Tutarlı Karakter Tasarımı İçin Yapay Zekaya Nasıl Prompt Verilir?

Karakter tutarlılığı, metinde değişmez özelliklerin tanımlanması ve bunların görsel referanslarla sabitlenmesi, ardından ışık ve açı gibi değişkenlerin sıkı bir şekilde kontrol edilmesiyle sağlanır. Bu, iş akışınızda karakterin kimliğini sahne bağlamından ayırarak başarılır.

Üretken Yapay Zekada Karakter Sapması Problemi

Üretken Modeller istemleri olasılıksal olarak yorumlar. Belirli bir karakter istediğinizde, model olası yorumlar dağılımından örnekler çeker. Kısıtlamalar olmadan her üretim yeni bir zar atışıdır. Yüz yapısı, saç dokusu veya kıyafet detaylarındaki küçük varyasyonlar görseller arasında birikir. Bu sapma, modelin belirli kimlik işaretçilerinden ziyade genel kompozisyon ve ışıklandırmaya öncelik vermesi nedeniyle gerçekleşir. Çıktıyı aktif olarak kısıtlamazsanız, karakter spesifik bir birey yerine genel bir arketipe dönüşür.

İstemlerde Değişmez Karakter Özelliklerini Tanımlama

Karakteri tanımlayan özellikleri belirlemeli ve bunları pazarlık konusu olmayan unsurlar olarak ele almalısınız. Bunlar değişmez özelliklerdir. Belirli yüz geometrisi, göz rengi, saç şekli ve benzersiz kıyafet parçalarını içerir. Karakteri "havalı" veya "gizemli" gibi belirsiz terimlerle tanımlamayın. Fiziksel gerçekliği tarif edin. "Sert bir görünüm" yerine "kısa kesilmiş saç, sol kaşın üzerinde yara izi, yıpranmış deri ceket" belirtin.

• Değişmez özellikleri sabit bir metin bloğu halinde listeleyin.
• Bu bloğu her istemde aynı tutun.
• Yüksek ağırlık vermek için bu bloğu istemin başına yerleştirin.
• Birden fazla yoruma izin veren sıfatlardan kaçının. Somut isimler ve fiziksel tanımlayıcılar kullanın.

Saç tanımını değiştirirseniz, model yeni tanımı farklı bir karakter olarak yorumlayabilir. Metin istemi birincil sabitleyicidir. Metin belirsizse, görsel tutarsız olacaktır.

Referans Görselleri ve Stil Sabitleyicileri Kullanma

Metin tek başına karmaşık karakterler için genellikle yetersizdir. Görsel referanslar mekansal ve stilistik bir sabitleyici sağlar. Modelin kimlik yorumlamasına rehberlik etmek için karakterin görselini yüklersiniz. Bu aşamada belirli araçlar sürece dahil olur.

• Midjourney, yeni nesillerde tutarlı yüz özelliklerini ve stilini garanti altına almak için belirli bir karakter görseline referans verilmesi gerektiğinde tercih edilir.
• Adobe Firefly, Creative Cloud ekosistemi içinde üretilen görsellerin stilini ve kimliğini yönlendirmek için bir karakter referans görseli yüklenmesi gerektiğinde kullanılır.
• Leonardo.Ai, birden fazla görsel üretiminde belirli karakter özelliklerini ve estetiği sabitlemek gerektiğinde seçilir.
• Stable Diffusion, LoRA eğitimi veya ControlNet kullanarak poz ve yapıyı kilitlemek yoluyla ileri düzey tutarlılık sağlamak için kullanılır.
• Krea, gerçek zamanlı üretimde karakter kimliğini ve stilini korumak için bir görsel yüklenmesi gerektiğinde uygulanır.
• Runway, video dizileri oluştururken veya statik karakter tasarımlarını animasyonlaştırırken karakter tutarlılığını korumak gerektiğinde tercih edilir.
• DALL-E 3, yerleşik bir görsel referans özelliği olmadığından, detaylı ve spesifik metin istemleri ile yinelemeli iyileştirme yoluyla karakter tutarlılığını korumak gerektiğinde güvenilir bir seçenektir.

Bu araçları kullanırken çıktıyı, yüz yapısının referansla eşleşip eşleşmediğine göre değerlendirin. Sahnenin iyi görünüp görünmediğine göre değerlendirmeyin. Eğer yüz yanlışsa, sahnenin önemi yoktur.

Aydınlatma ve açı varyasyonlarını yönetme

Aydınlatma ve açı, algılanan tutarsızlığın en yaygın nedenleridir. Parlak gündüz ışığındaki bir karakter, aynı karakterin gölgedeki halinden farklı görünür. Bu bir kayma değildir; fizik kuralları gereğidir. Ancak modeller, aydınlatma değişikliklerini genellikle kimlik değişiklikleri olarak yorumlar.

• Karakterin aynı görünmesini istiyorsanız aydınlatma açıklamasını tutarlı tutun.
• Açının değişmesi durumunda yüz özelliklerinin kaymasını bekleyin.
• Temel kimliği belirlemek için karakter sayfalarında nötr aydınlatma kullanın.
• Dramatik aydınlatmayı yalnızca kimlik sabitlendikten sonra uygulayın.

Bir karakteri karanlık bir sokakta ardından parlak bir stüdyoda üretirseniz, model gölgeleri farklı yüz yapıları olarak yorumlayabilir. Kimliği ortamdan ayırın. Karakteri önce nötr bir bağlamda üretin. Ardından belirli ortam için kompozisyon yapın veya istem verin.

Yinelemeli iyileştirme ve negatif istem verme

İlk denemede doğru sonucu elde edemeyebilirsiniz. İteratif iyileştirme, iş akışının temelidir. Birden fazla varyasyon üretin. Hedef kimliğe en yakın olanı seçin. Bu seçimi yeni referans olarak kullanın. Bu işlem, tutarlılığı artıran bir geri bildirim döngüsü oluşturur.

Negatif istemleme esastır. Modelin ne yapmaması gerektiğini belirtmelisiniz.

• Negatif isteminizdeki yaygın sapmaları listeleyin.
• "farklı yüz", "yanlış saç" veya "genel özellikler" gibi ifadeler ekleyin.
• Yeni hata türlerini gördükçe negatif istemi güncelleyin.

Model karaktere farklı bir burun şekli vermeye devam ederse, negatif isteme "wrong nose shape" ifadesini ekleyin. Bu, sapmayı aktif olarak bastırır.

Tutarlılığı bozan yaygın hatalar

Tutarlılık sorunlarının çoğu, araçların sınırlamalarından değil, iş akışı hatalarından kaynaklanır.

• Karakter açıklamasını istemler arasında değiştirmek.
• Fiziksel tanımlayıcılar yerine belirsiz sıfatlar kullanmak.
• Kimliği değerlendirirken ışık bağlamını göz ardı etmek.
• Sapmaları bastırmak için negatif istemlemeyi kullanmamak.
• İteratif iyileştirme olmadan mükemmel tutarlılık beklemek.
• Düşük kaliteli veya belirsiz tek bir referans görseli kullanmak.

Bu hataları yaparsanız hiçbir araç sizi kurtaramaz. İş akışı disiplinli olmalıdır. Metin hassas olmalıdır. Referanslar açık olmalıdır. İterasyon sürekli olmalıdır.