ការផ្ទេរសម្លៀកបំពាក់ដោយ AI គ្មានសេនស័រ

ការងាររូបភាពដែលមនុស្សភាគច្រើនត្រូវការជាក់ស្តែងមិនមែនជា "បង្កើតរូបភាពមួយអំពីវត្ថុមួយ" ទេ។ វាជា "ដាក់អាវនេះលើមនុស្សនេះ" "ដាក់កៅអីនេះចូលបន្ទប់នេះ" "ថតផលិតផលនេះក្នុងដៃនោះ"។ ទាំងអស់នេះត្រូវការសម្ភារៈពីរូបថតច្រើនជាងមួយ ហើយទាំងអស់នេះបរាជ័យតាមរបៀបដូចគ្នា៖ រូបភាពមួយត្រូវបានភ្ជាប់ រូបភាពមួយទៀតត្រូវបានពណ៌នាជាពាក្យ ហើយលទ្ធផលដែលត្រឡប់មកវិញគឺជាអ្វីមួយសមហេតុផលដែលមិនមែនជារបស់ដែលអ្នកមានពិតប្រាកដ។ ដំណោះស្រាយតូចជាងអ្វីដែលអ្នកគិត ហើយវាដំណើរការគ្រប់ទីកន្លែង។

01តើ "ការផ្សំរូបភាព" ជាអ្វី ហើយវាកើតឡើងនៅឯណា

Shannon 3 ធ្វើអ្វីបីយ៉ាងខុសគ្នាជាមួយរូបភាព៖ វា បង្កើត រូបភាពថ្មីមួយពីការពណ៌នា វា កែសម្រួលរូបភាពមួយ ដែលមានស្រាប់ និង ផ្សំរូបភាពពីរ ឬច្រើន ទៅជារូបភាពថ្មីតែមួយ។ ពួកវាមានច្បាប់ខុសគ្នា ហើយការជ្រើសរើសខុសគឺជាកន្លែងដំបូងដែលគុណភាពធ្លាក់ចុះ។

ប្រើការផ្សំរាល់ពេលរូបភាពចប់ត្រូវការសម្ភារៈពីរូបថតច្រើនជាងមួយ៖ ការផ្ទេរសម្លៀកបំពាក់ ការដាក់វត្ថុចូលឈុត មនុស្ស ក ក្បែរមនុស្ស ខ ផលិតផលពិតកាន់ដោយម៉ូដែលពិត រចនាបថនៃរូបភាពមួយអនុវត្តលើកម្មវត្ថុរបស់រូបភាពមួយទៀត។ បើអ្នកមានអារម្មណ៍ចង់ចង្អុលទៅរូបភាពពីរក្នុងពេលតែមួយ នោះជាប្រតិបត្តិការនោះឯង។

អ្វីៗទាំងអស់នេះកើតឡើង ក្នុងកម្មវិធីជជែក Shannon ក្នុងការសន្ទនាធម្មតា។ វាមិននៅលើ API /v1 ទេ — API បម្រើអត្ថបទ និងការមើលឃើញ ដែលមានន័យថាវា អាន រូបភាពដែលអ្នកផ្ញើ ជាជាងផលិតរូបភាពថ្មី។ បើអ្នកមកពីការស្វែងរក API នេះជាចម្លើយស្មោះត្រង់ សូមមើល ឯកសារ API សម្រាប់អ្វីដែលចំណុចប្រទាក់ទាំងនោះបម្រើពិតប្រាកដ។ រូបភាពត្រូវបានបង្កើតនៅលើចង្កោមកម្មវិធីក្រាហ្វិកផ្ទាល់ខ្លួនរបស់យើង។

អ្នកសួរជាភាសាធម្មតា ជាភាសាណាមួយដែលអ្នកនិយាយ។ Shannon កំណត់ថារូបភាពមួយកំពុងត្រូវបានស្នើសុំ សរសេរការណែនាំបង្កើតជាភាសាអង់គ្លេសដោយខ្លួនឯង ហើយបង្ហាញអ្នកលើ កាតបញ្ជាក់មុនពេលអ្វីមួយត្រូវបានបង្កើត។ គ្មានអ្វីត្រូវបានបង្កើត ហើយគ្មានអ្វីត្រូវបានគិតលុយ រហូតដល់អ្នកបញ្ជាក់ — ហើយសម្រាប់ការងារច្រើនរូបភាព កាតនោះជាកន្លែងដែលអ្នកពិនិត្យថាតួនាទី និងលំដាប់ចេញមកត្រូវនឹងចេតនារបស់អ្នក។ Shannon មិនដែលបង្កើតដោយគ្មានការស្នើសុំទេ៖ ការស្វាគមន៍ សំណួរមួយ ឬរូបថតដែលភ្ជាប់ដោយចៃដន្យ មិនធ្វើឲ្យការបង្កើតកើតឡើងទេ។

02ច្បាប់៖ ដាក់ឈ្មោះតួនាទីរបស់រូបភាពនីមួយៗ តាមលំដាប់

ការណែនាំត្រូវនិយាយ អ្វីដែលរូបភាពនីមួយៗចូលរួម ហើយត្រូវនិយាយវា តាមលំដាប់ដែលរូបភាពត្រូវបានផ្តល់ឲ្យ។ នោះជាបច្ចេកទេសទាំងមូល អ្វីៗខាងក្រោមគឺជាច្បាប់នេះអនុវត្តលើការងារជាក់លាក់មួយ។

រូបភាពទីមួយជា មូលដ្ឋាន — កម្មវត្ថុសំខាន់ ឬឈុត អ្វីណាដែលរូបភាពចប់ភាគច្រើនផ្សំឡើងពី។ វាកំណត់អត្តសញ្ញាណ ឥរិយាបថ ការដាក់ស៊ុម ពន្លឺ និងអ្វីៗគ្រប់យ៉ាងដែលអ្នកមិនបានស្នើសុំឲ្យប្តូរ។ រូបភាពក្រោយៗជា ប្រភព៖ ផ្នែកដែលកំពុងត្រូវបាននាំចូល។ សរសេរប្រយោគនោះឲ្យមនុស្សចម្លែកម្នាក់កាន់រូបភាពតាមលំដាប់អាចធ្វើការងារនោះដោយដៃ។

ដំណើរការ
The woman from the first image wearing the red knitted sweater
from the second image, standing in the same park, same pose and
same afternoon light, her face and hair unchanged.

