We do not hold or access any user's data, and we do not suspend accounts unless a lawful authority requires an enforcement action.
Gwida · Prompting ta' Immaġni

Il-Gwida għall-Prompts ta' Immaġni AI

Il-Mudell tal-Immaġni ta' Shannon jaqra prompt bħal mudell tal-lingwa. Dak il-fatt waħdu jbiddel kollox dwar kif għandek tiktbu — ibda billi twarrab it-tags mifruda bil-virgoli.

Aġġornat fil-5 ta' Settembru 2026Gwida PrattikaShannon 3 · Ġenerazzjoni ta' Immaġni

Fil-qosor

Ikteb frażijiet miexja f'sentenzi sħaħ, mhux tags ta' kliem prinċipali. Immira għal 30–80 kelma. Ordnahom kif jaqrahom il-mudell: suġġett → azzjoni → stil → ambjent u dawl → teknika, l-aktar importanti l-ewwel. Kun konkret dwar is-suġġett. Jekk trid ritratt, iktbu bħala ritratt — semmi kamera, lenti, u film jew sors ta' dawl. Waħħal kuluri eżatti ma' oġġetti bl-isem bħala color #RRGGBB. Agħżel wieħed minn ħames proporzjonijiet. U warrab id-drawwiet tal-era SDXL: ebda "masterpiece, best quality, 8k", ebda piżijiet (word:1.3), u ebda prompt negattiv fit-test-għal-immaġni — iddeskrivi biss dak li trid. L-editjar u t-tgħaqqid tabilħaqq jieħdu prompt negattiv.

Il-biċċa l-kbira tan-nies jaslu hawn bi drawwiet ta' prompting mitgħallma fuq SDXL: sensiela ta' nomi mifruda bil-virgoli, daħla ta' tokens tal-kwalità, ftit piżijiet fil-parentesi, u prompt negattiv twil daqs dak pożittiv. Dawk id-drawwiet kienu tajbin għal dawk il-mudelli u huma kontroproduċenti hawn. Din hi l-verżjoni qasira ta' dak li tassew jaħdem — u għax Shannon jikteb il-prompt tal-ġenerazzjoni għalik u jurihulek qabel ma jiġi renderjat xejn, hi wkoll gwida biex taqra u tikkoreġi dak li jipproponi Shannon.

30–80
Kliem fil-mira
5
Proporzjonijiet
0
Prompts negattivi f'T2I
1
Karta ta' konferma l-ewwel

01Għaliex il-frażijiet jirbħu lit-tags: il-mudell jaqra bħal mudell tal-lingwa

Il-mudelli diffusion eqdem li għalihom inkitbu l-biċċa l-kbira tal-pariri dwar il-prompting kienu jużaw kodifikatur tat-test li fil-prattika kien iġib ruħu bħal borża ta' kunċetti: il-grammatika bilkemm kienet tgħodd, u l-istrateġija rebbieħa kienet li tgeddes nomi rilevanti u tippreġudikahom bil-piżijiet. Is-soppa tat-tags kienet il-forma tajba ta' prompt għal dak il-kodifikatur.

Il-Mudell tal-Immaġni ta' Shannon ma jaħdimx hekk. Jaqra prompt bl-istess mod li mudell tal-lingwa jaqra test, allura s-sintassi ġġorr it-tifsira. "Holding an umbrella against her shoulder" hi relazzjoni bejn persuna, oġġett u parti mill-ġisem; "umbrella, shoulder" huma żewġ affarijiet li jinzertaw preżenti. Il-preposizzjonijiet ipoġġu l-affarijiet f'posthom. Il-verbi joħolqu l-pożi. Il-klawżoli jwaħħlu d-dettall man-nom it-tajjeb minflok iħalluh jgħum mal-immaġni kollha.

Hawn l-istess stampa mitluba biż-żewġ modi.

Stil ta' tags — id-drawwa l-qadima
woman, 30s, tokyo, rain, night, crosswalk, neon signs, umbrella,
wet asphalt, reflections, masterpiece, best quality, 8k, ultra
detailed, (bokeh:1.3), cinematic lighting, photorealistic
27 frammenti mifruda bil-virgoli. Ebda verb, ebda relazzjoni, erba' tokens mejta, sintassi tal-piż waħda li lanqas tiġi analizzata.
Stil ta' frażijiet — dak li jaħdem hawn
A woman in her early thirties waits at a rain-soaked Tokyo
crosswalk at night, holding a clear vinyl umbrella against her
shoulder and glancing down the street. Neon storefront signs
bleed red and cyan into the wet asphalt at her feet. Shot on
Kodak Portra 400, 85mm f/1.4, shallow depth of field, the
traffic signal behind her thrown out of focus.
61 kelma. Kull element hu mqiegħed relattivament għal ieħor, u l-inkwadratura hi mistqarra bħala deċiżjoni tal-kamera.

