Da bi zagotovili dosleden vizualni slog v več izhodih, morate v vsrem pozivu izrecno določiti estetske parametre in jih sidrati s specifičnimi, neabstraktnimi opisi, namesto da bi se zanašali na implicitni kontekst. Doslednost odpove, ko pustite prostor za verjetnostno interpretacijo nejasnih pojmov s strani modela; uspe pa, ko prostor generiranja omejite s natančnim tehničnim jezikom.
Zakaj pride do odstopanja vizualnega sloga pri generativnih modelih
Generativni modeli nimajo trajnega spomina na vaš projekt. Vsaka generacija je neodvisen vzorčni dogodek iz obsežne porazdelitve možnih slik. Ko v pozivu zahtevate "cyberpunk city", model črpa iz tisočev latentnih vektorjev, ki ustrezajo temu pojmu – nekateri so nagnjeni k neon zelenim odtenkom, drugi k magentam, tretji so surovi in umazani, četrti pa čisti in futuristični. Brez izrecnih omejitev model privzame najbolj verjetno povprečje teh vektorjev, ki se rahlo spreminja z vsakim novim semenom ali manjšo spremembo poziva. To odstopanje ni napaka; je narava vzorčenja v visokodimenzionalnem prostoru. Če zahtevate "portret v slogu Van Gogha", lahko model to interpretira kot debele impasto teksture v enem izhodu in ohlapne, vrtinčaste poteze čopiča v naslednjem, ker sta obe veljavni interpretaciji sloga. Model ne ve, da je vaša prejšnja slika uporabljala debele impasto teksture; pozna le trenutni poziv. Zato doslednost ni emergentna lastnost uporabe istega modela; je inženirsko določena lastnost uporabe istih izrecnih omejitev vsakič.
Določanje stilskih parametrov: osvetlitev, barvna paleta in tekstura
Ne uporabljajte enobesednih stilnih oznak, kot sta "moody" ali "vibrant". Te so dvoumne in modelu puščajo preveč prostora. Namesto tega razčlenite svoj slog na tri nadzorljive osi: osvetlitev, barvo in teksturo.
For osvetlitev navedite vir in kakovost. Namesto "dramatična osvetlitev" napišite "trda usmerjena svetloba z zgornje leve strani, ki vrže ostr kontrast". To modelu natančno pove, od kod prihaja svetloba in kako interagira s površinami. Za barve navedite specifične odtenke ali palete. "Umirjeni zemeljski toni" je nejasno; "desaturirane zelene, oker in sive barve z nizko saturacijo" je natančno. Če želite določen vzdušje, ga sidrajte na konkretno referenco, kot je "barvna paleta skandinavskega notranjega revije". Za teksturo opišite kakovost površine. "Hrapavo" je nezadostno; "zrnata filmska tekstura, vidni šum, rahla kromatska aberacija ob robovih" je uporabno. Pri pisanju poziva te parametre navedite eksplicitno. Dosleden slog je dosleden nabor tehničnih navodil, ne dosleden občutek.
Učinkovita uporaba referenčnih slik in slogovnih opisov
Referenčne slike so močne sidrne točke, vendar jih je treba uporabljati z namenom. Če naložite referenčno sliko, bo model prevzel njeno kompozicijo, osvetlitev in paleto. Vendar lahko prevzame tudi neželene elemente, kot so specifični objekti ali ozadja. Za izolacijo sloga uporabite reference, ki si delijo želeno estetiko, a se razlikujejo po motivu. Če želite dosledno osvetlitev za serijo portretov, uporabite referenco pokrajine, osvetljene z isto vrsto svetlobe. To modelu nauči logiko osvetlitve brez onesnaženja motiva.