បរាជ័យ
Combine these two images.   Merge the photos.   Put them together.

កំណែបរាជ័យទាំងនោះមិនបរាជ័យព្រោះវាខ្លីទេ តែព្រោះវាមិនដែលនិយាយថារូបភាពមួយណាជាមនុស្ស ហើយរូបភាពមួយណាជាអាវយឺត។ ទម្លាប់បីជួយឲ្យច្បាប់នេះជាក់ស្តែង៖

• ប្រើភាសាលំដាប់ជាក់ច្បាស់។ "ពីរូបភាពទីមួយ" "ពីរូបភាពទីពីរ"។ ពាក្យបួន ហើយភាពមិនច្បាស់លាស់បាត់ទៅ។
• និយាយអ្វីដែលនៅដដែល។ "រក្សាមុខ សក់ និងឥរិយាបថរបស់នាងឲ្យដូចដើម"។ ការដាក់ឈ្មោះផ្នែកដែលនៅដដែលគឺជាឧបករណ៍លើកកម្ពស់គុណភាពដ៏ធំបំផុតក្នុងប្រតិបត្តិការរូបភាពគ្រប់យ៉ាងដែល Shannon ធ្វើ ហើយវាសំខាន់បំផុតនៅទីនេះ ព្រោះការផ្សំមួយមានវត្ថុពីរ ឬច្រើនដែលអាចវង្វេងចេញ។
• សរសេរជាប្រយោគ មិនមែនស្លាក។ ម៉ូដែលរូបភាពអានការណែនាំដូចម៉ូដែលភាសាអានប្រយោគមួយ ដូច្នេះប្រយោគពេញលេញប្រសើរជាងពាក្យគន្លឹះខណ្ឌដោយក្បៀស។ សរសេរប្រហែល 30 ដល់ 80 ពាក្យ ហើយកុំប្រើសំណល់សម័យ SDXL ("masterpiece, best quality, 8k") ឬវាក្យសម្ព័ន្ធទម្ងន់ដូចជា (word:1.3)។

ពេលរូបភាពមួយមានវត្ថុច្រើនជាងមួយ ដាក់ឈ្មោះផ្នែកដែលអ្នកចង់បានពីវា។ បើរូបភាពទីពីរជារូបថតកាតាឡុកនៃម៉ូដែលពាក់អាវយឺត "អាវយឺតត្បាញពណ៌ក្រហមដែលពាក់ដោយស្ត្រីនៅរូបភាពទីពីរ" និយាយថាអ្នកចង់បានសម្លៀកបំពាក់ មិនមែនម៉ូដែលនោះទេ។ បើទុកតែ "រូបភាពទីពីរ" អ្នកអាចទទួលបានមុខនាងផងដែរ។

គំរូតួនាទីតាមប្រភេទការងារ

ការងារ	រូបភាពទីមួយ	រូបភាពទីពីរ	រូបរាងការណែនាំ
ការផ្ទេរសម្លៀកបំពាក់	មនុស្ស	សម្លៀកបំពាក់	"[មនុស្ស] ពីរូបភាពទីមួយពាក់ [សម្លៀកបំពាក់] ពីរូបភាពទីពីរ [អ្វីនៅដដែល]"
វត្ថុក្នុងឈុត	ឈុត	វត្ថុ	"[បន្ទប់] ពីរូបភាពទីមួយជាមួយ [វត្ថុ] ពីរូបភាពទីពីរដាក់ [ទីតាំង] ត្រូវនឹង [ពន្លឺ]"
មនុស្ស + មនុស្ស	មនុស្ស ក និងឈុត	មនុស្ស ខ	"[បុរស] ពីរូបភាពទីមួយឈរក្បែរ [ស្ត្រី] ពីរូបភាពទីពីរ [ទីតាំង ទិសភ្នែក]"
ផលិតផលលើមនុស្ស	ម៉ូដែល ឬឈុត	ផលិតផល	"[ម៉ូដែល] ពីរូបភាពទីមួយកាន់ [ផលិតផល] ពីរូបភាពទីពីរ [របៀបចាប់ ទិសស្លាក]"
ការផ្ទេររចនាបថ	កម្មវត្ថុ	រូបភាពយោងរចនាបថ	"[កម្មវត្ថុ] ពីរូបភាពទីមួយធ្វើឡើងតាម [អ័ក្សរចនាបថ] នៃរូបភាពទីពីរ [កម្មវត្ថុនៅដដែល]"

03កំហុសដែលបំផ្លាញការព្យាយាមភាគច្រើន៖ ការពណ៌នាជំនួសឲ្យការភ្ជាប់

នេះជាកំហុសដែលសមនឹងបង្កើតការភ័យខ្លាច ព្រោះវាជាកំហុសទូទៅបំផុត ហើយព្រោះវាមើលទៅដូចជាបានផលជោគជ័យ។ អ្នកប្រើមានរូបថតពីរ — អតិថិជនរបស់ពួកគេ និងផលិតផលរបស់អតិថិជននោះ ឬខ្លួនឯង និងអាវម្នាក់ដែលពួកគេមាន។ ពួកគេភ្ជាប់មួយ ហើយវាយអក្សរមួយទៀត។

កំហុសនោះ
[attaches one photo of a woman]
"Put a red knitted sweater on her, cable knit, kind of chunky,
with a rolled collar."

