ການຍ້າຍເຄື່ອງນຸ່ງດ້ວຍ AI ບໍ່ເຊັນເຊີ

ວຽກຮູບພາບສ່ວນຫຼາຍທີ່ຄົນຕ້ອງການແທ້ບໍ່ແມ່ນ "ສ້າງຮູບຂອງບາງສິ່ງໃຫ້ຂ້ອຍ." ແຕ່ເປັນ "ໃສ່ເສື້ອຄຸມໂຕນີ້ໃຫ້ຄົນຄົນນີ້," "ວາງຕັ່ງໂຕນີ້ເຂົ້າໄປໃນຫ້ອງນີ້," "ຖ່າຍຮູບສິນຄ້າອັນນີ້ຢູ່ໃນມືນັ້ນ." ທັງໝົດນັ້ນຕ້ອງການວັດຖຸດິບຈາກຫຼາຍກວ່າໜຶ່ງຮູບຖ່າຍ, ແລະ ທັງໝົດລົ້ມເຫຼວແບບດຽວກັນ: ຮູບໜຶ່ງຖືກແນບ, ອີກຮູບໜຶ່ງຖືກອະທິບາຍເປັນຄຳເວົ້າ, ແລ້ວໄດ້ຮັບບາງສິ່ງທີ່ໜ້າເຊື່ອຖືແຕ່ບໍ່ແມ່ນສິ່ງທີ່ທ່ານເປັນເຈົ້າຂອງ. ວິທີແກ້ນ້ອຍກວ່າທີ່ທ່ານຄາດຄິດ, ແລະ ມັນໃຊ້ໄດ້ທຸກບ່ອນ.

01"ການລວມຮູບພາບ" ແມ່ນຫຍັງ, ແລະ ມັນເກີດຂຶ້ນຢູ່ໃສ

Shannon 3 ເຮັດສາມສິ່ງທີ່ແຕກຕ່າງກັນກັບຮູບພາບ: ມັນສ້າງຮູບໃໝ່ຈາກຄຳອະທິບາຍ, ມັນແກ້ໄຂຮູບເກົ່າໜຶ່ງໃບ, ແລະ ມັນລວມສອງຮູບຂຶ້ນໄປໃຫ້ເປັນຮູບໃໝ່ອັນດຽວ. ພວກມັນມີກົດຕ່າງກັນ, ແລະ ການເລືອກຜິດຄືບ່ອນທຳອິດທີ່ຄຸນນະພາບເສຍໄປ.

ໃຊ້ການລວມຮູບທຸກຄັ້ງທີ່ຮູບສຳເລັດຮູບຕ້ອງການວັດຖຸດິບຈາກຫຼາຍກວ່າໜຶ່ງຮູບຖ່າຍ: ການຍ້າຍເຄື່ອງນຸ່ງ, ການໃສ່ວັດຖຸເຂົ້າໄປໃນສາກ, ຄົນ A ຄຽງຄົນ B, ສິນຄ້າຈິງທີ່ຖືໂດຍຕົວແບບຈິງ, ສະໄຕລ໌ຂອງຮູບໜຶ່ງນຳໄປໃຊ້ກັບຕົວແບບຂອງອີກຮູບໜຶ່ງ. ຖ້າທ່ານພົບວ່າຕົນເອງຢາກຊີ້ໃສ່ສອງຮູບພ້ອມກັນ, ນັ້ນຄືການດຳເນີນງານນີ້.

ທັງໝົດນີ້ເກີດຂຶ້ນໃນແອັບແຊັດ Shannon, ໃນການສົນທະນາທຳມະດາ. ມັນບໍ່ໄດ້ຢູ່ໃນ API /v1 — API ໃຫ້ບໍລິການຂໍ້ຄວາມ ແລະ ການເບິ່ງເຫັນ, ໝາຍຄວາມວ່າມັນອ່ານຮູບທີ່ທ່ານສົ່ງມາ ແທນທີ່ຈະສ້າງຮູບໃໝ່. ຖ້າທ່ານມາຈາກການຄົ້ນຫາ API, ນັ້ນຄືຄຳຕອບທີ່ຊື່ສັດ; ອ່ານ ເອກະສານ API ວ່າ endpoint ໃຫ້ບໍລິການຫຍັງແທ້. ຮູບພາບເຣັນເດີເທິງຄລັດສເຕີ GPU ຂອງພວກເຮົາເອງ.

ທ່ານຖາມດ້ວຍພາສາທຳມະດາ, ໃນພາສາໃດກໍໄດ້ທີ່ທ່ານເວົ້າ. Shannon ຄິດອອກວ່າກຳລັງມີການຂໍຮູບພາບ, ຂຽນຄຳສັ່ງການສ້າງເປັນພາສາອັງກິດເອງ, ແລະ ສະແດງມັນໃຫ້ທ່ານເຫັນເທິງບັດຢືນຢັນກ່ອນຈະເຣັນເດີສິ່ງໃດ. ບໍ່ມີຫຍັງຖືກສ້າງ ແລະ ບໍ່ມີການຄິດເງິນຈົນກວ່າທ່ານຈະຢືນຢັນ — ແລະ ສຳລັບວຽກຫຼາຍຮູບ ບັດນັ້ນຄືບ່ອນທ່ານກວດວ່າບົດບາດ ແລະ ລຳດັບອອກມາຕາມທີ່ທ່ານໝາຍໄວ້. Shannon ບໍ່ເຄີຍສ້າງໂດຍບໍ່ໄດ້ຮັບເຊີນ: ຄຳທັກທາຍ, ຄຳຖາມ, ຫຼືຮູບທີ່ຖືກແນບມາແບບບໍ່ຕັ້ງໃຈ ບໍ່ໄດ້ກະຕຸ້ນໃຫ້ເກີດການເຣັນເດີ.

02ກົດ: ຕັ້ງຊື່ບົດບາດຂອງແຕ່ລະຮູບ, ຕາມລຳດັບ

ຄຳສັ່ງຕ້ອງບອກວ່າແຕ່ລະຮູບປະກອບສ່ວນຫຍັງ, ແລະ ຕ້ອງບອກຕາມລຳດັບທີ່ຮູບຖືກໃຫ້ມາ. ນັ້ນຄືເຕັກນິກທັງໝົດ; ທຸກຢ່າງລຸ່ມນີ້ຄືກົດນັ້ນຖືກນຳໄປໃຊ້ກັບວຽກສະເພາະ.

