Mój pierwszy tydzień z generowaniem obrazów, łącznie z tym, co robiłem źle

Darmowe monety wydałem w jakieś dziewięćdziesiąt sekund. Wpisałem coś w rodzaju „piękna kobieta w kawiarni, filmowo, 8k”, nacisnąłem przycisk, poczekałem i dostałem technicznie nieskazitelny obraz nikogo konkretnego siedzącego w kawiarni, która nigdy nie istniała. Było w porządku. Było zupełnie niezapadające w pamięć. I na tym cała darmowa pula się skończyła, ponieważ nowe konto startuje z 40 monetami, a obraz standardowy kosztuje dokładnie 40.

Dalej jest tydzień po tym, spisany częściowo dlatego, że przydatne okazało się nie to, czego się spodziewałem.

Dzień pierwszy: pisałem życzenia, nie opisy

Patrząc na tamten pierwszy prompt teraz, zdradzają go słowa „filmowo” i „8k”. Oba dotyczą tego, co chciałem poczuć wobec obrazu. Żadnego z nich człowiek nie może wykonać. Podaj to zdanie fotografowi stojącemu w kawiarni, a zada trzy pytania, zanim dotknie aparatu: kim ona jest, skąd światło, ile jej mieści się w kadrze.

Te trzy pytania okazały się większością rzemiosła. Zamiana „pięknej kobiety” na „kobietę po czterdziestce w zielonym płaszczu” dała mi więcej niż jakikolwiek przymiotnik, który kiedykolwiek dopisałem.

Dzień drugi i trzeci: dwa zmarnowane dni

Oto błąd, który kosztował mnie najwięcej czasu, i podejrzewam, że jest standardowy. Kiedy obraz wracał nie taki, przepisywałem prompt. Cały, nowe zdanie, nowa próba. Czasem następny był lepszy. Nie miałem pojęcia dlaczego.

Po dwóch wieczorach miałem może trzydzieści obrazów, mgliste wrażenie, że jest lepiej, i nic, co potrafiłbym powtórzyć celowo. Nie uczyłem się, tylko losowałem.

Naprawiło to coś żenująco prostego: zmień jedno zdanie, resztę zostaw identyczną, popatrz na różnicę. Kiedy zrobiłem to świadomie po raz pierwszy i puściłem ten sam portret trzy razy, zmieniając tylko zdanie o świetle, nagle zobaczyłem, co robi nazwane źródło. To jedno porównanie nauczyło mnie więcej niż dwa poprzednie dni razem wzięte.

Dzień czwarty: przestałem generować ludzi

Znajoma, która fotografuje, kazała mi ćwiczyć na przedmiotach, ignorowałem ją trzy dni i miała rację.

Problem z portretem jako ćwiczeniem polega na tym, że jesteś ekspertem od twarzy. Każdy wynik jest lekko nie taki w sposób, którego nie umiesz nazwać, więc informacja zwrotna to stałe ciche niezadowolenie, które nie mówi, jakie słowo zmienić. Wygeneruj ceramiczną filiżankę na drewnianym stole, a informacja zwrotna zrobi się brutalnie jasna: cień idzie w złą stronę, albo cienia nie ma, albo drewno nie ma słojów.

Wieczór spędziłem na filiżankach, miskach i pogniecionej koszuli. Nic, co zrobiłem, nie było ciekawe. Wszystko było pouczające.

Dzień piąty: zdanie o świetle

Jeśli ten tydzień ma jeden wniosek, to taki: prawie wszystkie moje złe obrazy były złe tak samo, a lekarstwem było zawsze to samo zdanie. Za mało informacji o świetle.

Nie napisz nic o świetle, a model da ci średnią ze wszystkich schematów oświetlenia naraz, co wychodzi jako miękkie cienie we wszystkie strony i obraz wyglądający jak znikąd. Napisz „późnopopołudniowe słońce przez okno po lewej, długi cień w poprzek stołu”, a nagle wygląda to jak pokój. Ten sam temat, cała reszta bez zmian.

Nasz wpis o tym, dlaczego obrazy AI wyglądają jak AI tłumaczy mechanizm porządnie. Ja doszedłem do tego drogą wolniejszą.

Dzień szósty: pieniądze

To warto powiedzieć wprost, bo mnie zaskoczyło. Czterdzieści monet za obraz standardowy oznacza, że 500 monet - najmniejszy pakiet, za 2,99 euro - to dwanaście albo trzynaście obrazów. Brzmi jak sporo, dopóki nie zrozumiesz, że nauka idzie przez porównanie, a porównanie to minimum trzy obrazy.

Poczucie, że to przystępne, a nie napięte, przyszło, kiedy zrozumiałem, że porażki są darmowe: jeśli generowanie się nie dokończy, monety wracają od razu. Eksperymenty, które wydają się ryzykowne, są więc tanie. Drogie są próby pewne siebie.

Podczas nauki całkiem odstawiłem też wysoką jakość. Kosztuje 60 zamiast 40 i renderuje większe, a większa wersja źle oświetlonego obrazu to nadal źle oświetlony obraz. Dopracuj w standardzie, potem puść ponownie ten jeden, który ci się podoba.

Dzień siódmy: co powiedziałbym sobie

• Darmowy obraz wydaj na coś, czego naprawdę chcesz, nie na test.
• Zmieniaj po jednym zdaniu, inaczej się nie uczysz, tylko obstawiasz.
• Poćwicz wieczór na przedmiotach, zanim podejdziesz do twarzy.
• Mów, skąd pada światło. Za każdym razem.
• Usuń słowa o jakości. Nic nie robią i wypierają prawdziwe polecenia.

Nic z tego nie jest trudne. Po prostu nic z tego nie widać po przycisku, a darmowa pula nie wystarczy, żeby natknąć się na to przypadkiem. Jeśli chcesz skróconą wersję tygodnia, pięć gotowych promptów do wklejenia oszczędzi ci większość, a wklejać je można w Fellowi Images. Zacznij od filiżanki. Serio.