Ko uporabljate besedilne opise skupaj z referencami, ponovite ključne slogovne izraze iz referenčne slike. Če ima vaša referenca "mehko razpršeno svetlobo", vključite ta izraz v besedilni poziv. To okrepi vizualni znak. Nikoli ne zanašajte se samo na referenčno sliko za prenos sloga; besedilni poziv mora aktivno usmerjati generacijo proti želeni estetiki. Če se besedilo in slika ne strinjata, običajno zmaga besedilo, zato ju uskladite.
Strukturiranje pozivov za doslednost serije
Pri generiranju serije slik uporabite fiksno predlogo poziva. Strukturirajte poziv v tri dele: motiv, slogovne omejitve in negativne omejitve. Ohranite slogovni in negativni del identična v vseh pozivih v seriji. Spreminjajte samo del z motivom. Na primer:
- Motiv: Ženska s skodelico kave
- Slog: Trda usmerjena svetloba z zgornje leve strani, umirjeni zemeljski toni, zrnata filmska tekstura
- Negativno: Neon, svetle barve, gladki digitalni videz, risanka
Ne spreminjajte slogovnega dela za posamezne slike. Če ena slika potrebuje drugačno osvetlitev, gre za nov slog in začeti morate nov paket z novo predlogo. Mešanje slogov znotraj paketa ustvarja odstopanja, ker model povpreči nasprotujoče si navodila. Doslednost dosežete tako, da slog obravnavate kot konstantno spremenljivko, subjekt pa kot edino neodvisno spremenljivko.
Pogoste napake, ki rušijo vizualno skladnost
Najpogostejša napaka je vključevanje subjektivnih pridevnikov, kot so "lep", "kul" ali "epski". Ti izrazi nimajo stabilne vizualne definicije in uvajajo naključne variacije. Odstranite jih. Nadomestite jih z opisnimi lastnostmi.
Druga napaka je preveliko zanašanje na privzete nastavitve modela. Nekateri modeli imajo vgrajene pristranskosti do določenih estetik, kot so visok kontrast ali specifični barvni odtenki. Če vaš želeni slog nasprotuje tem privzetim nastavitvam, jih morate nevtralizirati z eksplicitnimi negativnimi pozivi. Na primer, če želite mehko osvetlitev z nizkim kontrastom, a model privzeto uporablja visok kontrast, dodajte "low contrast, soft shadows" v slogovni del in "high contrast, harsh shadows" v negativni del.
Nazadnje, ne preskakujte negativnega poziva. Negativni pozivi niso neobvezni. Določajo, čemur se mora model izogniti, kar je pogosto učinkovitejše kot določanje, kaj mora vključevati. Slog brez negativne definicije je na pol definiran slog.
Tehnike za ohranjanje sloga pri različnih subjektih
Pri prehajanju med zelo različnimi subjekti, na primer od osebe do izdelka do pokrajine, morajo biti slogovne omejitve dovolj robustne, da se uporabijo na vseh. Preden se zavežete celotni proizvodni seriji, preizkusite slogovno predlogo na raznoliki množici subjektov. Če se slog pri eni vrsti subjekta razsloji, izboljšajte opisnike. Na primer, "grainy film texture" je lahko videti naravno pri osebi, a umetno pri gladkem izdelku. V tem primeru prilagodite opisnik teksture na nekaj kot "subtle film grain, slight lens flare", kar deluje v različnih kontekstih.
Uporabite vmesne subjekte za premostitev vrzeli. Če prehajate od portreta do mestne pokrajine, ustvarite vmesno sliko osebe v mestu. To vam pomaga preveriti, ali slogovne omejitve zdržijo pri prehodu. Če se slog v vmesni sliki odstopi, popravite poziv, preden nadaljujete s končnim subjektom.
Skladnost sloga je postopek upravljanja omejitev, ne čarovnija. Od umetne inteligence ne zahtevate, da si zapomni vaš okus; vsakič ji podate natančen specifikacijski list. Svoj slogovni poziv obravnavajte kot recept: vsaka sestavina mora biti našteta, odmerjena in ponovljena. Če odstopate od recepta, se jed spremeni. Če se ga držite, ostane izhod dosleden.