به گزارش خبرگزاری خبرآنلاین، Midjourney در سالهای اخیر به یکی از شناختهشدهترین سرویسهای تولید تصویر با هوش مصنوعی تبدیل شده است. بااینحال، کار با آن فقط به نوشتن چند کلمه و انتخاب یک تصویر محدود نمیشود. کاربر برای تولید محتوای حرفهای باید با مفاهیمی مانند Prompt، Image Prompt، Style Reference، نسبت تصویر، ویرایش تصویر و شخصیسازی آشنا باشد.
میدجرنی چیست؟
میدجرنی یک سرویس تولید محتوای بصری با هوش مصنوعی است که به کاربر اجازه میدهد با استفاده از متن و در برخی فرایندها با کمک تصویر مرجع، تصویر تازهای تولید کند. در وبسایت میدجرنی، بخش Create مرکز اصلی تولید تصویر است. کاربر میتواند در قسمت Imagine bar دستور خود را وارد کند، تصویر مرجع اضافه کند و تنظیمات مورد نیاز را تغییر دهد.
قابلیتهایی مانند موارد زیر نیز در فرایند کار با میدجرنی اهمیت دارند:
- Image Prompt؛
- Style Reference؛
- Edit Model؛
- Personalization؛
- ویرایش و اصلاح تصویر؛
- تغییر نسبت تصویر.
از آنجا که قابلیتها و رابط کاربری این سرویس بهطور مداوم تغییر میکنند، ممکن است آموزشهای قدیمی بخشی از مسیر استفاده امروزی را بهدرستی نشان ندهند. بنابراین، بهتر است کاربران در کنار آموزشها، مستندات رسمی و تنظیمات نسخه مورد استفاده خود را نیز بررسی کنند.
از کجا شروع کنیم؟
اگر برای نخستینبار وارد میدجرنی میشوید، احتمالاً وسوسه خواهید شد چند دستور طولانی و پیچیده را امتحان کنید. بهتر است پیش از آن، دقیقاً مشخص کنید چه تصویری میخواهید. فرض کنید قصد دارید برای مقالهای درباره تنهایی، تصویر تولید کنید. عبارت «یک آدم تنها» نقطه شروع است، اما اطلاعات کمی در اختیار مدل قرار میدهد.
میتوانید این ایده را به یک صحنه مشخص تبدیل کنید:
«مردی تنها در ایستگاه قطاری خلوت، غروب بارانی، چمدان کنار پا، نور سرد، فضای سینمایی، نمای باز.»
در این نسخه، سوژه، محیط، زمان، نور، حالوهوا و نوع قاب مشخص شدهاند. در نتیجه، مدل تصویری روشنتر از خواسته کاربر دریافت میکند.
پرامپت در میدجرنی چیست؟
پرامپت همان متن یا عبارتی است که به مدل میگوید چه تصویری باید تولید کند.
برای شروع میتوانید این ساختار را در ذهن داشته باشید:
سوژه + محیط + سبک + نور + رنگ + حالوهوا + ترکیببندی
لازم نیست هر بار تمام این عناصر را در پرامپت بنویسید. اگر ویژگی خاصی برای شما اهمیت ندارد، میتوانید آن را حذف کنید. هدف این است که تصمیمهای مهم تصویر را خودتان مشخص کنید و بخشهای کلیدی را به برداشت مدل واگذار نکنید.
یک مثال ساده
فرض کنید میخواهید تصویری از خانهای قدیمی بسازید:
«خانهای قدیمی در دهه ۱۳۵۰، پلههای سنگی، فرشهای قرمز دستباف، حیاطی بزرگ با حوضی در مرکز و هندوانهای شناور در آب، نور عصرگاهی، فضای نوستالژیک، نمای باز.»
اگر تصویر بیش از حد روشن بود، لازم نیست همه پرامپت را بازنویسی کنید؛ فقط نور را تغییر دهید. اگر قاب مناسب نبود، روی ترکیببندی و نوع نما تمرکز کنید.
