ຕົວແກ້ໄຂຮູບ AI ບໍ່ເຊັນເຊີ
ປ່ຽນ, ປ່ຽນສະໄຕລ໌, ປ່ຽນແສງ, ປ່ຽນເຄື່ອງນຸ່ງ ຫຼື ສ້ອມແປງຮູບເກົ່າໜຶ່ງໃບໂດຍການຂຽນປະໂຫຍກໜຶ່ງ. ບໍ່ມີມາສກ໌, ບໍ່ມີຕົວກັ່ນຕອງ, ບໍ່ມີການປະຕິເສດ — ແລະ ເຕັກນິກໜຶ່ງທີ່ສຳຄັນກວ່າສິ່ງອື່ນທັງໝົດລວມກັນ.
ສະຫຼຸບຫຍໍ້
Shannon ແກ້ໄຂຮູບເກົ່າພຽງໜຶ່ງໃບຈາກຄຳສັ່ງພາສາທຳມະດາ — ບໍ່ມີແປງ, ບໍ່ມີມາສກ໌, ບໍ່ມີການເລືອກພື້ນທີ່. ຄຳສັ່ງນັ້ນຕ້ອງບອກຫຍັງປ່ຽນ ແລະ ຫຍັງຄົງເກົ່າ, ຍ້ອນໂມເດວສ້າງທັງກອບຮູບຄືນໃໝ່ໝົດ: ຫຍັງກໍຕາມທີ່ທ່ານບໍ່ໄດ້ຕັ້ງຊື່ວ່າຄົງເກົ່າ ຈະຫຼົງທາງໄດ້ຢ່າງເສລີ. ການຕັ້ງຊື່ສ່ວນທີ່ຄົງເກົ່າ — "ຮັກສາໜ້າ, ທ່າທາງ ແລະ ເຄື່ອງນຸ່ງໃຫ້ຄືເກົ່າ" — ຄືຄັນຄວບຄຸມຄຸນນະພາບອັນດຽວທີ່ໃຫຍ່ທີ່ສຸດທີ່ທ່ານມີ. ເສັ້ນທາງແກ້ໄຂຮັບ negative prompt (ຕ່າງຈາກຂໍ້ຄວາມ-ເປັນ-ຮູບທີ່ບໍ່ຮັບ); ໃສ່ຂໍ້ບົກພ່ອງທີ່ບໍ່ຕ້ອງການໄວ້ບ່ອນນັ້ນ ແທນທີ່ຈະຂຽນ "ບໍ່ເອົາ X" ໃນຄຳສັ່ງ. ຜົນຜະລິດຮັບອັດຕາສ່ວນຮູບຈາກຕົ້ນສະບັບໂດຍອັດຕະໂນມັດ. ບໍ່ມີການສ້າງວິດີໂອ ແລະ ບໍ່ມີວິທີເຮັດໃຫ້ຮູບເຄື່ອນໄຫວ. ການແກ້ໄຂແລ່ນເທິງຄລັດສເຕີ GPU ຂອງພວກເຮົາເອງໃນແອັບແຊັດ, ດ້ວຍບໍ່ມີຕົວກັ່ນຕອງເນື້ອຫາ ແລະ ບໍ່ມີຊັ້ນປະຕິເສດ.
ຄົນສ່ວນຫຼາຍທີ່ຊອກຫາຕົວແກ້ໄຂຮູບ AI ບໍ່ເຊັນເຊີ ມີຮູບໜຶ່ງໃບ ແລະ ບັນຫາໜຶ່ງຢ່າງ: ພື້ນຫຼັງຜິດ, ແສງແປ, ເສື້ອຄາດຜິດສີ, ຄົນແປກໜ້າຢືນຢູ່ໃນຮູບ, ຮູບສະແກນມີຮອຍພັບ — ຫຼືການແກ້ໄຂນັ້ນຖືກຕ້ອງຕາມກົດໝາຍທຸກປະການແຕ່ເຄື່ອງມືປັດຈຸບັນຂອງເຂົາປະຕິເສດທີ່ຈະແຕະມັນ. ນີ້ຄືເລື່ອງການເຮັດແນວນັ້ນໃຫ້ດີ: ບໍ່ແມ່ນວ່າຕົວແກ້ໄຂໃດມີແຖບເລື່ອນຫຼາຍທີ່ສຸດ, ແຕ່ເປັນນິໄສອັນດຽວທີ່ແຍກການແກ້ໄຂທີ່ສຳເລັດອອກຈາກການແກ້ໄຂທີ່ຄ່ອຍໆສ້າງໜ້າຂອງຄົນທ່ານຄືນໃໝ່ຢ່າງງຽບໆໂດຍທ່ານບໍ່ທັນສັງເກດ.
01ການແກ້ໄຂດ້ວຍຄຳສັ່ງແມ່ນຫຍັງແທ້
ການແກ້ໄຂ AI ແບບເກົ່າໃຫ້ທ່ານເຮັດພາກສ່ວນທີ່ຍາກເອງ: ເປີດແຄນວາສ, ແຕ້ມມາສກ໌ໃສ່ພື້ນທີ່ທີ່ຕ້ອງການປ່ຽນ, ພິມປະໂຫຍກອະທິບາຍວ່າສ່ວນນັ້ນຄວນເປັນຫຍັງ. ຖືກຕ້ອງ, ຊ້າ, ແລະ ໃຊ້ບໍ່ໄດ້ທັນທີທີ່ການປ່ຽນຂອງທ່ານບໍ່ມີເສັ້ນຂອບທີ່ຊັດເຈນ — ການປ່ຽນແສງ, ການປ່ຽນເຄື່ອງນຸ່ງທີ່ປ່ຽນເງົາຮ່າງ, ການປັບໂຕນສີທັງໝົດ.
Shannon ເຮັດວຽກກັບກັນຂ້າມ. ທ່ານບໍ່ເລືອກຫຍັງເລີຍ. ທ່ານຂຽນປະໂຫຍກໜຶ່ງກ່ຽວກັບຮູບ, ໃນພາສາໃດກໍໄດ້, ແລະ ພື້ນທີ່ຖືກອະນຸມານຈາກຄຳເວົ້າຂອງທ່ານ. ນັ້ນເຮັດໃຫ້ມັນເປັນທາງເລືອກ inpainting ບໍ່ເຊັນເຊີພາກປະຕິບັດສຳລັບຄົນທີ່ຕ້ອງການຜົນລັບໂດຍບໍ່ຕ້ອງເສຍເວລາເລືອກພື້ນທີ່ — ພ້ອມກັບຜົນຕາມມາທາງກົນໄກໜຶ່ງທີ່ທ່ານຕ້ອງເຂົ້າໃຈກ່ອນ:
ການແກ້ໄຂຄືການເຣັນເດີທັງກອບຮູບຄືນໃໝ່, ອີງໃສ່ຮູບຕົ້ນສະບັບຂອງທ່ານ — ບໍ່ແມ່ນການແປະໃສ່ພຽງສ່ວນໜຶ່ງຂອງມັນ. ໂມເດວຮູບພາບອ່ານຮູບຕົ້ນສະບັບຂອງທ່ານ, ອ່ານຄຳສັ່ງຂອງທ່ານ, ແລ້ວສ້າງຮູບໃໝ່ທີ່ຄວນຈະເປັນຮູບຕົ້ນສະບັບບວກກັບການປ່ຽນ. ບໍ່ມີຫຍັງຖືກລ໋ອກໄວ້ທາງກົນໄກ. ທຸກພິກເຊວຖືກເປີດໃຫ້ຕໍ່ລອງໃໝ່ໃນທຸກການແກ້ໄຂ.
