Kif tipprovdi prompt lill-AI għal disinn konsistenti tal-karattru

Il-konsistenza tal-karattru tinżamm billi tiddefinixxi karatteristiċi immutabbli fit-test u tanġrahom b'referenzi viżivi, imbagħad tikkontrolla b'mod strett varjabbli bħad-dawl u l-angolu. Tilħaq dan billi tissepara l-identità tal-karattru mill-kuntest tax-xena fil-fluss tax-xogħol tiegħek.

Il-problema tad-drift tal-karattru fl-AI ġenerattiva

Mudelli ġenerattivi jinterpretaw il-prompts b'mod probabbilistiku. Meta titlob karattru speċifiku, il-mudell jieħu kampjun minn distribuzzjoni ta' interpretazzjonijiet possibbli. Mingħajr restrizzjonijiet, kull ġenerazzjoni hija roll ġdid tad-dadi. Varjazzjonijiet żgħar fl-istruttura tal-wiċċ, it-testura tax-xagħar, jew id-dettalji tal-ilbies jakkumulaw fuq l-immaġini. Dan id-drift iseħħ għax il-mudell jippreferi l-kompożizzjoni ġenerali u d-dawl fuq markaturi speċifiċi tal-identità. Jekk ma tikkonstrainx aktivament l-output, il-karattru jsir arketip ġeneriku minflok individwu speċifiku.

Definizzjoni ta' karatteristiċi immutabbli tal-karattru fil-prompts

Trid tidentifika l-karatteristiċi li jiddefinixxu l-karattru u tittrattahom bħala mhux negozjabbli. Dawn huma l-karatteristiċi immutabbli. Huma jinkludu ġeometrija speċifika tal-wiċċ, kulur tal-għajnejn, forma tax-xagħar, u oġġetti uniċi tal-ilbies. Tiddeskrivix il-karattru b'termini vagi bħal "cool" jew "mysterious." Iddeskrivi r-realtà fiżika. Minflok "a rugged look," speċifika "short cropped hair, scar above left eyebrow, worn leather jacket."

• Elencaw il-karatteristiċi immutabbli f'blokka fissa ta' test.
• Żommu din il-blokka identika għal kull prompt.
• Poġġi din il-blokka fil-bidu tal-prompt biex tagħtiha piż għoli.
• Evita agġettivi li jimplikaw interpretazzjonijiet multipli. Uża nomi konkreti u deskrizzjonijiet fiżiċi.

Jekk tibdel id-deskrizzjoni tax-xagħar, il-mudell jista' jinterpreta d-deskrizzjoni l-ġdida bħala karattru differenti. Il-prompt tat-test huwa l-ankra primarja. Jekk it-test huwa ambigwu, l-immaġni tkun inkonsistenti.

Użu ta' immaġini ta' referenza u ankri tal-istil

It-test waħdu huwa spiss insuffiċjenti għal karattri kumplessi. Referenzi viżivi jipprovdu ankra spazjali u stilistika. Titlob immaġni tal-karattru biex tgħid lill-mudell kif jinterpreta l-identità. Hawnhekk jidħlu għodod speċifiċi fil-proċess.

• Midjourney jintuża meta jkollok bżonn tirreferenza għal immaġni speċifika ta' karattru biex tiżgura karatteristiċi tal-wiċċ u stil konsistenti ġenerazzjonijiet ġodda.
• Adobe Firefly jintuża meta jkollok bżonn titlob immaġni ta' referenza tal-karattru biex tiggwida l-istil u l-identità tal-immaġni ġġenerati fl-ekosistema Creative Cloud.
• Leonardo.Ai jintgħażel meta jkollok bżonn issakkar tratti speċifiċi tal-karattru u estetika fuq ġenerazzjonijiet multipli ta' immaġni.
• Stable Diffusion jintuża għal konsistenza avvanzata permezz ta' taħriġ LoRA fuq settijiet ta' dejta tal-karattri jew billi tuża ControlNet biex issakkar il-pożi u l-istruttura.
• Krea jiġi applikat meta jkollok bżonn titlob immaġni biex iżżomm l-identità u l-istil tal-karattru f'ġenerazzjoni f'ħin reali.
• Runway jintuża meta jkollok bżonn iżżomm konsistenza tal-karattru waqt li ġġenera sekwenzi ta' vidjo jew tanima disinji ta' karattri statiċi.
• DALL-E 3 jiġi affidat meta jkollok bżonn iżżomm konsistenza tal-karattru permezz ta' prompts testwali dettaljati u speċifiċi u refinament iterattiv, peress li ma għandux funzjoni nativa ta' referenza tal-immaġni.

