چطور به هوش مصنوعی برای تتو دستور بدهید

چطور یک دستور متنی برای یک مولد تتو ساختار می‌دهید؟

ابتدا موضوع، سپس سبک، سپس جزئیات. «یک درنا، فاین‌لاین، تک‌سوزن، فضای منفی، بدون سایه‌زنی» به مدل بیشتر از «یک پرنده باحال تتو» می‌دهد. آنچه اهمیت دارد را نام ببرید؛ درباره آنچه اهمیت ندارد ساکت بمانید.

با نوشتن موضوع در اسامی مشخص شروع کنید. «درنا»، «قطب‌نما»، «مار»، «گل صد تومانی» — منفرد، مشخص و بدون ابهام. موضوعات مبهم («یک چیز طبیعت‌محور») مدل را مجبور به حدس می‌کنند، و حدس‌هایش طبق تعریف متوسط هستند. اگر قطعه دو عنصر دارد، هر دو را و نحوه ارتباطشان نام ببرید: «یک درنا و یک شاخه هلو، درنا روی آن نشسته». بعد، سبک را به عنوان یک سنت شناخته‌شده نام ببرید. «سنتی آمریکایی»، «نئوترادیشنال»، «فاین‌لاین»، «بلک‌ورک»، «چوب‌نگاری»، «حکاکی»، «آبرنگ»، «ایرزومی ژاپنی». این کلمات یک گرامر بصری کامل را که مدل از قبل می‌فهمد حمل می‌کنند — ضخامت خط، پالت، قرارداد سایه‌زنی، عادات ترکیب‌بندی. یک کلمه سبک بیشتر از ده صفت توصیفی کار می‌کند. آخر از همه، فقط جزئیاتی اضافه کنید که برای شما اهمیت دارند و درباره بقیه ساکت بمانید. اگر ضخامت خط اهمیت دارد، بگویید «خط پررنگ» یا «فاین‌لاین تک‌سوزن». اگر به فضای خالی اهمیت می‌دهید، به صراحت «فضای منفی» بگویید. اگر یک ترکیب‌بندی خاص می‌خواهید، آن را به صورت فضایی توصیف کنید: «مرکزی»، «به صورت مورب جاری»، «پیچیده دور». کلمات ستایش عمومی — «زیبا»، «خیره‌کننده»، «حماسی» — را که به مدل هیچ نمی‌گویند رد کنید. راهنمای دستور دادن آنتروپیک در <a href="https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview">docs.anthropic.com</a> برای مدل‌های متنی نوشته شده، اما نظم زیربنایی — مشخص به جای مبهم، ملموس به جای انتزاعی، ساختاریافته به جای بی‌شکل — مستقیماً منتقل می‌شود.

وقتی از عکس شروع می‌کنید، کدام ورودی‌ها بهترین عملکرد را دارند؟

یک عکس تمیز، با نور خوب، با پس‌زمینه خنثی از قسمت بدنی که می‌خواهید تتو شود — یا یک تصویر مرجع واضح از موضوعی که می‌خواهید سبک‌دار شود. از پس‌زمینه‌های شلوغ، سایه‌های تند و عکس‌هایی که قسمت بدن به طور جزئی پنهان است اجتناب کنید.

دو کار مجزای «ورودی عکس» وجود دارد و قوانین متفاوت هستند. اولی شرط‌سازی عکس بدن است: یک عکس از ساعد، دنده یا پشتتان آپلود می‌کنید و مولد یک طرح را با آن آناتومی تطبیق می‌دهد. برای این، عکس باید به مدل به وضوح خوانده شود. نور یکنواخت، ملایم از نور سخت آفتاب بهتر است. یک دیوار خنثی پشت شما از یک اتاق شلوغ بهتر است. قسمت بدن باید بیشتر قاب را پر کند، در یک وضعیت آرام، بدون انگشتر، ساعت یا آستین‌هایی که مرز را بریده‌اند. مدل از سرنخ‌های عمق و لبه برای پیچیدن صحیح طرح استفاده می‌کند، پس هر نویز بصری که آن سرنخ‌ها را پنهان می‌کند کیفیت خروجی را کاهش می‌دهد. کار دوم شرط‌سازی تصویر مرجع است: یک عکس از یک شیء، حیوان، گیاه یا اثر هنری موجود به عنوان منبع بصری برای یک تتوی جدید آپلود می‌کنید. اینجا قانون متفاوت است — تصویر باید موضوع را جدا کند. یک گل صد تومانی منفرد روی پس‌زمینه سفید به مدل یک شکل تمیز برای سبک‌دار کردن می‌دهد. یک گل صد تومانی در یک باغ شلوغ به مدل صد موضوع رقیب می‌دهد و نمی‌توانید پیش‌بینی کنید کدام یک را می‌گیرد. ورودی‌های طرح در یک حد وسط هستند. یک طرح قلمی شل از ترکیب‌بندی مورد نظرتان، حتی یک طرح خشن، به مدل یک اسکلت قوی می‌دهد تا در سبک انتخابی شما بپوشاند — «این طرح را به عنوان بلک‌ورک فاین‌لاین رندر کن». این اغلب سریع‌ترین راه برای دریافت یک تولید است که با تصویر در ذهنتان مطابقت دارد، چون شما قبلاً ترکیب‌بندی را پیش‌حل کرده‌اید.

چطور روی یک طرح تولیدشده تکرار کنید بدون اینکه جو را از دست بدهید؟

یک متغیر در هر تکرار تغییر دهید و وقتی سیستم پشتیبانی می‌کند seed را قفل کنید. همان seed به علاوه یک تغییر دستور دقیقاً مشخص می‌کند که هر کلمه چه کاری انجام می‌دهد. تغییرات انبوه توانایی شما را برای یادگیری از نتیجه از بین می‌برند.