អ្វីដែលត្រឡប់មកវិញគឺជាស្ត្រីម្នាក់ក្នុងអាវយឺតត្បាញពណ៌ក្រហម។ វាជាអាវយឺតល្អមួយ។ វាមិនមែនជាអាវនោះទេ។ លំនាំត្បាញត្រូវបានប្រឌិត ការជ្រលក់ពណ៌ជាពណ៌ក្រហមផ្សេង ជម្រៅជាយខុស ក រកកួចទិសខុស ហើយភាពមិនស៊ីមេទ្រីតូចៗដែលធ្វើឲ្យសម្លៀកបំពាក់ពិតអាចទទួលស្គាល់ — ការជួសជុលមួយ ស្នាមរបូត ការលាតសន្ធឹងត្រង់កែងដៃ — បាត់ទៅវិញ ព្រោះគ្មានអ្វីក្នុងប្រយោគមានវាទេ។

អត្ថបទជាបណ្តាញបាត់បង់ព័ត៌មាន ហើយរូបថតមួយមិនមែនទេ។ ប្រយោគប្រយ័ត្នមួយផ្ទុកលក្ខណៈវត្ថុមួយប្រហែលមួយសិបយ៉ាង រូបថតផ្ទុករាប់ពាន់ រួមទាំងគ្រប់យ៉ាងដែលអ្នកមិនដែលគិតសរសេរចុះ និងអ្វីៗដែលអ្នកមិនអាចដាក់ឈ្មោះបាន។ ការពណ៌នាជំនួសឲ្យការភ្ជាប់បោះចោលអ្វីៗគ្រប់យ៉ាងដែលអ្នកមិនបានគិត ដែលជាភាគច្រើននៃវា។ ការភ្ជាប់រក្សាទម្រង់ពិតប្រាកដ ព្រោះទម្រង់ពិតប្រាកដមានវត្តមាន។

ការសាកល្បងសាមញ្ញ។ បើចំណុចសំខាន់នៃរូបភាពគឺថាវាជាធាតុនោះ — សម្លៀកបំពាក់ជាក់លាក់នោះ មនុស្សនោះ ផលិតផលពិតប្រាកដនោះ បន្ទប់នោះ — ភ្ជាប់វា។ បើអ្នកអាចរើសវត្ថុនោះចេញពីជួរជាច្រើន ហើយវាសំខាន់ថាលទ្ធផលត្រូវនឹងវត្ថុដែលអ្នកនឹងរើស ការពណ៌នាមិនអាចធ្វើវាបានទេ។

មានករណីស្របច្បាប់មួយសម្រាប់ការពណ៌នា៖ ពេលវត្ថុនោះ មិនទាន់មានទេ ឬពេលកំណែទូទៅមួយជាអ្វីដែលអ្នកចង់បាន។ ការរចនាអាវយឺតដែលគ្មាននរណាធ្លាប់ត្បាញ ការគូសព្រាងគំនិតដំបូង — នោះជាការងារបំប្លែងអត្ថបទទៅជារូបភាព ហើយការពណ៌នាត្រឹមត្រូវ ព្រោះគ្មានវត្ថុពិតដែលអត្តសញ្ញាណរបស់វាកំពុងត្រូវបានរក្សានោះទេ។ ភ្លាមៗដែលវត្ថុពិតចូលក្នុងលក្ខខណ្ឌការងារ រូបថតរបស់វាចូលមកជាមួយផងដែរ។

កំហុសពាក់កណ្តាលដែលពាក់ព័ន្ធ៖ ការភ្ជាប់រូបភាពទាំងពីរ ប៉ុន្តែនៅតែពណ៌នារូបភាពទីពីរដោយលម្អិត។ គុណនាមអាចប្រៀបផ្ទុយនឹងរូបថត — សរសេរ "ក្រាស់" ខណៈសម្លៀកបំពាក់ពិតជាត្បាញស្តើង ហើយអ្នកបានបង្កើតភាពផ្ទុយគ្នាមួយ។ ពណ៌នារូបភាពទីពីរតែគ្រប់គ្រាន់ដើម្បីកំណត់ថាផ្នែកមួយណាដែលអ្នកចង់បាន។

04ការផ្ទេរសម្លៀកបំពាក់

ការងារពីររូបភាពជាគោល។ ភ្ជាប់ មនុស្សជាមុន និង សម្លៀកបំពាក់ជាទីពីរ។ រូបភាពសម្លៀកបំពាក់អាចជារូបថតគាបស្មើ រូបថតលើសំពត់ព្យួរ រូបថតកាតាឡុក ឬនរណាម្នាក់ផ្សេងកំពុងពាក់វា — ដំណើរការទាំងអស់ ដរាបណាអ្នកនិយាយថាផ្នែកមួយណារបស់វាដែលអ្នកចង់បាន។

ការផ្ទេរសម្លៀកបំពាក់
The woman from the first image wearing the red knitted sweater
from the second image. Keep her face, hair, pose and the park
background exactly as they are, with the same soft overcast light.
The sweater should hang naturally on her frame, with the cable
pattern and collar of the original garment intact.

