به گزارش خبرگزاری خبرآنلاین، Midjourney در سال‌های اخیر به یکی از نام‌های پرآوازه در حوزه تولید تصویر با استفاده از هوش مصنوعی تبدیل گشته است. با این وجود، کار کردن با این سرویس به سادگی نوشتن چند کلمه و انتخاب یک تصویر خلاصه نمی‌شود. برای تولید محتوای حرفه‌ای، کاربر باید با مفاهیم خاصی مانند Prompt، Image Prompt، Style Reference، نسبت تصویر، ویرایش تصویر و شخصی‌سازی آشنایی داشته باشد.

میدجرنی چیست؟

میدجرنی یک پلتفرم برای تولید محتوای بصری تحت هدایت هوش مصنوعی است که به کاربران این امکان را می‌دهد تا با استفاده از متن و در برخی موارد از تصاویر مرجع، تصویری نوخلق کنند. در وب‌سایت میدجرنی، قسمت Create به عنوان هسته تولید تصاویر مورد استفاده قرار می‌گیرد. کاربران می‌توانند در نوار تخیلی (Imagine bar) دستور خود را وارد کرده و تصویر مرجع اضافه نمایند و همچنین تنظیمات مرتبط را تغییر دهند.

قابلیت‌هایی نظیر موارد زیر نیز در فرآیند کار با میدجرنی از اهمیت بالایی برخوردارند:

  • Image Prompt؛
  • Style Reference؛
  • Edit Model؛
  • Personalization؛
  • ویرایش و اصلاح تصویر؛
  • تغییر نسبت تصویر.

از آنجا که ویژگی‌ها و رابط کاربری این سرویس به‌طور مداوم در حال تحول هستند، ممکن است آموزش‌های قدیمی نتوانند برخی از جنبه‌های استفاده امروزی را به درستی نمایان کنند. بنابراین، بهتر است کاربران ضمن بهره‌گیری از آموزش‌ها، به مستندات رسمی و تنظیمات نسخه‌ای که استفاده می‌کنند نیز توجه نمایند.

از کجا شروع کنیم؟

اگر برای اولین بار به میدجرنی وارد می‌شوید، ممکن است تمایل داشته باشید که چندین دستور پیچیده و طولانی را آزمایش کنید. اما پیش از آن، بهتر است کاملاً مشخص کنید که به دنبال چه تصویری هستید. فرض کنید می‌خواهید تصویری برای مقاله‌ای درباره تنهایی بسازید؛ عبارت «یک فرد تنها» نقطه آغاز مناسبی است، اما اطلاعات به‌دست‌آمده از آن برای مدل محدود است.

شما می‌توانید این ایده را به یک صحنه خاص تبدیل کنید:

«مردی تنها در ایستگاه قطار خلوت، در غروب بارانی با چمدانی کنار پا، نور سرد و فضایی سینمایی، با نمای باز.»

در این مثال، جزئیات سوژه، محیط، زمان، نور، احساس کلی و نوع نمای تصویر به وضوح مشخص شده‌اند، و در نتیجه مدل می‌تواند تصویری دقیق‌تر بر اساس خواسته‌های کاربر ایجاد نماید.

پرامپت در میدجرنی چیست؟

پرامپت به متن یا عبارتی اشاره می‌کند که به مدل اطلاع می‌دهد چه نوع تصویری باید تولید گردد.

برای آغاز کار، می‌توانید به ساختار زیر توجه نمایید:

سوژه + محیط + سبک + نور + رنگ + حال‌وهوا + ترکیب‌بندی

نیاز نیست که تمامی این عناصر را در هر بار استفاده از پرامپت قید کنید. اگر برخی از جنبه‌ها برای شما اهمیت کمتری دارند، می‌توانید آن‌ها را حذف کنید. هدف این است که انتخاب‌های اصلی تصویر را خودتان تعیین کنید و به مدل اجازه ندهید برخی وجود ویژگی‌های اساسی را نادیده بگیرد.

یک مثال ساده

فرض کنید قصد دارید تصویری از یک خانه قدیمی بسازید:

«خانه‌ای قدیمی از دهه ۱۳۵۰، با پله‌های سنگی، فرش‌های قرمز دست‌باف، حیاط بزرگی که حوضی در مرکز آن و هندوانه‌ای در آب شناور است، نور عصرگاهی، فضای نوستالژیک، نمای باز.»