Ara x'ma jistax jesprimi l-verżjoni bit-tags. Qatt ma tgħid li l-umbrella hi miżmuma, allura tista' tispiċċa mimduda mal-art. Qatt ma tgħid li n-neon hu rifless fl-asfalt, biss li t-tnejn jeżistu, allura tikseb sinjali u triq imxarrba mingħajr ebda relazzjoni ottika bejniethom. Qatt ma tgħid fejn qed tħares il-mara, allura l-pożizzjoni tagħha hi ċavetta jew kuruna. "Cinematic lighting" hi tikketta ta' burdata, mhux sors ta' dawl. U l-aħħar ħames tokens huma storbju, moqrija bħala kliem Ingliż dwar il-fotografija minflok bħala manki ta' kontroll.

Il-verżjoni bil-frażijiet mhix itwal għax hi fjuruta. Hi itwal għax twieġeb mistoqsijiet li l-verżjoni bit-tags ħalliet miftuħa. Dak hu t-trikk kollu.

02Kemm għandu jkun twil prompt ta' immaġni?

Immira għal 30 sa 80 kelma. Tmurx wisq lil hinn mill-100. Din hi l-aktar lieva sempliċi tal-kwalità li għandek għad-dispożizzjoni tiegħek, u ż-żewġ truf tal-firxa jgħoddu.

Taħt madwar 30 kelma l-kompożizzjoni, id-dawl u l-inkwadratura jibqgħu mhux speċifikati, allura l-mudell jagħżel dak li hu l-aktar ordinarju statistikament. "A woman in a coffee shop" hu prompt validu li jipproduċi immaġni li tintesa, għax iddelegajt kull deċiżjoni interessanti.

'Il fuq minn madwar 100 kelma tidher ħsara oħra: il-klawżoli tal-aħħar jikkompetu ma' dawk ta' qabel għall-istess żoni tal-immaġni, u minflok takkumula d-dettall tikseb dilwizzjoni. It-tielet deskrizzjoni tad-dawl tħassar l-ewwel waħda, u s-suġġett li stabbilixxejt fl-ewwel tmien kelmiet jieħu inqas attenzjoni relattiva ma' kull sentenza li żżid. Il-prompts twal jinqraw bħala bir-reqqa. Ma jiġux renderjati bir-reqqa.

Id-dixxiplina: ikteb il-prompt li trid, imbagħad naqqsu għas-sentenzi li kieku titneħħew jibdlu l-istampa.

03Id-dixxiplina tal-ordni: l-aktar ħaġa importanti l-ewwel

Għax il-mudell jaqra b'mod sekwenzjali, il-pożizzjoni hi enfasi: dak li jiġi l-ewwel jankra l-immaġni, dak li jiġi l-aħħar jaġġustaha. Poġġi l-affarijiet fl-ordni li jeħtieġ il-mudell:

  1. Suġġett — min jew x'inhi din l-istampa, b'mod konkret.
  2. Azzjoni jew poża — x'qed jagħmlu, kif inhuma miżmuma.
  3. Stil jew burdata — ritratt, pittura biż-żejt, illustrazzjoni teknika, u r-reġistru li fih.
  4. Ambjent u dawl — fejn qed jiġri dan u liema dawl jaqa' fuqu.
  5. Teknika — inkwadratura, lenti, fond tal-kamp, speċifiċi tal-kulur.

L-iżball li n-nies jagħmlu lilhom infushom l-aktar spiss hu li jibdew bil-klawżola teknika. Li tiftaħ b'"Cinematic wide shot, anamorphic lens flare, teal and orange grade, of a man reading a newspaper" tgħid lill-mudell li d-dehra hi s-suġġett u r-raġel hu dettall. Tikseb kwadru mill-isbaħ u vojt b'figura żgħira u mċajpra ġo fih.

It-teknika l-ewwel — is-suġġett jasal tard wisq
Cinematic wide shot, anamorphic lens flare, teal and orange
color grade, shallow depth of field, golden hour, of a man
reading a newspaper on a park bench.
Is-suġġett l-ewwel — l-istess elementi, ordni tajba
A man in his sixties in a gray wool overcoat sits on a park
bench reading a folded broadsheet newspaper, one ankle crossed
over his knee. Late golden-hour sun rakes across him from the
left through bare plane trees. Photographed wide on a 35mm
anamorphic lens, shallow depth of field, warm highlights and
cool shadows.