Negative prompt: warped cable pattern, extra sleeves, distorted
hands, plastic-looking fabric, mismatched lighting

អ្វីបីធ្វើការងារនេះ៖ តួនាទីត្រូវបានដាក់ឈ្មោះតាមលំដាប់ ផ្នែកដែលនៅដដែលត្រូវបានរាយឲ្យឮ (នោះជាអ្វីដែលបញ្ឈប់មុខមិនឲ្យវង្វេង) ហើយឃ្លាចុងក្រោយប្រាប់ម៉ូដែលថាព័ត៌មានលម្អិតរបស់សម្លៀកបំពាក់ខ្លួនឯងជាចំណុចសំខាន់ — បើគ្មានវា ការផ្សំមានទំនោររក្សាពណ៌ និងរាងរាងកាយ ខណៈធ្វើវាយនភាពរលោងដោយស្ងាត់ៗ។

• ការសមទំហំគឺជាការអះអាងផ្នែករូបវន្តមួយ ដូច្នេះនិយាយវា។ "ព័ទ្ធធម្មជាតិលើរាងកាយនាង" "សមចង្កេះ" "ដៃអាវបញ្ចប់ត្រង់កដៃ" — បើមិនដូច្នេះទេ សម្លៀកបំពាក់អាចមកដល់តាមសមាមាត្រប្រភពរបស់វា ជាជាងសមាមាត្ររបស់អ្នកពាក់។
• ការបិទបាំងជាករណីលំបាកបំផុត។ បើដៃឆ្លងគ្នា ឬខ្សែយួរកាបូបឆ្លងទ្រូង និយាយថាមានអ្វីកើតឡើងចំពោះវា។ ភាពមិនច្បាស់លាស់នៅទីនោះបង្កើតកំហុសដៃអាវរលាយដ៏ធម្មតា។
• សម្លៀកបំពាក់ច្រើនមានន័យថារូបភាពច្រើន។ មនុស្សជាមុន បន្ទាប់មកអាវពីលើ បន្ទាប់មកខោ បន្ទាប់មកស្បែកជើង — ហើយយោងវាថារូបភាពទីពីរ ទីបី ទីបួន ជាប់លាប់។ កុំប្តូរទៅ "រូបភាពស្បែកជើង" ពាក់កណ្តាលផ្លូវ។

05ការដាក់វត្ថុចូលឈុត

នៅទីនេះតួនាទីត្រូវបានបញ្ច្រាស៖ ឈុតទៅមុន ព្រោះឈុតជាអ្វីដែលរូបភាពចប់ភាគច្រើនផ្សំឡើងពី ហើយវត្ថុជាផ្នែកដែលកំពុងត្រូវបាននាំចូល។ គំរូបន្ទប់ខាងក្នុង ការរៀបចំបន្ទប់ជាមួយគ្រឿងសង្ហារឹមដែលអ្នកមិនទាន់បានទិញ ការដាក់យានយន្តលើផ្លូវ ការដាក់ចម្លាក់ក្នុងវិចិត្រសាល — រូបរាងដូចគ្នារាល់ពេល។

វត្ថុក្នុងឈុត
The living room from the first image with the green velvet
armchair from the second image placed beside the window on the
left, angled slightly toward the camera and standing about waist
height in frame. Match the room's warm late-afternoon light, with
a soft shadow falling to the right of the chair onto the rug.
Keep the rest of the room and the camera angle unchanged.

Negative prompt: floating object, cut-out edges, duplicate
shadows, mismatched color temperature

ចំណុចបរាជ័យនៅទីនេះមិនមែនអត្តសញ្ញាណទេ គឺជា រូបវិទ្យា។ វត្ថុមួយដែលរក្សាពន្លឺផ្ទាល់ខ្លួនរបស់វាមើលទៅដូចជាបិទភ្ជាប់ ហើយអ្នកមើលកត់សម្គាល់វាភ្លាមៗ ទោះជាពួកគេមិនអាចនិយាយថាហេតុអ្វី។ ចំណាយពាក្យរបស់អ្នកលើអ្វីបីដែលរូបថតវត្ថុដាច់ដោយឡែកមួយមិនអាចដឹង៖ ទីតាំង (កន្លែងណាក្នុងស៊ុម ធៀបនឹងអ្វី) ទំហំ ជាទំហំធៀបនឹងឈុត មិនមែនជាសង់ទីម៉ែត្រទេ ("ខ្ពស់ប្រហែលចង្កេះ" "ខ្ពស់ដូចដងកណ្តឹងទ្វារ") និង ពន្លឺ និងស្រមោល — ទិស គុណភាព និងកន្លែងដែលស្រមោលធ្លាក់។ ចំណុចចុងក្រោយនោះជាចំណុចដែលប្តូររូបផ្សំមួយទៅជារូបថតមួយ។

06មនុស្ស ក ក្បែរមនុស្ស ខ

មនុស្សពីរនាក់ដែលមិនដែលនៅបន្ទប់ដូចគ្នា៖ រូបថតគ្រួសារឆ្លងជំនាន់ រូបភាពស្ថាបនិកពេលសហស្ថាបនិកកំពុងធ្វើដំណើរ ផ្ទាំងផ្សព្វផ្សាយជាមួយអ្នកសម្តែងពីរនាក់។ វាដំណើរការ ហើយវាត្រូវការអ្វីពីរដែលការងារកម្មវត្ថុតែមួយមិនត្រូវការ។

មនុស្សពីរនាក់
The man from the first image standing beside the woman from the
second image, both on the same stone terrace from the first image.
He stands on the left, she stands on his right, shoulders almost
touching, both facing the camera at the same eye level. Keep both
faces, hairstyles and clothing exactly as in their own photographs,
and light both with the same soft evening light from the left.