این روش به شما کمک میکند بفهمید هر تغییر دقیقاً چه اثری بر نتیجه نهایی گذاشته است.
چرا پرامپتهای خیلی طولانی همیشه بهتر نیستند؟
گاهی تصور میشود هرچه جزئیات بیشتری به پرامپت اضافه شود، تصویر دقیقتر خواهد بود. اما فهرست طولانی از صفتها و دستورهای متناقض میتواند نتیجه را مبهم کند.
برای مثال، اگر از مدل بخواهید تصویری همزمان:
«واقعگرایانه، کارتونی، مینیمال، شلوغ، تاریک، روشن و بسیار رنگارنگ»
باشد، با مجموعهای از اولویتهای متناقض روبهرو میشود.
بهتر است ابتدا یک ویژگی اصلی را انتخاب کنید و سپس، در صورت نیاز، ویژگیهای دیگر را بهتدریج اضافه کنید.
روش پیشنهادی
- ابتدا سوژه و محیط را مشخص کنید؛
- سبک اصلی را انتخاب کنید؛
- نور و حالوهوا را اضافه کنید؛
- نسبت تصویر و ترکیببندی را تعیین کنید؛
- در هر مرحله فقط یک یا دو بخش را تغییر دهید.
نسبت تصویر؛ نکتهای که نباید فراموش شود
تصویری که برای مقاله تولید میشود، الزاماً همان قاب تصویری را نمیخواهد که برای استوری یا ویدئو مناسب است. به همین دلیل، Aspect Ratio اهمیت زیادی دارد.
در میدجرنی میتوان نسبت تصویر را با پارامترهایی مانند --ar مشخص کرد. برای نمونه:
--ar 16:9برای قاب افقی؛--ar 9:16برای قاب عمودی؛--ar 1:1برای قاب مربعی.
این انتخاب بهتر است پیش از تولید تصویر انجام شود.
برای مثال، اگر قرار است سوژه اصلی در سمت راست تصویر قرار بگیرد تا در سمت چپ فضایی برای تیتر باقی بماند، این موضوع را باید در پرامپت یا طراحی قاب لحاظ کنید.
Image Prompt چیست؟
گاهی توضیح یک ایده با کلمات کافی نیست. ممکن است تصویری در اختیار داشته باشید که رنگ، ترکیببندی یا فضای آن به چیزی که میخواهید نزدیک باشد. در این حالت میتوانید از Image Prompt استفاده کنید.
Image Prompt تصویری است که در کنار متن، برای هدایت محتوای تصویر جدید به کار میرود. این تصویر مرجع میتواند بر عناصر زیر اثر بگذارد:
- محتوای کلی؛
- ترکیببندی؛
- رنگها؛
- برخی عناصر بصری؛
- فضای کلی صحنه.
هدف Image Prompt، کپی دقیق تصویر مرجع نیست؛ بلکه ایجاد تصویری تازه با الهام از آن است.
میدجرنی امکان استفاده از چند تصویر به عنوان Image Prompt را نیز فراهم میکند. در این حالت، تصاویر مختلف میتوانند برای شکلدادن به ایده کلی با یکدیگر ترکیب شوند.
تفاوت Image Prompt و Style Reference
Image Prompt و Style Reference کاربرد یکسانی ندارند.
اگر هدف شما انتقال محتوای تصویری، ترکیببندی یا برخی عناصر یک تصویر باشد، Image Prompt گزینه مناسبتری است. اما اگر میخواهید فقط ظاهر و حالوهوای بصری یک تصویر به خروجی منتقل شود، بهتر است از Style Reference استفاده کنید.
Style Reference میتواند ویژگیهایی مانند موارد زیر را منتقل کند:
- رنگ؛
- نور؛
- بافت؛
- نوع رسانه؛
- سبک بصری؛
- فضای کلی تصویر.