Kull element mill-ewwel verżjoni jibqa' fit-tieni; xejn ma tneħħa. Sempliċement il-mudell issa jaf x'inhi l-istampa ta' qabel ma jingħad kif għandu jiġbidha — u dak ir-riordni waħdu jċaqlaq is-suġġett minn inċidentali għal ċentrali.

04Kun konkret dwar is-suġġett

"A person" mhux suġġett, hu segnaposto — u l-mudell jimla s-segnaposti bil-medja ta' kulma ra, li hu eżattament minn fejn ġejja d-dehra lixxa, bla età u bla karattru. Il-konkretezza tiswa ħames kelmiet u tixtrilek bniedem speċifiku:

VagKonkret
persunaraġel fl-erbgħinijiet tiegħu b'daqna griża u tikmix profond tat-tbissima
maramara fl-aħħar tal-għoxrinijiet tagħha b'undercut skur u sinna ta' quddiem mikwija
bini qadimmaħżen tal-briks ta' erba' sulari b'tabella miżbugħa fuqha u twieqi ta' fuq imsakkra bl-injam
ikelskutella ramen b'bajda mgħollija ratba maqsuma fuqha, bil-fwar tiela'

Innota x-xejra: età jew era, karatteristika strutturali waħda, imperfezzjoni distintiva waħda. Dik it-tielet ħaġa hi li ġġiegħel ir-riżultat iħossu ffotografat aktar milli ġġenerat. Sinna mikwija, tarf ta' libsa mikul, tabella miżbugħa fuqha — l-asimmetriji żgħar huma l-aktar sinjal qawwi kontra d-dehra tal-plastik li għandek, u bilkemm jiswew xejn mill-baġit tal-kliem tiegħek.

05Fotorealiżmu: ikteb it-talba bħala ritratt

Il-fotorealiżmu hu r-reġistru awtomatiku sakemm ma titlobx arti, illustrazzjoni jew anime. Imma l-kelma "photorealistic" tagħmel ftit xogħol. Dak li jipproduċi ritratt hu li tiddeskrivi l-att tal-fotografija: kamera reali, lenti reali, u film jew sors ta' dawl reali.

Ir-raġuni hi sempliċi. Kull immaġni bit-tikketta "Kodak Portra 400" saret bi proċess speċifiku bi struttura tal-grana, roll-off tal-punti mdawla u rendiment tal-ġilda speċifiċi, u meta ssemmi l-film qed iġġib dan kollu miegħek. "8k ultra detailed" qatt ma deher ħlief fl-ispam tas-siti tar-ritratti stock, allura jġib miegħu l-ispam tas-siti stock. Ftit riċetti li fuqhom tista' toqgħod, kull waħda tipproduċi immaġni distintament differenti tal-istess suġġett:

RiċettaX'tagħtik
Kodak Portra 400, 85mm f/1.4, soft window lightToni tal-ġilda sħan u indulġenti; separazzjoni kremuża; ritratt editorjali
Ilford HP5 pushed to 1600, 35mm, available lightIswed u abjad bil-grana, kuntrastat, enerġija ta' dokumentarju tat-triq
Digital medium format, 80mm, single softbox at 45°Dehra nadifa ta' studjo kummerċjali, tnaqqis ikkontrollat tad-dawl, livell ta' prodott
135mm f/2, backlit at golden hour, atmospheric hazeSfond ikkompressat, dawl fuq il-kontorn, dehra telefoto romantika

Qabbel id-dettall ta' bażi mar-riċetta — tessut tal-ġilda fil-livell tal-pori ma jfisser xejn f'lenti wiesgħa ta' 24mm fejn il-wiċċ hu tmenin pixel għoli — u mbagħad żidu. Id-dettall ta' bażi hu — l-evidenza tat-tessut li lenti tassew irreġistrat dan. Pori tal-ġilda viżibbli u xagħar irqiq tal-wiċċ. In-nisġa ta' qmis tal-għażel. Trab li jtir f'raġġ ta' dawl. Grif fuq stivala tal-ġilda. Xagħar imtajjar kontra sfond jixgħel. Tnejn jew tlieta huma biżżejjed, u huma d-differenza bejn render ta' persuna u ritratt ta' waħda.