Canvas: landscape
Negative prompt: mismatched skin tone, duplicated limbs, seam
line between subjects, uneven lighting

អ្វីបន្ថែមពីរ៖ ធរណីមាត្រទាក់ទង — នរណានៅខាងណា ឆ្ងាយប៉ុន្មាន ភ្នែកនរណាមើលទៅណា និងកម្ពស់ទាក់ទង ព្រោះរូបភាពពីរដែលកាត់ខុសគ្នាមិនផ្តល់ជាមធ្យោបាយឲ្យម៉ូដែលដឹងថាមនុស្សម្នាក់ខ្ពស់ជាងមួយក្បាល — និង ពន្លឺរួមតែមួយ ដែលបញ្ជាក់ច្បាស់លាស់ ព្រោះអ្នកកំពុងបញ្ចូលបរិយាកាសពន្លឺពីរចូលគ្នា ហើយមួយត្រូវឈ្នះ។

នេះក៏ជាកន្លែងដែលការជ្រើសរើសសមាមាត្រផ្ទាំងថ្មីមានតម្លៃដែរ៖ ប្រភពទិសបញ្ឈរពីរបង្កើតរូបថតក្រុមទិសបញ្ឈរដ៏អាក្រក់ ដូច្នេះសុំ ផ្តេក ឬ ធំទូលាយ។ ហើយនិយាយចំណុចជាក់ស្តែងម្តង — ការដាក់មនុស្សពិតចូលរូបភាពដែលពួកគេមិនធ្លាប់នៅមានអានុភាព ហើយវាមិនមែនគ្មានគ្រោះថ្នាក់ដោយស្វ័យប្រវត្តិទេ។ មានសិទ្ធិ ឬការយល់ព្រម គោលការណ៍ប្រើប្រាស់ដោយទទួលខុសត្រូវ របស់យើងជាកំណែខ្លី។

07ផលិតផលលើមនុស្ស និងការថតរូបផលិតផលដោយ AI គ្មានសេនស័រ

ខាងពាណិជ្ជកម្ម នេះជាការផ្សំដែលបង់ថ្លៃខ្លួនឯង។ អ្នកមានរូបផលិតផលលើផ្ទៃពណ៌ស និងម៉ូដែលមួយ ដៃមួយ ផ្ទះបាយមួយ តុការងារមួយ។ ការផ្សំវាឲ្យអ្នកនូវរូបថតរបៀបរស់នៅដោយគ្មានថ្ងៃថតវិចិត្រសាល — ជាមួយ ផលិតផលពិតរបស់អ្នក នៅក្នុងវា ជាជាងការប៉ាន់ស្មានដែលបានបង្កើត ដែលនោះជាភាពខុសគ្នាទាំងមូលរវាងសម្ភារៈទីផ្សារដែលអាចប្រើបាន និងគំរូដែលអ្នកត្រូវសុំទោស។

ផលិតផលលើមនុស្ស
The woman from the first image holding the amber glass serum
bottle from the second image in her right hand, raised to chest
height, the label facing the camera and fully legible, her fingers
wrapped naturally around the bottle without covering the label.
Keep her face, hair and the kitchen background unchanged. Shot on
Kodak Portra 400, 85mm f/1.4, soft window light from the left.

Canvas: portrait
Negative prompt: warped label text, extra fingers, floating
bottle, duplicated reflections, plastic skin

ការបន្ថែមពីរជាក់លាក់សម្រាប់ការងារផលិតផល។ របៀបចាប់៖ ដៃកាន់វត្ថុជាកន្លែងដែលការផ្សំច្រើនតែខុសបំផុត ដូច្នេះនិយាយថាដៃមួយណា កម្ពស់ប៉ុន្មាន ហើយម្រាមដៃព័ទ្ធធម្មជាតិដោយគ្មានបិទបាំងស្លាក។ ការព្យាបាលថតរូប៖ ដាក់ឈ្មោះកាមេរ៉ា ឡិន និងហ្វីល ឬប្រភពពន្លឺ។ លទ្ធផលគួរអានដូចជារូបថតដែលបានថត មិនមែនរូបថតពីរដែលបានផ្សំទេ ហើយការសរសេរវាជារូបថតគឺជាអ្វីដែលនាំអ្នកទៅដល់ទីនោះ។

គ្មានសេនស័រមានសារៈសំខាន់នៅទីនេះតាមរបៀបធម្មតាជាងអ្វីដែលវាស្តាប់ទៅ។ កម្មវិធីមានតម្រងបដិសេធប្រភេទពាណិជ្ជកម្មធម្មតា និងស្របច្បាប់ទាំងមូល៖ កាតាឡុកខោអាវក្នុង និងឈុតហែលទឹក ឧបករណ៍បារី និងវេប ស្រា គ្រឿងបន្លាស់អាវុធ ផលិតផលសុខភាពមនុស្សពេញវ័យ កញ្ឆាកន្លែងស្របច្បាប់ ឧបករណ៍វេជ្ជសាស្ត្រ សម្ភារៈយុទ្ធសាស្ត្រ និងបរបាញ់។ ពួកគេក៏បដិសេធការងារម៉ាកយីហោ និងរូបរាងផ្ទាល់ខ្លួនធ្វើដោយម្ចាស់សិទ្ធិខ្លួនឯងផងដែរ។ គ្មានករណីណាមួយក្នុងនោះជាករណីខុសពីធម្មតាទេ វាជាថ្ងៃច័ន្ទធម្មតានៅភ្នាក់ងារផ្សព្វផ្សាយមួយ។ Shannon គ្មានតម្រងខ្លឹមសារលើផ្លូវបង្កើត ហើយគ្មានស្រទាប់ការបដិសេធលើម៉ូដែលដែលសរសេរប្រយោគនោះ ដូច្នេះការងារឆ្លងកាត់ ហើយសំណួរសិទ្ធិនៅជាមួយអ្នក ជាកន្លែងដែលវាគួរស្ថិតនៅ។

08រចនាបថពីរូបភាពមួយ កម្មវត្ថុពីរូបភាពមួយទៀត

កម្មវត្ថុជាមុន រូបភាពយោងរចនាបថជាទីពីរ។ អ្វីដែលធ្វើឲ្យការងារនេះខុសគ្នាគឺថាអ្នកកំពុងខ្ចីគុណភាពមួយ ជាជាងវត្ថុមួយ ដូច្នេះអ្នកត្រូវដាក់ឈ្មោះគុណភាពមួយណា — ហើយនិយាយថាកម្មវត្ថុ និងសមាសភាពផ្ទាល់ខ្លួនរបស់រូបភាពយោងមិនមកជាមួយទេ។

រូបភាពយោងរចនាបថ
The portrait of the man from the first image rendered in the
visual style of the second image: the same muted teal and ochre
palette, visible dry-brush texture, and flat even lighting. Keep
his face, expression and pose recognizable and unchanged. Do not
carry over the subject, background or composition of the second
image.

