuk watak yang kompleks. Rujukan visual menyediakan sauh ruang dan gaya. Anda memuat naik imej watak untuk membimbing tafsiran model terhadap identiti. Di sinilah alat-alat khusus memainkan peranan dalam proses ini.
- Midjourney digunakan apabila anda perlu merujuk imej watak tertentu untuk memastikan ciri muka dan gaya yang konsisten merentas generasi baharu.
- Adobe Firefly digunakan apabila anda perlu memuat naik imej rujukan watak untuk membimbing gaya dan identiti imej yang dijana dalam ekosistem Creative Cloud.
- Leonardo.Ai dipilih apabila anda perlu mengunci ciri dan estetika watak tertentu merentas beberapa penjanaan imej.
- Stable Diffusion dimanfaatkan untuk konsistensi lanjutan melalui latihan LoRA pada set data watak atau menggunakan ControlNet untuk mengunci pose dan struktur.
- Krea digunakan apabila anda perlu memuat naik imej untuk mengekalkan identiti dan gaya watak dalam penjanaan masa nyata.
- Runway digunakan apabila anda perlu mengekalkan konsistensi watak semasa menjana urutan video atau menganimasikan reka bentuk watak statik.
- DALL-E 3 bergantung pada prompt teks yang terperinci dan khusus serta penambahbaikan berulang, kerana ia tidak mempunyai ciri rujukan imej asli untuk mengekalkan konsistensi watak.
Saat menggunakan alat-alat ini, nilai keluaran berdasarkan sama ada struktur muka sepadan dengan rujukan. Jangan nilai berdasarkan sama ada pemandangan kelihatan cantik. Jika muka salah, pemandangan adalah tidak relevan.
Mengurus variasi pencahayaan dan sudut
Pencahayaan dan sudut adalah punca paling biasa bagi ketidakseragaman yang dikesan. Watak dalam cahaya siang terang kelihatan berbeza daripada watak yang sama dalam bayang-bayang. Ini bukan hanyutan; ini adalah fizik. Walau bagaimanapun, model sering mentafsir perubahan pencahayaan sebagai perubahan identiti.
- Kekalkan penerangan pencahayaan yang konsisten jika anda mahu watak kelihatan sama.
- Jika anda mengubah sudut, jangkakan ciri muka akan berubah.
- Gunakan pencahayaan neutral untuk helaian watak bagi menetapkan identiti asas.
- Terapkan pencahayaan dramatik hanya selepas identiti dikunci.
Jika anda menjana watak dalam lorong gelap dan kemudian dalam studio terang, model mungkin mentafsir bayang-bayang sebagai struktur muka yang berbeza. Pisahkan identiti daripada persekitaran. Jana watak dalam konteks neutral dahulu. Kemudian komposit atau prompt untuk persekitaran tertentu.
Penambahbaikan berulang dan prompt negatif
Anda tidak akan mendapat hasilnya dengan betul pada percubaan pertama. Penambahbaikan beriterasi adalah teras aliran kerja ini. Jana beberapa variasi. Pilih yang paling hampir dengan identiti sasaran. Gunakan pilihan tersebut sebagai rujukan baharu. Ini mewujudkan gelung maklum balas yang memperketatkan konsistensi.
Prompt negatif adalah penting. Anda mesti memberitahu model apa yang tidak perlu dilakukan.
- Senaraikan penyimpangan biasa dalam prompt negatif anda.
- Masukkan istilah seperti "muka berbeza," "rambut salah," atau "ciri umum."
- Kemas kini prompt negatif apabila anda melihat jenis ralat baharu.
Jika model terus memberikan watak itu bentuk hidung yang berbeza, tambah "bentuk hidung salah" ke dalam prompt negatif. Ini secara aktif menekan hanyutan tersebut.
Kesilapan biasa yang memecahkan konsistensi
Kebanyakan kegagalan konsistensi berpunca daripada kesilapan aliran kerja, bukan batasan alat.
- Mengubah huraian watak antara prompt.
- Menggunakan kata sifat kabur dan bukannya penerangan fizikal.
- Mengabaikan konteks pencahayaan ketika menilai identiti.
- Gagal menggunakan prompt negatif untuk menekan penyimpangan.
- Jangka konsistensi sempurna tanpa penambahbaikan beriterasi.
- Menggunakan satu imej rujukan yang berkualiti rendah atau kabur.
Jika anda melakukan kesilapan ini, tiada alat yang dapat menyelamatkan anda. Aliran kerja mesti berdisiplin. Teks mesti tepat. Rujukan mesti jelas. Iterasi mesti berterusan.