Apabila menggunakan AI untuk menghasilkan imej buat kali pertama, hal yang paling mudah menyebabkan kekeliruan biasanya bukan butang, tetapi tiga persoalan utama: sama ada mula dengan teks atau memuat naik gambar rujukan, sejauh mana perincian kata kunci perlu ditulis, serta di mana sebenarnya perlu membuat pembetulan apabila hasil pertama tidak memuaskan.

Artikel ini menggunakan PixPix untuk membentuk satu proses penghasilan imej AI yang boleh diulang. Anda akan bermula dengan menentukan tujuan dan saiz imej, kemudian merangka kata kunci yang merangkumi lensa, objek utama, persekitaran, cahaya dan gaya, seterusnya belajar melalui satu contoh pembesar suara mudah alih original cara menyaring hasil, membuat pembetulan secara berubah-ubah, serta meneruskan penggunaan imej tersebut untuk penyuntingan atau penciptaan video.

Contoh dan kata kunci dalam artikel ini telah direka semula khusus untuk tujuan penjelasan, dan bukan merupakan hasil ujian sebenar bagi model tertentu.

Kesimpulan pantas: Tentukan dahulu di mana imej tersebut akan digunakan

Sebuah “imej AI yang cantik” belum tentu merupakan “imej AI yang boleh digunakan”. Sebelum memulakan proses penghasilan, jawab dahulu empat soalan berikut:

1. Adakah imej itu untuk gambar utama produk, kandungan media sosial, kulit buku artikel, atau sepanduk?

2. Apakah objek utama yang paling penting dalam imej tersebut?

3. Maklumat visual manakah yang mesti kekal stabil, seperti bentuk produk, identiti watak atau warna jenama?

4. Selepas imej siap, adakah ia terus digunakan, atau perlu disunting lagi, diperbesarkan, atau diubah menjadi video?

Jawapan kepada soalan-soalan ini akan menentukan sama ada anda patut menggunakan kaedah teks ke imej atau imej ke teks, jenis saiz imej yang sesuai, serta maklumat mana dalam kata kunci yang perlu dinyatakan dengan lebih jelas.

Urutan cadangan: Tetapkan tujuan → Pilih laluan penghasilan → Tetapkan saiz imej → Tulis versi pertama kata kunci → Saring struktur → Hanya ubah satu pemboleh ubah utama pada satu masa.

Memilih antara teks ke imej atau imej ke teks

Halaman rasmi PixPix kini menawarkan kedua-dua kaedah teks ke imej dan imej ke teks: kaedah teks ke imej bermula dengan penerangan berbentuk teks; manakala kaedah imej ke teks pula memerlukan muat naik gambar rujukan, lakaran atau tangkapan skrin, supaya hasil penghasilan dapat meneruskan struktur, komposisi atau gaya asal imej tersebut.

Bermula dengan teks ke imej apabila tiada objek tertentu

Apabila anda sedang meneroka watak baharu, suasana konsep, kulit buku artikel atau idea produk fiksyen, teks seringkali sudah mencukupi. Pada ketika ini, tumpuan harus diberikan kepada memecahkan “idea” menjadi maklumat visual yang boleh difahami oleh model, bukannya terlebih dahulu menyediakan sebuah gambar rujukan.

Sebagai contoh, “hasilkan sebuah gambar iklan yang sangat menggambarkan suasana musim panas” masih terlalu abstrak. Model tidak tahu apa objek utamanya, di mana lokasi objek tersebut, bagaimana cahaya datang, atau seberapa jauh jarak lensa. Jika ia diubah menjadi objek, persekitaran dan cahaya yang lebih spesifik, maka hasil yang boleh dinilai akan lebih mudah diperoleh.

Sekiranya kekonsistenan amat diperlukan, gunakan gambar rujukan terlebih dahulu

Jika imej tersebut mesti mengekalkan unsur seperti produk sebenar, rupa seseorang, posisi tubuh, struktur lakaran atau komposisi sedia ada, maka kaedah imej ke teks atau kaedah penghasilan yang menyokong gambar rujukan patut dipertimbangkan terlebih dahulu.