ຮູບທຳອິດຄືຮູບພື້ນຖານ — ຕົວແບບຫຼັກ, ຫຼືສາກ, ອັນໃດກໍຕາມທີ່ຮູບສຳເລັດຮູບປະກອບຂຶ້ນສ່ວນຫຼາຍ. ມັນກຳນົດອັດຕະລັກສະນະ, ທ່າທາງ, ການຈັດກອບ, ແສງ ແລະ ທຸກຢ່າງທີ່ທ່ານບໍ່ໄດ້ຂໍໃຫ້ປ່ຽນ. ຮູບຕໍ່ໆໄປຄືແຫຼ່ງທີ່ມາ: ພາກສ່ວນທີ່ຖືກນຳເຂົ້າມາ. ຂຽນປະໂຫຍກໃຫ້ຄົນແປກໜ້າທີ່ຖືຮູບຕາມລຳດັບສາມາດເຮັດວຽກນັ້ນດ້ວຍມືໄດ້.

ໃຊ້ໄດ້
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.

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

ຮູບແບບທີ່ລົ້ມເຫຼວບໍ່ໄດ້ລົ້ມເຫຼວເພາະມັນສັ້ນ ແຕ່ເພາະມັນບໍ່ເຄີຍບອກວ່າຮູບໃດຄືຄົນ ແລະ ຮູບໃດຄືເສື້ອຖັກ. ສາມນິໄສທີ່ເຮັດໃຫ້ກົດນີ້ໜ້າເຊື່ອຖື:

• ໃຊ້ພາສາລຳດັບຢ່າງຈະແຈ້ງ. "ຈາກຮູບທຳອິດ", "ຈາກຮູບທີສອງ". ຄຳງ່າຍໆ, ແລະ ຄວາມບໍ່ຈະແຈ້ງກໍຫາຍໄປ.
• ບອກວ່າຫຍັງຄົງເກົ່າ. "ຮັກສາໜ້າ, ຜົມ ແລະ ທ່າທາງຂອງນາງໃຫ້ຄືເກົ່າ." ການຕັ້ງຊື່ສ່ວນທີ່ຄົງເກົ່າຄືຄັນຄວບຄຸມຄຸນນະພາບໃຫຍ່ທີ່ສຸດໃນທຸກການດຳເນີນງານຮູບພາບທີ່ Shannon ເຮັດ, ແລະ ມັນສຳຄັນທີ່ສຸດຢູ່ບ່ອນນີ້, ຍ້ອນວ່າການປະສົມມີສອງສິ່ງຂຶ້ນໄປທີ່ອາດຫຼົງທາງໄດ້.
• ຂຽນຄວາມຮຽງ, ບໍ່ແມ່ນປ້າຍຄຳ. ໂມເດວຮູບພາບອ່ານຄຳສັ່ງແບບໂມເດວພາສາອ່ານປະໂຫຍກ, ສະນັ້ນປະໂຫຍກສົມບູນຈຶ່ງດີກວ່າຄຳສັບຄັ່ນດ້ວຍຈຸດຈ້ຳ. ຕັ້ງເປົ້າໃສ່ 30 ຫາ 80 ຄຳ, ແລະ ຂ້າມຂໍ້ຄວາມແບບຍຸກ SDXL ("masterpiece, best quality, 8k") ແລະ ໄວຍາກອນນ້ຳໜັກແບບ (word:1.3).

ເມື່ອຮູບໜຶ່ງມີຫຼາຍກວ່າໜຶ່ງສິ່ງ, ຕັ້ງຊື່ພາກສ່ວນທີ່ທ່ານຕ້ອງການອອກມາ. ຖ້າຮູບທີສອງຄືຮູບແຄຕາລັອກຂອງຕົວແບບທີ່ໃສ່ເສື້ອຖັກ, "ເສື້ອຖັກສີແດງທີ່ຜູ້ຍິງໃນຮູບທີສອງໃສ່" ບອກວ່າທ່ານຕ້ອງການເຄື່ອງນຸ່ງ, ບໍ່ແມ່ນຕົວແບບ. ຖ້າໃຊ້ພຽງ "ຮູບທີສອງ" ທ່ານອາດໄດ້ໜ້າຂອງນາງມາພ້ອມ.

ແມ່ແບບບົດບາດຕາມປະເພດວຽກ

ວຽກ	ຮູບທຳອິດ	ຮູບທີສອງ	ຮູບແບບຄຳສັ່ງ
ການຍ້າຍເຄື່ອງນຸ່ງ	ຄົນ	ເຄື່ອງນຸ່ງ	"[ຄົນ] ຈາກຮູບທຳອິດໃສ່ [ເຄື່ອງນຸ່ງ] ຈາກຮູບທີສອງ, [ຫຍັງຄົງເກົ່າ]"
ວັດຖຸໃນສາກ	ສາກ	ວັດຖຸ	"[ຫ້ອງ] ຈາກຮູບທຳອິດພ້ອມ [ວັດຖຸ] ຈາກຮູບທີສອງວາງໄວ້ [ຢູ່ໃສ], ໃຫ້ເຂົ້າກັນກັບ [ແສງ]"
ຄົນ + ຄົນ	ຄົນ A ແລະ ສະຖານທີ່	ຄົນ B	"[ຊາຍ] ຈາກຮູບທຳອິດຢືນຄຽງ [ຍິງ] ຈາກຮູບທີສອງ, [ຕຳແໜ່ງ, ທິດການເບິ່ງ]"
ສິນຄ້າໃສ່ຄົນ	ຕົວແບບຫຼືສາກ	ສິນຄ້າ	"[ຕົວແບບ] ຈາກຮູບທຳອິດຖື [ສິນຄ້າ] ຈາກຮູບທີສອງ, [ວິທີຈັບ, ດ້ານປ້າຍຫັນໄປທາງໃດ]"
ການຍ້າຍສະໄຕລ໌	ຕົວແບບ	ຮູບອ້າງອີງສະໄຕລ໌	"[ຕົວແບບ] ຈາກຮູບທຳອິດ ວາດໃນ [ອົງປະກອບສະໄຕລ໌] ຂອງຮູບທີສອງ, [ຕົວແບບຄົງເກົ່າ]"

03ຄວາມຜິດພາດທີ່ທຳລາຍຄວາມພະຍາຍາມສ່ວນຫຼາຍ: ອະທິບາຍແທນທີ່ຈະແນບ

ນີ້ຄືຂໍ້ຜິດພາດທີ່ຄວນເນັ້ນໜັກ, ຍ້ອນວ່າມັນເປັນຂໍ້ຜິດພາດທົ່ວໄປທີ່ສຸດ ແລະ ຍ້ອນວ່າມັນເບິ່ງຄືວ່າໄດ້ຜົນ. ຜູ້ໃຊ້ມີຮູບຖ່າຍສອງໃບ — ລູກຄ້າຂອງເຂົາ ແລະ ສິນຄ້າຂອງລູກຄ້າ, ຫຼືຕົນເອງ ແລະ ເສື້ອຄຸມທີ່ຕົນເປັນເຈົ້າຂອງ. ເຂົາແນບອັນໜຶ່ງ, ແລ້ວພິມອະທິບາຍອີກອັນໜຶ່ງ.