اگر تصویر نور آن بیش از حد روشن باشد، نیازی به بازنویسی کامل پرامپت نیست؛ تنها کافی است نور را تغییر دهید. اگر نمای مناسب نیست، روی ترکیب‌بندی و نوع نما تمرکز کنید.

این روش به شما کمک می‌کند تا متوجه شوید هر تغییر دقیقاً چه تاثیری بر نتیجه نهایی گذاشته است.

چرا پرامپت‌های بسیار طولانی همیشه بهتر نیستند؟

گاهی اوقات تصور می‌شود که هر چه جزئیات بیشتری به پرامپت اضافه شود، تصویر دقیق‌تر خواهد بود. اما فهرستی طولانی از صفت‌ها و دستورات متعارض می‌تواند نتیجه را مبهم و نامشخص نماید.

به عنوان مثال، اگر از مدل بخواهید که تصویری به طور هم‌زمان:

«واقع‌گرا، کارتونی، مینیمالیستی، شلوغ، تاریک، روشن و بسیار رنگارنگ»

تولید کند، با مجموعه‌ای از اولویت‌های متضاد روبه‌رو خواهد شد.

بهتر است ابتدا یک ویژگی اصلی را انتخاب کرده و سپس در صورت نیاز، ویژگی‌های دیگر را به تدریج اضافه کنید.

روش پیشنهادی

  1. نخست سوژه و محیط را تعیین کنید؛
  2. سبک اصلی را انتخاب نمایید؛
  3. نور و حال‌وهوا را اضافه کنید؛
  4. نسبت تصویر و ترکیب‌بندی را مشخص کنید؛
  5. در هر مرحله فقط یک یا دو بخش را تغییر دهید.

نسبت تصویر؛ نکته‌ای که نباید فراموش شود

تصویری که به منظور مقاله تولید می‌شود، لزوماً نیازی به همان قاب تصویری ندارد که برای استوری یا ویدئو مناسب است. به همین دلیل، نسبت تصویر از اهمیت بسزایی برخوردار است.

در میدجرنی می‌توان نسبت تصویر را با استفاده از پارامترهایی مانند --ar مشخص کرد. به عنوان مثال:

  • --ar 16:9 برای قاب افقی؛
  • --ar 9:16 برای قاب عمودی؛
  • --ar 1:1 برای قاب مربعی.

بهتر است این انتخاب قبل از تولید تصویر صورت گیرد.

برای نمونه، اگر می‌خواهید سوژه اصلی در سمت راست تصویر قرار گیرد تا سمت چپ فضایی برای عنوان باقی بماند، این نکته باید در پرامپت یا طراحی قاب لحاظ شود.

Image Prompt چیست؟

در برخی موارد، توضیح یک ایده به صرف کلمات کافی نیست. ممکن است شما تصویری داشته باشید که رنگ، ترکیب‌بندی یا حال و هوای آن به آنچه که مد نظر دارید نزدیک باشد. در این صورت می‌توانید از Image Prompt بهره ببرید.

Image Prompt تصویر یا تصاویری هستند که همراه با متن برای هدایت فرایند تولید تصویر جدید استفاده می‌شوند. این تصویر مرجع می‌تواند بر عناصری چون:

  • محتوای کلی؛
  • ترکیب‌یابی؛
  • رنگ‌ها؛
  • برخی عناصر بصری؛
  • فضای کلی صحنه.

هدف از Image Prompt، کپی دقیق تصویر مرجع نیست؛ بلکه تولید تصویری تازه با الهام از آن است.

میدجرنی همچنین این امکان را به شما می‌دهد که چندین تصویر را به عنوان Image Prompt استفاده کنید. در این حالت، تصاویر مختلف می‌توانند برای شکل‌دهی یک ایده کلی ترکیب شوند.

تفاوت Image Prompt و Style Reference

Image Prompt و Style Reference شاهد اهداف مشابهی نیستند.

اگر هدف شما انتقال محتوای تصویری، ترکیب و یا برخی عناصر از یک تصویر باشد، Image Prompt گزینه مطلوب‌تری است. اما اگر می‌خواهید فقط ظاهر و حال‌وهوای بصری یک تصویر به خروجی منتقل شود، بهتر است از Style Reference استفاده نمایید.