ນັ້ນຄືເຫດຜົນທີ່ "ຖະໜົນໂຕກຽວມື້ຝົນຕົກ" — ສົມບູນແບບໃນເຄື່ອງມືທີ່ໃຊ້ມາສກ໌ — ກັບຄືນມາພ້ອມກັບຄົນທີ່ຢືນຢູ່ໃນນັ້ນທີ່ຕ່າງອອກໄປເລັກນ້ອຍ. ໃນເຄື່ອງມືທີ່ໃຊ້ມາສກ໌ ມາສກ໌ບອກວ່າຄົນນັ້ນຫ້າມແຕະ; ບ່ອນນີ້ປະໂຫຍກຂອງທ່ານຕ້ອງເປັນຄົນບອກແທນ. ຂໍ້ດີ: ການແກ້ໄຂດ້ວຍຄຳສັ່ງເຮັດໃນສິ່ງທີ່ມາສກ໌ເຮັດບໍ່ໄດ້ — ຍ້າຍຕຳແໜ່ງດວງອາທິດແລ້ວໃຫ້ເງົາປັບໃຫ້ສອດຄ່ອງກັນ, ປ່ຽນເຄື່ອງນຸ່ງແລ້ວໃຫ້ຜ້າພັບຢູ່ເທິງທ່າທາງເດີມ, ປ່ຽນສະໄຕລ໌ຮູບໃຫ້ເປັນເສັ້ນໝຶກ ແລະ ສີພື້ນໂດຍຄົງໂຄງປະກອບເອົາໄວ້. ການແກ້ໄຂແບບນັ້ນບໍ່ມີເສັ້ນຂອບໃຫ້ແຕ້ມ; ມັນຄືຄວາມສຳພັນທົ່ວທັງກອບຮູບ.
02ການຢຶດຫຼັກ: ຄັນຄວບຄຸມຄຸນນະພາບອັນດຽວທີ່ໃຫຍ່ທີ່ສຸດ
ການຢຶດຫຼັກໝາຍເຖິງການຂຽນທຸກຄຳສັ່ງແກ້ໄຂເປັນສອງອະນຸປະໂຫຍກ: ອະນຸປະໂຫຍກການປ່ຽນ (ຫຍັງຄວນຕ່າງອອກໄປ, ບອກແບບຢືນຢັນ ແລະ ຈະແຈ້ງ) ແລະ ອະນຸປະໂຫຍກການຄົງເກົ່າ (ສ່ວນທີ່ຕ້ອງບໍ່ຖືກແຕະ, ຕັ້ງຊື່ເປັນຄຳນາມສະເພາະ). ທັງສອງແມ່ນສຳຄັນ — ອະນຸປະໂຫຍກການປ່ຽນຢ່າງດຽວກໍພຽງແຕ່ຄວາມປາຖະໜາ. ຖ້າທ່ານຈະຈື່ຈຳຫຍັງໜຶ່ງຢ່າງຈາກໜ້ານີ້: ຜົນລັບຂອງທ່ານຖືກຄວບຄຸມໂດຍວິທີທ່ານຕັ້ງຊື່ສ່ວນທີ່ຄົງເກົ່າຢ່າງຈະແຈ້ງພຽງໃດ, ບໍ່ແມ່ນວ່າທ່ານອະທິບາຍສ່ວນທີ່ປ່ຽນຫຍິບຫຍາບພຽງໃດ.
ສາມວິທີທີ່ຄຳສັ່ງບໍ່ຢຶດຫຼັກຫຼົງທາງ
- ອັດຕະລັກສະນະຫຼົງທາງ. ໜ້າກັບຄືນມາເກືອບຖືກ — ດັງທີ່ຕ່າງອອກໄປເລັກໜ້ອຍ, ຮູບຄາງທີ່ຖືກເຮັດໃຫ້ງາມຂຶ້ນຢ່າງງຽບໆ. ຄວາມລົ້ມເຫຼວທີ່ອັນຕະລາຍທີ່ສຸດ, ຍ້ອນວ່າມັນຍາກຈະສັງເກດເຫັນຢູ່ໜ້າຈໍໂທລະສັບ ແຕ່ຈະແຈ້ງສຳລັບໃຜກໍຕາມທີ່ຮູ້ຈັກຄົນນັ້ນ.
- ການປ່ຽນສະໄຕລ໌ພະຫຼວງ. ທ່ານຂໍພື້ນຫຼັງໃໝ່; ທ່ານກໍໄດ້ໂຕນສີໃໝ່, ເລນສ໌ໃໝ່ ແລະ ເສື້ອຢືດທີ່ເຄີຍເປັນລາຍຄໍລິບກັບກາຍເປັນອື່ນ. ໂມເດວອ່ານຄຳສັ່ງເປັນຄຳອະທິບາຍຂອງຮູບເປົ້າໝາຍທັງໝົດ ແທນທີ່ຈະເປັນສ່ວນຕ່າງຈາກຕົ້ນສະບັບ.
- ຂອບເຂດຂະຫຍາຍຈາກຄຳຄຸນນາມ. "ໜ້າປະທັບໃຈກວ່າ," "ສະອາດກວ່າ," "ເປັນມືອາຊີບກວ່າ" ບໍ່ໄດ້ຕັ້ງຊື່ວັດຖຸໃດເລີຍ. ຄຳຄຸນນາມທີ່ບໍ່ມີຄຳນາມຮອງຮັບ ຈະນຳໃຊ້ກັບທຸກສິ່ງ, ສະນັ້ນທຸກສິ່ງຈຶ່ງປ່ຽນ.
ຄຳສັບຢຶດຫຼັກ
ຫຼັກຢຶດເຮັດວຽກເປັນຄຳນາມທີ່ຈະແຈ້ງ. "ຮັກສາໃຫ້ຄືເກົ່າ" ອ່ອນເກີນໄປ — ໂມເດວບໍ່ຮູ້ວ່າຄວາມຄືເກົ່າແບບໃດທີ່ທ່ານໝາຍເຖິງ. ເລືອກສາມຫາຫ້າລາຍການທີ່ສຳຄັນສຳລັບການແກ້ໄຂຂອງທ່ານ ແລ້ວຕັ້ງຊື່ມັນຢ່າງເປີດເຜີຍ.
| ສິ່ງທີ່ທ່ານກຳລັງປ່ຽນ | ຫຼັກຢຶດທີ່ຄວນຕັ້ງຊື່ຢ່າງຈະແຈ້ງ |
|---|---|
| ພື້ນຫຼັງ / ສະຖານທີ່ | ໜ້າ ແລະ ລັກສະນະໃບໜ້າ, ຊົງຜົມ, ທ່າທາງ, ມື, ເຄື່ອງນຸ່ງ, ມຸມກ້ອງ, ການຄອບຮູບ, ແສງເທິງຕົວແບບ |
| ແສງ / ບັນຍາກາດ | ໜ້າ, ການສະແດງອອກ, ໂຄງສ້າງຜິວໜັງ, ທ່າທາງ, ເຄື່ອງນຸ່ງ, ເນື້ອຫາພື້ນຫຼັງ, ການຈັດກອບ |
| ເຄື່ອງນຸ່ງ / ການແຕ່ງກາຍ | ໜ້າ, ໜວດ ຫຼື ຜົມ, ທ່າທາງ, ມື, ອັດຕາສ່ວນຮ່າງກາຍ, ພື້ນຫຼັງ, ທິດທາງແສງ, ໂຕນສີ |
| ສະໄຕລ໌ / ສື່ | ໂຄງປະກອບ, ທ່າທາງ, ຄວາມຍາວຜົມ, ຮູບຊົງເຄື່ອງນຸ່ງ, ຈຳນວນຕົວແບບ, ການຄອບຮູບ |
| ການລຶບວັດຖຸ / ການສ້ອມແປງ | ທຸກຢ່າງອື່ນໃນຮູບ — ຕົວແບບ, ສະຖາປັດຕະຍະກຳອ້ອມຂ້າງ, ເມັດເມັດຮູບ, ໂຕນສີ, ຄວາມກົມກຽວ, ສີ |
| ສີຂອງສິ່ງໜຶ່ງ | ທຸກສີອື່ນໃນຮູບ, ບວກກັບໂຄງສ້າງ ແລະ ວັດສະດຸຂອງວັດຖຸທີ່ຖືກປ່ຽນ |
ສັງເກດແຖວສຸດທ້າຍ. ການປ່ຽນສີຜິດພາດແບບງຽບໆ, ຍ້ອນວ່າ "ເຮັດໃຫ້ເສື້ອແຈັກເກັດເປັນສີແດງ" ຊວນໃຫ້ໂມເດວສ້າງເສື້ອແຈັກເກັດຄືນໃໝ່ໝົດ — ຮູບຊົງໃໝ່, ວັດສະດຸໃໝ່, ຮອຍພັບໃໝ່. ແບບຢຶດຫຼັກ: "ປ່ຽນສີເສື້ອແຈັກເກັດເດີມໃຫ້ເປັນສີແດງເລືອດນົກເຂົາເຂັ້ມ, ໂດຍຮັກສາຮູບຊົງ, ຮອຍຫຍິບ, ໂຄງສ້າງຜ້າ ແລະ ວິທີມັນຫ້ອຍໃຫ້ຄືເກົ່າ." ອະນຸປະໂຫຍກຕ່າງກັນອັນດຽວ, ຜົນລັບດີຂຶ້ນຢ່າງຫຼວງຫຼາຍ.