Gambar rujukan tidak semestinya memberikan hasil yang benar-benar sama. Selepas penghasilan, pemeriksaan tetap perlu dilakukan:

• Adakah bentuk, warna dan material produk berubah;

• Adakah wajah, pakaian dan aksesori masih mengekalkan identiti;

• Adakah komposisi masih meneruskan hubungan rujukan;

• Adakah teks dan logo dalam gambar rujukan telah diubah;

• Adakah gaya latar belakang telah mempengaruhi objek utama.

Jika kekonsistenan adalah syarat mutlak, kata kunci hendaklah secara jelas menyatakan “apa yang mesti dikekalkan”, bukannya hanya menggambarkan perkara yang ingin ditambah.

Membina matlamat penghasilan melalui satu contoh original

Artikel ini menetapkan satu konsep visual produk baharu musim panas yang fiksyen: sebuah pembesar suara Bluetooth mudah alih berbentuk bulat dengan sudut melengkung, berwarna oren karang tanpa jenama, diletakkan di atas meja batu kapur berwarna putih di tepi kolam renang biru muda. Cahaya matahari senja yang memancar dari sebelah kiri, dengan sedikit titisan air di permukaan meja, latar belakang mengekalkan riak air yang ringkas, keseluruhannya menghasilkan rasa segar dan moden seakan-akan fotografi komersial.

Gambar ini dirancang untuk pengumuman produk baharu di media sosial, oleh itu terlebih dahulu menggunakan susun atur menegak serta menyediakan ruang untuk penataan susunan di bahagian atas objek utama. Dalam gambar tidak boleh wujud logo jenama, teks pada pembungkusan, produk elektronik tambahan atau tangan manusia.

Pertama sekali, pecahkan sasaran kepada dua jenis batasan:

Pembahagian ini dapat mengelakkan petunjuk menjadi terlalu panjang. Maklumat yang mesti stabil perlu dinyatakan dengan jelas; manakala bahagian yang boleh dieksplorasi pula memberi ruang kepada model untuk membuat variasi.

Nota gambar: Pada permulaan kes ini, hanya kekalkan kolam renang, permukaan batu gua, kedudukan kamera dan cahaya hangat di sebelah kiri, bagi memberikan batasan persekitaran yang jelas untuk penambahan produk kemudian.

Tulis petunjuk dalam lima modul yang boleh disemak

Daripada menyusun kata sifat abstrak seperti “mewah, menakjubkan, sempurna”, lebih baik biarkan setiap frasa memikul satu tugasan visual. Satu struktur yang sesuai untuk pemula ialah:

Lensa dan susun atur + Objek utama dan ciri-ciri + Persekitaran dan kedudukan + Cahaya dan suasana + Gaya visual.

Nota gambar: 1–5 masing-masing merujuk kepada lensa dan susun atur, objek utama, persekitaran, cahaya dan gaya visual; nombor penjelasan diletakkan dalam teks, mengelakkan penumpukan teks panjang dalam gambar.

Lensa dan susun atur menentukan cara gambar dipotong

“Close-up”, “Medium shot”, “Bird’s-eye view”, “Eye-level shot”, “Objek utama ditengah” dan “Ruang kosong di bahagian atas” semuanya akan secara langsung mempengaruhi susunan gambar. Jika gambar perlu meletakkan tajuk atau butang, sediakan ruang sewaktu proses penghasilan, bukannya menunggu sehingga akhir untuk memotong objek utama secara paksa.

Objek utama dan ciri-ciri menjelaskan apa yang ada dalam gambar

Mulakan dengan perkataan nama, kemudian tambahkan bentuk, bahan dan warna yang benar-benar mempengaruhi pengenalan. Contoh:

Sebuah kotak pembesar suara Bluetooth mudah alih berwarna oren karang tanpa jenama, badan segi empat tepat bersudut bulat, dengan jaring fabrik halus, dan hanya sebuah butang rendah di bahagian atas.

“Tiada jenama” hanya dapat mengurangkan peluang kemunculan logo secara rawak; selepas penghasilan, masih perlu disemak sama ada terdapat tulisan palsu atau grafik yang mirip logo.