Negative prompt: second face, borrowed background, photographic
texture

ដាក់ឈ្មោះអ័ក្សរចនាបថដោយច្បាស់លាស់ ព្រោះ "តាមរចនាបថនៃរូបភាពទីពីរ" តែឯងមិនច្បាស់គ្រប់គ្រាន់ទេ៖ ក្រុមពណ៌ (ឬពណ៌ជាក់លាក់ សរសេរជា color #8B0000 ភ្ជាប់នឹងវត្ថុដែលមានឈ្មោះ) ចលនាជក់ ឬវាយនភាព គុណភាពពន្លឺ កម្រាស់បន្ទាត់ កម្រិតអរូបី ការព្យាបាលគែម។ រើសពីរ ឬបីដែលកំណត់រូបរាងនោះ ការដាក់ឈ្មោះទាំងប្រាំមួយធ្វើមធ្យមភាគពួកវា។ ហើយកុំលាយទិសដៅផ្ទុយគ្នា — "ថតដូចរូបភាពពិត" បូក "ថ្នាំទឹកលាបគូរ" បង្កើតភាពច្របូកច្របល់មួយ មិនមែនការលាយបញ្ចូលគ្នាទេ។ បើអ្នកចង់បានរូបថតមួយដែលគ្រាន់តែខ្ចីក្រុមពណ៌ សូមនិយាយពិតត្រង់នោះ។

09ការណែនាំអវិជ្ជមាន និងការជ្រើសរើសសមាមាត្រផ្ទាំងថ្មី

សមត្ថភាពពីរដែលមានសម្រាប់ការផ្សំ និងការកែសម្រួល តែមិនមានសម្រាប់ការបំប្លែងអត្ថបទទៅជារូបភាព ហើយទាំងពីរត្រូវបានប្រើតិចជាងអ្វីដែលគួរ។

ការណែនាំអវិជ្ជមាន

ការផ្សំរូបភាព គាំទ្រការណែនាំអវិជ្ជមាន។ សំណល់មិនចង់បានគួរនៅទីនោះ — ហើយវាសំខាន់ថាវានៅទីនោះ ជាជាងក្នុងការណែនាំ ព្រោះការសរសេរ "no extra fingers" ក្នុងការណែនាំចម្បងដាក់ឈ្មោះអ្វីដែលអ្នកកំពុងព្យាយាមចៀសវាងក្នុងដង្ហើមតែមួយជាមួយអ្វីៗទាំងអស់ដែលអ្នកចង់បាន។ ដាក់ការលើកលែងក្នុងបណ្តាញរបស់វាផ្ទាល់។ ធាតុដែលទទួលបានកន្លែងជាប់ជាប្រចាំ៖

• កាយវិភាគសាស្ត្រ — ម្រាមដៃលើស អវយវៈស្ទួន ដៃខូចទម្រង់ មុខទីពីរ។
• សញ្ញាបង្ហាញការផ្សំ — គែមកាត់ ថ្នេរដែលមើលឃើញ វត្ថុអណ្តែត ស្រមោលស្ទួន ពន្លឺព័ទ្ធជុំវិញកម្មវត្ថុ។
• ភាពមិនត្រូវគ្នានៃពន្លឺ — សីតុណ្ហភាពពណ៌មិនត្រូវគ្នា ទិសស្រមោលមិនស៊ីគ្នា ការប៉ះពន្លឺមិនស្មើគ្នារវាងកម្មវត្ថុ។
• កំហុសវាយនភាព — ស្បែកប្លាស្ទិក ក្រណាត់រលោង អត្ថបទស្លាកបង្វិល ស្លាកមិនអាចអានបាន។

រក្សាវាឲ្យតែប៉ុន្មានដែលអាចកើតមានចំពោះរូបភាពរបស់អ្នក។ ការណែនាំអវិជ្ជមានដែលរាយសាមសិបយ៉ាងជាការណែនាំមិនច្បាស់លាស់ មិនមែនការណែនាំដ៏រឹងមាំទេ។

សមាមាត្រផ្ទាំង

ការកែសម្រួលរូបភាពមួយសន្លឹក ទទួលមរតកសមាមាត្ររូបភាពប្រភព ដោយស្វ័យប្រវត្តិ — មានប្រភពតែមួយ ហើយរាងរបស់វាជាចម្លើយ។ ការផ្សំគ្មានលំនាំដើមបែបនេះទេ ដូច្នេះ អ្នកអាចជ្រើសរើសសមាមាត្រផ្ទាំងថ្មី ហើយអ្នកគួរធ្វើដូច្នេះជាញឹកញាប់ ព្រោះរាងដែលសមនឹងប្រភពមួយកម្រសមនឹងការផ្សំណាស់។

សមាមាត្រ	ល្អបំផុតសម្រាប់	ការប្រើប្រាស់ធម្មតាក្នុងការផ្សំ
square	លំនាំដើម បណ្តាញសង្គម	កម្មវត្ថុតែមួយជាមួយធាតុមួយបានផ្ទេរ
portrait	មនុស្ស កម្មវត្ថុខ្ពស់	ការផ្ទេរសម្លៀកបំពាក់ ផលិតផលកាន់ដោយម៉ូដែលមួយ
landscape	ទេសភាព ក្រុម	មនុស្សពីរនាក់នៅជាប់គ្នា វត្ថុដាក់ក្នុងបន្ទប់
wide	ការដាក់ស៊ុមភាពយន្ត	រូបថតក្រុម ឈុតផលិតផលបរិយាកាស បដា
tall	ផ្ទាំងផ្សាយ ផ្ទាំងខាងក្រោយទូរស័ព្ទ	រូបថតសម្លៀកបំពាក់ពេញខ្លួន ប្លង់ផ្ទាំងផ្សាយ