03ຕົວຢ່າງຈິງ: ຄຳສັ່ງອ່ອນ, ເປັນຫຍັງມັນຫຼົງທາງ, ຄຳສັ່ງຢຶດຫຼັກຄືນໃໝ່
ແຕ່ລະຄູ່ຂ້າງລຸ່ມນີ້ຄືເຈຕະນາອັນດຽວກັນຂຽນສອງເທື່ອ. ການວິນິດໄສຢູ່ຕອນກາງຄືພາກສ່ວນທີ່ນຳໄປໃຊ້ໄດ້.
A. ການປ່ຽນພື້ນຫຼັງ
ເປັນຫຍັງມັນຫຼົງທາງ: ນີ້ອະທິບາຍຮູບປາຍທາງ, ບໍ່ແມ່ນສ່ວນຕ່າງ. ບໍ່ມີຫຍັງກ່ຽວກັບຜູ້ຍິງຄົນນັ້ນຖືກປົກປ້ອງ ແລະ ບໍ່ມີຫຍັງຮັກສາກ້ອງໃຫ້ນິ່ງ, ໂມເດວຈຶ່ງຈັດກອບໃໝ່ ແລະ ເຣັນເດີເຂົາຄືນໃໝ່ໃນຂະນະສ້າງສາກທີ່ໜ້າເຊື່ອຖືໄດ້.
ສິ່ງທີ່ປ່ຽນ: ອະນຸປະໂຫຍກການຄົງເກົ່າຕອກຢັ້ງອັດຕະລັກສະນະ, ເຄື່ອງນຸ່ງ ແລະ ການຈັດກອບ, ແລະ ປະໂຫຍກສຸດທ້າຍບອກວ່າຮອຍຕໍ່ຄວນແກ້ໄຂໄປທາງໃດ — ພື້ນຫຼັງໂອນອ່ອນຕາມແສງຂອງຕົວແບບ, ບໍ່ແມ່ນກັບກັນ.
B. ການປ່ຽນແສງ
ເປັນຫຍັງມັນຫຼົງທາງ: "ດີກວ່າ" ຄືຄຳຄຸນນາມທີ່ບໍ່ມີຄຳນາມ. ໂມເດວຕ້ອງປະດິດຄຳນິຍາມເອງ, ແລະ ວິທີງ່າຍທີ່ສຸດທີ່ຈະເບິ່ງດີຂຶ້ນໃນການເຣັນເດີໃໝ່ຄືການເຮັດໃຫ້ຜິວໜັງນຸ້ມ, ແຂ້ວຂາວກວ່າ ແລະ ຄາງແຄບລົງ. ທ່ານຂໍແສງ ແຕ່ໄດ້ການແຕ່ງໜ້າແທນ.
ສິ່ງທີ່ປ່ຽນ: ແສງຖືກອະທິບາຍທາງກາຍະພາບ — ທິດທາງ, ຄຸນນະພາບ, ອຸນຫະພູມສີ, ການອ່ອນລົງ. ໂຄງສ້າງຜິວໜັງຖືກຢຶດຢ່າງຈະແຈ້ງ, ຍ້ອນວ່າການປ່ຽນແສງຄືເວລາທີ່ໂມເດວອາດຢາກເຮັດໃຫ້ມັນນຸ້ມລົງທີ່ສຸດ.
C. ການປ່ຽນເຄື່ອງນຸ່ງໃຫ້ຕົວແບບ
ເປັນຫຍັງມັນຫຼົງທາງ: ຊຸດສູດປ່ຽນເງົາຮ່າງ, ສະນັ້ນລຳຕົວຕ້ອງຖືກເຣັນເດີໃໝ່ — ແລະ ຫົວທີ່ຢູ່ເທິງມັນມັກຈະຖືກປ່ຽນຕາມໄປນຳ. ການແກ້ໄຂເຄື່ອງນຸ່ງທີ່ບໍ່ຢຶດຫຼັກຄືສາເຫດອັນດັບສອງຂອງອັດຕະລັກສະນະຫຼົງທາງ ຮອງຈາກການປ່ຽນພື້ນຫຼັງ.
ສິ່ງທີ່ປ່ຽນ: "ຕັດຫຍິບໃຫ້ເໝາະກັບທ່າທາງປັດຈຸບັນຂອງເຂົາ" ເຮັດໃຫ້ເຄື່ອງນຸ່ງເປັນຮອງທ່າທາງ. ມືຖືກຢຶດແຍກຕ່າງຫາກ, ຍ້ອນວ່າມືຄືບ່ອນທີ່ການແກ້ໄຂເຄື່ອງນຸ່ງມັກຈະເສຍຫາຍໃຫ້ເຫັນຊັດເຈນທີ່ສຸດ.
D. ການປ່ຽນສະໄຕລ໌ຮູບພາບ
ເປັນຫຍັງມັນຫຼົງທາງ: ຄຳສະໄຕລ໌ຄຳດຽວມອບທຸກຢ່າງໃຫ້ໂມເດວຕັດສິນໃຈເອງ — ໂຄງປະກອບ, ການຄອບຮູບ, ຜົມ, ເຄື່ອງນຸ່ງ, ຈຳນວນຄົນ — ແລະ "ອານິເມະ" ຄືສາມສິບປີຂອງປະເພນີທີ່ບໍ່ເຂົ້າກັນເອງ. ທ່ານໄດ້ຮັບພາບປະກອບທີ່ດີແຕ່ເປັນສາກທີ່ຕ່າງອອກໄປ.
ສິ່ງທີ່ປ່ຽນ: ການແກ້ໄຂສະໄຕລ໌ຕ້ອງການຫຼັກຢຶດຄົນລະແບບ. ທ່ານຢຶດໂຄງສ້າງພື້ນຜິວບໍ່ໄດ້ — ພື້ນຜິວຄືສິ່ງທີ່ກຳລັງຖືກແທນທີ່ — ສະນັ້ນທ່ານຢຶດໂຄງສ້າງແທນ: ໂຄງປະກອບ, ທ່າທາງ, ເງົາຮ່າງ, ການຄອບຮູບ, ຈຳນວນຕົວແບບ. ການຂໍໃຫ້ຮັກສາ "ຜິວໜັງແບບຮູບຖ່າຍຈິງ" ພາຍໃຕ້ອານິເມະແບບ cel ຄືຄວາມຂັດແຍ້ງກັນເອງ.
E. ການລຶບບາງສິ່ງອອກ
ເປັນຫຍັງມັນຫຼົງທາງ: ການປະຕິເສດຍັງເອົາແນວຄິດນັ້ນມາໄວ້ຕໍ່ໜ້າໂມເດວ ແລະ ບໍ່ໄດ້ບອກຫຍັງເລີຍວ່າຫຍັງຄວນຕື່ມໃສ່ພື້ນທີ່ທີ່ຫວ່າງລົງ. ການລຶບຕ້ອງການປະໂຫຍກຢືນຢັນທັງເປົ້າໝາຍ ແລະ ສິ່ງທີ່ຕື່ມແທນ.
ສິ່ງທີ່ປ່ຽນ: ເປົ້າໝາຍຖືກຕັ້ງຊື່ດ້ວຍວັດຖຸ, ສີ ແລະ ຕຳແໜ່ງ; ສິ່ງທີ່ຕື່ມແທນຖືກລະບຸ, ສະນັ້ນໂມເດວຈຶ່ງບໍ່ປະດິດຈະຕຸລັດຂຶ້ນມາໃນບ່ອນທີ່ຄວນເປັນທາງຍ່າງ; ແລະ "ທຸກຢ່າງອື່ນ" ຖືກຂຽນອອກເປັນຄຳນາມຈິງ.