Style Reference می‌تواند ویژگی‌هایی چون:

  • رنگ؛
  • نور؛
  • بافت؛
  • نوع رسانه؛
  • سبک بصری؛
  • فضای کلی تصویر.

این قابلیت به خصوص در تولید مجموعه‌ای از تصاویر هماهنگ بسیار مؤثر است. به عنوان مثال، اگر به چند تصویر برای مقالات نیاز دارید و می‌خواهید همگی حال‌وهوای بصری مشابهی داشته باشند، می‌توانید به یک مرجع سبک مشترک رجوع کنید.

Personalization چیست؟

یکی از ویژگی‌های میدجرنی، Personalization یا شخصی‌سازی است. این قابلیت با بهره‌گیری از انتخاب‌ها و سلیقه‌های کاربران، پروفایلی طراحی می‌کند تا خروجی‌های تولیدشده به ترجیحات بصری آن‌ها نزدیک‌تر باشد.

شخصی‌سازی در زمانی کاربردی‌تر خواهد بود که کاربر بارها در میدجرنی فعالیت کرده و متوجه شده است که کدام سبک‌ها، رنگ‌ها یا ترکیب‌ها را بیش‌تر می‌پسندد.

به هر حال، شخصی‌سازی نمی‌تواند جایگزینی برای پرامپت باشد. ویژگی‌ها، موضوع، محیط و اتفاقات اصلی تصویر باید همچنان در دستور به روشنی قید شوند.

ویرایش تصویر در میدجرنی

تصویر اولیه معمولاً پایان کار نیست. در بسیاری از پروژه‌ها، قسمتی از فرآیند به ویرایش و اصلاحات اختصاص دارد.

ابزارهای ویرایشی میدجرنی می‌توانند برای کارهای زیر به کار روند:

  • اصلاح بخشی از تصویر؛
  • تغییر یک عنصر خاص؛
  • گسترش ابعاد تصویر؛
  • اضافه یا حذف برخی از عناصر صحنه؛
  • تغییر کادر و ترکیب؛
  • اصلاح نور یا جو کلی.

ویژگی‌هایی چون Remix، Inpainting، Pan و Zoom Out به کاربران اجازه می‌دهد که بدون نیاز به تولید دوباره کل تصویر، فقط بخش‌های مورد نظر را اصلاح کنند.

این امر در کارهای حرفه‌ای از اهمیت ویژه‌ای برخوردار است. گاهی ۸۰ درصد تصویر مناسب است و تنها یک عنصر دچار مشکل شده است. در چنین مواردی، تولید دوباره تصویر منطقی نیست و بهتر است تنها همان قسمت اصلاح گردد.

چگونه تصویر را مرحله‌به‌مرحله بهتر کنیم؟

فرض کنید تصویری از یک اتاق مطالعه تولید کرده‌اید، اما پنجره در مکان نامناسبی قرار دارد. به جای تغییر همزمان چندین عنصر، ابتدا فقط موقعیت پنجره را اصلاح کنید. در مرحله بعد در صورتی که نور هم مناسب نبود، نوبت به اصلاح نور خواهد رسید. این روش به اصلاح مرحله‌ای معروف است. در هر گام، تنها یک مشکل را حل کنید. همچنین نسخه‌های موفق را ذخیره نمایید. اگر تصویری تا حد زیادی مناسب است، پرامپت، تنظیمات، نسبت تصویر و تصویر مرجع آن را ذخیره کنید. این عمل در پروژه‌هایی که به چند تصویر هماهنگ نیاز دارند، بسیار کارساز خواهد بود.

سه اشتباه رایج در کار با میدجرنی

۱. جست‌وجوی پرامپت جادویی

هیچ پرامپت واحدی وجود ندارد که برای تمامی موضوعات و سبک‌ها بهترین نتیجه را ارائه دهد. یک پرامپت مناسب بستگی به هدف، مخاطب و نوع تصویر دارد.

۲. تغییر هم‌زمان چند عامل

اگر به صورت هم‌زمان سبک، نور، سوژه و ترکیب‌بندی را تغییر دهید، فهمیدن دلیل تغییر نتیجه بسیار دشوار خواهد بود.

بهتر است در هر مرحله تنها یک عامل اصلی را تغییر دهید.

۳. انتخاب تصویر صرفاً به دلیل زیبایی

شاید یک تصویر خیلی زیبا به نظر برسد، اما ممکن است هیچ ارتباطی با موضوع مقاله یا پیام محتوا نداشته باشد. تصویر مناسب علاوه بر زیبایی باید از لحاظ کاربرد و ارتباط مفهومی نیز مطلوب باشد.

