Nilai terbesar dari gambar menjadi gambar berdasarkan referensi bukanlah membuat AI “menggambar persis seperti yang ada”, melainkan mengubah hal-hal yang sulit dijelaskan dengan kata-kata—seperti subjek, pose, komposisi, atau arah visual—menjadi batasan yang dapat dilihat. Agar hasilnya stabil, prompt harus sekaligus menjawab dua hal: apa saja yang harus dipertahankan, dan apa saja yang boleh diubah.

Gambar yang disertakan adalah materi ilustrasi asli yang dibuat untuk tutorial ini, dihasilkan oleh Codex, bukan hasil uji coba model PixPix maupun pengujian langsung di platform. Penjelasan fitur PixPix berasal dari halaman publik saat ini; batasan input, ukuran, dan opsi pada model yang berbeda serta antarmuka saat ini harus mengacu pada halaman aktual.

Kesimpulan cepat: tulis dulu elemen yang harus dipertahankan, baru kemudian tulis elemen yang bisa diubah.

Sebuah permintaan gambar menjadi gambar yang dapat dieksekusi dapat diringkas dalam rumus berikut:

Karakter pada gambar referensi + identitas/struktur/komposisi yang wajib dipertahankan + objek yang hanya boleh diubah + adegan atau gaya target + pencahayaan dan proporsi + larangan menambahkan konten baru.

Jika dalam satu prompt sekaligus diminta mengganti karakter, gerakan, sudut pandang, latar belakang, dan gaya, model akan kesulitan menentukan mana yang menjadi titik acuan. Cara yang lebih aman adalah setiap kali hanya mengubah satu variabel utama, sambil tetap menggunakan gambar yang telah dikonfirmasi pada tahap sebelumnya sebagai referensi.

Sebenarnya, apa saja yang bisa dikendalikan oleh gambar referensi?

PixPix saat ini tersedia secara publikAkses gambar ke gambarMendukung pengunggahan gambar referensi, sketsa, atau tangkapan layar, sehingga model dapat menghasilkan gambar baru berdasarkan struktur, komposisi, dan gaya dari gambar asli, cocok untuk memperluas gaya, mengubah karakter, memperluas adegan produk, serta melakukan eksplorasi visual.

Subjek dan identitas

Bentuk wajah, gaya rambut, pakaian, dan bentuk tubuh seseorang, atau kontur, warna, material, serta struktur penting suatu produk, semuanya termasuk dalam kategori variabel yang tidak boleh berubah. Jangan hanya menulis “tetap sama”; sebaiknya daftarkan secara rinci setiap ciri yang dapat diamati.

Pose dan komposisi

Gambar referensi jauh lebih mudah daripada teks untuk menggambarkan posisi seseorang, arah pandang, tinggi sudut kamera, proporsi subjek, serta hubungan antarobjek. Jika hubungan-hubungan tersebut harus dipertahankan, maka nyatakan secara jelas: “pertahankan pose, tinggi sudut kamera, skala subjek, dan pemotongan gambar yang sama.”

Gaya dan pencahayaan

Gambar referensi juga dapat hanya bertugas sebagai arah visual: warna, tekstur, material, pencahayaan, atau tata letak. Pada kondisi ini, jelaskan bahwa gambar tersebut hanyalah “referensi gaya” agar model tidak secara tidak sengaja memasukkan karakter atau produk dari gambar referensi ke dalam hasil akhir.

Contoh asli: Pengendara sepeda perkotaan Lin

Dalam contoh ini, kita membuat sebuah karakter fiktif bernama Lin, dengan ciri-ciri dasar sebagai berikut:

• Wanita Asia Timur, berusia sekitar dua puluhan, dengan rambut panjang sedang berwarna hitam;

• Memakai jaket bomber ringan berwarna biru kobalt, celana lurus abu-abu gelap, dan sepatu putih rendah;

• Memakai helm bersepeda berwarna merah muda matte;

• Memegang sebuah sepeda perkotaan berwarna perak;

• Seluruh tubuh beserta sepeda berada dalam frame gambar, dengan sudut pandang dan arah pandang karakter tetap konstan.

Gambar dasar ini sekaligus menyediakan identitas, pakaian, pose, perlengkapan, serta komposisi. Jika nantinya hanya ingin mengganti gaya, jangan lagi mengubah tata letak latar belakang; jika hanya ingin mengganti adegan, jangan sekali-sekali mengubah pakaian dan gerakan.