F. ການສ້ອມແປງຮູບເກົ່າທີ່ເສຍຫາຍ
ເປັນຫຍັງມັນຫຼົງທາງ: "ແກ້ໄຂ" ຖືກອ່ານວ່າ "ປັບປຸງໃຫ້ດີຂຶ້ນ," ແລະ ການປັບປຸງຮູບເກົ່າໝາຍເຖິງການເຮັດໃຫ້ມັນທັນສະໄໝຂຶ້ນ — ຜິວໜັງສະອາດຂຶ້ນ, ຄວາມກົມກຽວສູງຂຶ້ນ, ແລະ ໜ້າຕາທີ່ບໍ່ໃຊ່ໜ້າແມ່ຕູ້ຂອງທ່ານອີກຕໍ່ໄປ.
ສິ່ງທີ່ປ່ຽນ: ຄວາມເສຍຫາຍຖືກລະບຸເປັນລາຍການ, ສະນັ້ນ "ແກ້ໄຂ" ຈຶ່ງມີຂອບເຂດຈຳກັດທີ່ຊັດເຈນ, ແລະ ເມັດເມັດຮູບ ແລະ ໂຕນສີຖືກຢຶດເພາະມັນເຮັດໃຫ້ຮູບອອກມາເປັນຍຸກສະໄໝແທ້. ຂໍ້ຫ້າມທັງສາມຂໍ້ຄືກໍລະນີຫາຍາກທີ່ການປະຕິເສດຄຸ້ມຄ່າ — ຄຳສັ່ງກ່ຽວກັບຂະບວນການ, ບໍ່ແມ່ນວັດຖຸ.
ຮູບແບບຂອງຄຳສັ່ງທີ່ດີ
ຕັ້ງເປົ້າໃສ່ 25 ຫາ 60 ຄຳ, ເປັນປະໂຫຍກສົມບູນ ບໍ່ແມ່ນປ້າຍຄຳສັບຄັ່ນດ້ວຍຈຸດຈ້ຳ — ໂມເດວຮູບພາບອ່ານພຣອມແບບດຽວກັບໂມເດວພາສາ, ສະນັ້ນຄວາມຮຽງປະໂຫຍກຈຶ່ງດີກວ່າຊຸບຄຳສັບ. ຂ້າມຂໍ້ຄວາມແບບຍຸກ SDXL (masterpiece, best quality, 8k) ແລະ ໄວຍາກອນນ້ຳໜັກແບບ (word:1.3); ພວກມັນບໍ່ມີຜົນຫຍັງທີ່ນີ້. ເຮັດການປ່ຽນອັນດຽວຕໍ່ໜຶ່ງຄຳສັ່ງ — ການປ່ຽນທີ່ບໍ່ກ່ຽວຂ້ອງກັນສອງອັນໃນປະໂຫຍກດຽວແຂ່ງກັນແຍ່ງຄວາມສົນໃຈ ແລະ ທັງສອງກໍໄດ້ຮັບການແກ້ໄຂພຽງເຄິ່ງໜຶ່ງ.
04Negative prompt — ຮັບຮອງທີ່ນີ້, ຕ່າງຈາກຂໍ້ຄວາມ-ເປັນ-ຮູບ
ຈຸດນີ້ເຮັດໃຫ້ຄົນສັບສົນເລື້ອຍໆ, ຈຶ່ງຂໍລະບຸໃຫ້ຈະແຈ້ງ:
| ເສັ້ນທາງ | ຮູບຕົ້ນສະບັບ | Negative prompt | ອັດຕາສ່ວນ | ຮູບແບບພຣອມ |
|---|---|---|---|---|
| ຂໍ້ຄວາມ-ເປັນ-ຮູບ | 0 | ບໍ່ຮັບຮອງ | ເລືອກໄດ້ (ຈະຕຸລັດເປັນຄ່າຕັ້ງຕົ້ນ) | ຄວາມຮຽງອະທິບາຍ |
| ແກ້ໄຂຮູບດຽວ | ພຽງ 1 | ຮັບຮອງ | ສືບທອດຈາກຕົ້ນສະບັບ | ຄຳສັ່ງ: ປ່ຽນ + ຄົງເກົ່າ |
| ລວມຮູບ 2+ | 2 ຂຶ້ນໄປ | ຮັບຮອງ | ເລືອກແຄນວາສໃໝ່ໄດ້ | ຄວາມຮຽງຕັ້ງຊື່ບົດບາດ |
ຂໍ້ຄວາມ-ເປັນ-ຮູບບໍ່ຮັບ negative prompt ເລີຍ — ການສ້າງຈາກຄວາມວ່າງເປົ່າ, ການອະທິບາຍສະເພາະສິ່ງທີ່ທ່ານຕ້ອງການຄືວິໄນ (ອ່ານ ການສ້າງຮູບ AI ບໍ່ເຊັນເຊີ). ການແກ້ໄຂຕ່າງອອກໄປ: ທ່ານມີຕົ້ນສະບັບຢູ່ແລ້ວ, ແລະ ຄວາມລົ້ມເຫຼວປະຈຳຕົວຂອງການເຣັນເດີໃໝ່ຮູ້ຈັກ ແລະ ຕັ້ງຊື່ໄດ້, ສະນັ້ນ negative prompt ຈຶ່ງມີສິ່ງທີ່ຈະແຈ້ງໃຫ້ຄວບຄຸມ.
ສິ່ງທີ່ຄວນໃສ່ໃນນັ້ນ
ຂໍ້ບົກພ່ອງ, ແລະ ຂໍ້ບົກພ່ອງເທົ່ານັ້ນ. ມັນຄືລາຍການບົກພ່ອງ, ບໍ່ແມ່ນຊ່ອງທາງຄຳສັ່ງທີສອງ:
- extra fingers, fused fingers, malformed hands — ການແກ້ໄຂໃດທີ່ເຣັນເດີຄົນຄືນໃໝ່.
- warped text, garbled lettering, misspelled signage — ຫຍັງກໍຕາມທີ່ມີປ້າຍ, ສະຫຼາກ ຫຼື ຫີບຫໍ່ໃນຮູບ.
- duplicated limbs, duplicated railing, repeated windows — ການລຶບ ແລະ ການຂະຫຍາຍພື້ນຫຼັງ.
- smeared texture, blurry patch, halo around the subject, visible seam — ການປ່ຽນພື້ນຫຼັງ ແລະ ການລຶບວັດຖຸ.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — ການປ່ຽນແສງ, ການແກ້ໄຂພາບຄົນ, ສຸຂະອະນາໄມທົ່ວໄປ.
ສິ່ງທີ່ບໍ່ຄວນໃສ່
ການຕັດສິນໃຈກ່ຽວກັບເນື້ອຫາ. ຖ້າທ່ານຢາກໃຫ້ໝວກຫາຍໄປ, ຄຳສັ່ງຄື "ລຶບໝວກອອກ" — ບໍ່ແມ່ນ negative prompt ທີ່ຂຽນວ່າ "ໝວກ". Negative prompt ບໍ່ໄດ້ລຶບສິ່ງທີ່ມີຢູ່ໃນຕົ້ນສະບັບຂອງທ່ານໄດ້ຢ່າງໜ້າເຊື່ອຖື; ມັນຫ້າມບໍ່ໃຫ້ຂໍ້ບົກພ່ອງປາກົດຂຶ້ນໃນການເຣັນເດີເທົ່ານັ້ນ. ການໃສ່ເນື້ອຫາໄວ້ບ່ອນນັ້ນເຮັດໃຫ້ທ່ານໄດ້ຜົນທີ່ຮ້າຍທັງສອງທາງ: ໝວກຍັງຄົງຢູ່, ແລະ ຊ່ອງທີ່ຄວນຫ້າມມືທີ່ຜິດຮູບກໍຫາຍໄປ.