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

ສິ່ງທີ່ໄດ້ຄືນມາຄືຜູ້ຍິງໃນເສື້ອຖັກສີແດງ. ມັນຄືເສື້ອຖັກທີ່ດີ. ແຕ່ບໍ່ແມ່ນໂຕນັ້ນ. ລາຍຖັກຖືກປະດິດຂຶ້ນ, ສີຍ້ອມແມ່ນສີແດງອີກເສດ, ຄວາມເລິກຂອງລາຍຄໍລິບຜິດ, ຄໍພັບຜິດທາງ, ແລະ ຄວາມບໍ່ສົມມາດນ້ອຍໆທີ່ເຮັດໃຫ້ເຄື່ອງນຸ່ງແທ້ຈິງເປັນທີ່ຈົດຈຳໄດ້ — ຮອຍສ້ອມແປງ, ຮອຍດຶງ, ການຢືດຢູ່ຂໍ້ສອກ — ຫາຍໄປ, ຍ້ອນວ່າບໍ່ມີຫຍັງໃນປະໂຫຍກນັ້ນມີພວກມັນ.

ຂໍ້ຄວາມຄືຊ່ອງທາງທີ່ສູນເສຍຂໍ້ມູນ ແລະ ຮູບຖ່າຍບໍ່ແມ່ນ. ປະໂຫຍກທີ່ລະມັດລະວັງອາດຖືຄຸນລັກສະນະຂອງວັດຖຸໄດ້ພຽງແຕ່ສິບກວ່າອັນ; ຮູບຖ່າຍຖືພັນອັນ, ລວມທັງທຸກອັນທີ່ທ່ານບໍ່ເຄີຍຄິດຈະຂຽນລົງ ແລະ ອັນທີ່ທ່ານຕັ້ງຊື່ບໍ່ໄດ້. ການອະທິບາຍແທນທີ່ຈະແນບ ຖິ້ມທຸກຢ່າງທີ່ທ່ານບໍ່ໄດ້ຄິດເຖິງ, ຊຶ່ງເປັນສ່ວນຫຼາຍ. ການແນບຮັກສາລັກສະນະຈິງໄວ້ ຍ້ອນວ່າລັກສະນະຈິງນັ້ນມີຢູ່.

ການທົດສອບງ່າຍໆ. ຖ້າຈຸດສຳຄັນຂອງຮູບຄືມັນຄືໂຕນັ້ນ — ເຄື່ອງນຸ່ງໂຕນັ້ນ, ຄົນຄົນນັ້ນ, ສິນຄ້າຊິ້ນນັ້ນ, ຫ້ອງນັ້ນ — ໃຫ້ແນບມັນ. ຖ້າທ່ານສາມາດເລືອກລາຍການນັ້ນອອກຈາກແຖວໄດ້ ແລະ ມັນສຳຄັນວ່າຜົນລັບຕ້ອງກົງກັບອັນທີ່ທ່ານຈະເລືອກ, ຄຳອະທິບາຍຈະເຮັດບໍ່ໄດ້.

ມີກໍລະນີທີ່ຖືກຕ້ອງສຳລັບການອະທິບາຍ: ເມື່ອສິ່ງນັ້ນຍັງບໍ່ມີຢູ່, ຫຼືເມື່ອທ່ານຕ້ອງການສະບັບທົ່ວໄປ. ການອອກແບບເສື້ອຖັກທີ່ບໍ່ມີໃຜເຄີຍຖັກ, ການຮ່າງແນວຄິດຄ່າວໆ — ນັ້ນຄືວຽກຂໍ້ຄວາມ-ເປັນ-ຮູບ, ແລະ ຄຳອະທິບາຍຖືກຕ້ອງເພາະບໍ່ມີວັດຖຸຈິງທີ່ອັດຕະລັກສະນະຂອງມັນຕ້ອງຖືກຮັກສາໄວ້. ທັນທີທີ່ວັດຖຸຈິງເຂົ້າມາໃນວຽກ, ຮູບຖ່າຍຂອງມັນກໍຄວນເຂົ້າມານຳ.

ຄວາມຜິດພາດເຄິ່ງໜຶ່ງທີ່ກ່ຽວຂ້ອງ: ແນບຮູບທັງສອງແລ້ວຍັງອະທິບາຍຮູບທີສອງຢ່າງລະອຽດ. ຄຳຄຸນນາມອາດຂັດແຍ້ງກັບຮູບຖ່າຍ — ຂຽນ "ໜາ" ໃນຂະນະທີ່ເຄື່ອງນຸ່ງແທ້ຄືເສັ້ນດ້າຍລະອຽດ ແລ້ວທ່ານກໍສ້າງຄວາມຂັດແຍ້ງຂຶ້ນມາ. ອະທິບາຍຮູບທີສອງພຽງພໍທີ່ຈະລະບຸວ່າທ່ານຕ້ອງການສ່ວນໃດ.

04ການຍ້າຍເຄື່ອງນຸ່ງ ແລະ ການແຕ່ງກາຍ

ວຽກສອງຮູບແບບຄລາສສິກ. ແນບຄົນເປັນອັນທຳອິດ ແລະ ເຄື່ອງນຸ່ງເປັນອັນທີສອງ. ຮູບເຄື່ອງນຸ່ງອາດເປັນຮູບວາງລາບ, ຮູບແຂວນ, ຮູບແຄຕາລັອກ, ຫຼືຄົນອື່ນທີ່ໃສ່ມັນຢູ່ — ໃຊ້ໄດ້ໝົດ, ຕາບໃດທີ່ທ່ານບອກວ່າສ່ວນໃດຂອງມັນທີ່ທ່ານໝາຍເຖິງ.

ການຍ້າຍເຄື່ອງນຸ່ງ
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

ສາມສິ່ງທຳໜ້າວຽກ: ບົດບາດຖືກຕັ້ງຊື່ຕາມລຳດັບ, ພາກສ່ວນທີ່ຄົງເກົ່າຖືກລະບຸອອກມາຊັດເຈນ (ຊຶ່ງເປັນສິ່ງທີ່ຢຸດໜ້າບໍ່ໃຫ້ຫຼົງທາງ), ແລະ ອະນຸປະໂຫຍກສຸດທ້າຍບອກໂມເດວວ່າລາຍລະອຽດຂອງເຄື່ອງນຸ່ງເອງຄືຈຸດສຳຄັນ — ຖ້າບໍ່ມີມັນ ການປະສົມມັກຮັກສາສີ ແລະ ເງົາຮ່າງໄວ້ ແຕ່ຄ່ອຍໆເຮັດໃຫ້ພື້ນຜິວນຸ້ມລົງຢ່າງງຽບໆ.