تکرار جایی است که اغلب مردم کنترل طرح را از دست می‌دهند. وسوسه این است که هر بار که از نتیجه راضی نیستید کل دستور را بازنویسی کنید، که به این معناست که هر تولید جدید از ابتدا شروع می‌شود و نمی‌توانید بگویید چه چیزی به خاطر ویرایشتان تغییر کرده و چه چیزی به خاطر seed تصادفی. نظم این را حل می‌کند. یک تولید را که به طور کلی دوست دارید پیدا کنید، seed آن را بنویسید (هر ابزار جدی آن را نمایش می‌دهد)، و از آن نقطه به بعد، دقیقاً یک چیز در هر تکرار تغییر دهید. توالی‌ای که توصیه می‌کنیم محتاطانه است. ابتدا ترکیب‌بندی را قفل کنید: همان seed، همان دستور، چند تنوع تولید کنید تا تأیید کنید که طرح‌بندی آن چیزی است که می‌خواهید. دوم، سبک را تنظیم کنید: کلمه سبک را تغییر دهید، همه چیز دیگر را ثابت نگه دارید، ببینید همان ایده به عنوان بلک‌ورک در مقابل نئوترادیشنال چطور به نظر می‌رسد. سوم، جزئیات را اصلاح کنید: ضخامت خط، تراکم، فضای منفی، پالت. هر مرحله بر پایه مرحله قبلی ساخته می‌شود و بخش‌هایی را که دوست دارید نگه می‌دارید. وقتی نتیجه از جوی که می‌خواستید منحرف می‌شود، راه‌حل تقریباً همیشه این است که به آخرین seed که درست احساس می‌شد برگردید و کمتر تغییر دهید. «یک ماه اضافه کن»، نه «با یک ماه، پس‌زمینه دراماتیک، سایه‌زنی بیشتر و یک بنر از ابتدا انجام بده». نظم دیگر این است که تولیدهای مورد علاقه‌تان را در حین رفتن نگه دارید — هرگز حذف نکنید، همیشه آرشیو کنید. گران‌ترین اشتباه دستور دادن این است که چیز کاملی تولید کنید، seed را ذخیره نکنید، و هرگز نتوانید آن را بازتولید کنید.

کدام اشتباهات دستور دادن خروجی تتوی غیرقابل استفاده تولید می‌کنند؟

قضاوت اولین تولید، پر کردن بیش از حد دستور، اسامی موضوع مبهم، کلمات سبک مفقود، و تغییر پنج چیز به یک باره. هر یک از اینها یا توانایی مدل برای تفسیر شما یا توانایی شما برای یادگیری از آنچه برمی‌گردد را شکست می‌دهد.

رایج‌ترین اشتباه این است که اولین تولید را به عنوان یک حکم بدانید. اولین نتیجه یک نقطه شروع است، نه یک رفراندوم درباره ایده. مدل‌های انتشار تصادفی هستند — همان دستور، seed جدید، تصویر متفاوت. قبل از اینکه تصمیم بگیرید آیا یک جهت کار می‌کند، حداقل چهار تا هشت تنوع تولید کنید، و هرگز بعد از یک تلاش منفرد یک دستور را رها نکنید. اشتباه دوم پر کردن بیش از حد است. دستوری که بیست ویژگی بصری، سه سبک، دو ترکیب‌بندی و یک حال‌وهوا نام می‌برد، به مدل آنقدر سیگنال‌های رقیب می‌دهد که مجبور است اغلب آن‌ها را رها کند. نتیجه یک تولید است که هیچ‌کدام از محدودیت‌های شما را برآورده نمی‌کند. دستور را به سه چیزی که واقعاً اهمیت دارند کوتاه کنید — موضوع، سبک، یک یا دو جزئیات — و بگذارید مدل بقیه را مدیریت کند. گفتار زیاد به معنای مشخص نیست. سومین خوشه اشتباهات درباره ابهام موضوع و سبک است. «ایده تتوی باحال» به مدل هیچ چیزی برای پایه قرار دادن نمی‌دهد؛ «یک ماهی کوی که بالا شنا می‌کند، نئوترادیشنال، خط پررنگ» همه چیز می‌دهد. کلمات سبک مفقود به خصوص گران‌بها هستند چون مدل به متوسط آموزشی‌اش پیش‌فرض می‌رود — معمولاً یک تصویرگری نیمه‌واقع‌گرایانه عمومی که اصلاً شبیه تتو نیست. آخر از همه، اشتباه تکرار: تغییر پنج متغیر بین تولیدها به این معناست که نمی‌توانید هیچ بهبود (یا پسرفت) را به هیچ ویرایش خاصی نسبت دهید، که کل تمرین را مثل یک دستگاه اسلات احساس می‌کند نه یک فرایند طراحی. برای تصمیمات ابزار که روی موفقیت دستور دادن تأثیر می‌گذارند، تحلیل ما از <a href="/blog/what-ai-can-and-can-t-design-in-tattoos">آنچه در یک مولد باید جستجو کرد</a> را ببینید.

دستور (prompt) — دستور العمل متنی (و هر تصویر شرط‌ساز) که به یک مدل مولد می‌گوید چه تولید کند. برای مولدهای تتو، یک دستور خوب یک بریف ساختاریافته است — موضوع، سبک، جزئیات کلیدی — نه یک عبارت جستجو یا فهرست آرزو.