ອີກເຄິ່ງໜຶ່ງຂອງກົດນຳໃຊ້ກັບຄຳສັ່ງຂອງທ່ານ: ຢຸດຂຽນ "ບໍ່ເອົາ X" ໃນນັ້ນ. "ຖະໜົນທີ່ບໍ່ມີລົດ," "ພາບຄົນທີ່ບໍ່ໃສ່ແວ່ນ" ທັງສອງໃສ່ແນວຄິດທີ່ບໍ່ຕ້ອງການໄວ້ໃນປະໂຫຍກ ແລ້ວຂໍໃຫ້ໂມເດວປະຕິເສດມັນ — ວຽກທີ່ພາສາເຮັດໄດ້ດີ ແຕ່ການປັບຄວາມຮູບພາບເຮັດໄດ້ບໍ່ດີ. ບອກສິ່ງທີ່ຄວນມີແທນ: "ຖະໜົນວ່າງທີ່ມີພື້ນຢາງມະຕອຍໂລ່ງ," "ພາບຄົນທີ່ຕາບໍ່ຖືກບັງ." ຂໍ້ຍົກເວັ້ນອັນດຽວ, ດັ່ງໃນຕົວຢ່າງ F, ຄືຄຳສັ່ງກ່ຽວກັບຂະບວນການ — "ຢ່າເຮັດໃຫ້ຄົມ," "ຢ່າປ່ຽນສີ" — ຊຶ່ງປະຕິເສດການດຳເນີນງານ ບໍ່ແມ່ນຕັ້ງຊື່ວັດຖຸ.
ການແບ່ງໜ້າວຽກ, ໃນປະໂຫຍກດຽວ
ຄຳສັ່ງ: ຫຍັງປ່ຽນ, ຫຍັງຄົງເກົ່າ — ບອກແບບຢືນຢັນ. Negative prompt: ວິທີທີ່ການເຣັນເດີອາດຜິດຮູບ. ຮັກສາໃຫ້ແຍກກັນ ແລ້ວທັງສອງຈະດີຂຶ້ນ.
05ຮູບຕົ້ນສະບັບໜຶ່ງໃບ, ແລະ Shannon ເລືອກມັນແນວໃດ
ການແກ້ໄຂໜຶ່ງເຮັດວຽກກັບຮູບຕົ້ນສະບັບພຽງໜຶ່ງໃບ: ບໍ່ວ່າຈະເປັນຮູບທີ່ຢູ່ໃນການສົນທະນາຢູ່ແລ້ວ — ຖືກແນບກ່ອນໜ້ານີ້, ຫຼືຖືກສ້າງໃຫ້ທ່ານ — ຫຼືຮູບໜຶ່ງທີ່ຖືກແນບໃນຂໍ້ຄວາມທີ່ທ່ານກຳລັງສົ່ງຢູ່ຕອນນີ້. ບໍ່ມີຫຍັງຖືກດຶງມາຈາກນອກເສັ້ນສົນທະນາ, ແລະ ເສັ້ນທາງແກ້ໄຂບໍ່ເຄີຍລວມສອງຮູບເຂົ້າກັນຢ່າງງຽບໆ. ຖ້າເຈຕະນາຂອງທ່ານຕ້ອງການອົງປະກອບຈາກຫຼາຍກວ່າໜຶ່ງຮູບ — ເຄື່ອງນຸ່ງຈາກຮູບ A ໃສ່ຄົນໃນຮູບ B — ນັ້ນຄືການລວມຮູບ, ດ້ວຍຮູບແບບພຣອມທີ່ຕ່າງອອກໄປທີ່ຕັ້ງຊື່ບົດບາດຂອງແຕ່ລະຮູບຕາມລຳດັບ.
ການຕິດຕາມ ແລະ ຮູບທີ່ກ່ຽວຂ້ອງລ່າສຸດ
ເມື່ອຮູບໜຶ່ງຢູ່ໃນການສົນທະນາແລ້ວ, ຄຳສັ່ງຕິດຕາມສັ້ນໆເຮັດວຽກແບບທີ່ທ່ານຫວັງ. "ເຮັດໃຫ້ມືດກວ່ານີ້." "ລອງອີກເທື່ອຕອນຕາເວັນຕົກ." ຄຳສັ່ງເຫຼົ່ານີ້ຖືກແກ້ໄຂຕໍ່ຮູບທີ່ກ່ຽວຂ້ອງລ່າສຸດໃນເສັ້ນສົນທະນາ — ປົກກະຕິແລ້ວແມ່ນຜົນລັບທີ່ທ່ານຫາກໍໄດ້ຮັບ — ສະນັ້ນລຳດັບຄຳສັ່ງນ້ອຍໆຈຶ່ງເຮັດວຽກຄືກອງການແກ້ໄຂຊ້ອນກັນ. ສາມຜົນຕາມມາ:
- ແກ້ໄຂເທື່ອລະຂັ້ນຕອນ. ແຕ່ລະການຕິດຕາມຄືການເຣັນເດີໃໝ່ທັງໝົດອີກຄັ້ງ, ສະນັ້ນ "ເຮັດໃຫ້ມືດຂຶ້ນ ແລະ ປ່ຽນເສື້ອຄຸມຂອງເຂົາ ແລະ ຍ້າຍກ້ອງລົງຕ່ຳ" ຄືສາມການແກ້ໄຂແຂ່ງກັນໃນຮອບດຽວ. ສົ່ງສາມຂໍ້ຄວາມ; ຢຸດຢູ່ອັນທີ່ທ່ານມັກ.
- ລະວັງການເສື່ອມສະພາບຕາມລຸ້ນ. ຄວາມບິດເບືອນນ້ອຍໆສະສົມກັນ; ໃນການແກ້ໄຂຄັ້ງທີຫົກຕິດຕໍ່ກັນ ໜ້າອາດຫ່າງໄກຈາກຕົ້ນສະບັບຫຼາຍ ເຖິງແມ່ນວ່າແຕ່ລະຂັ້ນຕອນຈະບໍ່ເບິ່ງຄືວ່າຜິດ. ເມື່ອທ່ານສັງເກດເຫັນການຫຼົງທາງ, ຢຸດການແກ້ໄຂຕໍ່ — ແນບໄຟລ໌ຕົ້ນສະບັບຄືນໃໝ່ ແລະ ຂຽນຄຳສັ່ງລວມອັນດຽວທີ່ລວມທຸກສິ່ງທີ່ທ່ານໄດ້ຮຽນຮູ້ວ່າຢາກໄດ້.
- ໃນເສັ້ນສົນທະນາຍາວ, ໃຫ້ຈະແຈ້ງ. "ໃຊ້ຮູບຫາດຊາຍທີ່ຂ້ອຍແນບກ່ອນໜ້ານີ້, …" ລຶບຄວາມບໍ່ຈະແຈ້ງອອກເມື່ອມີຫຼາຍຮູບຢູ່ໃນການສົນທະນາ.
ບັດຢືນຢັນຄືໂອກາດສຸດທ້າຍຂອງທ່ານໃນການເພີ່ມຫຼັກຢຶດ
ທ່ານຖາມດ້ວຍພາສາທຳມະດາ, ໃນພາສາໃດກໍໄດ້ທີ່ທ່ານເວົ້າ. Shannon ຕັດສິນວ່າກຳລັງມີການຂໍປະຕິບັດການຮູບພາບ, ຂຽນຄຳສັ່ງສຸດທ້າຍເປັນພາສາອັງກິດເອງ, ແລະ ສະແດງມັນໃຫ້ທ່ານເຫັນເທິງບັດຢືນຢັນກ່ອນຈະເຣັນເດີສິ່ງໃດ. ບໍ່ມີຫຍັງຖືກສ້າງ ແລະ ບໍ່ມີການຄິດເງິນຈົນກວ່າທ່ານຈະຢືນຢັນ. ອ່ານບັດນັ້ນ — ນັ້ນຄືບ່ອນທ່ານຈະຈັບໄດ້ວ່າອະນຸປະໂຫຍກການຄົງເກົ່າຫາຍໄປກ່ອນທີ່ຈະໃຊ້ຈ່າຍຫຍັງ.
ສອງພຶດຕິກຳທີ່ກ່ຽວຂ້ອງ: Shannon ບໍ່ເຄີຍສ້າງໂດຍບໍ່ໄດ້ຮັບເຊີນ — ຄຳທັກທາຍ, ຄຳຖາມ ຫຼື ຮູບທີ່ຖືກແນບມາແບບບໍ່ຕັ້ງໃຈ ບໍ່ໄດ້ກະຕຸ້ນໃຫ້ເກີດການປະຕິບັດການຮູບພາບ. ແລະ ການຂໍໃຫ້ Shannon ພຽງແຕ່ເບິ່ງຮູບ — ອະທິບາຍມັນ, ອ່ານຂໍ້ຄວາມໃນນັ້ນ, ບອກວ່າເປັນຫຍັງໂຄງປະກອບຈຶ່ງບໍ່ດີ — ຄືວຽກເບິ່ງເຫັນທຳມະດາ, ບໍ່ແມ່ນການສ້າງ, ແລະ ບໍ່ມີຄ່າໃຊ້ຈ່າຍເພີ່ມ. "ທ່ານຈະປ່ຽນຫຍັງກ່ຽວກັບຮູບນີ້?" ຄືຄຳແນະນຳຟຣີ; ການລົງມືເຮັດຕາມມັນຄືການແກ້ໄຂ.