សំណើច្បាស់លាស់ឈ្នះជានិច្ច។ មិននិយាយអ្វីទេ អ្នកទទួលបានការេ — រាងខុសសម្រាប់ការងារមនុស្សពីរនាក់ និងសម្លៀកបំពាក់ពេញខ្លួនភាគច្រើន ដូច្នេះវាសមនឹងពាក្យមួយ។

10រូបភាពមួយណាដែល Shannon ប្រើ៖ ការសន្ទនា ធៀបនឹងសារនេះ

មានវិធីពីរដែលរូបភាពមួយចូលទៅក្នុងការផ្សំមួយ ហើយការដឹងថាអ្នកកំពុងពឹងផ្អែកលើមួយណារារាំងភាពច្របូកច្របល់លំដាប់ភាគច្រើន។

ភ្ជាប់ទៅសារបច្ចុប្បន្ន។ ផ្លូវផ្ទាល់៖ ភ្ជាប់អ្វីៗទាំងអស់ទៅសារដែលផ្ទុកការណែនាំ តាមលំដាប់ដែលអ្នកមានចេតនាយោង ហើយ "រូបភាពទីមួយ" និង "រូបភាពទីពីរ" មានន័យត្រូវនឹងអ្វីដែលវាមើលទៅដូច។ ប្រើវិធីនេះជាលំនាំដើម។

មានស្រាប់ក្នុងការសន្ទនា។ រូបភាពដែលបានផ្ញើមុននៅក្នុងខ្សែសន្ទនានៅតែអាចប្រើបាន ហើយអាចត្រូវបានយោងជាភាសាធម្មតា — "រូបថតដែលខ្ញុំបានផ្ញើមុន" "រូបភាពអាវយឺតពីមុន" "កំណែទីពីរដែលអ្នកបានធ្វើ"។ Shannon ដោះស្រាយការយោងធៀបនឹងខ្សែសន្ទនា ដែលពិតជាងាយស្រួលក្នុងវគ្គវែងមួយ៖ អ្នកអាចធ្វើឡើងវិញលើលទ្ធផលមួយ ហើយបន្ទាប់មកនាំចូលធាតុថ្មីមួយដោយគ្មានផ្ទុកឡើងវិញអ្វីៗទាំងអស់។

ការការពារសម្រាប់ទាំងពីរដូចគ្នា។ កាតបញ្ជាក់បង្ហាញការណែនាំមុនពេលអ្វីមួយត្រូវបានបង្កើត រួមទាំងលំដាប់ដែលវាបានជ្រើសរើស។ អានវា។ បើតួនាទីចេញមកបញ្ច្រាស — អាវយឺតជាមូលដ្ឋាន មនុស្សជាប្រភព — និយាយចេញមក ហើយវាត្រូវបានកែមុនពេលភីកសែលមួយត្រូវបានបង្កើត ឬគិតលុយ។ ទោះជាយ៉ាងណា ពេលខ្សែសន្ទនាវែង និងពោរពេញដោយរូបភាព ភ្ជាប់ម្តងទៀតនូវអ្វីដែលអ្នកត្រូវការ ប្រាំមួយរូបភាពពីមុន "រូបភាពទីពីរ" មិនច្បាស់សម្រាប់អ្នកអានណាមួយទេ។

ការសុំឲ្យ Shannon មើលរូបភាពមួយ — ពណ៌នាវា អានស្លាក ប្រាប់អ្នកអំពីសម្ភារៈ — ជាការងារមើលឃើញធម្មតា មិនមែនការបង្កើតទេ។ វាមិនចំណាយអ្វីបន្ថែម ហើយវាជាការត្រួតពិនិត្យល្អមួយមុនពេលផ្សំ៖ បើការពណ៌នារបស់ Shannon មិនលើកឡើងព័ត៌មានលម្អិតដែលអ្នកយកចិត្តទុកដាក់ ការណែនាំរបស់អ្នកត្រូវដាក់ឈ្មោះវា។

11គ្មានសេនស័រ និងអ្វីដែលនោះមានន័យពិតប្រាកដ

គ្មានតម្រងខ្លឹមសារលើផ្លូវបង្កើត ហើយ គ្មានស្រទាប់ការបដិសេធលើម៉ូដែលដែលសរសេរប្រយោគនោះ។ ការផ្សំជាកន្លែងដែលកម្មវិធីមានតម្រងបរាជ័យខ្លាំងបំផុត ព្រោះប្រព័ន្ធការបដិសេធមួយមិនអាចញែកភាពខុសគ្នារវាងការផ្សំរូបភាពដែលអ្នកជាម្ចាស់ និងការផ្សំរូបភាពដែលអ្នកមិនគួរមាន — ដូច្នេះវាទប់ស្កាត់ទាំងពីរ។

ការងារដែលកម្មវិធីទាំងនោះបដិសេធជាទៀងទាត់មិនមែនចម្លែកទេ៖ រូបភាពអាក្រាតសិល្បៈ និងការសិក្សារូបរាង ការគូររូបវេជ្ជសាស្ត្រ និងកោសល្យវិច្ច័យ រូបភាពស្រាវជ្រាវសន្តិសុខ អំពើហិង្សាក្នុងរឿងប្រឌិតសម្រាប់គម្រប​សៀវភៅ និងសិល្បៈហ្គេម ការនិយាយចំអកនយោបាយ និងប្រភេទផលិតផលស្របច្បាប់ដែលបានរាយខាងលើ។ រាល់មួយជាការងារវិជ្ជាជីវៈស្របច្បាប់ដែលតម្រងពាក្យគន្លឹះមួយមិនអាចញែកចេញពីការប្រើប្រាស់ខុសបានទេ។