Langkah-langkah operasional: pisahkan kebutuhan menjadi satu variabel dalam satu waktu.

Langkah pertama: tetapkan peran untuk setiap gambar referensi.

Saat mengunggah beberapa gambar sekaligus, jangan biarkan model menebak:

• Referensi Gambar A: Identitas utama dan pakaian;

• Referensi Gambar B: Sikap dan komposisi;

• Referensi Gambar C: Warna, material, atau gaya ilustrasi.

Jika hanya ada satu gambar, tetap sertakan dalam prompt untuk menjelaskan tugas apa yang diemban oleh gambar tersebut. Semakin jelas karakternya, semakin sedikit konflik yang muncul.

Langkah kedua: Tuliskan invarian yang dapat diverifikasi

Invarian dalam kasus Lin bukanlah “orang yang sama”, melainkan:

Pertahankan ciri wajah karakter, rambut panjang berwarna hitam, jaket biru kobalt, helm berwarna koral, celana abu-abu gelap, sepatu putih, posisi tangan memegang setang, struktur sepeda berwarna perak, serta komposisi keseluruhan dan sudut pandang.

Untuk produk, bisa diganti menjadi: “rasio panjang-lebar botol, struktur tutup botol, posisi label, material, warna, dan logo tetap tidak berubah.”

Langkah ketiga: Hanya jelaskan hal-hal yang akan diubah pada tahap ini

Pertama-tama tentukan dulu jenis perubahan pada tahap ini:

• Hanya mengganti gaya rendering;

• Hanya mengganti latar belakang dan waktu;

• Hanya mengganti pakaian atau objek tunggal;

• Hanya memperluas kanvas;

• Hanya memperbaiki kesalahan lokal.

Jangan menyelesaikan semua tugas ini sekaligus. Dapatkan dulu versi dengan struktur yang stabil, baru lanjutkan ke tahap berikutnya.

Contoh pertama: Hanya mengubah gaya

Instruksi contoh:

Ubah gambar referensi menjadi ilustrasi editorial cetak blok kontemporer. Pertahankan ciri wajah Lin, proporsi tubuh, ekspresi, jaket biru kobalt, helm koral, celana abu-abu gelap, sepatu putih, sikap berdiri, sepeda perak, sudut pengambilan gambar, serta pemotongan gambar; hanya ubah cara rendering. Gunakan warna biru kobalt, koral, abu-abu gelap, dan nuansa kertas hangat, pertahankan efek titik-titik dan tekstur gradasi ringan. Jangan tambahkan tokoh, teks, atau logo.

Kata kerja inti di sini adalah “hanya mengubah cara rendering”. Tujuan gaya boleh spesifik, tetapi jangan sekaligus meminta penggantian latar atau desain ulang pakaian.

Contoh kedua: Hanya mengubah latar belakang dan pencahayaan

Instruksi contoh:

Ubah lingkungan menjadi jalur sepeda tepi sungai setelah hujan gerimis, dengan suasana senja biru. Hanya ubah latar belakang dan cahaya ambient; pertahankan identitas tokoh, gaya rambut, helm koral, jaket biru kobalt, celana abu-abu gelap, sepatu putih, proporsi tubuh, posisi tangan, struktur sepeda, sikap, skala subjek, serta pemotongan gambar. Permukaan jalan memiliki pantulan lembap, lampu kota di kejauhan tampak kabur, tanpa menambah pejalan kaki atau sepeda lain.

Ketika “penggantian latar” bahkan tidak mengizinkan perubahan cahaya pada tokoh, hasilnya sering kali terlihat seperti stiker. Cara yang lebih masuk akal adalah membiarkan cahaya lingkungan memengaruhi subjek, namun tetap mengunci identitas tokoh, warna pakaian, dan struktur.

Kapan harus mengubah seluruh gambar, dan kapan melakukan penyuntingan lokal

Jika arah keseluruhan tidak tepat—misalnya gaya, sudut pandang, atau latar semuanya tidak sesuai harapan—membuat ulang biasanya lebih efisien. Namun jika 80% sudah benar, dan hanya bagian tangan, tepi, teks, atau satu objek kecil yang bermasalah, gunakan kemampuan penyuntingan lokal atau penggambaran ulang yang disediakan secara publik oleh PixPix, agar tidak perlu mengulang seluruh gambar dan menyebabkan pergeseran baru.