میدجرنی برای چه کارهایی مناسب است؟

میدجرنی در حوزه‌های گوناگونی مورد استفاده قرار می‌گیرد، از جمله:

  • تصویرسازی مقالات؛
  • طراحی ایده اولیه پوسترها؛
  • تولید نمونه‌های بصری برای کمپین‌ها؛
  • ایده‌پردازی برای داستان‌ها؛
  • طراحی فضاهای خیالی؛
  • خلق تصویر برای شبکه‌های اجتماعی؛
  • تولید نمونه اولیه برای پروژه‌های گرافیکی؛
  • خلق شخصیت و محیط برای داستان یا بازی.

برای نویسندگان، میدجرنی می‌تواند در تصور جهان داستان کمک‌رسان باشد. تولیدکنندگان محتوا می‌توانند از آن جهت تسریع فرآیند ایده‌پردازی تصویری بهره‌برداری کنند و طراحان نیز می‌توانند این ابزار را برای ایجاد طرح‌های اولیه به کار گیرند. با این حال، بررسی خروجی نهایی بر اساس هدف محتوا، مخاطب، هویت بصری و شرایط انتشار اهمیت بالایی دارد.

نکته مهم درباره استفاده خبری از تصاویر تولیدشده

تصویر تولیدشده با هوش مصنوعی نباید بدون توضیح به جای عکس واقعی یک رویداد استفاده شود. اگر برای یک گزارش یا خبر، تصویری مفهومی خلق کرده‌اید، باید نحوه تولید آن برای مخاطب شفاف‌سازی شود. بکارگیری عبارات مثل «تصویر تولیدشده با هوش مصنوعی» یا «تصویر مفهومی» می‌تواند از سوء‌تفاهم‌ها جلوگیری کند. این موضوع به خصوص در مورد چهره افراد واقعی، آثار هنری دیگران، تصاویر دارای حق نشر و محتوای حساس از اهمیت بیشتری برخوردار است. پیش از استفاده حرفه‌ای، شرایط سرویس، حقوق مرتبط با تصویر و مقررات انتشار را بررسی کنید.

یک مسیر پیشنهادی برای شروع کار با میدجرنی

برای آنکه بتوانید کار با میدجرنی را با تمرکز و نظم آغاز کنید، می‌توانید مراحل زیر را دنبال کنید:

  1. مقصد تصویر را مشخص کنید؛
  2. سوژه اصلی را در یک جمله توصیف کنید؛
  3. محیط و وقایع تصویر را توضیح دهید؛
  4. سبک بصری را تعیین نمایید؛
  5. نور، رنگ و جو تصویر را مشخص کنید؛
  6. نوع قاب و نسبت تصویر را تعیین کنید؛
  7. اولین خروجی را تولید نمایید؛
  8. فقط مشکلات اصلی را یادداشت کنید؛
  9. در هر بار یک یا دو تغییر ایجاد کنید؛
  10. مدل‌های موفق و تنظیمات آن‌ها را ذخیره کنید؛
  11. تصویر نهایی را از نظر کیفیت، ارتباط با محتوا و حقوق استفاده مورد ارزیابی قرار دهید.

جمع‌بندی

میدجرنی ابزاری برای تبدیل ایده‌های ذهنی به تصویر است، اما کیفیت خروجی نه‌تنها به خود ابزار بستگی دارد بلکه همچنین به هدف کاربر، دقت در پرامپت، انتخاب تصویر مرجع، نوع ترکیب و روش اصلاح خروجی وابسته است. برای آغاز کار، یک پرامپت ساده و واضح بنویسید، موضوع و محیط را مشخص کرده و به تدریج نور، رنگ، سبک و ترکیب را اضافه کنید. از تغییر هم‌زمان چندین عامل اجتناب کرده و هر تصویر را تنها بر اساس زیبایی انتخاب نکنید. میدجرنی می‌تواند برای تصویرسازی، ایده‌پردازی و طراحی نمونه‌های اولیه می‌تواند بسیار مفید باشد، اما در استفاده‌های حرفه‌ای، توجه به هدف محتوا، حقوق تصاویر و شفافیت در مورد تولیدات هوش مصنوعی حائز اهمیت است.

57