• ຮູບຮ່າງການໃສ່ຄືການອ້າງອີງທາງກາຍະພາບ, ຈຶ່ງບອກມັນ. "ຫ້ອຍລົງເທິງລຳຕົວຂອງນາງຕາມທຳມະຊາດ", "ພໍດີຢູ່ແອວ", "ແຂນເສື້ອຢຸດຢູ່ຂໍ້ມື" — ຖ້າບໍ່ດັ່ງນັ້ນ ເຄື່ອງນຸ່ງອາດອອກມາຕາມອັດຕາສ່ວນຂອງແຫຼ່ງທີ່ມາ ແທນທີ່ຈະເປັນຄົນທີ່ໃສ່ມັນ.
• ການບັງກັນຄືກໍລະນີຍາກ. ຖ້າແຂນໄຂ້ວກັນ ຫຼືສາຍກະເປົາຂ້າມເອິກ, ບອກວ່າມັນຈະເປັນຫຍັງ. ຄວາມບໍ່ຈະແຈ້ງຢູ່ບ່ອນນັ້ນຜະລິດຮອຍແຂນເສື້ອທີ່ຄືກັບລະລາຍທີ່ເປັນຂໍ້ບົກພ່ອງແບບຄລາສສິກ.
• ເຄື່ອງນຸ່ງຫຼາຍຂຶ້ນໝາຍເຖິງຮູບຫຼາຍຂຶ້ນ. ຄົນກ່ອນ, ແລ້ວເສື້ອຂ້າງເທິງ, ແລ້ວກາງເກງ, ແລ້ວເກີບ — ແລະ ອ້າງອີງພວກມັນເປັນຮູບທີສອງ, ທີສາມ ແລະ ທີສີ່ຢ່າງສະໝ່ຳສະເໝີ. ຢ່າປ່ຽນໄປເອີ້ນ "ຮູບເກີບ" ກາງທາງ.

05ການໃສ່ວັດຖຸເຂົ້າໄປໃນສາກ

ບ່ອນນີ້ບົດບາດກັບກັນ: ສາກມາກ່ອນ, ຍ້ອນວ່າສາກຄືສິ່ງທີ່ຮູບສຳເລັດຮູບປະກອບຂຶ້ນສ່ວນຫຼາຍ, ແລະ ວັດຖຸຄືພາກສ່ວນທີ່ຖືກນຳເຂົ້າມາ. ການສ້າງແບບຈຳລອງພາຍໃນ, ການຈັດຫ້ອງດ້ວຍເຟີນິເຈີທີ່ທ່ານຍັງບໍ່ໄດ້ຊື້, ການວາງລົດລົງເທິງຖະໜົນ, ການວາງປະຕິມາກຳໃນຫ້ອງສະແດງ — ຮູບແບບດຽວກັນທຸກຄັ້ງ.

ວັດຖຸໃນສາກ
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

ຮູບແບບການລົ້ມເຫຼວທີ່ນີ້ບໍ່ແມ່ນອັດຕະລັກສະນະ, ແຕ່ເປັນຟີຊິກ. ວັດຖຸທີ່ຮັກສາແສງຂອງຕົນເອງໄວ້ຈະເບິ່ງຄືວ່າຖືກແປະໃສ່, ແລະ ຜູ້ຊົມສັງເກດເຫັນທັນທີເຖິງແມ່ນວ່າເຂົາເຈົ້າຈະບອກເຫດຜົນບໍ່ໄດ້. ໃຊ້ຄຳເວົ້າຂອງທ່ານກັບສາມສິ່ງທີ່ຮູບຖ່າຍຂອງວັດຖຸໂດດດ່ຽວບໍ່ຮູ້: ຕຳແໜ່ງ (ຢູ່ໃສໃນຮູບ, ທຽບກັບຫຍັງ), ຂະໜາດໃນແງ່ຂອງສາກ ບໍ່ແມ່ນເຊັນຕີແມັດ ("ປະມານສູງເອິກ", "ສູງເທົ່າມືຈັບປະຕູ"), ແລະ ແສງ ແລະ ເງົາ — ທິດທາງ, ຄຸນນະພາບ, ແລະ ບ່ອນທີ່ເງົາຕົກ. ອັນສຸດທ້າຍນັ້ນຄືສິ່ງທີ່ປ່ຽນຮູບປະສົມໃຫ້ກາຍເປັນຮູບຖ່າຍ.

06ຄົນ A ຄຽງຄົນ B

ສອງຄົນທີ່ບໍ່ເຄີຍຢູ່ຫ້ອງດຽວກັນ: ຮູບຄອບຄົວຂ້າມຫຼາຍລຸ້ນ, ພາບຄົນຂອງຜູ້ກໍ່ຕັ້ງເມື່ອຜູ້ຮ່ວມກໍ່ຕັ້ງກຳລັງເດີນທາງ, ໂປສເຕີທີ່ມີນັກສະແດງສອງຄົນ. ມັນໃຊ້ໄດ້, ແລະ ມັນຕ້ອງການສອງສິ່ງທີ່ວຽກຕົວແບບດຽວບໍ່ຕ້ອງການ.

ສອງຄົນ
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

ສອງສິ່ງເພີ່ມ: ເລຂາຄະນິດສຳພັນ — ໃຜຢູ່ດ້ານໃດ, ຫ່າງກັນປານໃດ, ທິດການເບິ່ງຂອງໃຜໄປທາງໃດ, ແລະ ຄວາມສູງສຳພັນ, ຍ້ອນວ່າພາບຄົນສອງໃບທີ່ຄອບຮູບຕ່າງກັນບໍ່ໃຫ້ໂມເດວຮູ້ວ່າຄົນໜຶ່ງສູງກວ່າອີກຄົນໜຶ່ງເປັນຫົວ — ແລະ ແສງດຽວທີ່ໃຊ້ຮ່ວມກັນ, ບອກຢ່າງຈະແຈ້ງ, ຍ້ອນວ່າທ່ານກຳລັງລວມສະພາບແວດລ້ອມແສງສອງອັນ ແລະ ອັນໜຶ່ງຕ້ອງຊະນະ.