06ອັດຕາສ່ວນຖືກສືບທອດໂດຍອັດຕະໂນມັດ
ຮູບທີ່ຖືກແກ້ໄຂຈະກັບຄືນມາໃນອັດຕາສ່ວນດຽວກັນກັບຕົ້ນສະບັບຂອງມັນ. ທ່ານບໍ່ຕ້ອງເລືອກ ແລະ ບໍ່ຈຳເປັນຕ້ອງເລືອກ: ພາບຄົນອັດຕາສ່ວນ 4:5 ຍັງຄົງເປັນ 4:5, ຈໍກວ້າງ 16:9 ຍັງຄົງເປັນ 16:9, ພາບໜ້າຈໍໂທລະສັບທີ່ບໍ່ສວຍງາມກໍຮັກສາອັດຕາສ່ວນຂອງມັນ. ການແກ້ໄຂທີ່ຈັດກອບຮູບໃໝ່ຢ່າງງຽບໆຈະບໍ່ແມ່ນການແກ້ໄຂ — ມັນຈະເປັນການຕັດຮູບບວກກັບການເດົາວ່າມີຫຍັງຢູ່ນອກຂອບເດີມ.
ນັ້ນຄືຄວາມແຕກຕ່າງແທ້ຈາກສອງເສັ້ນທາງອື່ນ. ຂໍ້ຄວາມ-ເປັນ-ຮູບໃຫ້ທ່ານເລືອກລະຫວ່າງ ຈະຕຸລັດ (ຄ່າຕັ້ງຕົ້ນ), ຕັ້ງ, ນອນ, ກວ້າງ (ແບບຮູບເງົາ) ແລະ ສູງ (ໂປສເຕີ ແລະ ພາບພື້ນຫຼັງ), ແລະ ຄຳຂໍທີ່ຊັດເຈນຊະນະສະເໝີ; ການລວມຮູບໃຫ້ທ່ານເລືອກແຄນວາສໃໝ່ໄດ້, ຍ້ອນວ່າບໍ່ມີຕົ້ນສະບັບດຽວໃຫ້ສືບທອດ. ສະນັ້ນຖ້າທ່ານຕ້ອງການຮູບຊົງອື່ນ, ນັ້ນບໍ່ແມ່ນການແກ້ໄຂ — ການປ່ຽນຮູບຖ່າຍສິນຄ້າ 1:1 ໃຫ້ເປັນແບນເນີ 16:9 ໝາຍເຖິງການປະດິດພິກເຊວທີ່ບໍ່ເຄີຍຖືກຖ່າຍ. ເຮັດມັນຢ່າງຕັ້ງໃຈ, ໂດຍການສ້າງ ຫຼື ລວມຮູບໃສ່ແຄນວາສໃໝ່.
07ບໍ່ມີການສ້າງວິດີໂອ
ບອກໄວ້ຢ່າງຈະແຈ້ງ, ຍ້ອນຄົນຖາມ
Shannon ບໍ່ສ້າງວິດີໂອ ແລະ ບໍ່ເຮັດໃຫ້ຮູບເຄື່ອນໄຫວ. ບໍ່ມີເສັ້ນທາງຮູບ-ເປັນ-ວິດີໂອ, ບໍ່ມີ "ເຮັດໃຫ້ຮູບນີ້ເຄື່ອນໄຫວ," ບໍ່ມີການວົນຊ້ຳ, ບໍ່ມີ cinemagraph. ນີ້ບໍ່ແມ່ນຄວາມສາມາດທີ່ກຳລັງທົດລອງ ຫຼື ຈະມາໃນໄວໆນີ້ — ມັນບໍ່ມີຢູ່ໃນຜະລິດຕະພັນ, ແລະ ບໍ່ມີຫຍັງໃນໜ້ານີ້ຄວນຖືກອ່ານວ່າແນະນຳໄປທາງກົງກັນຂ້າມ.
ສິ່ງທີ່ Shannon 3 ເຮັດກັບຮູບພາບຄືສາມສິ່ງເທົ່ານັ້ນ: ສ້າງຮູບໃໝ່, ແກ້ໄຂຮູບເກົ່າໜຶ່ງໃບ, ແລະ ລວມສອງຮູບຂຶ້ນໄປໃຫ້ເປັນຮູບດຽວ. ທຸກຢ່າງໃນນີ້ຢູ່ພາຍໃນອັນທີສອງ.
ຄຸ້ມຄ່າທີ່ຈະເວົ້າສອງເທື່ອ, ຍ້ອນວ່າ "ຕົວແກ້ໄຂຮູບ AI" ແລະ "ຕົວສ້າງວິດີໂອ AI" ໄດ້ກາຍເປັນສິ່ງໃກ້ຄຽງກັນໃນຄວາມຄິດຂອງຄົນ, ແລະ ເຄື່ອງມືທີ່ຍິນດີປ່ຽນແສງຮູບຂອງທ່ານໃຫ້ຮູ້ສຶກຄືວ່າມັນຄວນຢູ່ຫ່າງພຽງປຸ່ມດຽວກ່ອນຈະເຄື່ອນໄຫວໄດ້. ມັນບໍ່ແມ່ນແບບນັ້ນ — ແລະ ທ່ານຄວນຮູ້ໄວ້ນາທີທຳອິດ ບໍ່ແມ່ນນາທີທີສິບ.
08ເປັນຫຍັງບໍ່ເຊັນເຊີຈຶ່ງສຳຄັນສຳລັບການແກ້ໄຂຫຼາຍກວ່າການສ້າງ
ຕົວແກ້ໄຂແບບກັ່ນຕອງລົ້ມເຫຼວແຕກຕ່າງຈາກຕົວສ້າງແບບກັ່ນຕອງ, ແລະ ປົກກະຕິແລ້ວແຍ່ກວ່າ. ຕົວສ້າງແບບກັ່ນຕອງປະຕິເສດພຣອມຂອງທ່ານ; ທ່ານຂຽນໃໝ່ ແລະ ລອງອີກ. ຕົວແກ້ໄຂແບບກັ່ນຕອງສາມາດປະຕິເສດຮູບຕົ້ນສະບັບເອງ, ກ່ອນຈະອ່ານແມ່ນແຕ່ຄຳດຽວຂອງຄຳສັ່ງທ່ານ. ອັບໂຫຼດຮູບບາດແຜທາງການແພດສຳລັບບົດລາຍງານກໍລະນີ ແລ້ວມັນຖືກປະຕິເສດຕັ້ງແຕ່ຂາເຂົ້າ. ອັບໂຫຼດຮູບຖ່າຍສົງຄາມປະຫວັດສາດເພື່ອສ້ອມແປງຮອຍພັບ ແລ້ວປືນໃນຮູບເຮັດໃຫ້ການສົນທະນາຈົບລົງ. ວຽກທີ່ຖືກຕ້ອງຕາມກົດໝາຍ, ການປະຕິເສດແບບເໝົາລວມ, ບໍ່ມີການຂຽນໃໝ່ໃດຈະຊ່ວຍໄດ້.
Shannon ດຳເນີນເສັ້ນທາງຮູບພາບດ້ວຍບໍ່ມີຕົວກັ່ນຕອງເນື້ອຫາເທິງຜົນຜະລິດ ແລະ ບໍ່ມີຊັ້ນປະຕິເສດເທິງໂມເດວທີ່ຂຽນຄຳສັ່ງ. ນັ້ນຄືສິ່ງທີ່ເຮັດໃຫ້ວຽກທຳມະດາເຫຼົ່ານີ້ເປັນໄປໄດ້:
- ຮູບເປືອຍທາງສິລະປະ ແລະ ວຽກຮ່າງກາຍ — ການແຕ່ງ, ການປ່ຽນແສງ ແລະ ການປ່ຽນສະໄຕລ໌ສຳລັບສິລະປິນ ແລະ ຊ່າງພາບທີ່ເຮັດວຽກກັບຕົວແບບຜູ້ໃຫຍ່ທີ່ຍິນຍອມ.