این قابلیت برای تولید مجموعهای از تصاویر هماهنگ بسیار مفید است. برای مثال، اگر برای چند مقاله به تصویر نیاز دارید و میخواهید همه آنها حالوهوای بصری مشابهی داشته باشند، میتوانید از یک مرجع سبک مشترک استفاده کنید.
Personalization چیست؟
یکی از قابلیتهای میدجرنی، Personalization یا شخصیسازی است. این ویژگی با استفاده از انتخابها و سلیقه تصویری کاربر، پروفایلی ایجاد میکند تا خروجیها به ترجیحات بصری او نزدیکتر شوند.
Personalization زمانی کاربرد بیشتری دارد که کاربر بارها با میدجرنی کار کرده و متوجه شده باشد چه سبکها، رنگها یا ترکیببندیهایی را بیشتر میپسندد.
با این حال، شخصیسازی جایگزین پرامپت نیست. موضوع، سوژه، محیط و اتفاق اصلی تصویر همچنان باید بهطور روشن در دستور نوشته شوند.
ویرایش تصویر در میدجرنی
تولید نخستین تصویر معمولاً پایان کار نیست. در بسیاری از پروژهها، بخش مهمی از فرایند به اصلاح و ویرایش اختصاص دارد.
ابزارهای ویرایشی میدجرنی میتوانند برای کارهایی مانند موارد زیر استفاده شوند:
- اصلاح بخشی از تصویر؛
- تغییر یک عنصر مشخص؛
- گسترش قاب تصویر؛
- حذف یا اضافهکردن بخشهایی از صحنه؛
- تغییر کادر و ترکیببندی؛
- اصلاح نور یا فضای کلی.
قابلیتهایی مانند Remix، Inpainting، Pan و Zoom Out به کاربر اجازه میدهند بدون تولید دوباره کل تصویر، بخشهای مورد نظر را اصلاح کند.
این موضوع در کار حرفهای اهمیت زیادی دارد. گاهی ۸۰ درصد تصویر مناسب است و فقط یک عنصر مشکل دارد. در چنین شرایطی، تولید تصویر از ابتدا منطقی نیست؛ بهتر است همان بخش اصلاح شود.
چگونه تصویر را مرحلهبهمرحله بهتر کنیم؟
فرض کنید تصویری از یک اتاق مطالعه ساختهاید، اما پنجره در جای مناسبی قرار نگرفته است. ابتدا فقط جای پنجره را اصلاح کنید. اگر نور نیز مناسب نبود، در مرحله بعد سراغ نور بروید. این روش را میتوان اصلاح مرحلهای نامید. در هر مرحله، فقط یک مسئله را حل کنید. همچنین نسخههای موفق را نگه دارید. اگر تصویری تقریباً مناسب است، پرامپت، تنظیمات، نسبت تصویر و تصویر مرجع آن را ذخیره کنید. این کار در پروژههایی که به چند تصویر هماهنگ نیاز دارند، بسیار مفید است.
سه اشتباه رایج در کار با میدجرنی
۱. جستوجوی پرامپت جادویی
هیچ پرامپت واحدی وجود ندارد که برای همه موضوعها و سبکها بهترین نتیجه را تولید کند. پرامپت خوب به هدف، مخاطب و نوع تصویر بستگی دارد.
۲. تغییر همزمان چند عامل
اگر در هر بار تلاش، سبک، نور، سوژه و ترکیببندی را همزمان تغییر دهید، متوجهشدن دلیل تغییر نتیجه دشوار خواهد شد.
بهتر است در هر مرحله فقط یک متغیر اصلی را تغییر دهید.
۳. انتخاب تصویر صرفاً به دلیل زیبایی
ممکن است یک تصویر بسیار چشمنواز باشد، اما هیچ ارتباطی با موضوع مقاله یا پیام محتوا نداشته باشد. تصویر مناسب باید علاوه بر زیبایی، کاربرد و ارتباط مفهومی نیز داشته باشد.