06Xeni f'saffi: quddiem, nofs, sfond

Meta xena jkollha fond, iddeskrivi t-tliet pjani separatament u bl-ordni. Din hi l-aktar teknika effettiva għal immaġni li għandhom iħossuhom postijiet aktar milli sfondi, u kważi ħadd ma jagħmilha. Mingħajrha tikseb ċattezza: dak kollu li jsemmi l-prompt jinżel bejn wieħed u ieħor fl-istess distanza, jikkompeti għall-istess faxxa tan-nofs tal-kwadru. Meta ssemmi l-pjani tagħti lill-mudell baġit ta' fond biex jonfoq.

Tliet pjani, imsemmija b'mod espliċitu
In the foreground, a cracked concrete ledge with a half-empty
paper coffee cup and a scattering of cigarette ash, slightly out
of focus. In the midground, a bicycle courier in a yellow rain
jacket wheels her bike across a wet plaza, caught mid-stride. In
the background, a glass office tower dissolves into low fog.
Shot on a 50mm lens at f/2.8, flat overcast light.
70 kelma. L-element ta' quddiem barra mill-fokus hu li jbigħ il-fond — jgħid lill-mudell fejn qed toqgħod il-kamera.

Żewġ raffinamenti. Poġġi xi ħaġa fuq quddiem li tkun apposta barra mill-fokus — ir-ritratti veri ta' xeni fondi kważi dejjem ikollhom waħda, u n-nuqqas tagħha hu sinjal komuni. U għid f'liema pjan qiegħed is-suġġett: jekk il-kurriera bir-rota hi l-punt tal-istampa, hi tappartjeni fin-nofs, inkella t-torri u t-tazza tal-kafè jiġġieldu magħha għall-kwadru.

07Kuluri eżatti: kodiċijiet hex, imwaħħla ma' oġġetti

Għal xogħol ta' marka, kontinwità tal-kostumi, jew kull fejn "aħmar" mhux speċifiku biżżejjed, ikteb il-kodiċi hex bħala color #RRGGBB u waħħlu ma' oġġett bl-isem:

Tajjeb: hex marbut ma' nom
...wearing a heavy wool peacoat, color #8B0000, over a cream
turtleneck, against a studio backdrop, color #1E3A5F.
Ħażin: hex jgħum ħieles
...#8B0000, #1E3A5F, dark red and navy color palette, moody...
Xejn ma jorbot dawn il-kodiċijiet ma' xi ħaġa, allura jaġixxu bħala suġġeriment vag ta' tinta fuq il-kwadru kollu.

Tliet regoli prattiċi. Uża l-hex għaż-żewġ jew tliet kuluri li tassew jgħoddu u kliem sempliċi għall-bqija — prompt b'sitt kodiċijiet hex jonfoq il-biċċa l-kbira tal-baġit fuq kampjuni taż-żebgħa. Orbot il-kodiċi ma' oġġett bit-truf, qatt mad-"dawl" jew mal-"burdata". U ftakar li jispeċifika l-kulur tal-oġġett, mhux il-valur finali tal-pixel: kowt #8B0000 f'dawl minn wara fis-siegħa tad-deheb jiġi renderjat aktar sħun mill-kampjun, eżatt bħalma jiġri fil-ħajja.

08L-għażla tal-proporzjon

Hemm ħames proporzjonijiet disponibbli u dak it-tajjeb normalment hu mferra' mis-suġġett, imma talba espliċita mingħandek dejjem tirbaħ — itlob wallpaper u tikseb tall tkun xi tkun il-ħaġa li tissuġġerixxi l-kontenut.

ProporzjonL-aħjar għalGħaliex
squareAwtomatiku. Oġġetti singoli fiċ-ċentru, ikoni, kompożizzjonijiet simetriċi, posts soċjaliEbda assi dominanti, allura xejn ma jinqata' mill-preġudizzju tal-kwadru nnifsu
portraitNies, ġisem sħiħ jew nofs; suġġetti twal bħal torrijiet, siġar, fliexkenJagħti lil figura bilwieqfa spazju mir-ras sas-saqajn mingħajr ma jċekkinha
landscapeXenarji, interni, gruppi ta' nies, ritratti ta' prodott fil-kuntestSpazju orizzontali biex l-ambjent tabilħaqq ikun ambjent
wideKwadri ċinematiċi, stills ta' films, banners, immaġni tal-intestaturaL-aktar għażla wiesgħa; spazju negattiv qawwi, sensazzjoni anamorfika
tallPosters, qxur tal-kotba, wallpapers tat-telefon, formati soċjali vertikaliOgħla minn portrait; iħalli spazju apposta għat-tipografija jew għas-sema

Li tiżbalja hawn jagħmel aktar ħsara milli jidher. Figura bilwieqfa sħiħa f'kwadru wide ma tagħtikx figura żgħira f'kwadru kbir — normalment tagħtik waħda maqtugħa, għax il-mudell jimla l-wisa' u r-ras jew is-saqajn joħorġu mill-kwadru. Qabbel il-kwadru mal-assi dominanti tas-suġġett u l-biċċa l-kbira tal-ilmenti dwar il-kompożizzjoni jisparixxu.