គ្មានសេនស័រមិនមានន័យថាគ្មានទំនួលខុសត្រូវទេ។ អ្នកកំពុងផ្តល់រូបថតវត្ថុពិត និងជាញឹកញាប់មនុស្សពិត សិទ្ធិ និងការយល់ព្រមជារបស់អ្នកកាន់ ហើយទំនួលខុសត្រូវលើលទ្ធផលក៏ដូចគ្នា។ Shannon Lab LLC ជាក្រុមហ៊ុននៅញូម៉ិកស៊ិកូដែលដំណើរការក្រោម គោលការណ៍ប្រើប្រាស់ដោយទទួលខុសត្រូវ ដែលបានផ្សព្វផ្សាយ — សមនឹងប្រាំនាទីមុនពេលអ្នកចាប់ផ្តើមការងារពាក់ព័ន្ធនឹងរូបរាងផ្ទាល់ខ្លួនរបស់អ្នកដទៃ។

12ដែនកំណត់សមនឹងដឹងមុនពេលអ្នកចាប់ផ្តើម

គ្មានការបង្កើតវីដេអូទេ។ Shannon មិនធ្វើឲ្យរូបភាពមានចលនា ហើយមិនផលិតវីដេអូ ក្នុងទម្រង់ណាមួយ ពីប្រតិបត្តិការណាមួយក្នុងចំណោមទាំងនេះ — មិនមែនពីរូបភាពមួយសន្លឹក មិនមែនពីការផ្សំមួយ មិនមែនជាជម្រើសពិសោធន៍ណាមួយ។ បើលក្ខខណ្ឌការងាររបស់អ្នកបញ្ចប់ដោយចលនា នេះមិនមែនជាឧបករណ៍សម្រាប់ជំហានចុងក្រោយនោះទេ។ នោះជាអ្វីដែលផលិតផលនេះជា មិនមែនជាការណែនាំផែនការអនាគតទេ។

ព្រំដែនស្មោះត្រង់ផ្សេងទៀត ទាំងអស់ជាមួយវិធីដោះស្រាយ៖

• អត្ថបទតូចជាតំបន់ខ្សោយបំផុត។ អក្សរតូច អត្ថបទវេចខ្ចប់ក្រាស់ និងលេខស៊េរីវែងអាចចេញមកមិនល្អឥតខ្ចោះ។ ដាក់ស៊ុមផលិតផលឲ្យអត្ថបទសំខាន់ធំ ដាក់ warped label text ក្នុងការណែនាំអវិជ្ជមាន ហើយពិនិត្យនៅទំហំពេញ។
• ភាពខុសទំហំខ្លាំងពិបាក។ រូបផលិតផលទំហំ 4000 ភីកសែលផ្សំជាមួយរូបភាពតូចរបស់បន្ទប់មួយផ្តល់ឲ្យម៉ូដែលមានតិចតួចដើម្បីធ្វើការ។ ប្រើច្បាប់ចម្លងល្អបំផុតដែលអ្នកមានពីប្រភពនីមួយៗ។
• ការបិទបាំងខ្លាំងកម្រិតអ្វីដែលអាចត្រូវបានផ្ទេរ។ សម្លៀកបំពាក់ដែលបានថតបត់ ខាងក្រោយមិនដែលមើលឃើញ មិនអាចមានខាងក្រោយប្រឌិតដោយស្មោះត្រង់បានទេ។ បើការផ្សំបង្ហាញខាងក្រោយ ផ្តល់ខាងក្រោយ។
• រូបភាពច្រើនមានន័យថាកន្លែងច្រើនសម្រាប់ភាពច្របូកច្របល់។ ប្រភពបួនអាចធ្វើការបាន ជាមួយការដាក់ឈ្មោះលំដាប់ដ៏តឹងរឹង តែវាមិនមែនកន្លែងសម្រាប់ធ្វើដោយធម្មតាទេ — ប្រើចំនួនដែលការងារត្រូវការ និងមិនច្រើនជាងនេះ។
• ការផ្លាស់ប្តូរធំពីរក្នុងពេលតែមួយប្រកួតគ្នា។ ផ្ទេរសម្លៀកបំពាក់ បញ្ជាក់ រួចផ្លាស់ប្តូរផ្ទៃខាងក្រោយ។ ការកែសម្រួលតាមលំដាប់ឈ្នះការណែនាំធុនលើសមួយស្ទើរតែរាល់ពេល ហើយជំហាននីមួយៗថោកក្នុងការត្រួតពិនិត្យ។

13សំណួរដែលសួរញឹកញាប់

---

ការបង្កើតរូបភាព ការកែសម្រួល និងការផ្សំរូបភាពច្រើនសន្លឹកជាមុខងាររបស់កម្មវិធីជជែក Shannon ចំណុចប្រទាក់ /v1/chat/completions, /v1/messages និង /v1/responses បម្រើអត្ថបទ និងការមើលឃើញ ដែលមានន័យថាពួកវាអានរូបភាព ជាជាងបង្កើតវា។ គ្មានការបង្កើតវីដេអូទេ។ ជម្រើសសមាមាត្រ ការគាំទ្រការណែនាំអវិជ្ជមាន និងឥរិយាបថការបញ្ជាក់ត្រឹមត្រូវគិតត្រឹមថ្ងៃទី 5 ខែកញ្ញា ឆ្នាំ 2026។ ពាក់ព័ន្ធ៖ ការបង្កើតរូបភាព AI គ្មានសេនស័រ · ការកែសម្រួលរូបភាព AI គ្មានសេនស័រ · ការប្រើប្រាស់ដោយទទួលខុសត្រូវ · ឯកសារ API · លិបិក្រមស្រាវជ្រាវ។