Halaman PixPix untuk GPT Image 2Menjelaskan secara umum bahwa proses dapat dimulai dari prompt atau gambar referensi, dan digunakan untuk gambar produk, poster, desain teks, serta visual seri lintas ukuran;Sedangkan halaman PixPix untuk Seedream 5.0 Promenekankan pentingnya menentukan dengan jelas tujuan, aksi, tata letak, gaya, pencahayaan, dan elemen yang tidak berubah dalam instruksi pengeditan. Pemilihan spesifik sebaiknya didasarkan pada tugas saat ini dan kemampuan antarmuka yang sesuai, bukan menerapkan satu model tetap untuk semua proyek.

Kesalahan Umum dan Cara Memperbaikinya

Kesalahan Pertama: Hanya menulis “sama seperti gambar asli”

“Sama” tidak menunjukkan prioritas. Sebaiknya daftarkan satu per satu—wajah, pakaian, struktur produk, pose, atau sudut pandang—agar model memahami mana saja yang dianggap gagal.

Kesalahan Kedua: Gambar referensi saling bertentangan

Satu gambar memberikan karakter, satu gambar memberikan pose, sementara gambar ketiga menampilkan pakaian dan karakter yang berbeda, sehingga mudah terjadi campur aduk. Beri label tanggung jawab pada setiap gambar, dan pastikan bagian yang tidak relevan dengan tugas diabaikan.

Kesalahan Ketiga: Mengubah terlalu banyak variabel sekaligus

Lakukan migrasi gaya terlebih dahulu, lalu ganti latar, dan akhirnya lakukan koreksi lokal. Setiap tahap harus menyisakan satu hasil yang telah dikonfirmasi, sehingga jika terjadi kesalahan, kita bisa mengetahui langkah mana yang menyebabkan penyimpangan.

Kesalahan Keempat: Menyerahkan sepenuhnya teks kecil dan logo kepada generasi

Label produk, harga promosi, dan tulisan merek harus diperiksa kata demi kata. Jika strukturnya sudah benar, lebih baik melakukan koreksi lokal pada area teks daripada mengulang seluruh gambar hanya karena satu huruf.

Kesalahan Kelima: Hanya melihat thumbnail

Perbesar untuk memeriksa wajah, jari, jari-jari roda, tepi produk, pantulan, bayangan kontak, dan teks. Detail yang tampak alami pada thumbnail mungkin sudah rusak pada gambar besar.

FAQ

Apakah semakin banyak gambar referensi semakin baik?

Tidak selalu. Setiap gambar harus memiliki tanggung jawab yang jelas. Jika dua gambar saling bertentangan dalam hal karakter, komposisi, atau gaya, menambah jumlah malah akan mengurangi tingkat kontrol.

Apakah gambar yang dihasilkan dari gambar lain akan meniru gambar asli?

Gambar yang dihasilkan dari gambar lain akan membaca informasi tentang struktur, komposisi, pose, atau gaya, lalu meregenerasi gambar baru; jadi jangan menganggapnya sebagai sekadar penyalinan piksel. Sebelum menggunakan gambar yang bukan milik Anda, tetap perlu memastikan ruang lingkup izin, serta hindari meminta replika karya unik yang dilindungi hak cipta.

Mengapa wajah karakter masih berubah?

Ketajaman gambar referensi, variasi sudut, kemampuan model, serta jumlah variabel yang diubah dalam satu kali proses, semuanya memengaruhi stabilitas identitas. Gunakan master yang jelas, tetapkan ciri wajah dan pakaian dengan tegas, kurangi jumlah variabel yang diubah bersamaan, dan lanjutkan iterasi dari hasil yang telah dikonfirmasi.

Kapan lebih baik menggunakan gambar dari teks?

Ketika Anda hanya ingin menjelajahi arah baru tanpa harus mempertahankan karakter, produk, pose, atau tata letak tertentu, gambar dari teks lebih bebas. Namun, jika dalam tugas disebutkan “mempertahankan orang ini, produk ini, atau komposisi ini”, maka lebih cocok memulai dari gambar referensi.

Ringkasan: Anggap gambar referensi sebagai batasan, bukan hiasan

Stabilitas gambar yang dihasilkan berasal dari batas tugas yang jelas: apa yang menjadi tanggung jawab gambar referensi, elemen mana yang tidak boleh berubah, apa saja yang boleh diubah pada tahap ini, serta bagaimana cara menerima hasil akhir. Setelah menyiapkan master dan daftar elemen yang tidak berubah, Anda dapat masuk ke pintu masuk gambar dari gambar dan pengeditan gambar di PixPix, mulai dengan satu perubahan variabel saja.