Jeden obrázek, dvanáct pokusů: co každá úprava doopravdy udělala

Obvykle se stopa vypaří. Zkoušíte věci, jedna vyjde, a večer už byste nezrekonstruovali, jak jste se tam dostali. Tak jsem si u jednoho obrázku zapsal všechno: prompt v každém kroku, co jsem změnil a co přišlo zpátky. Dvanáct pokusů, zhruba osmdesát centů, a užitečné je, že za něco stálo jen sedm.

Cíl: muž v dílně, večer, něco, co působí jako skutečné místo, a ne jako fotobankový snímek s popiskem Řemeslo.

Pokusy 1 až 3: psal jsem přání

1. „A craftsman working in his workshop, warm atmosphere, cinematic, highly detailed“

Vrátilo se přesně to, co si představujete: vousatý muž v zástěře, rovnoměrně nasvícený, v dílně bez jediného zrnka prachu. Technicky v pořádku, naprosto obecné. Potíž je, že čtyři z těch sedmi slov jsou nálada, ne obsah.

2. Přidal jsem „golden hour, moody, professional photography“. Dostal jsem týž obrázek, o něco oranžovější. Tohle je pokus, u kterého jsem si měl všimnout, že přidávám místo abych nahrazoval, a nevšiml jsem si.

3. Přidal jsem „8k, masterpiece“. Nezměnilo se nic. Ani se nic změnit nemohlo. Dva pokusy čistého plýtvání, a uvádím je, protože jsou to dva nejčastější pokusy, jaké kdo dělá.

Pokus 4: první skutečná úprava

4. „A man in his sixties repairing a chair in a woodworking shop, low evening light through a single window on the left, long shadows across the floor, sawdust in the air, waist-up, 50mm, photographic“

To je jiný obrázek. Ne proto, že je delší, ale proto, že každá věta je teď něco, co může člověk provést: věk, činnost, jeden pojmenovaný zdroj světla se směrem, konkrétní kus atmosféry, výřez, ohnisko.

Piliny jsou věta, kterou bych si nechal, kdybych si směl nechat jen jednu. Pro věrohodnost udělají víc než jakékoli přídavné jméno, protože naznačují, že se ta místnost používá, a ne fotografuje.

Pokusy 5 až 8: po jedné proměnné

Tady to začalo být užitečné, protože od téhle chvíle jsem měnil přesně jednu věc na pokus a zbytek nechával bajt po bajtu stejný.

5. Okno vlevo se změnilo na „window behind him“. Velká změna a horší: stal se siluetou a tvář zmizela. Užitečný neúspěch, protože ukázal, kolik ta věta o světle nesla.

6. Zpátky k oknu vlevo a přidáno „a work lamp on the bench, warmer than the window“. Dva zdroje, které si odporují. Tenhle pokus udělal z obrázku místo. Všechno další už bylo dolaďování.

7. „waist-up“ na „wide, showing the whole bench“. Pro tenhle nápad horší. Místnost zajímavá, muž přestal být důležitý. Vráceno.

8. Přidáno „visible skin texture, hands with real wear“. Malá úprava, nepoměrný účinek. Ruce jsou obvykle místo, kde se render prozradí, a požádat o opotřebení místo doufání v ně pomohlo.

Pokusy 9 až 12: část, kterou jsem měl vynechat

U osmého jsem měl obrázek. Co jsem dělal potom, bylo šťourání.

9 až 12 byly: jiná barva košile, pak jiná židle, pak „trochu níž“, a pak zpátky k verzi z osmého, protože byla po celou dobu lepší. Čtyři pokusy, asi dvacet šest centů, nula získaných informací.

Signál tam byl a já ho přehlédl. Pokusy 9 a 10 se vrátily jiné, ale ne lepší, a to je ten signál. Jiné-ale-ne-lepší znamená, že jste přestali řídit a začali vzorkovat, a každý další pokus je hod mincí, který platíte. Když dvě úpravy po sobě v tomhle testu propadnou, obrázek je hotový a vy si to jen nechcete přiznat.

Co ta stopa doopravdy naučila

• Pokusy 1 až 3 nezměnily nic, protože přidávaly přídavná jména. Přidávat neznamená upravovat.
• Pokus 4 změnil všechno, protože nahradil slova o náladě něčím proveditelným.
• Pokusy 5 a 7 byly oba neúspěchy a oba stály za to: vrácená změna řekne, co daná věta nese.
• Rozhodující byl pokus 6 a byl to druhý zdroj světla. Obvykle to tak bývá.
• Pokusy 9 až 12 byly strach přestat.

Ještě jedna věc, protože jde proti duchu iterování: někdy je správný tah prompt zahodit. Když je špatná kompozice, a ne detaily, dvanáct úprav špatného předpokladu ji nezachrání, a nová věta napsaná poté, co jste se rozhodli, co vlastně chcete, je porazí všechny. Iterování je pro chvíli, kdy tvar sedí.

Chcete-li poskládanou verzi toho, co objevil čtvrtý pokus, pět kompletních promptů je rozepsáno s vysvětlením pořadí a článek o tom, proč obrázky vypadají vygenerovaně rozebírá, proč druhý zdroj světla udělá tolik. Obojí je uklizená verze tohohle zmatku. Zmatek je to, jak to ve skutečnosti probíhá.

Ukládejte si prompty, ne obrázky. Poučení bydlí v textu a soubory tu stejně zůstanou jen třicet dní. Pak jděte a promarněte pár pokusů záměrně, po jedné větě.