How to Prompt AI for Typography and Text in Images

د دې لپاره چې AI انځور جوړونکي متن په روښانه او سم ډول ولیکي، تاسو باید تایپوګرافي د یو جلا جوړښتي محدودیت په توګه وګورئ، نه د سټایل لارښوونې په توګه. دا د فونټ ځانګړتیاوو په اړه روښانه لارښوونې، د بې معنی متن د مخنیوي لپاره منفي پرامپټینګ، او داسې کار جریان غواړي چې وروستی اصلاح د خلاقانه پروسې برخه ګڼي، نه د لومړني پرامپټ ناکامي.

ولې د AI ماډلونه د متن تولید کې ستونزه لري

د AI انځور ماډلونه د انځورونو له لویو ډیټاسیټونو څخه زده کوي، خو دوی متن د هغه ډول لکه چې انسانان یې لولي یا پوهیږي، نه لولي او نه پوهیږي. دوی هغه بصري نمونې زده کوي چې د تورو سره ورته شکلونه لري. په پایله کې، کله چې ماډل متن تولیدوي، نو دا معمولاً د هغو کرښو د احصایوي احتمال بیا تولیدوي چې په یوه ځانګړي مکاني ترتیب کې راځي، د یوې ځانګړې ژبني معنا د کوډ کولو پرځای. دا لامل کیږي چې څو عام ناکامۍ رامنځته شي:

• بې معنی توري: هغه توري چې د سمې بڼې لرونکو نښانو په څېر ښکاري خو د پېژندل شویو کلمو جوړونه نه کوي.
• غیر متجانس املا: هغه کلمه چې په یوه انځور کې په مختلفو ځایونو کې په مختلفو بڼو راځي.
• یوځای شوي یا مات شوي کرښې: هغه توري چې په کوچنیو اندازه ګانو کې یا کله چې د پیچلو پس منځونو پر وړاندې کیښودل شي، خپل تعریف له لاسه ورکوي.
• د سبک بدلون: د فونټ وزن یا فاصله په یوه عبارت کې په غیر ارادي توګه بدلیږي.

د دې محدودیت پوهېدل خورا مهم دي. تاسو ماډل ته د متن "لیکل" نه غواړئ؛ تاسو غواړئ چې هغه په مشخصو شرایطو کې د متن د بصری بڼې *شبیه سازي* وکړي. له همدې امله، پرامپټ باید د تایپوګرافي بصری ځانګړتیاوې په همدومره دقیق ډول تشریح کړي لکه چې تاسو به د موادو یا رڼا شرایط تشریح کړئ.

د متن لپاره سم ماډل یا پلګ ان غوره کول

ټول د AI انځور اوزان په یو شان ډول متن نه پروسس کوي. ځینې جنریټیو ماډلونه د متنو عناصرو لپاره د پام وړ پاملرنې میکانیزمونو سره روزل شوي، پداسې حال کې چې نور عمومي خپرېدو پروسو ته تکیه کوي چې د میکرو جزئیاتو کې د جوړښتي ناکراریو لپاره زیات حساس دي.

• ځانګړي د متن رینډرینګ پلګینونه: ډیری انځور پلیټ فارمونه هغه ایډ-آنز یا ځانګړي ماډلونه وړاندې کوي چې په ځانګړي توګه د ټایپوګرافۍ لپاره ډیزاین شوي دي. دا وسیلې معمولاً تاسو ته اجازه درکوي چې دقیق سټرینګ چې غواړئ رینډر شي، ولیکئ، چې له مخې یې ژبني محتوا له بصری تولید څخه جلا کیږي. که چیرې شتون ولري، د هغوی څخه کار واخلئ. دوی د یوازې پرامپټ کولو په پرتله د دقیقیت لپاره لوړ سقف برابروي.
• د ماډل غوره کول: که تاسو د بنسټیزو ماډلونو ترمنځ انتخاب کوئ، هغه ماډلونه غوره کړئ چې د تفصیلي کرښو کار او لوړ ریزولوشن انځورونو په برخه کې لیکل شوي قوي اړخونه ولري. هغه ماډلونه چې په تیزو، لوړ تضاد لرونکو ګرافیکونو کې بریالي دي، معمولاً د ټایپوګرافۍ په برخه کې د هغو ماډلونو په پرتله ښه کار کوي چې د نرم، نقاشي ته ورته ښکلا لپاره اصلاح شوي وي.
• ریزولوشن مهم دی: متن د لوستلو وړ پاتې کیدو لپاره لوړ پکسل کثافت ته اړتیا لري. انځورونه په هغه لوړ ترټولو منطقي ریزولوشن کې تولید کړئ چې ستاسو وسیله یې ملاتړ کوي. د ټیټ ریزولوشن متن عنصر پورته کول (Upscaling) نادره وي چې جوړښتي تېروتنې سمې کړي؛ دا یوازې تېروتنې لویې کوي.