Żewġ imġibiet li jiswa li tiftakar: l-editjar iżomm awtomatikament il-proporzjon tal-immaġni sors, allura ma tistax terġa' tinkwadra billi tedita, filwaqt li t-tgħaqqid iħallik tagħżel kanvas ġdid — ħafna drabi l-aktar mod nadif biex tbiddel il-forma ta' xi ħaġa li diġà għandek.

09Anti-patterns: x'għandek tieqaf tagħmel

Tokens tal-kwalità: "masterpiece, best quality, 8k, ultra detailed"

Dawn kienu manki skoperti mill-komunità għal distribuzzjoni ta' taħriġ eqdem speċifika, fejn ċerti frażijiet tat-tikketti kienu jikkorrelaw ma' ċerti sorsi ta' immaġni. Ma jittrasferixxux. Hawn jinqraw bħala kliem Ingliż ordinarju, ma jikkontribwixxu xejn, u jieklu parti minn baġit ta' kliem li diġà ntqallek li hu dejjaq. Is-sostituzzjoni hi li tgħid liema dettall trid: mhux "ultra detailed" imma "visible weave in the coat fabric and fine stubble along the jaw" — l-istess intenzjoni, mistqarra bħala xi ħaġa li l-mudell jista' jirrenderja.

Sintassi tal-piż: (word:1.3), [word], {{word}}

Ma tiġix analizzata. Il-parentesi, il-brackets, iż-żewġ punti u n-numri jinżlu bħala test letterali u, jekk xejn, jagħmlu l-klawżola ta' madwarhom aktar diffiċli biex tinqara. Jekk trid aktar enfasi fuq xi ħaġa, uża ż-żewġ lievi li jaħdmu: ċaqilqha aktar kmieni fil-prompt, u agħtiha aktar kliem. "A crimson silk scarf, its fringed ends lifting in the wind" tiżboq lil "(red scarf:1.4)" b'kull kejl li jgħodd.

Direzzjonijiet konfliġġenti

Li tħallat struzzjonijiet inkompatibbli ma jħalluhomx flimkien; jipproduċi medja instabbli li normalment ma tissodisfa lil ħadd. Il-ħatja s-soltu:

  • Mezz — "photorealistic" flimkien ma' "watercolor"; "oil painting" flimkien ma' "shot on 85mm". Agħżel wieħed u żomm miegħu.
  • Inkwadratura — "wide establishing shot" flimkien ma' "extreme close-up on her eyes"; "full body" flimkien ma' "detailed facial pores".
  • Dawl — "harsh midday sun" flimkien ma' "soft golden hour glow"; "low key, deep shadows" flimkien ma' "bright and airy".
  • Era — "1970s film aesthetic" flimkien ma' "modern minimalist" flimkien ma' "cyberpunk".
  • Tgeddis tal-istili — erba' artisti jew erba' ġeneri f'daqqa. Żewġ referenzi relatati jistgħu jaħdmu; erbgħa jħassru lil xulxin f'xi ħaġa ġenerika.
  • Tixrid — "rustic, weathered, ancient, timeworn wooden door" hu idea waħda miktuba erba' darbiet, u kull ripetizzjoni tiddilwixxi l-bqija tal-prompt.

10M'hemm ebda prompt negattiv fit-test-għal-immaġni

Dan hu l-anti-pattern li jaqbad l-aktar bl-ikrah lill-utenti b'esperjenza, għax fis-sistemi eqdem il-prompt negattiv kien nofs is-sengħa.

OperazzjoniPrompt negattivX'għandek tagħmel
Test-għal-immaġni (ġenerazzjoni)Mhux appoġġjatIddeskrivi biss dak li trid. Qatt tikteb "no X".
Editjar ta' immaġni waħdaAppoġġjatPoġġi l-artefatti mhux mixtieqa hemm, żomm l-istruzzjoni pożittiva.
Tgħaqqid ta' tnejn jew aktarAppoġġjatL-istess — artefatti fin-negattiv, rwoli fil-pożittiv.