Persekitaran dan kedudukan bertanggungjawab terhadap hubungan ruang

Persekitaran bukan sekadar nama latar belakang, tetapi juga perlu menerangkan bagaimana objek utama bersentuhan dengan ruang. Dalam kes ini, “diletakkan di atas permukaan batu gua di tepi kolam renang” lebih jelas daripada “latar belakang kolam renang”, kerana ia turut menetapkan permukaan, kedudukan dan hubungan sentuhan.

Cahaya dan suasana bertanggungjawab terhadap keseragaman tekstur

Huraikan dari mana datangnya cahaya, tahap kelembutan atau kekerasan cahaya, serta sama ada keseluruhan gambar lebih sejuk atau lebih hangat. Contoh: “Cahaya matahari senja yang hangat memancar secara serong dari sebelah kiri, meninggalkan bayang-bayang lembut di bahagian kanan belakang kotak pembesar suara.” Ini lebih mudah disemak berbanding hanya menulis “cahaya bergaya filem”.

Gaya visual diletakkan di penghujung sebagai penutup ekspresi

Gaya boleh berupa “fotografi produk komersial moden”, “fotografi edit yang segar” atau “ilustrasi ukiran kertas yang lembut”. Elakkan daripada meminta secara serentak dalam satu petunjuk ungkapan seperti fotografi, lukisan minyak, render 3D dan filem vintaj yang saling bersaing.

Selesaikan penghasilan pertama di PixPix

Masuk ke Pencipta Gambar dan Video AI PixPix, mulakan kes ini dengan “gambar daripada teks”. Tetapan yang disediakan oleh model yang berbeza mungkin berbeza; pilihan sebenar hendaklah mengikut panel penghasilan semasa.

Pilih dulu saiz gambar yang sesuai untuk tempat siaran

Saiz gambar hendaklah mengikuti tujuan akhir, bukannya menunggu sehingga gambar siap dijana baru ditentukan:

• Saiz gambar menegak: lebih sesuai untuk kandungan media sosial pada telefon bimbit dan poster watak;

• Saiz gambar segi empat sama: sesuai untuk kandungan yang perlu serasi dengan pelbagai ruang paparan aliran maklumat;

• Saiz gambar mendatar: lebih sesuai untuk kulit blog, banner laman web dan bahan persembahan.

Kes ini bertujuan untuk mengumumkan produk baharu di media sosial, oleh itu disarankan menggunakan saiz gambar menegak. Jika kemudian ingin membuat kulit blog pula, boleh hasilkan versi mendatar selepas susunan gambar stabil, jangan terus memenuhi kedua-dua sisi gambar menegak secara mekanikal.

Gunakan petunjuk ungkapan lengkap versi pertama

Petunjuk ungkapan kes asal

Fotografi produk jarak sederhana hingga dekat menegak, dengan ruang kosong ringkas di bahagian atas. Sebuah pembesar suara mudah alih Bluetooth berwarna oren karang tanpa jenama, dengan badan segi empat tepat bersudut bulat, jaring fabrik halus serta butang atas yang elegan, diletakkan sepenuhnya di atas meja batu lubang berwarna putih cerah di tepi kolam renang biru muda. Meja tersebut mempunyai beberapa titisan air yang jelas, manakala latar belakangnya adalah riak air yang ringkas dan lembut. Cahaya matahari senja yang hangat memancar dari sebelah kiri, membentuk bayang-bayang pendek yang semula jadi dan lembut di belakang kanan pembesar suara, dengan badan oren karang yang mempunyai kilauan yang terkawal. Fotografi produk komersial moden yang segar, menggunakan material sebenar, dengan imej yang bersih, tanpa watak manusia, logo, teks pembungkusan atau elektronik lain.

Ini merupakan petunjuk ungkapan yang disusun khas untuk kes asal artikel ini, bukan petunjuk asal daripada artikel rujukan, dan juga tidak bermaksud bahawa sesetengah model pasti akan melaksanakannya secara harfiah.