که ستاسو د کار جریان کې یو ځانګړی د متن پلګ ان شامل نه وي، نو تاسو باید د سختو پوښتنو او د پروسس وروسته قوي کارونو سره جبران وکړئ.

د فونټ سټایل، وزن او ځای پر ځای کولو لپاره پرامپټ کول

کله چې د تایپوګرافي لپاره پرامپټ ولیکئ، فونټ داسې تشریح کړئ لکه څنګه چې یو فزیکي شی تشریح کوئ. مبهم اصطلاحات لکه "cool font" یا "modern text" وکاروئ. پرځای یې، دا مشخص کړئ:

• د فونټ کټګوري: بې سریف (Sans-serif)، سریف (Serif)، سکرپټ (Script)، مونوسپیس (Monospace)، یا ډیسپلې (Display). دقیق اوسئ: "bold sans-serif" د "heavy-weight geometric sans-serif with tight tracking" په پرتله لږ ګټور دی.
• وزن او تضاد: د کرښې ضخامت تشریح کړئ. "Thin, delicate lines" په پرتله "thick, blocky strokes" په بصري پایله کې لوی بدلون راولي. د متن او د هغه د پس منظر ترمنځ لوړ تضاد د لوستلو لپاره اړین دی.
• ځای پر ځای کول او کچه: په روښانه توګه ووایاست چې متن چیرته باید راښکاره شي. "Centered at the top third of the frame" د "text in the image" په پرتله باوري دی. د کادر په نسبت اندازه مشخص کړئ: "large, spanning the width of the composition" یا "small, subtle watermark in the corner."
• رنګ او شفافیت: که متن باید له پس منظر سره یوځای شي، نو همداسې ووایاست. که باید جلا شي، د رنګ تضاد مشخص کړئ. د مبهمو اصطلاحاتو لکه "subtle text" څخه پرته له دې چې د "subtle" معنی په سیاق کې تعریف شي، ډډه وکړئ.

د بېلګې جوړښت: "یو پوسټر چې د 'NOISE' کلمه پکې په یوه درنه، لنډه (condensed) سانس-سریف فونټ کې وي، د چوکاټ په پورتنۍ دریمه برخه کې منځ ته راوستل شوی، په تیاره خړ پس منظر باندې په روښانه سپین رنګ کې جوړ شوی، د تیزو او پاکو څنډو سره او بې له هر ډول مبهم کیدو (blur)."

د بې معنی تورو د مخنیوي لپاره د منفي پرامپټونو کارول

منفي پرامپټونه د متن په جوړښتي تېروتنو کې د مخنیوي ستاسو اصلي وسیله ده. کله چې د تایپوګرافۍ سره انځورونه جوړوئ، منفي لارښوونې شاملې کړئ چې عامې ناکامۍ په روښانه توګه منع کوي:

• "بې معنی توري، غلط لیکل شوي کلمې، ماتې شوې کرښې، یوځای شوي توري"
• "مبهم متن، ټیټ ریزولوشن تایپوګرافي، غیر ثابت فونټ وزن"
• "نه لوستل سمبولونه، انتزاعي شکلونه چې د تورو سره ورته والی لري"

د منفي پرامپټونو اغیزمنتوب له ماډل څخه ماډل ته توپیر لري، خو د هغوی ثابت شاملول د سختو جوړښتي ناکمیو احتمال کموي. یوازې په منفي پرامپټونو تکیه مه کوئ؛ هغوی د دقیقو مثبتو پرامپټونو لپاره ملاتړ دي، نه د هغوی پر ځای.