Għall-ġenerazzjoni r-regola hi assoluta u ftit kontrointuwittiva: meta tikteb "no text, no watermark, no extra fingers" fil-prompt tagħmel dawk l-affarijiet aktar probabbli, mhux inqas. Il-mudell jaqra "no text" bħala sentenza li fiha l-kunċett text; in-negazzjoni hi sinjal dgħajjef u n-nom hu wieħed qawwi. Fil-fatt tkun tlabt test. Minflok dejjem stqarr il-forma pożittiva:

MinflokIkteb
no background cluttera clean seamless gray backdrop
not blurrytack sharp on the eyes, f/8
no other peoplealone in an empty street at dawn
no modern objectsa 1930s kitchen with enamelware and a cast-iron stove
no cartoon styleshot on Kodak Portra 400, 85mm, natural skin texture

Għall-editjar u t-tgħaqqid il-prompt negattiv jeżisti u għandek tużah — imma għall-artefatti, mhux għall-kontenut. Materjal tajjeb: watermark, test sovrapost, riġlejn u dirgħajn duplikati, idejn imgħawġa, aloni ta' sharpening żejjed, blocking tal-JPEG, linji tal-ħjata mal-tarf ta' kompost. Materjal ħażin: kull ħaġa dwar x'inhi l-istampa ta', li tappartjeni fl-istruzzjoni.

11Kif taqra l-prompt li Shannon jikteb għalik

Hawn hu dak li jagħmel din il-gwida użabbli mill-ewwel aktar milli teoretika. M'għandekx għalfejn tikteb il-prompt tal-ġenerazzjoni int stess. Titlob b'lingwaġġ sempliċi, bi kwalunkwe lingwa; Shannon jagħraf li qed tintalab immaġni, jikkomponi l-prompt tal-ġenerazzjoni bl-Ingliż, u jurihulek fuq karta ta' konferma qabel ma jiġi renderjat xejn. Xejn ma jiġi ġġenerat u xejn ma jiġi ffatturat qabel ma tikkonferma.

Allura l-ħila li tħallas l-aktar mhix li tikteb prompts mix-xejn — hi li taqra dak li hemm fuq il-karta. Għaddi minn din il-lista:

  1. Is-suġġett hu konkret? Jekk il-karta tgħid "a person" jew "a woman", sibt l-akbar titjib wieħed disponibbli. Agħtih età, korporatura, karatteristika.
  2. Is-suġġett jiġi l-ewwel? Jekk il-prompt jiftaħ bi stil jew b'kamera, itlob li jibda bis-suġġett minflok.
  3. Qiegħed fil-firxa? Taħt it-30 kelma, itlob aktar speċifiċità dwar id-dawl u l-ambjent. Fuq il-100, itlob li jinqata'.
  4. Hemm sors ta' dawl? Mhux kelma ta' burdata — dawl veru: tieqa, lampa tat-triq, flash, sema msaħħab, softbox.
  5. Hemm konflitti? Fittex żewġ mezzi, żewġ inkwadraturi, jew żewġ kundizzjonijiet ta' dawl fl-istess prompt.
  6. Hemm negattivi mdaħħla bil-moħbi? Jekk il-karta fiha "without", "no", jew "avoid", dak hu prompt test-għal-immaġni li qed jitlob il-ħaġa li jsemmi.
  7. Il-proporzjon hu t-tajjeb għas-suġġett? Figura sħiħa f'wide hi l-inkonsistenza klassika.

Il-korrezzjonijiet isiru bil-konversazzjoni: "make her early thirties with a scar through one eyebrow, shoot it on Portra at 85mm, and use portrait" hi struzzjoni tajba għalkollox. Tikseb karta ġdida u tikkonferma dik minflok. M'hemm ebda penali għall-iterazzjoni, għax xejn għadu ma ġie renderjat.

U Shannon ma jiġġenerax mingħajr ma jintalab. Tislima, mistoqsija, jew ritratt li tehmeż għad-diskussjoni ma jqabbdux render. Li titlob lil Shannon iħares lejn immaġni — jiddeskriviha, jaqraha, janalizzaha — hu xogħol ta' viżjoni ordinarju, mhux ġenerazzjoni, u ma jiswa xejn żejjed.

12Kif tinbidel is-sengħa għall-editjar u t-tgħaqqid

Ir-regoli ta' hawn fuq huma miktuba għall-ġenerazzjoni. Żewġ modi ġirien ibiddlu l-forma tal-prompt.

