Skoro všechno tohle dělám teď na telefonu
Autor: The Fellowi Team · · 7 min čtení

První měsíc jsem to dělal u stolu, protože tak tvorba obrázků v mé hlavě vypadala: velká obrazovka, pořádná klávesnice, mřížka výsledků. O čtyři měsíce později bych odhadl, že devět z deseti generování začíná na telefonu, vestoje, obvykle tam, kde bych jinak rolovat nějaký feed.
To jsem nečekal a důvody se ukázaly zajímavější než „pohodlné“.
Co skutečně rozhodlo: běží to v prohlížeči
Není žádná aplikace. Zní to jako nedostatek, dokud si nevšimnete, co to v praxi znamená: není co instalovat, nic v historii nákupů, nic s rozpoznatelnou ikonou na domovské obrazovce a tentýž účet, který už máte. Pro kategorii, kterou lidé používají většinou soukromě, to není detail. Zbytek řeší text o soukromí.
Praktický důsledek: na domovskou obrazovku si to přidáte sami, pokud chcete, a otevře se to jako stránka, ne jako ohlášení.
Proč se telefon k tomuhle hodí
Skutečným důvodem je načasování, ne hardware. Nápady na obrázky nepřicházejí u stolu. Přicházejí ve frontě, na procházce, uprostřed rozhovoru, a mezera mezi tím mít nápad a sedět u počítače je místo, kde jich většina umírala.
Po pár týdnech jsem si všiml druhého, menšího efektu. Generování trvá dost dlouho na to, abych u stolu seděl a díval se, což je zvláštní činnost a dělá z každého kusu něco drahého. Na telefonu zamknu obrazovku a dělám něco jiného, protože práce běží na serveru, ne na zařízení. Stejné čekání, úplně jiný pocit.
Tři návyky, které to rozchodily
První měsíc na telefonu byl horší než stůl a bylo to hlavně mou vinou. Spravily to tři věci.
Nadiktujte prompt. Tohle je to hlavní. Klávesnice pod palec vás tiše tlačí k promptům o osmi slovech a osm slov dává obecné výsledky. Namluvením se dostanete na třicet slov, aniž byste si všimli, a třicet slov je zhruba hranice, kde popis přestává být štítkem a stává se scénou. Mění se i rejstřík: nadiktované prompty znějí jako někdo popisující fotografii, což je blíž tomu, co funguje, než úhledný psaný seznam podstatných jmen.
Veďte si poznámku s prompty, které zabraly. Přepisovat na telefonu dlouhý prompt kvůli jednomu slovu je dost nepříjemné na to, abyste to neudělali, tedy přestanete iterovat, a v tom je celá dovednost. Vložení z poznámky tření odstraní. Tohle je mladší bratr vedení skutečné knihovny promptů a na telefonu váží víc, ne míň.
Přestaňte posuzovat výsledky na délku paže. Obrazovka telefonu obrázku lichotí. Věci, se kterými jsem byl na telefonu spokojený, měly po otevření na notebooku viditelné problémy: ruce, detaily pozadí, divná textura. Pokud výsledek někam opravdu jde, podívejte se na něj jednou na větší obrazovce, než ho prohlásíte za hotový.
Co je opravdu horší
Porovnávání možností. Čtyři výsledky vedle sebe jsou způsob, jak si člověk pěstuje vkus, a malá obrazovka z toho dělá rolování místo jednoho pohledu. Když vybírám směr, a ne vyrábím finální věc, stůl pořád vyhrává.
Dlouhé přesné prompty s několika větami se také hůř upravují, i nadiktované: dostat kurzor doprostřed odstavce na dotykové obrazovce je samo o sobě malá zkouška.
Video je smíšený případ. Nastavit klip na telefonu je v pořádku, ale pořádně ho zkontrolovat znamená pustit si ho několikrát v rozumné velikosti, a klip se zvukem si tím spíš zaslouží něco lepšího než reproduktor telefonu v hlučné místnosti.
Věc na výšku, kterou nikdo nezmiňuje
Zaslouží si vlastní odstavec, protože mi to trvalo týdny: pokud se na obrázek bude koukat na telefonu, generujte ho rovnou ve svislém poměru stran. Ořezat vodorovný obrázek na výšku později zničí kompozici a generátor vám ochotně dá záběr 9:16, který byl jako 9:16 komponovaný.
Napsané to zní samozřejmě. Udělal jsem asi šedesát vodorovných obrázků, než mi došlo, že jsem ani jeden z nich nikdy nevidel na šířku.
Ceny jsou stejné, kdyby vás to zajímalo
Tentýž generátor, tytéž modely, tytéž mince: standardní obrázek stojí 40 mincí, ať jste ho spustili z jakékoli obrazovky, a není žádný mobilní příplatek ani podíl obchodu s aplikacemi, protože žádný obchod není. Úplný rozpis je v textu o nákladech, pokud chcete počty místo mého slova.
Jestli jste tohle dělali jen u stolu, stojí za pokus týden diktování promptů do telefonu za chůze. Moje se staly delšími, konkrétnějšími a znatelně méně podobnými nákupnímu seznamu, a nemyslím, že bych se tam dopsal. Začněte v Fellowi Images v mobilním prohlížeči a příklady promptů je rozumné si nejdřív přečíst nahlas.
Otázky, na které článek odpovídá
Potřebuji aplikaci, abych na telefonu tvořil obrázky?
Ne a není co instalovat. Běží to v mobilním prohlížeči, proto se nic neobjeví v historii nákupů obchodu s aplikacemi ani na domovské obrazovce, pokud si sami nepřidáte zástupce.
Je verze pro telefon horší než na počítači?
Je to tentýž generátor se stejnými modely a cenami. Liší se pracovní plocha: porovnávat několik výsledků vedle sebe je na malé obrazovce opravdu horší, zbytek je zhruba stejný.
Pokračuje generování, když zamknu obrazovku?
Práce běží na serveru, ne na telefonu, takže zamknutí obrazovky ani přepnutí aplikace ji nezruší. Vrátíte se a hotový obrázek je v historii.
Vybíjí generování baterii?
Skoro ne. Telefon pošle větu a přijme obrázek; samotné vykreslování probíhá jinde. Stojí to zhruba jako načíst pár webových stránek.
Můžu si výsledky uložit do galerie?
Ano, běžné dlouhé podržení nebo nabídka sdílení fungují, jsou to obyčejné obrázky. Stojí za to vědět, že co uložíte do telefonu, spadá pak pod zálohu fotek, kterou máte zapnutou.
Číst dál
Náhledy na YouTube z obrázků AI: co funguje a co pořád zůstává na tobě
Obrázek je ta část, kterou AI zvládá dobře. Titulek, svolení a poslední kontrola ve velikosti poštovní známky zůstávají na tobě.

NSFW AI bible postavy: jedna stránka, která drží postavu stejnou
Jedna vymyšlená postava postavená od prázdné stránky: jeden řádek popisu do každého promptu, slova, která do něj nepatří, a karta, která to všechno drží.

Reference Images: Generate From Your Own Photo, Not Just a Prompt
Up to 10 reference images per generation - your own photo or a companion's - and the model edits from them instead of starting blank.