د جوړولو وروسته اصلاح: کله متن په پس-تولید کې سم کړئ او کله بیا تولید کړئ

فرض کړئ چې هیڅ AI-جوړ شوی متن به په لومړي ځل بشپړ نه وي. خپل کارپوهانه جریان کې د اصلاح ګام شامل کړئ. د پس-تولید په مرحله کې د متن د سمولو او د انځور د بیا تولید ترمنځ پریکړه د تېروتنې په طبیعت پورې اړه لري:

• بیا تولید کړئ که: عمومي ترکیب، رڼا، یا مزاج ناسم وي، یا متن داسې جوړښتي ناکمی لري چې د اصلاح وړ نه وي (لکه، توري په نه پیژندل شویو شکلونو کې یوځای شوي وي). بیا تولید کول تاسو ته د یو منسجم جوړښت لپاره نوی فرصت درکوي.
• په پس-تولید کې سم کړئ که: ترکیب سم دی، خو ځانګړي توري لږ ناسم شکل لري، نا سم تنظیم شوي دي، یا کوچنۍ اغیزې لري. وسیلې لکه ویکتور ټریسینګ، لاسي بیا رسمول، یا انتخابي ریټوچینګ کولی شي جلا تېروتنې سمې کړي پرته له دې چې ټول انځور له منځه یوسي.

یوه عملي قاعده: که تېروتنه محلي وي او شاوخوا سیاق سم وي، هغه په پس-تولید کې سمه کړئ. که تېروتنه خپره وي یا د ډیزاین اصلي جوړښت اغېزمنوي، بیا تولید یې کړئ. د بنسټیزې ناکمې تولید په اصلاح کې زیات وخت مه تیروئ؛ د وخت د خوندي کولو لپاره په کارپوهانه جریان کې ژر بیا تولید کړئ.

عامې تېروتنې: له بنسټیزو ماډلونو څخه د بشپړې تایپوګرافۍ تمه کول

ترټولو عامه تېروتنه دا ده چې بنسټیز AI انځور ماډلونه د بشپړو تایپوګرافۍ انجنونو په توګه وګڼل شي. هغوی داسې نه دي. هغوی احتمالي تولیدونکي دي چې بصري نمونې تقریبوي. له یوه عمومي مقصد ډیفیوژن ماډل څخه د بې عیب، سپیل چیک شوي متن تمه کول غیر واقعیتي دي.

• د ژبني دقت فرض مه کړئ: ماډل هغه کلمه چې غواړئ "پوهېږي" نه. هغه د تورو بصری بڼه تقریبوي کوي. تل املا لاسي وګورئ.
• په اتوماتیک اصلاح باور مه کړئ: هلته هیڅ داخلي املا چیکر نشته. که کومه کلمه ناسمه لیکل شوې وي، نو په انځور کې به هم ناسمه ښکاري.
• د ریزولوشن محدودیتونه له پامه مه غورځوئ: په ټیټ ریزولوشن انځورونو کې کوچنۍ متنونه نږدې تل نه لوستل کېدونکي وي. لوی، لوړ تضاد لرونکی متن جوړ کړئ، بیا که اړتیا وي یې کوچنی کړئ، پرځای د دې چې کوچنی متن مستقیم جوړ کړئ.

په AI جوړ شویو انځورونو کې ټایپوګرافي د محدودیتونو مسئله ده، نه جادو. هغې ته هغه دقیقوالی ورکړئ چې تاسو یې رڼا، ترکیب یا د موادو رینډرینګ ته ورکوئ. بصری ځانګړتیاوې مشخص کړئ، د منفي پرامپټونو په واسطه تېروتنې کمې کړئ، او ومنئ چې د جوړولو وروسته اصلاح د کار بهیر یوه عادي برخه ده.

---