Editjar ta' immaġni waħda

Prompt ta' editjar hu struzzjoni, mhux deskrizzjoni: għid x'jinbidel u x'jibqa'. Li ssemmi l-partijiet li ma jinbidlux hi l-akbar lieva waħda tal-kwalità fil-prodott — "Change the background to a rainy night city street with neon reflections, keep the woman exactly as she is" iżomm flimkien fejn l-istess talba mingħajr dik il-klawżola bil-kwiet terġa' tpinġi wiċċha. Kun speċifiku dwar l-ankra: żomm il-wiċċ, il-poża, ix-xagħar u l-ħwejjeġ identiċi. Tintuża eżattament immaġni sors waħda, u l-output iżomm il-proporzjon tagħha.

Tgħaqqid ta' żewġ immaġni jew aktar

Kull meta l-elementi jiġu minn aktar minn stampa waħda — trasferiment ta' ħwejjeġ, oġġett ġo xena, żewġ persuni f'kwadru wieħed, prodott fuq persuna, stil minn immaġni waħda b'suġġett minn oħra — il-prompt irid isemmi r-rwol ta' kull immaġni, bl-ordni: "The woman from the first image wearing the red knitted sweater from the second image, standing in the same park." L-ewwel immaġni hi s-suġġett jew ix-xena prinċipali; l-immaġni ta' wara jipprovdu l-partijiet li qed jinġiebu. Iġġibx talba b'ħafna immaġni għal sors wieħed flimkien ma' deskrizzjoni bit-test — li tgħaqqad l-immaġni veri hu dak li jżomm kif jidhru tabilħaqq dawk l-affarijiet.

13Prompting bla ċensura: għid dak li tfisser

M'hemm ebda filtru tal-kontenut fuq il-mogħdija tal-ġenerazzjoni u ebda saff ta' rifjut fuq il-mudell li jikteb il-prompt. Dak hu l-punt kollu tal-prodott: il-ġeneraturi ffiltrati regolarment jirrifjutaw xogħol leġittimu — nudi artistiċi, illustrazzjoni medika u forensika, immaġni għar-riċerka tas-sigurtà, vjolenza fil-finzjoni, satira politika, xogħol fuq marki u xbihat mid-detentur tad-drittijiet. Nofs is-sengħa tal-prompting fuq pjattaformi ffiltrati hi inġinerija tal-ewfemiżmi, u l-ewfemiżmu hu l-għadu ta' immaġni preċiża.

Allura hemm ħaġa oħra x'tiċċekkja fuq il-karta: li tiddeskrivi s-suġġett veru bi kliem sempliċi aktar milli bil-vokabularju mħares li n-nies jitgħallmu mill-għodod iffiltrati. Illustrazzjoni forensika ta' ferita għandha tgħid x'inhi l-ferita. Il-lingwaġġ imħares jipproduċi immaġni agħar kullimkien, għax il-mudell jirrenderja dak li jgħidu l-kliem.

Il-kapaċità u l-ġudizzju huma żewġ affarijiet separati. Shannon Lab LLC tħaddem dan taħt Politika ta' Użu Responsabbli ippubblikata: il-ġenerazzjoni bla filtri hi għodda professjonali, u l-kunsens, id-drittijiet u l-liġi kollha xorta japplikaw għal dak li tagħmel.

Il-lista ta' verifika ta' paġna waħda

  • Frażijiet f'sentenzi sħaħ, mhux tags mifruda bil-virgoli.
  • 30–80 kelma. Aqta' kull ma ma jbiddilx l-istampa.
  • Suġġett → azzjoni → stil → ambjent u dawl → teknika.
  • Suġġett konkret: età, karatteristika strutturali waħda, imperfezzjoni waħda.
  • Ritratti: semmi kamera, lenti, u film jew sors ta' dawl.
  • Xeni fondi: quddiem, nofs, sfond, imsemmija separatament.
  • Kuluri eżatti bħala color #RRGGBB marbuta ma' oġġett bl-isem.
  • Agħżel il-proporzjon mill-assi dominanti tas-suġġett.
  • Żewġ jew tliet tessuti ta' bażi, imqabbla mal-inkwadratura.
  • Ebda tokens tal-kwalità, ebda sintassi tal-piż, ebda direzzjonijiet konfliġġenti.
  • Ebda negattivi fit-test-għal-immaġni. In-negattivi huma għall-editjar u t-tgħaqqid, u għall-artefatti biss.