Pusingan pertama, lihat dahulu struktur, jangan tergesa-gesa mengejar butiran

Selepas penghasilan, perbesarkan dahulu untuk melihat keseluruhan, kemudian semak satu demi satu:

1. Adakah pembesar suara dapat dilihat pada pandangan pertama;

2. Adakah objek utama dipotong atau disembunyikan;

3. Adakah ruang kosong di bahagian atas mencukupi untuk penyusunan seterusnya;

4. Adakah hubungan antara meja, kolam renang dan pembesar suara adalah munasabah;

5. Adakah arah cahaya dan bayang-bayang sentuhan adalah semula jadi.

Pada pusingan pertama, selagi arah susunan gambar betul, ia masih layak untuk diperbaiki. Jangan kerana satu butang yang kurang teliti, terus menolak hasil yang mempunyai struktur baik.

Nota gambar: Gambar soalan tutorial ini memastikan produk, latar dan arah cahaya adalah munasabah, tetapi objek utama terlalu kecil dan bahagian hadapan terlalu banyak, sesuai untuk menunjukkan cara membetulkan jarak lensa dan nisbah objek utama sahaja.

Hanya ubah satu pemboleh ubah utama pada satu masa

Apabila hasil penghasilan menyimpang daripada matlamat, nyatakan dahulu masalah tersebut termasuk dalam kategori mana, kemudian ubah frasa yang berkaitan.

Sebagai contoh, jika subjek terlalu kecil, hanya perlu mengubah permulaan kepada:

Fotografi produk jarak dekat menegak, dengan pembesar suara mengambil kira-kira separuh ketinggian imej, manakala ruang kosong disimpan di bahagian atas.

Kandungan lain berkaitan tekstur, persekitaran dan cahaya dikekalkan terlebih dahulu. Dengan cara ini, lebih mudah untuk menentukan modifikasi mana yang membawa perubahan.

Keterangan: Versi yang diperbaiki membesarkan subjek sambil mengekalkan ruang kosong di bahagian atas; warna oren karang pada pembesar suara, jaring fabrik, bayangan gelap serta bayangan di belakang kanan bersama-sama membentuk titik fokus visual yang jelas.

Jangan masukkan semua kesilapan ke dalam petunjuk negatif

“Jangan kabur, jangan terdistorsi, jangan hodoh, jangan berkualiti rendah” tidak dapat menggantikan penerangan positif yang jelas. Batasan negatif hendaklah ditujukan kepada risiko sebenar, seperti dalam kes ini “Jangan ada watak, logo, teks pada bungkusan atau produk elektronik lain”.

Jika model sentiasa salah memahami subjek, kaedah yang lebih berkesan biasanya ialah menyederhanakan penerangan konflik, menyesuaikan maklumat kamera, atau menggunakan gambar rujukan, bukannya terus menambah kata-kata negatif.

Pilih satu daripada gambar-gambar calon yang layak untuk diedit lanjut

Jangan hanya memilih hasil yang mempunyai paling banyak butiran. Urutan penapisan yang lebih praktikal ialah:

1. Identiti subjek dan komposisi keseluruhan;

2. Hubungan antara sentuhan, perspektif dan cahaya;

3. Tekstur dan warna;

4. Hiasan kecil, tepi dan ketidaksempurnaan setempat.

Kesilapan dalam komposisi dan subjek biasanya bermaksud perlu dihasilkan semula; manakala masalah kecil seperti teks palsu, bentuk titisan air atau masalah tepi lebih sesuai untuk diedit secara setempat kemudian.

Halaman rasmi PixPix turut mempamerkan kemampuan pengeditan imej seperti penggambaran semula bahagian tertentu, pembesaran imej, penggantian latar belakang dan peningkatan kualiti imej. Setelah struktur imej siap, anda boleh meneruskan pembetulan bahagian tertentu, memperluas skrin atau meningkatkan kualiti imej; jika ingin menghasilkan kandungan bergerak, anda juga boleh menjadikan frame statik sebagai titik permulaan untuk penciptaan video AI seterusnya.

Keterangan: Tiga imej berturut-turut dari kiri ke kanan menunjukkan permulaan adegan, masalah putaran pertama dan sasaran pembetulan. Perbandingan utama adalah nisbah subjek dan hierarki imej, bukannya menganggap gambar simulasi pengajaran sebagai ukuran sebenar model.

Satu set templat petunjuk yang boleh digunakan semula

Templat umum

【Bingkai dan lensa】, fokus visual utama dalam gambar ialah 【subjek】 yang mempunyai 【warna, bentuk, bahan dan gerakan】. Subjek terletak di dalam 【persekitaran dan lokasi khusus】, serta membentuk 【hubungan sentuhan atau ruang】 dengan 【permukaan atau objek lain】. Cahaya dari arah 【suhu panas-sejuk dan kelembutan-kekerasan】 digunakan untuk menghasilkan 【ciri cahaya tinggi dan bayangan】. Keseluruhannya berupa 【gaya visual tunggal】, mengekalkan 【ruang tipografi atau komposisi penting】, dan tidak harus memaparkan 【elemen gangguan yang berkaitan secara langsung dengan tugas】.

Semasa mengisi templat, utamakan pengekalan perkataan yang mampu mengubah wajah imej. Jika penghapusan sesuatu perkataan tidak menjejaskan objek utama dalam gambar, maka perkataan tersebut biasanya bukan maklumat penting.

Soalan Lazim

Adakah semakin panjang kata kunci semakin baik?

Tidak. Kata kunci perlu merangkumi keputusan visual utama, tetapi panjangnya sendiri tidak menjamin kawalan yang baik. Penggunaan adjektif yang berulang, gaya yang saling bertentangan serta konsep abstrak yang tidak jelas sebaliknya boleh mengaburkan subjek utama.

Bolehkah kata kunci bahasa Cina digunakan terus?

Boleh, mulakan dengan bahasa yang paling mudah anda gunakan untuk menyampaikan maksud dengan tepat. Fokus pada penjelasan tentang lensa, subjek, persekitaran, cahaya dan gaya, sambil memeriksa bagaimana model yang dipilih melaksanakan huraian tersebut. Jika hasilnya sering salah mentafsirkan sesuatu perkataan, cubalah menggunakan padanan sinonim yang lebih spesifik.

Bolehkah menghasilkan gambar produk tanpa rujukan?

Boleh menghasilkan gambar konsep produk fiksyen; namun jika ingin menyerlahkan bentuk, warna dan butiran produk sebenar yang sedang dijual, hanya bergantung pada teks biasanya sukar untuk mengekalkan identiti dengan stabil. Sebaiknya muat naik gambar rujukan produk yang jelas dan semak keserasian item demi item.

Mengapa satu kata kunci yang sama boleh menghasilkan keputusan yang berbeza?

Penghasilan imej oleh AI bersifat eksploratif, jadi satu huraian yang sama mungkin menghasilkan komposisi dan butiran yang berbeza. Tulis dengan jelas maklumat yang mesti stabil, dan gunakan gambar rujukan atau pertahankan hasil yang telah mantap untuk membuat pembetulan setempat, ini lebih terkawal daripada memulakan semula dari awal berulang kali.

Bilakah masa yang sesuai untuk membesarkan imej?

Pastikan dahulu komposisi, subjek, cahaya dan bahan, kemudian barulah lakukan penambahbaikan kualiti imej. Pembesaran boleh meningkatkan saiz output dan beberapa butiran, tetapi ia tidak akan secara automatik membetulkan hubungan ruang atau struktur produk yang salah.

Ringkasan

Penghasilan imej AI bukan sekali gus menulis kata kunci sehingga “sempurna”, tetapi memecahkan proses kreatif kepada siri pilihan yang boleh dinilai:

Nyatakan tujuan → Pilih antara teks ke imej atau gambar rujukan → Tetapkan bingkai → Huraikan lensa, subjek, persekitaran, cahaya dan gaya → Saring struktur → Buat pembetulan satu pemboleh ubah → Lakukan penyuntingan setempat dan hasil akhir.

Apabila menggunakan PixPix buat kali pertama, anda boleh terus mengikut templat dalam artikel ini untuk menghasilkan sebuah gambar konsep. Jika tugas melibatkan produk sebenar atau watak tertentu, sediakan gambar rujukan sejak awal, senaraikan keperluan keserasian sebagai checklist, kemudian masuk ke proses penghasilan dan penyuntingan.