میدجرنی برای چه کارهایی مناسب است؟
میدجرنی در حوزههای مختلفی کاربرد دارد، از جمله:
- تصویرسازی مقاله؛
- طراحی ایده اولیه پوستر؛
- تولید نمونههای بصری برای کمپین؛
- ایدهپردازی داستان؛
- طراحی فضاهای خیالی؛
- ساخت تصویر برای شبکههای اجتماعی؛
- تولید نمونه اولیه برای پروژههای گرافیکی؛
- خلق شخصیت و محیط برای داستان یا بازی.
برای نویسندگان، میدجرنی میتواند به تصور جهان داستان کمک کند. تولیدکنندگان محتوا میتوانند از آن برای افزایش سرعت ایدهپردازی تصویری استفاده کنند و طراحان نیز میتوانند ابزار را برای ساخت طرحهای اولیه به کار ببرند. بااینحال، خروجی نهایی باید با هدف محتوا، مخاطب، هویت بصری و شرایط انتشار سنجیده شود.
نکته مهم درباره استفاده خبری از تصاویر تولیدشده
تصویر تولیدشده با هوش مصنوعی نباید بدون توضیح، به جای عکس واقعی یک رویداد ارائه شود. اگر برای یک گزارش یا خبر، تصویر مفهومی ساختهاید، باید نحوه تولید آن برای مخاطب روشن باشد. استفاده از عباراتی مانند «تصویر تولیدشده با هوش مصنوعی» یا «تصویر مفهومی» میتواند از ایجاد سوءبرداشت جلوگیری کند. این موضوع درباره چهره افراد واقعی، آثار هنری دیگران، تصاویر دارای حق نشر و محتوای حساس اهمیت بیشتری دارد. پیش از استفاده حرفهای، شرایط سرویس، حقوق مربوط به تصویر و قوانین محل انتشار را بررسی کنید.
یک مسیر پیشنهادی برای شروع کار با میدجرنی
برای آنکه کار با میدجرنی از حالت آزمونوخطای پراکنده خارج شود، میتوانید این مراحل را دنبال کنید:
- هدف تصویر را مشخص کنید؛
- سوژه اصلی را در یک جمله بنویسید؛
- محیط و اتفاق تصویر را توضیح دهید؛
- سبک بصری را انتخاب کنید؛
- نور، رنگ و حالوهوای تصویر را تعیین کنید؛
- نوع قاب و نسبت تصویر را مشخص کنید؛
- نخستین خروجی را تولید کنید؛
- فقط مشکلات اصلی را یادداشت کنید؛
- هر بار یک یا دو تغییر اعمال کنید؛
- نسخههای موفق و تنظیمات آنها را ذخیره کنید؛
- تصویر نهایی را از نظر کیفیت، ارتباط با محتوا و حقوق استفاده بررسی کنید.
جمعبندی
میدجرنی ابزاری برای تبدیل ایدههای ذهنی به تصویر است؛ اما کیفیت خروجی فقط به خود ابزار وابسته نیست. نتیجه نهایی به هدف کاربر، دقت پرامپت، انتخاب تصویر مرجع، نوع ترکیببندی و شیوه اصلاح خروجی بستگی دارد. برای شروع، یک پرامپت ساده و روشن بنویسید، موضوع و محیط را مشخص کنید و سپس بهتدریج نور، رنگ، سبک و ترکیببندی را اضافه کنید. از تغییر همزمان چند عامل پرهیز کنید و هر تصویر را فقط بر اساس زیبایی انتخاب نکنید. میدجرنی میتواند برای تصویرسازی، ایدهپردازی و طراحی نمونههای اولیه بسیار مفید باشد؛ اما در استفاده حرفهای، توجه به هدف محتوا، حقوق تصویر و شفافیت درباره تولید هوش مصنوعی ضروری است.
57
نظر شما