Meta tuża dawn l-għodda, ikkunsidra l-output fuq jekk l-istruttura tal-wiċċ taqbilx mar-referenza. Tikkunsidrax jekk ix-xena tidhirx tajba. Jekk il-wiċċ huwa żbaljat, ix-xena hija irrilevanti.

Immaniġġjar ta' varjazzjonijiet tad-dawl u l-angolu

Il-dawl u l-angolu huma l-aktar kawżi komuni ta' inkonsistenza perċepita. Karattru f'dawl qawwi tad-dawl jidher differenti mill-istess karattru fid-dell. Dan mhux drift; huwa fiżika. Madankollu, il-mudelli ġenerattivi spiss jinterpretaw bidliet fid-dawl bħala bidliet fl-identità.

• Żomm id-deskrizzjoni tad-dawl konsistenti jekk trid li l-karattru jidher l-istess.
• Jekk tibdel l-angolu, inħares lejn bidliet fil-karatteristiċi tal-wiċċ.
• Uża dawl newtrali għal sheets tal-karattri biex tistabbilixxi l-identità bażi.
• Applika dawl drammatiku biss wara li l-identità tkun issakkata.

Jekk tiġġenera karattru f'vicol imdallam u mbagħad f'istudjo qawwi, il-mudell jista' jinterpretax id-dellijiet bħala strutturi tal-wiċċ differenti. Issepara l-identità mill-ambjent. Tiġġenera l-karattru f'kuntest newtrali l-ewwel. Imbagħad kompożi jew iprompti għall-ambjent speċifiku.

Refinament iterattiv u negative prompting

Ma tiksebhiex tista' fuq l-ewwel tentattiv. Ir-refinement iterattiv huwa l-qalba tal-fluss tax-xogħol. Ġenera diversi varjazzjonijiet. Agħżel dik li tkun l-eqreb lejn l-identità fil-mira. Uża dik l-għażla bħala r-referenza l-ġdida. Dan joħloq ċiklu ta' feedback li jsaħħaħ il-konsistenza.

Il-prompting negattiv huwa essenzjali. Trid tgħid lill-mudell x'għandu jagħmel.

• Listja d-devjazzjonijiet komuni fil-prompt negattiv tiegħek.
• Inkludi termini bħal "different face," "wrong hair," jew "generic features."
• Aġġorna l-prompt negattiv hekk kif tara tipi ġodda ta' żbalji.

Jekk il-mudell ikomlli jagħti lill-karattru forma tal-imnieħer differenti, żid "wrong nose shape" mal-prompt negattiv. Dan jissuppressi attivament id-drift.

Żbalji komuni li jiksru l-konsistenza

Il-biċċa l-kbira tal-fallimenti fil-konsistenza joriġinaw minn żbalji fil-fluss ta' ħidma, mhux minn limitazzjonijiet tal-għodda.

• Bidla fid-deskrizzjoni tal-karattru bejn il-prompts.
• Użu ta' aggettivi vagi minflok deskrizzjonijiet fiżiċi.
• Jinjora l-kuntest tad-dawl meta tiġi ġġudikata l-identità.
• Nuqqas ta' użu ta' negative prompting biex tiġi soppressa d-devjazzjoni.
• Tistenà konsistenza perfetta mingħajr titjib iterattiv.
• Użu ta' immaġni ta' referenza waħda li hija ta' kwalità baxxa jew ambigwa.

Jekk tagħmel dawn l-iżbalji, l-ebda għodda ma tgħinnek. Il-fluss tax-xogħol irid ikun diskplina. It-test irid ikun preċiż. Ir-referenzi jridu jkunu ċari. L-iterazzjoni trid tkun kontinwa.