NSFW anime-AI-konst: varför stilen bjuder motstånd och hur du vinner

Jag lade en pinsam kväll på att pressa fram en enda bra vuxen animebild ur en generator, och fick varje gång samma sak tillbaka: ett mjukt, överrenderat måleri av någon som var ungefär lika anime som en köpcentrumaffisch är japansk. Alla promptguider jag läst var skrivna för fotorealistiskt arbete, och nästan alla de råden är inte bara onyttiga här, de motarbetar dig.

Det ingen säger högt: anime är inte ett motiv, det är en rendering. Ber du om en fotorealistisk scen beskriver du något som skulle kunna finnas och låter modellen ljussätta det. Ber du om anime beskriver du en uppsättning medvetna förenklingar, och namnger du dem inte tar modellen medelvägen och ger dig moset.

Namnge renderingen, inte stämningen

Ordet anime gör nästan ingenting i din prompt. Det täcker åttio år av produktion, från tusch på cel till dagens digitala husstil. Det som verkligen flyttar en generering är utseendets konkreta maskineri:

• Cel shading. Platta färgblock med en skarp kant där skuggan börjar, ingen gradient. Det enda uttrycket gör mer än ett stycke adjektiv.
• Linjetjocklek. Anime har synliga konturer som varierar. ”Ren och bestämd kontur, tunna linjer inuti” drar bilden ur den måleriska soppan.
• Plana ytor och begränsad palett. En bild läses som animation för att den innehåller färre färger än verkligheten.
• En epok eller ett medium, inte en franchise. ”90-tals-OVA, filmkorn, dämpad palett” är en riktig instruktion. Ett studionamn är det sällan, och namnet på en serie man vill härma är kortaste vägen till ett generiskt resultat.

Det sista är det folk gör mest motstånd mot. Instinkten vill nämna en favoritserie. Men modellen har inget rent begrepp om den serien, den har en dimma av allt internet märkt med det namnet. Du får medelvärdet, och medelvärden liknar ingenting.

Vad som ändras när scenen är vuxen

Två saker, och de drar åt olika håll.

För det första gäller regeln för varje explicit prompt här ännu hårdare: beskriv vad som ska finnas i bilden, aldrig vad som inte ska vara med. ”Inga kläder” gör kläder till ett ämne. Var hon är och vad ljuset gör besvarar frågan utan att ställa den. Vi gick igenom det i skriva karaktärsprompter som faktiskt blir en bild, och det är den mest värdefulla vanan även på den här sidan.

För det andra renderas anatomi annorlunda i en plan stil. Fotorealistiska prompter klarar sig med vagt kroppsspråk eftersom ljuset gör jobbet; cel shading har inget ljus att gömma sig bakom, så en oprecis pose kommer tillbaka stel eller fel. Säg vad lemmarna gör. ”Ett knä uppdraget, tyngden på den bortre höften, blicken nedåt” är värt fem estetiska adjektiv.

Gränsen som inte rör sig

Med anime förtjänar det här att sägas rakt ut, eftersom stilen är full av figurer som av konvention tecknas små och unga. Allt sexuellt som rör minderåriga avvisas permanent, och dit hör figurer vars ålder eller framställning i originalet är minderårig, oavsett hur strecket ser ut. Ingen prisplan låser upp det och ingen formulering går runt det. Det andra hårda avslaget gäller varje skildring av bristande samtycke. Allt annat mellan vuxna är okej, och just därför är de två värda att namnge så tydligt. Resonemanget står i vad en ocensurerad bildgenerator faktiskt betyder.

Passa på att reda ut en annan sammanblandning: studion och anime-companions är olika produkter. Generatorn läser inga companion-inställningar, och hur en companion beter sig i chatten har ingenting att göra med vad du kan rendera på /images. Kommer du från genomgången av anime-companions sparar den skillnaden dig en del förvirring.

Att få samma figur två gånger

Här är anime ärligt talat svårare än fotorealism. En plan stil har färre drag att hålla fast vid, så två genereringar från en beskrivning glider längre isär än vad fotografier gör. Text håller inget ansikte. Botemedlet är detsamma överallt: välj en rendering du gillar och använd den som referens därefter, vilket vi går igenom i hålla en myndig karaktär likadan.

Och sätt den sedan i rörelse

Anime animerar bättre än fotorealism, vilket överraskade mig. Plan färg och skarpa skuggkanter ger videomodellen mindre att göra fel per bildruta, så en cel-stillbild håller ihop i rörelse där en fotorealistisk flimrar. Ta din bästa bild till Video-fliken, beskriv en långsam rörelse, och se. Metoden står i från en karaktärsstillbild till ett klipp.

Börja med en prompt som säger cel shading, namnger en ljuskälla och beskriver en pose. Gå och gör något. Misslyckas det kostar det ingenting: misslyckade genereringar återbetalas automatiskt, och bara därför går allt det här provandet att bekosta.