- ພາບປະກອບທາງການແພດ ແລະ ນິຕິວິທະຍາສາດ — ຮູບພາບທາງຄລີນິກທີ່ຖືກທຳຄວາມສະອາດສຳລັບເອກະສານການສອນ, ບົດລາຍງານກໍລະນີ ແລະ ວຽກສ້າງພາບຄືນທີ່ຕົວແກ້ໄຂກະແສຫຼັກປະຕິເສດທັນທີທີ່ເຫັນ.
- ຮູບພາບການຄົ້ນຄວ້າຄວາມປອດໄພ — ພາບໜ້າຈໍ, ຮູບຄວາມປອດໄພທາງກາຍະພາບ ແລະ ເອກະສານຮາດແວສຳລັບໂຄງການສ້າງຄວາມຮັບຮູ້ phishing ແລະ ບົດລາຍງານ red-team.
- ຄວາມຮຸນແຮງໃນນິຍາຍ — ຮູບເງົາ, ເກມ ແລະ ສິລະປະການຜະລິດການ໌ຕູນທີ່ບາດແຜ ຫຼື ອາວຸດຄືເນື້ອຫາຫຼັກ.
- ການເສຍດສີການເມືອງ ແລະ ພາບປະກອບບັນນາທິການ — ມີປະຫວັດຫຼາຍສະຕະວັດຢູ່ເບື້ອງຫຼັງ, ໄດ້ຮັບການສະໜັບສະໜູນເກືອບເປັນສູນໃນເຄື່ອງມືແບບກັ່ນຕອງ.
- ວຽກແບຣນ ແລະ ຮູບລັກສະນະໂດຍຜູ້ຖືສິດເອງ — ຮູບຖ່າຍສິນຄ້າ, ໂລໂກ ແລະ ພາບຄົນຂອງທ່ານເອງ, ແລະ ຄັງເອກະສານຄອບຄົວທີ່ຫຍຸ້ງຍາກ, ໂດຍບໍ່ຕ້ອງໂຕ້ຖຽງກັບຕົວຈັດປະເພດວ່າທ່ານໄດ້ຮັບອະນຸຍາດຫຼືບໍ່.
ບໍ່ເຊັນເຊີບໍ່ໄດ້ໝາຍຄວາມວ່າບໍ່ມີຄວາມຮັບຜິດຊອບ. Shannon ດຳເນີນງານໂດຍ Shannon Lab LLC (ລັດນິວເມັກຊິໂກ, ສະຫະລັດ) ພາຍໃຕ້ ນະໂຍບາຍການໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບ ທີ່ເຜີຍແຜ່ໄວ້, ຊຶ່ງເປັນບ່ອນທີ່ຂອບເຂດແທ້ຈິງຢູ່ — ຂອບເຂດກ່ຽວກັບກົດໝາຍ ແລະ ອັນຕະລາຍ ບໍ່ແມ່ນຄວາມບໍ່ສະບາຍໃຈຂອງຕົວຈັດປະເພດຕໍ່ຮູບບາດແຜ. ການບໍ່ມີການປະຕິເສດແບບອັດຕະໂນມັດ ຄືຄຳກ່າວກ່ຽວກັບເຄື່ອງມືເອງ, ບໍ່ແມ່ນກ່ຽວກັບຄວາມຮັບຜິດຊອບຂອງທ່ານຕໍ່ສິ່ງທີ່ທ່ານສ້າງ.
09ບ່ອນທີ່ API ເໝາະສົມ — ແລະ ບ່ອນທີ່ບໍ່ເໝາະ
ນີ້ຄືການເຂົ້າໃຈຜິດທົ່ວໄປສຳລັບຜູ້ອ່ານທີ່ມາຈາກການຄົ້ນຫາ API. ການສ້າງ ແລະ ການແກ້ໄຂຮູບພາບເກີດຂຶ້ນໃນແອັບແຊັດ Shannon, ບໍ່ແມ່ນເທິງ API. ພາສາ /v1 ທັງສາມ — /v1/chat/completions (ຮູບແບບ OpenAI), /v1/messages (ຮູບແບບ Anthropic) ແລະ /v1/responses, ທັງໝົດແບບສະຕຣີມ, ທັງໝົດເທິງໂມເດວດຽວກັນ — ໃຫ້ບໍລິການຂໍ້ຄວາມ ແລະ ການເບິ່ງເຫັນ. ການເບິ່ງເຫັນໝາຍຄວາມວ່າໂມເດວອ່ານຮູບທີ່ທ່ານສົ່ງມາ: ອະທິບາຍພວກມັນ, ຖອດຂໍ້ຄວາມ, ວິເຄາະຕາຕະລາງ. ມັນບໍ່ໄດ້ໝາຍຄວາມວ່າພວກມັນສ້າງ ຫຼື ດັດແປງຮູບພາບ.
ນັ້ນຍັງເຫຼືອຮູບແບບການໃຊ້ງານທີ່ເປັນປະໂຫຍດ: ການເບິ່ງເຫັນບວກກັບໂມເດວຂໍ້ຄວາມບໍ່ເຊັນເຊີຄືຜູ້ຊ່ວຍຂຽນຄຳສັ່ງທີ່ດີ. ສົ່ງຮູບຕົ້ນສະບັບຂອງທ່ານໃຫ້ API, ຂໍໃຫ້ມັນອະທິບາຍວ່າມີຫຍັງໃນຮູບ ແລະ ຮ່າງຄຳສັ່ງແບບຢຶດຫຼັກທີ່ຕັ້ງຊື່ການປ່ຽນ ແລະ ຫຼັກຢຶດ, ແລ້ວແລ່ນຄຳສັ່ງນັ້ນໃນແຊັດ — ມັນຈະຈັບຫຼັກຢຶດທີ່ທ່ານອາດລືມ. ຮູບແບບຄຳຂໍ ແລະ ຄຳຕອບຢູ່ໃນ ເອກະສານ API.
10ຄຳຖາມທີ່ພົບເລື້ອຍ
ຕົວແກ້ໄຂຮູບ AI ບໍ່ເຊັນເຊີແມ່ນຫຍັງ?
ຕົວແກ້ໄຂທີ່ຮັບຮູບເກົ່າບວກກັບຄຳສັ່ງພາສາທຳມະດາແລ້ວສົ່ງຄືນຮູບທີ່ຖືກແກ້ໄຂ, ດ້ວຍບໍ່ມີຕົວກັ່ນຕອງເນື້ອຫາເທິງຜົນຜະລິດ ແລະ ບໍ່ມີຊັ້ນປະຕິເສດເທິງໂມເດວທີ່ຂຽນຄຳສັ່ງ. ມັນແລ່ນເທິງຄລັດສເຕີ GPU ຂອງພວກເຮົາເອງພາຍໃນແອັບແຊັດ Shannon, ສະນັ້ນວຽກທີ່ຕົວແກ້ໄຂແບບກັ່ນຕອງປະຕິເສດ — ການແຕ່ງຮູບເປືອຍທາງສິລະປະ, ພາບປະກອບທາງການແພດ ແລະ ນິຕິວິທະຍາສາດ, ຮູບພາບການຄົ້ນຄວ້າຄວາມປອດໄພ, ຄວາມຮຸນແຮງໃນນິຍາຍ, ການເສຍດສີການເມືອງ — ຈຶ່ງຖືກເຮັດແທນທີ່ຈະຖືກປະຕິເສດ.
ເປັນຫຍັງໜ້າຈຶ່ງປ່ຽນທັງທີ່ຂ້ອຍຂໍພຽງແຕ່ປ່ຽນພື້ນຫຼັງ?