14Fejn tidħol l-API

Punt wieħed ta' preċiżjoni għal min jasal minn tfittxija dwar l-API: il-ġenerazzjoni, l-editjar u t-tgħaqqid tal-immaġni jgħixu fl-app taċ-chat ta' Shannon, mhux fuq l-API /v1. L-API isservi test u viżjoni — tista' taqra, tiddeskrivi u tanalizza immaġni li tibgħatilha fit-tliet djaletti kollha (/v1/chat/completions, /v1/messages, /v1/responses, kollha bi streaming) — imma ma toħloqhomx. Jekk qed tibni pipeline li jrid jifhem l-immaġni, id-dokumentazzjoni tal-API hi l-post minn fejn tibda. Jekk trid tagħmel immaġni, dik hi l-app taċ-chat, u kulma hemm f'din il-gwida japplika hemm. L-immaġni jiġu renderjati fuq il-cluster GPU tagħna stess.

15Mistoqsijiet frekwenti

Kemm għandu jkun twil prompt ta' immaġni AI?

Immira għal 30 sa 80 kelma u qatt tmur wisq lil hinn mill-100. Taħt it-30 kelma qed tħalli l-kompożizzjoni, id-dawl u l-inkwadratura f'idejn ix-xorti. Wara l-100 kelma l-klawżoli tal-aħħar jibdew jikkompetu ma' dawk ta' qabel u d-dettall jibda jitlef minflok jakkumula.

Għandi nikteb tags ta' kliem prinċipali jew sentenzi sħaħ?

Sentenzi sħaħ. Il-Mudell tal-Immaġni ta' Shannon jaqra prompt bl-istess mod li mudell tal-lingwa jaqra test, allura l-grammatika ġġorr informazzjoni. "A woman in her 30s at a rain-soaked Tokyo crosswalk at night" jipproduċi xena koerenti; "woman, 30s, Tokyo, rain, night" jipproduċi gozz ta' attributi maħlula mingħajr ebda relazzjoni bejniethom.

Nista' nuża prompt negattiv għat-test-għal-immaġni?

Le. It-test-għal-immaġni fuq Shannon ma jieħu ebda prompt negattiv, allura ddeskrivi biss dak li trid u qatt tikteb "no X" fil-prompt innifsu — meta ssemmi ħaġa tispiċċa ssejħilha. L-editjar tal-immaġni u t-tgħaqqid tal-immaġni tabilħaqq jappoġġjaw prompt negattiv, u dak hu l-post it-tajjeb għal artefatti mhux mixtieqa bħal watermarks, test sovrapost jew riġlejn u dirgħajn duplikati.

Tokens bħal "masterpiece, best quality, 8k" itejbu l-immaġni?

Le. Dawk kienu manki għal ġenerazzjoni eqdem ta' mudelli u ma jġorru ebda informazzjoni hawn — jinqraw sempliċement bħala kliem, u jonfqu parti mill-baġit ta' 30–80 kelma tiegħek biex ma jgħidu xejn. Sintassi tal-piż bħal (word:1.3) lanqas ma tiġi analizzata; tinżel bħala test letterali. Minflok iddeskrivi d-dettall reali li trid.

Kif nikseb kulur eżatt?

Ikteb il-kodiċi hex bħala color #RRGGBB u waħħlu ma' oġġett speċifiku bl-isem, per eżempju "a wool jacket, color #8B0000". Kodiċi hex li jgħum ħieles mingħajr oġġett m'għandu xejn ma' xiex jintrabat. Użah għaż-żewġ jew tliet kuluri li tassew jgħoddu u ddeskrivi l-bqija bil-kliem.

Nista' niġġenera immaġni permezz tal-API ta' Shannon?

Le. Il-ġenerazzjoni, l-editjar u t-tgħaqqid tal-immaġni jseħħu fl-app taċ-chat ta' Shannon. L-API /v1 isservi test u viżjoni — tista' taqra u tanalizza immaġni li tibgħatilha, imma ma toħloqhomx. Kulma hemm f'din il-gwida japplika għall-app taċ-chat.

Ipprovaha fuq prompt veru

Itlob bi kwalunkwe lingwa. Aqra l-karta. Aġġustaha. Imbagħad ikkonferma.

Iftaħ Shannon Chat Aktar Riċerka

Xejn ma jiġi renderjat, u xejn ma jiġi ffatturat, qabel ma tikkonferma l-prompt


Qari relatat: Ġenerazzjoni ta' immaġni AI bla ċensura · Editjar ta' immaġni AI bla ċensura · Politika ta' Użu Responsabbli · Dokumentazzjoni tal-API · Ir-riċerka kollha ta' Shannon. Il-gwida ta' hawn ġejja mit-testijiet tagħna stess tal-Mudell tal-Immaġni ta' Shannon; il-pariri miktuba għal sistemi diffusion eqdem ġeneralment ma jittrasferixxux.

All research links