ນີ້ຍັງເປັນບ່ອນທີ່ການເລືອກອັດຕາສ່ວນແຄນວາສໃໝ່ຄຸ້ມຄ່າ: ແຫຼ່ງທີ່ມາແບບຕັ້ງສອງໃບເຮັດໃຫ້ຮູບກຸ່ມແບບຕັ້ງອອກມາບໍ່ດີ, ຈຶ່ງຄວນຂໍ ນອນ ຫຼື ກວ້າງ. ແລະ ຂໍລະບຸສິ່ງທີ່ຈະແຈ້ງອັນໜຶ່ງ — ການເອົາຄົນຈິງເຂົ້າໄປໃນຮູບທີ່ເຂົາບໍ່ໄດ້ຢູ່ນຳ ຄືພະລັງທີ່ໃຫຍ່ ແລະ ບໍ່ໄດ້ໝາຍຄວາມວ່າບໍ່ເປັນອັນຕະລາຍໂດຍອັດຕະໂນມັດ. ໃຫ້ມີສິດ ຫຼືຄວາມຍິນຍອມ; ນະໂຍບາຍການໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບຂອງພວກເຮົາຄືສະບັບຫຍໍ້.

07ສິນຄ້າໃສ່ຄົນ, ແລະ ຮູບຖ່າຍສິນຄ້າແບບບໍ່ເຊັນເຊີ

ໃນແງ່ການຄ້າ, ນີ້ຄືການປະສົມທີ່ຄຸ້ມຄ່າໃນຕົວມັນເອງ. ທ່ານມີຮູບສິນຄ້າພື້ນຂາວ ແລະ ທ່ານມີຕົວແບບ, ມື, ຫ້ອງຄົວ, ໂຕະຊ່າງ. ການລວມພວກມັນໃຫ້ທ່ານໄດ້ຮູບຖ່າຍແບບໄລຟ໌ສະໄຕລ໌ໂດຍບໍ່ຕ້ອງເຂົ້າສະຕູດິໂອ — ພ້ອມກັບສິນຄ້າຈິງຂອງທ່ານຢູ່ໃນນັ້ນ ແທນທີ່ຈະເປັນການປະມານທີ່ຖືກສ້າງຂຶ້ນ, ຊຶ່ງເປັນຄວາມແຕກຕ່າງທັງໝົດລະຫວ່າງເອກະສານການຕະຫຼາດທີ່ໃຊ້ໄດ້ຈິງ ກັບແບບຈຳລອງທີ່ທ່ານຕ້ອງຂໍໂທດ.

ສິນຄ້າໃສ່ຄົນ
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

ສອງສິ່ງເພີ່ມສະເພາະສຳລັບວຽກສິນຄ້າ. ການຈັບ: ມືທີ່ຖືວັດຖຸຄືບ່ອນທີ່ການປະສົມມັກຜິດພາດທີ່ສຸດ, ຈຶ່ງບອກວ່າມືໃດ, ຢູ່ຄວາມສູງໃດ, ແລະ ນິ້ວມືຫໍ່ຕາມທຳມະຊາດໂດຍບໍ່ບັງປ້າຍ. ການປະຕິບັດແບບຮູບຖ່າຍ: ຕັ້ງຊື່ກ້ອງ, ເລນສ໌ ແລະ ຟິມ ຫຼືແຫຼ່ງແສງ. ຜົນຜະລິດຄວນອອກມາເປັນຮູບຖ່າຍທີ່ຖືກຖ່າຍ, ບໍ່ແມ່ນສອງຮູບຖ່າຍທີ່ຖືກລວມກັນ, ແລະ ການຂຽນມັນເປັນຮູບຖ່າຍຄືສິ່ງທີ່ພາທ່ານໄປຮອດຈຸດນັ້ນ.

ບໍ່ເຊັນເຊີສຳຄັນຢູ່ບ່ອນນີ້ໃນວິທີທຳມະດາກວ່າສຽງມັນ. ຕົວສ້າງແບບກັ່ນຕອງປະຕິເສດໝວດການຄ້າທຳມະດາ ແລະ ຖືກກົດໝາຍທັງໝວດ: ແຄຕາລັອກຊຸດຊັ້ນໃນ ແລະ ຊຸດລອຍນ້ຳ, ຢາສູບ ແລະ ອຸປະກອນ vape, ເຫຼົ້າ, ອຸປະກອນປືນ, ຜະລິດຕະພັນສຸຂະພາບຜູ້ໃຫຍ່, ກັນຊາໃນບ່ອນທີ່ຖືກກົດໝາຍ, ອຸປະກອນທາງການແພດ, ອຸປະກອນຍຸດທະວິທີ ແລະ ລ່າສັດ. ພວກມັນຍັງປະຕິເສດວຽກແບຣນ ແລະ ຮູບລັກສະນະທີ່ເຮັດໂດຍຜູ້ຖືສິດເອງ. ບໍ່ມີອັນໃດໃນນັ້ນເປັນກໍລະນີພິເສດ; ມັນຄືວັນທຳມະດາຂອງອົງກອນໂຄສະນາ. Shannon ບໍ່ມີຕົວກັ່ນຕອງເນື້ອຫາເທິງເສັ້ນທາງການສ້າງ ແລະ ບໍ່ມີຊັ້ນປະຕິເສດເທິງໂມເດວທີ່ຂຽນພຣອມ, ສະນັ້ນວຽກຈຶ່ງຜ່ານໄປໄດ້ ແລະ ຄຳຖາມເລື່ອງສິດຍັງຄົງຢູ່ກັບທ່ານ, ບ່ອນທີ່ມັນຄວນຢູ່.

08ສະໄຕລ໌ຈາກຮູບໜຶ່ງ, ຕົວແບບຈາກອີກຮູບໜຶ່ງ

ຕົວແບບກ່ອນ, ຮູບອ້າງອີງສະໄຕລ໌ອັນທີສອງ. ສິ່ງທີ່ເຮັດໃຫ້ວຽກນີ້ຕ່າງອອກໄປຄືທ່ານກຳລັງຢືມຄຸນລັກສະນະບໍ່ແມ່ນວັດຖຸ, ສະນັ້ນທ່ານຕ້ອງຕັ້ງຊື່ວ່າຄຸນລັກສະນະໃດ — ແລະ ບອກວ່າຕົວແບບ ແລະ ໂຄງປະກອບຂອງຮູບອ້າງອີງເອງບໍ່ໄດ້ຕິດຕາມມານຳ.

ຮູບອ້າງອີງສະໄຕລ໌
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

ຕັ້ງຊື່ອົງປະກອບສະໄຕລ໌ຢ່າງຈະແຈ້ງ, ຍ້ອນວ່າ "ໃນສະໄຕລ໌ຂອງຮູບທີສອງ" ຢ່າງດຽວບໍ່ລະອຽດພຽງພໍ: ໂຕນສີ (ຫຼືສີແທ້, ຂຽນເປັນ color #8B0000 ຕິດກັບວັດຖຸທີ່ຕັ້ງຊື່), ລາຍພູ່ກັນ ຫຼືເມັດເມັດ, ຄຸນນະພາບແສງ, ຄວາມໜາຂອງເສັ້ນ, ລະດັບຄວາມນາມມະທຳ, ການປະຕິບັດຂອບ. ເລືອກສອງຫຼືສາມອົງປະກອບທີ່ກຳນົດຮູບລັກສະນະນັ້ນ; ການຕັ້ງຊື່ທັງຫົກອົງປະກອບເຮັດໃຫ້ພວກມັນຖືກສະເລ່ຍລວມກັນ. ແລະ ຢ່າປະສົມທິດທາງທີ່ຂັດແຍ້ງກັນ — "ຮູບຖ່າຍຈິງ" ບວກກັບ "ສີນ້ຳ" ຜະລິດຄວາມສັບສົນ, ບໍ່ແມ່ນການປະສົມທີ່ດີ. ຖ້າທ່ານຕ້ອງການຮູບຖ່າຍທີ່ພຽງແຕ່ຢືມໂຕນສີ, ໃຫ້ບອກແບບນັ້ນຢ່າງຊັດເຈນ.

09Negative prompt ແລະ ການເລືອກອັດຕາສ່ວນແຄນວາສໃໝ່

ສອງຄວາມສາມາດທີ່ມີສຳລັບການລວມ ແລະ ການແກ້ໄຂ ແຕ່ບໍ່ມີສຳລັບຂໍ້ຄວາມ-ເປັນ-ຮູບ, ແລະ ທັງສອງຖືກໃຊ້ໜ້ອຍກວ່າທີ່ຄວນ.

Negative prompt

ການລວມຮູບຮັບຮອງ negative prompt. ຂໍ້ບົກພ່ອງທີ່ບໍ່ຕ້ອງການຄວນໄປຢູ່ບ່ອນນັ້ນ — ແລະ ມັນສຳຄັນທີ່ພວກມັນຄວນໄປຢູ່ບ່ອນນັ້ນແທນທີ່ຈະຢູ່ໃນຄຳສັ່ງ, ຍ້ອນວ່າການຂຽນ "ບໍ່ເອົານິ້ວມືເກີນ" ໃນຄຳສັ່ງຫຼັກ ຕັ້ງຊື່ສິ່ງທີ່ທ່ານພະຍາຍາມຫຼີກລ່ຽງໃນລົມຫາຍໃຈດຽວກັນກັບທຸກສິ່ງທີ່ທ່ານຕ້ອງການ. ໃສ່ຂໍ້ຍົກເວັ້ນໄວ້ໃນຊ່ອງທາງຂອງມັນເອງ. ລາຍການທີ່ຄຸ້ມຄ່າຢູ່ສະເໝີ:

• ກາຍະວິພາກ — ນິ້ວມືເກີນ, ແຂນຂາຊ້ຳກັນ, ມືຜິດຮູບ, ໜ້າທີສອງ.
• ຮ່ອງຮອຍການປະສົມ — ຂອບຕັດ, ຮອຍຕໍ່ທີ່ເຫັນໄດ້, ວັດຖຸລອຍ, ເງົາຊ້ຳກັນ.
• ແສງບໍ່ເຂົ້າກັນ — ອຸນຫະພູມສີບໍ່ກົງກັນ, ທິດເງົາບໍ່ສະໝ່ຳສະເໝີ, ການເປີດຮັບແສງບໍ່ເທົ່າກັນລະຫວ່າງຕົວແບບ.
• ຄວາມລົ້ມເຫຼວຂອງພື້ນຜິວ — ຜິວໜັງພລາສຕິກ, ຜ້ານຸ້ມເກີນ, ຂໍ້ຄວາມປ້າຍບິດເບືອນ, ໂລໂກອ່ານບໍ່ອອກ.

ຈຳກັດໄວ້ພຽງບໍ່ຈັກລາຍການທີ່ເປັນໄປໄດ້ຈິງສຳລັບຮູບຂອງທ່ານ. Negative prompt ທີ່ມີສາມສິບລາຍການຄືຄຳສັ່ງທີ່ບໍ່ຈະແຈ້ງ, ບໍ່ແມ່ນຄຳສັ່ງທີ່ໜັກແໜ້ນ.

ອັດຕາສ່ວນແຄນວາສ

ການແກ້ໄຂຮູບດຽວສືບທອດອັດຕາສ່ວນຂອງຮູບຕົ້ນສະບັບໂດຍອັດຕະໂນມັດ — ມີຕົ້ນສະບັບອັນດຽວ, ແລະ ຮູບຊົງຂອງມັນຄືຄຳຕອບ. ການລວມຮູບບໍ່ມີຄ່າຕັ້ງຕົ້ນແບບນັ້ນ, ສະນັ້ນທ່ານເລືອກອັດຕາສ່ວນແຄນວາສໃໝ່ໄດ້, ແລະ ທ່ານມັກຄວນເຮັດແນວນັ້ນ, ຍ້ອນວ່າຮູບຊົງທີ່ເໝາະກັບຕົ້ນສະບັບອັນໜຶ່ງ ບໍ່ຄ່ອຍເໝາະກັບການປະສົມ.

ອັດຕາສ່ວນ	ເໝາະສຳລັບ	ການໃຊ້ໃນການປະສົມທົ່ວໄປ
ຈະຕຸລັດ	ຄ່າຕັ້ງຕົ້ນ, ຟີດສັງຄົມ	ຕົວແບບດຽວກັບອົງປະກອບທີ່ຍ້າຍມາໜຶ່ງອັນ
ຕັ້ງ	ຄົນ, ຕົວແບບຕັ້ງສູງ	ການຍ້າຍເຄື່ອງນຸ່ງ, ສິນຄ້າຖືໂດຍຕົວແບບໜຶ່ງຄົນ
ນອນ	ທິວທັດ, ກຸ່ມຄົນ	ສອງຄົນຄຽງກັນ, ວັດຖຸວາງໃນຫ້ອງ
ກວ້າງ	ການຈັດກອບແບບຮູບເງົາ	ຮູບກຸ່ມ, ສາກສິນຄ້າແບບສະພາບແວດລ້ອມ, ແບນເນີ
ສູງ	ໂປສເຕີ, ພາບພື້ນຫຼັງໂທລະສັບ	ຮູບເຄື່ອງນຸ່ງເຕັມໂຕ, ຮູບແບບໂປສເຕີ

ຄຳຂໍທີ່ຈະແຈ້ງຊະນະສະເໝີ. ບໍ່ບອກຫຍັງ ທ່ານກໍໄດ້ຈະຕຸລັດ — ຮູບຊົງທີ່ຜິດສຳລັບວຽກສອງຄົນ ແລະ ວຽກເຄື່ອງນຸ່ງເຕັມໂຕສ່ວນຫຼາຍ, ຈຶ່ງຄຸ້ມຄ່າທີ່ຈະລະບຸ.

10Shannon ໃຊ້ຮູບໃດ: ການສົນທະນາ ທຽບກັບ ຂໍ້ຄວາມນີ້

ມີສອງວິທີທີ່ຮູບໜຶ່ງເຂົ້າໄປໃນການປະສົມ, ແລະ ການຮູ້ວ່າທ່ານກຳລັງອີງໃສ່ວິທີໃດ ຊ່ວຍປ້ອງກັນຄວາມສັບສົນເລື່ອງລຳດັບສ່ວນຫຼາຍ.

ຖືກແນບໃສ່ຂໍ້ຄວາມປັດຈຸບັນ. ເສັ້ນທາງໂດຍກົງ: ແນບທຸກຢ່າງໃສ່ຂໍ້ຄວາມທີ່ພາຄຳສັ່ງໄປນຳ, ຕາມລຳດັບທີ່ທ່ານຕັ້ງໃຈຈະອ້າງອີງ, ແລະ "ຮູບທຳອິດ" ກັບ "ຮູບທີສອງ" ໝາຍຄວາມຕາມທີ່ມັນເບິ່ງຄືແທ້ໆ. ໃຫ້ນີ້ເປັນຄ່າຕັ້ງຕົ້ນ.

ຢູ່ໃນການສົນທະນາຢູ່ແລ້ວ. ຮູບທີ່ຖືກສົ່ງກ່ອນໜ້ານີ້ໃນເສັ້ນສົນທະນາຍັງໃຊ້ໄດ້ ແລະ ອ້າງອີງໄດ້ດ້ວຍພາສາທຳມະດາ — "ຮູບທີ່ຂ້ອຍສົ່ງກ່ອນໜ້ານີ້", "ຮູບເສື້ອຖັກຈາກກ່ອນໜ້ານີ້", "ສະບັບທີສອງທີ່ທ່ານສ້າງໃຫ້". Shannon ແກ້ໄຂການອ້າງອີງນັ້ນຕໍ່ກັບເສັ້ນສົນທະນາ, ຊຶ່ງສະດວກແທ້ໆໃນເຊສຊັ່ນຍາວ: ທ່ານສາມາດແກ້ໄຂຜົນລັບຕໍ່ ແລ້ວນຳອົງປະກອບໃໝ່ເຂົ້າມາໂດຍບໍ່ຕ້ອງອັບໂຫຼດທຸກຢ່າງຄືນໃໝ່.

ການປ້ອງກັນສຳລັບທັງສອງແມ່ນອັນດຽວກັນ. ບັດຢືນຢັນສະແດງຄຳສັ່ງກ່ອນຈະເຣັນເດີສິ່ງໃດ, ລວມທັງລຳດັບທີ່ມັນເລືອກ. ອ່ານມັນ. ຖ້າບົດບາດອອກມາກັບກັນ — ເສື້ອຖັກເປັນຮູບພື້ນຖານ, ຄົນເປັນແຫຼ່ງທີ່ມາ — ບອກໄປ ແລ້ວມັນຈະຖືກແກ້ໄຂກ່ອນທີ່ພິກເຊວດຽວຈະຖືກສ້າງ ຫຼືຄິດເງິນ. ຢ່າງໃດກໍຕາມ, ເມື່ອເສັ້ນສົນທະນາຍາວ ແລະ ເຕັມໄປດ້ວຍຮູບ, ໃຫ້ແນບຮູບທີ່ທ່ານຕ້ອງການຄືນໃໝ່; ຮູບຫົກໃບກ່ອນໜ້ານັ້ນ, "ຮູບທີສອງ" ບໍ່ຈະແຈ້ງສຳລັບຜູ້ອ່ານທຸກຄົນ.

ການຂໍໃຫ້ Shannon ເບິ່ງຮູບ — ອະທິບາຍມັນ, ອ່ານປ້າຍ, ບອກວ່າຜ້າແມ່ນຫຍັງ — ຄືວຽກເບິ່ງເຫັນທຳມະດາ, ບໍ່ແມ່ນການສ້າງ. ມັນບໍ່ມີຄ່າໃຊ້ຈ່າຍເພີ່ມ ແລະ ເປັນການກວດສອບທີ່ດີກ່ອນປະສົມ: ຖ້າຄຳອະທິບາຍຂອງ Shannon ບໍ່ໄດ້ກ່າວເຖິງລາຍລະອຽດທີ່ທ່ານໃສ່ໃຈ, ຄຳສັ່ງຂອງທ່ານຕ້ອງຕັ້ງຊື່ມັນ.

11ບໍ່ເຊັນເຊີ, ແລະ ຄວາມໝາຍທີ່ແທ້ຈິງ

ບໍ່ມີຕົວກັ່ນຕອງເນື້ອຫາເທິງເສັ້ນທາງການສ້າງ ແລະ ບໍ່ມີຊັ້ນປະຕິເສດເທິງໂມເດວທີ່ຂຽນພຣອມ. ການປະສົມຮູບຄືບ່ອນທີ່ເຄື່ອງມືແບບກັ່ນຕອງລົ້ມເຫຼວຢ່າງເຫັນໄດ້ຊັດທີ່ສຸດ, ຍ້ອນວ່າລະບົບປະຕິເສດບໍ່ສາມາດແຍກຄວາມແຕກຕ່າງລະຫວ່າງການລວມຮູບທີ່ທ່ານເປັນເຈົ້າຂອງ ກັບການລວມຮູບທີ່ທ່ານບໍ່ຄວນມີ — ສະນັ້ນມັນຈຶ່ງຂວາງທັງສອງ.

ວຽກທີ່ເຄື່ອງມືເຫຼົ່ານັ້ນປະຕິເສດເປັນປະຈຳບໍ່ແມ່ນຫຍັງແປກປະຫຼາດ: ຮູບເປືອຍທາງສິລະປະ ແລະ ການສຶກສາຮ່າງກາຍ, ພາບປະກອບທາງການແພດ ແລະ ນິຕິວິທະຍາສາດ, ຮູບພາບການຄົ້ນຄວ້າຄວາມປອດໄພ, ຄວາມຮຸນແຮງໃນນິຍາຍສຳລັບປົກປຶ້ມ ແລະ ສິລະປະເກມ, ການເສຍດສີການເມືອງ, ແລະ ໝວດສິນຄ້າທີ່ຖືກກົດໝາຍທີ່ລະບຸໄວ້ຂ້າງເທິງ. ທຸກອັນຄືວຽກວິຊາຊີບທີ່ຖືກຕ້ອງທີ່ຕົວກັ່ນຕອງຄຳສັບແຍກຈາກການໃຊ້ໃນທາງທີ່ຜິດບໍ່ໄດ້.

ບໍ່ເຊັນເຊີບໍ່ໄດ້ໝາຍຄວາມວ່າບໍ່ມີຄວາມຮັບຜິດຊອບ. ທ່ານກຳລັງໃຫ້ຮູບຖ່າຍຂອງວັດຖຸຈິງ ແລະ ບໍ່ເລື້ອຍໆຄົນຈິງ; ສິດ ແລະ ຄວາມຍິນຍອມແມ່ນຂອງທ່ານທີ່ຕ້ອງຖື, ແລະ ຄວາມຮັບຜິດຊອບຕໍ່ຜົນລັບກໍເຊັ່ນກັນ. Shannon Lab LLC ຄືບໍລິສັດລັດນິວເມັກຊິໂກທີ່ດຳເນີນງານພາຍໃຕ້ ນະໂຍບາຍການໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບທີ່ເຜີຍແຜ່ໄວ້ — ຄຸ້ມຄ່າຫ້ານາທີກ່ອນທ່ານຈະເລີ່ມວຽກທີ່ກ່ຽວຂ້ອງກັບຮູບລັກສະນະຂອງຄົນອື່ນ.

12ຂໍ້ຈຳກັດທີ່ຄວນຮູ້ກ່ອນເລີ່ມ

ບໍ່ມີການສ້າງວິດີໂອ. Shannon ບໍ່ເຮັດໃຫ້ຮູບເຄື່ອນໄຫວ ແລະ ບໍ່ຜະລິດວິດີໂອ, ໃນຮູບແບບໃດກໍຕາມ, ຈາກການດຳເນີນງານໃດໆເຫຼົ່ານີ້ — ບໍ່ວ່າຈະຈາກຮູບດຽວ, ຈາກການປະສົມ, ຫຼືເປັນທາງເລືອກທົດລອງ. ຖ້າວຽກຂອງທ່ານຈົບລົງດ້ວຍການເຄື່ອນໄຫວ, ນີ້ບໍ່ແມ່ນເຄື່ອງມືສຳລັບຂັ້ນຕອນສຸດທ້າຍນັ້ນ. ນັ້ນຄືສິ່ງທີ່ຜະລິດຕະພັນເປັນ, ບໍ່ແມ່ນຄຳແນະນຳແຜນອະນາຄົດ.

ຂອບເຂດຊື່ສັດອື່ນໆ, ທັງໝົດມີວິທີແກ້ໄຂ:

• ຂໍ້ຄວາມນ້ອຍຄືຈຸດອ່ອນທີ່ສຸດ. ຕົວອັກສອນນ້ອຍ, ຂໍ້ຄວາມຫີບຫໍ່ຫນາແໜ້ນ ແລະ ໝາຍເລກຊີຣຽວຍາວອາດອອກມາບໍ່ສົມບູນ. ຈັດກອບສິນຄ້າໃຫ້ຂໍ້ຄວາມສຳຄັນໃຫຍ່, ໃສ່ warped label text ໃນ negative prompt, ແລະ ກວດເບິ່ງໃນຂະໜາດເຕັມ.
• ຄວາມແຕກຕ່າງຂອງຂະໜາດຢ່າງຮຸນແຮງເປັນເລື່ອງຍາກ. ຮູບສິນຄ້າ 4000 ພິກເຊວປະສົມກັບຮູບຫ້ອງຂະໜາດນ້ອຍໆໃຫ້ໂມເດວມີວັດຖຸດິບໜ້ອຍທີ່ຈະໃຊ້ວຽກ. ໃຊ້ສະບັບທີ່ດີທີ່ສຸດຂອງແຕ່ລະແຫຼ່ງທີ່ມີ.
• ການບັງໜັກຈຳກັດສິ່ງທີ່ຍ້າຍໄດ້. ເຄື່ອງນຸ່ງທີ່ຖ່າຍພັບໄວ້, ບໍ່ເຄີຍເຫັນດ້ານຫຼັງ, ບໍ່ສາມາດປະດິດດ້ານຫຼັງໄດ້ຢ່າງຖືກຕ້ອງ. ຖ້າການປະສົມສະແດງດ້ານຫຼັງ, ໃຫ້ຮູບດ້ານຫຼັງ.
• ຮູບຫຼາຍຂຶ້ນໝາຍເຖິງພື້ນທີ່ຄວາມສັບສົນຫຼາຍຂຶ້ນ. ສີ່ແຫຼ່ງທີ່ມາໃຊ້ໄດ້ດ້ວຍການຕັ້ງຊື່ລຳດັບຢ່າງມີວິໄນ, ແຕ່ບໍ່ແມ່ນບ່ອນທີ່ຈະສະບາຍໆ — ໃຊ້ຈຳນວນທີ່ວຽກຕ້ອງການ ບໍ່ຫຼາຍໄປກວ່ານັ້ນ.
• ການປ່ຽນໃຫຍ່ສອງອັນພ້ອມກັນແຂ່ງກັນ. ຍ້າຍເຄື່ອງນຸ່ງ, ຢືນຢັນ, ແລ້ວປ່ຽນພື້ນຫຼັງ. ການແກ້ໄຂເປັນລຳດັບຊະນະຄຳສັ່ງອັນດຽວທີ່ໜັກເກີນເກືອບທຸກຄັ້ງ, ແລະ ແຕ່ລະຂັ້ນຕອນຄຸ້ມຄ່າທີ່ຈະກວດສອບ.

13ຄຳຖາມທີ່ພົບເລື້ອຍ

---

ການສ້າງ, ການແກ້ໄຂ ແລະ ການປະສົມຫຼາຍຮູບຄືຄຸນສົມບັດຂອງແອັບແຊັດ Shannon; endpoint /v1/chat/completions, /v1/messages ແລະ /v1/responses ໃຫ້ບໍລິການຂໍ້ຄວາມ ແລະ ການເບິ່ງເຫັນ, ໝາຍຄວາມວ່າພວກມັນອ່ານຮູບແທນທີ່ຈະສ້າງພວກມັນ. ບໍ່ມີການສ້າງວິດີໂອ. ທາງເລືອກອັດຕາສ່ວນ, ການຮັບຮອງ negative prompt ແລະ ພຶດຕິກຳການຢືນຢັນເປັນປັດຈຸບັນ ນັບຮອດວັນທີ 5 ກັນຍາ 2026. ທີ່ກ່ຽວຂ້ອງ: ການສ້າງຮູບ AI ບໍ່ເຊັນເຊີ · ການແກ້ໄຂຮູບ AI ບໍ່ເຊັນເຊີ · ການໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບ · ເອກະສານ API · ດັດຊະນີການຄົ້ນຄວ້າ.