Майже все це я тепер роблю з телефона
Автор: The Fellowi Team · · 7 хв читання

Перший місяць я займався цим за столом, бо саме так генерація картинок виглядала в мене в голові: великий екран, нормальна клавіатура, сітка результатів. Чотири місяці по тому, за моєю оцінкою, дев’ять із десяти генерацій починаються з телефона, стоячи, зазвичай там, де я інакше просто гортав би стрічку.
Я цього не очікував, і причини виявилися цікавішими, ніж «зручно».
Що змінило справу: це працює в браузері
Застосунку немає. Звучить як вада, поки не помічаєш, що це означає на практиці: нема чого встановлювати, нічого в історії покупок, нічого на домашньому екрані з упізнаваною іконкою, і той самий обліковий запис, що вже є. Для категорії, якою користуються переважно приватно, це не дрібниця. Решта - у розборі приватності.
Практичний наслідок: на домашній екран ви додаєте це самі, якщо хочете, і відкривається воно як сторінка, а не як заява про себе.
Чому телефон цьому пасує
Справжня причина не в залізі, а в моменті. Ідеї картинок не приходять за столом. Вони приходять у черзі, на прогулянці, посеред розмови, і проміжок між «придумав» і «сів за комп’ютер» - це те, де більшість із них помирала.
Є і другий, менший ефект, який я помітив за кілька тижнів. Генерація триває достатньо, щоб за столом я сидів і дивився на неї, - дивне заняття, від якого кожна здається дорогою. З телефона я блокую екран і займаюся іншим, бо робота йде на сервері, а не на пристрої. Очікування те саме, відчуття геть інше.
Три звички, які все налагодили
Перший місяць із телефона був гірший за стіл, і переважно з моєї вини. Допомогли три речі.
Диктуйте промпт. Це головне. Клавіатура під великий палець непомітно схиляє до промптів із восьми слів, а вісім слів дають загальні результати. Наговорити виходить тридцять слів, не помітивши, а тридцять слів - приблизно та межа, де опис перестає бути ярликом і стає сценою. Змінюється й регістр: наговорені промпти звучать як опис фотографії, а це ближче до робочого, ніж охайний письмовий список іменників.
Тримайте нотатку з промптами, які спрацювали. Передруковувати довгий промпт на телефоні заради одного слова настільки неприємно, що ви не станете, а отже перестанете ітерувати - у чому й полягає вся вправність. Вставка з нотатки прибирає тертя. Це молодший брат справжньої бібліотеки промптів, і на телефоні він важливіший, а не навпаки.
Перестаньте оцінювати результат на витягнутій руці. Екран телефона лестить картинці. Те, чим я був задоволений на телефоні, а потім відкривав на ноутбуці, мало помітні проблеми: руки, деталі тла, дивна текстура. Якщо результат іде кудись насправді, подивіться на нього один раз на великому екрані, перш ніж вважати готовим.
Що справді гірше
Порівняння варіантів. Чотири результати поруч - це і є спосіб виробляти смак, а маленький екран перетворює погляд на прокручування. Коли я обираю напрямок, а не роблю фінальну річ, стіл усе ще виграє.
Довгі точні промпти з кількома частинами теж важче правити, навіть надиктовані: поставити курсор усередину абзацу на сенсорному екрані - окреме маленьке випробування.
З відео складніше. Налаштувати кліп із телефона нормально, але нормально його передивитися - це кілька разів і на пристойному розмірі, а кліп зі звуком тим паче заслуговує на більше, ніж динамік телефона в галасливій кімнаті.
Вертикальність, про яку ніхто не каже
Заслуговує окремого абзацу, бо мені знадобилися тижні: якщо на картинку дивитимуться з телефона, генеруйте її одразу у вертикальному співвідношенні сторін. Кадрування горизонтальної картинки у вертикаль потім руйнує композицію, а генератор охоче видасть кадр 9:16, скомпонований саме так.
Написане виглядає очевидним. Я зробив штук шістдесят горизонтальних картинок, перш ніж до мене дійшло, що жодну з них я жодного разу не дивився горизонтально.
Ціни однакові, якщо раптом цікаво
Той самий генератор, ті самі моделі, ті самі монети: стандартна картинка - 40 монет, з якого б екрана ви її не запустили, і жодної мобільної націнки чи частки крамниці застосунків немає, бо немає крамниці. Повна розкладка - у тексті про вартість, якщо вам потрібна арифметика, а не моє слово.
Якщо ви робили це лише за столом, варто поставити експеримент: тиждень диктування промптів із телефона на ходу. У мене промпти стали довші, конкретніші й помітно менше схожі на список покупок, і друкуванням я б до цього не дійшов. Почніть у Fellowi Images у мобільному браузері, а приклади промптів розумно спершу прочитати собі вголос.
Питання, на які відповідає стаття
Чи потрібен застосунок, щоб генерувати картинки з телефона?
Ні, і встановлювати нічого. Усе працює в мобільному браузері, тому в історії покупок крамниці застосунків і на домашньому екрані нічого не з'являється, якщо ви самі не додасте ярлик.
Чи мобільна версія гірша за настільну?
Це той самий генератор із тими самими моделями й цінами. Відрізняється робоче місце: порівнювати кілька результатів поруч на маленькому екрані справді гірше, решта приблизно однакова.
Чи триватиме генерація, якщо заблокувати екран?
Робота йде на сервері, а не на телефоні, тож блокування екрана чи перемикання застосунків її не скасовує. Повернетеся - готова картинка буде в історії.
Чи садить генерація батарею?
Майже ні. Телефон надсилає фразу і отримує картинку; саме промальовування відбувається не в нього. За витратами це приблизно як завантажити кілька веб-сторінок.
Чи можна зберегти результат у галерею?
Так, звичайне довге натискання або меню «Поділитися» працює - це звичайні зображення. Варто пам'ятати, що збережене на телефон потім потрапляє під ту резервну копію фото, яку ви маєте увімкненою.
Читати далі
Прев'ю для YouTube за допомогою AI-зображень: що працює, а що досі за вами
Картинка - це те, що AI робить добре. Заголовок, дозволи й фінальна перевірка в розмірі поштової марки досі на вас.

NSFW ШІ: досьє персонажа на одній сторінці, щоб героїня не змінювалася
Один вигаданий персонаж з чистого аркуша: один рядок опису для кожного промпта, слова, яким у ньому не місце, і картка, на якій усе зберігається.

Референсні зображення: генерація з вашого фото, а не лише за промптом
До 10 референсних зображень на генерацію - ваше фото або фото компаньйона - і модель редагує їх, а не починає з чистого аркуша.