ຍ້ອນວ່າການແກ້ໄຂດ້ວຍຄຳສັ່ງສ້າງທັງກອບຮູບຄືນໃໝ່ໂດຍອີງໃສ່ຮູບຕົ້ນສະບັບຂອງທ່ານ, ບໍ່ໄດ້ອີງໃສ່ພຽງພື້ນທີ່ທີ່ທ່ານໝາຍໄວ້ — ຫຍັງກໍຕາມທີ່ທ່ານບໍ່ໄດ້ຕັ້ງຊື່ວ່າຄົງເກົ່າ ຈະຫຼົງທາງໄດ້ຢ່າງເສລີ. ວິທີແກ້ຄືການຢຶດຫຼັກ: ເພີ່ມອະນຸປະໂຫຍກການຄົງເກົ່າ ເຊັ່ນ "ຮັກສາໜ້າ, ຊົງຜົມ, ທ່າທາງ ແລະ ເຄື່ອງນຸ່ງໃຫ້ຄືເກົ່າ, ມຸມກ້ອງ ແລະ ການຄອບຮູບດຽວກັນ". ການຕັ້ງຊື່ສ່ວນທີ່ຄົງເກົ່າຄືຄັນຄວບຄຸມຄຸນນະພາບອັນດຽວທີ່ໃຫຍ່ທີ່ສຸດທີ່ທ່ານມີ.
ການແກ້ໄຂຮູບຂອງ Shannon ຮັບຮອງ negative prompt ບໍ?
ຮັບຮອງ. ຕ່າງຈາກຂໍ້ຄວາມ-ເປັນ-ຮູບທີ່ບໍ່ຮັບເລີຍ, ທັງເສັ້ນທາງແກ້ໄຂ ແລະ ການລວມຫຼາຍຮູບຮັບຮອງທັງສອງ. ໃຊ້ມັນສຳລັບຂໍ້ບົກພ່ອງທີ່ບໍ່ຕ້ອງການ — ນິ້ວມືເກີນ, ຂໍ້ຄວາມບິດເບືອນ, ຮົ້ວກັ້ນຊ້ຳກັນ, ພື້ນຜິວທີ່ເປື້ອນ, ຜິວໜັງພລາສຕິກ, ລາຍນ້ຳ — ແທນທີ່ຈະຂຽນ "ບໍ່ເອົາ X" ໃນຄຳສັ່ງ. ການຕັດສິນໃຈກ່ຽວກັບເນື້ອຫາຢູ່ໃນຄຳສັ່ງ, ບອກແບບຢືນຢັນ; ການຫ້າມຂໍ້ບົກພ່ອງຢູ່ໃນ negative prompt.
Shannon ເຮັດໃຫ້ຮູບຂອງຂ້ອຍເຄື່ອນໄຫວ ຫຼື ປ່ຽນເປັນວິດີໂອໄດ້ບໍ?
ບໍ່ໄດ້. Shannon ບໍ່ສ້າງວິດີໂອ ແລະ ບໍ່ເຮັດໃຫ້ຮູບເຄື່ອນໄຫວ. ບໍ່ມີເສັ້ນທາງຮູບ-ເປັນ-ວິດີໂອ ແລະ ບໍ່ມີການປະກາດເລື່ອງນີ້. Shannon 3 ສ້າງຮູບໃໝ່, ແກ້ໄຂຮູບເກົ່າໜຶ່ງໃບ, ຫຼືລວມສອງຮູບຂຶ້ນໄປໃຫ້ເປັນຮູບດຽວ — ພຽງສາມສິ່ງນັ້ນ ແລະ ບໍ່ມີຫຍັງເກີນນັ້ນ.
ການແກ້ໄຂໜຶ່ງໃຊ້ຮູບຕົ້ນສະບັບຈັກໃບ?
ພຽງໃບດຽວ: ບໍ່ວ່າຈະເປັນຮູບທີ່ຢູ່ໃນການສົນທະນາຢູ່ແລ້ວ, ຫຼືໃບໜຶ່ງທີ່ຖືກແນບໃສ່ຂໍ້ຄວາມປັດຈຸບັນຂອງທ່ານ. ຖ້າອົງປະກອບຕ້ອງມາຈາກສອງຮູບຂຶ້ນໄປ — ຊຸດເຄື່ອງນຸ່ງຈາກຮູບໜຶ່ງໃສ່ຄົນຈາກອີກຮູບໜຶ່ງ — ນັ້ນຄືການລວມຮູບ, ບໍ່ແມ່ນການແກ້ໄຂ, ແລະ ທ່ານຄວນໃຫ້ຮູບຈິງແທນທີ່ຈະອະທິບາຍຮູບທີສອງເປັນຄຳເວົ້າ.
ຂ້ອຍຕ້ອງແຕ້ມມາສກ໌ ຫຼື ໃຊ້ inpainting ບໍ?
ບໍ່ຕ້ອງ. ບໍ່ມີແປງ, ບໍ່ມີເຄື່ອງມືເລືອກແບບເສັ້ນ, ບໍ່ມີຊັ້ນມາສກ໌. ທ່ານອະທິບາຍການປ່ຽນເປັນປະໂຫຍກ ແລະ ພື້ນທີ່ຖືກອະນຸມານຈາກຄຳເວົ້າຂອງທ່ານ, ນັ້ນຄືເຫດຜົນທີ່ຄຳນາມທີ່ຈະແຈ້ງສຳຄັນ: "ລົດສີເງິນທີ່ຈອດຢູ່ທາງຂວາ" ເລັງເປົ້າໝາຍໄດ້ດີກວ່າ "ສິ່ງນັ້ນ" ຫຼາຍ. ນັ້ນເຮັດໃຫ້ Shannon ເປັນທາງເລືອກ inpainting ບໍ່ເຊັນເຊີພາກປະຕິບັດສຳລັບຄົນທີ່ຕ້ອງການຜົນລັບໂດຍບໍ່ຕ້ອງເສຍເວລາເລືອກພື້ນທີ່.
ຂ້ອຍແກ້ໄຂຮູບຜ່ານ API ຂອງ Shannon ໄດ້ບໍ?
ບໍ່ໄດ້. ການສ້າງ ແລະ ການແກ້ໄຂຮູບພາບຢູ່ໃນແອັບແຊັດ Shannon. ພາສາ /v1 — /v1/chat/completions, /v1/messages ແລະ /v1/responses — ໃຫ້ບໍລິການຂໍ້ຄວາມ ແລະ ການເບິ່ງເຫັນ: ພວກມັນອ່ານ ແລະ ວິເຄາະຮູບທີ່ທ່ານສົ່ງມາ ແຕ່ບໍ່ໄດ້ສ້າງ ຫຼືແກ້ໄຂພວກມັນ. ຮູບແບບການໃຊ້ງານທົ່ວໄປຄືການໃຫ້ການເບິ່ງເຫັນຂອງ API ຮ່າງຄຳສັ່ງແບບຢຶດຫຼັກ, ແລ້ວແລ່ນການແກ້ໄຂໃນແຊັດ.
ແກ້ໄຂຮູບໂດຍບໍ່ຕ້ອງໂຕ້ຖຽງກັບຕົວກັ່ນຕອງ
ແນບຮູບ, ຂຽນປະໂຫຍກໜຶ່ງ, ຕັ້ງຊື່ສ່ວນທີ່ຄົງເກົ່າ.
ເລີ່ມແກ້ໄຂ ອ່ານເອກະສານ APIຮູບພາບເຣັນເດີເທິງຄລັດສເຕີ GPU ຂອງພວກເຮົາເອງ · ບໍ່ມີການເຣັນເດີ ຫຼື ຄິດເງິນຈົນກວ່າທ່ານຢືນຢັນບັດ
Shannon AI ດຳເນີນງານໂດຍ Shannon Lab LLC, ລັດນິວເມັກຊິໂກ, ສະຫະລັດ. ການສ້າງ, ການແກ້ໄຂ ແລະ ການລວມຮູບພາບຄືຄຸນສົມບັດຂອງແອັບແຊັດຂອງ Shannon 3; API /v1 ໃຫ້ບໍລິການຂໍ້ຄວາມ ແລະ ການເບິ່ງເຫັນເທົ່ານັ້ນ. ບໍ່ມີການສ້າງວິດີໂອຢູ່ໃນຜະລິດຕະພັນ. ການແກ້ໄຂຮັບຮູບຕົ້ນສະບັບພຽງໃບດຽວ ແລະ ສືບທອດອັດຕາສ່ວນຂອງມັນ. ການໃຊ້ເສັ້ນທາງຮູບພາບບໍ່ເຊັນເຊີຢູ່ພາຍໃຕ້ ນະໂຍບາຍການໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບ.