Prawie wszystko robię teraz na telefonie

Pierwszy miesiąc robiłem to przy biurku, bo tak generowanie obrazów wyglądało w mojej głowie: duży ekran, porządna klawiatura, siatka wyników. Cztery miesiące później zgaduję, że dziewięć na dziesięć generacji zaczyna się na telefonie, na stojąco, zwykle tam, gdzie inaczej przewijałbym tablicę.

Nie spodziewałem się tego, a powody okazały się ciekawsze niż „wygodnie”.

To, co naprawdę zmieniło sprawę: działa w przeglądarce

Nie ma aplikacji. Brzmi jak brak, dopóki nie zauważysz, co to znaczy w praktyce: nic do instalowania, nic w historii zakupów, nic na ekranie głównym z rozpoznawalną ikoną i to samo konto, które już masz. Dla kategorii używanej głównie prywatnie to nie drobiazg. Resztę omawia tekst o prywatności.

Praktyczny skutek: na ekran główny dodajesz to sam, jeśli chcesz, a otwiera się jak strona, nie jak ogłoszenie.

Dlaczego telefon do tego pasuje

Prawdziwy powód dotyczy momentu, nie sprzętu. Pomysły na obrazy nie przychodzą przy biurku. Przychodzą w kolejce, na spacerze, w środku rozmowy, a przerwa między pomysłem a byciem przy komputerze to miejsce, w którym większość z nich umierała.

Jest jeszcze drugi, mniejszy efekt, który zauważyłem po kilku tygodniach. Generacja trwa na tyle długo, że przy biurku siedziałem i patrzyłem, co jest dziwne i sprawia, że każda wydaje się droga. Na telefonie blokuję ekran i robię coś innego, bo praca dzieje się na serwerze, a nie na urządzeniu. To samo czekanie, zupełnie inne odczucie.

Trzy nawyki, które to naprawiły

Pierwszy miesiąc na telefonie był gorszy niż przy biurku, w dużej mierze z mojej winy. Naprawiły to trzy rzeczy.

Dyktuj prompt. To najważniejsze. Klawiatura pod kciuk cicho popycha cię ku promptom z ośmiu słów, a osiem słów daje generyczne wyniki. Mówiąc, dochodzisz do trzydziestu słów, nie zauważając, a trzydzieści słów to mniej więcej granica, na której opis przestaje być etykietą i staje się sceną. Zmienia się też rejestr: dyktowane prompty brzmią jak ktoś opisujący zdjęcie, a to bliżej tego, co działa, niż schludna pisana lista rzeczowników.

Trzymaj notatkę z promptami, które zadziałały. Przepisywanie długiego promptu na telefonie dla jednego słowa jest na tyle nieprzyjemne, że tego nie zrobisz, czyli przestaniesz iterować, a w tym mieści się cała umiejętność. Wklejanie z notatki likwiduje tarcie. To młodszy brat prowadzenia prawdziwej biblioteki promptów, a na telefonie liczy się bardziej, nie mniej.

Przestań oceniać wyniki na wyciągnięcie ręki. Ekran telefonu pochlebia obrazowi. Rzeczy, z których byłem zadowolony na telefonie, po otwarciu na laptopie miały widoczne problemy: dłonie, detale tła, dziwna faktura. Jeśli wynik gdzieś naprawdę idzie, spójrz na niego raz na większym ekranie, zanim uznasz go za skończony.

Co jest naprawdę gorsze

Porównywanie opcji. Cztery wyniki obok siebie to sposób, w jaki wyrabia się gust, a mały ekran zamienia rzut oka w przewijanie. Kiedy wybieram kierunek, a nie robię rzeczy finalnej, biurko nadal wygrywa.

Długie, precyzyjne prompty z kilkoma zdaniami podrzędnymi też trudniej edytować, nawet dyktowane: ustawienie kursora w środku akapitu na ekranie dotykowym to osobna mała próba.

Wideo wypada mieszanie. Ustawienie klipu na telefonie jest w porządku, ale porządne obejrzenie wymaga kilku powtórzeń w przyzwoitym rozmiarze, a klip z dźwiękiem tym bardziej zasługuje na coś lepszego niż głośnik telefonu w hałaśliwym pokoju.

Pionowość, o której nikt nie wspomina

Zasługuje na osobny akapit, bo wchodziło mi to tygodniami: jeśli obraz będzie oglądany na telefonie, generuj go od razu w proporcji pionowej. Kadrowanie poziomego obrazu do pionu później niszczy kompozycję, a generator chętnie da ci kadr 9:16 skomponowany właśnie tak.

Napisane brzmi oczywiście. Zrobiłem chyba sześćdziesiąt poziomych obrazów, zanim przyszło mi do głowy, że ani razu nie oglądałem żadnego w poziomie.

Ceny są identyczne, gdybyś się zastanawiał

Ten sam generator, te same modele, te same monety: obraz Standard to 40 monet niezależnie od ekranu, na którym go zacząłeś, i nie ma dopłaty mobilnej ani prowizji sklepu, bo nie ma sklepu. Pełne wyliczenie jest w tekście o kosztach, jeśli wolisz arytmetykę od mojego słowa.

Jeśli robiłeś to tylko przy biurku, wart uruchomienia eksperyment to tydzień dyktowania promptów na telefonie w marszu. Moje zrobiły się dłuższe, konkretniejsze i wyraźnie mniej podobne do listy zakupów, i nie sądzę, żebym doszedł do tego, pisząc. Zacznij w Fellowi Images w przeglądarce mobilnej, a przykłady promptów rozsądnie jest sobie najpierw przeczytać na głos.