Görsel üretimde iyi istem: sahne, ışık, açı, üslup dört cümlede

Görsel üretme prompt'u, yani istemi, uzun değil tam olandır. Dört cümlede dört şeyi söyler: ne görünsün, nerede ve hangi sahnede, hangi ışıkta ve açıda, hangi üslupta. Bunu denedik: aynı fikri dört farklı istemle, aynı modelde ve aynı rastgelelik ayarıyla ürettik. Tek kelimelik istem bir kahve fincanı verdi ama bizim istediğimizi değil; dört cümlelik istem sahneyi, ışığı ve üslubu kurdu. Deneme iki şey daha öğretti, onları da yazdık.

Dört cümle kuralı nedir?

Bir görsel istemi dört soruya cevap vermelidir. Ne: ana nesne ya da kişi, somut adıyla. Nerede: sahne, zemin, çevre. Işık ve açı: pencere ışığı mı stüdyo mu, üstten mi göz hizasından mı. Üslup: fotoğraf mı çizim mi, hangi dönem, hangi his. Bu dört cevap yazılınca araç tahmin etmek zorunda kalmaz.

Denemede fikir bir Türk kahvesi fincanıydı. "Kahve" istemi üstten çekilmiş, çekirdek dolu bir kupa verdi. "Türk kahvesi fincanı" işlemeli bakır bir fincan getirdi ama sahneyi kendi uydurdu. Üçüncü istem masayı, lokumu ve pencere ışığını söyledi, sahne kuruldu. Dördüncüye üslup eklendi: "sıcak tonlu ürün fotoğrafı, göz hizasından, sığ alan derinliği." Sonuç bir ürün karesi oldu. Dört karede de değişmeyen tek şey rastgelelik ayarıydı.

Deneme başka ne gösterdi?

İki şey. Birincisi, lokum hiçbir karede gerçek lokum olmadı; küçük, tanımsız bir tatlıya dönüştü. Model "lokum" kelimesini az gördüğü için en yakın bildiği şeyi çizdi. Yerel bir nesneyi istiyorsan onu tarif et: "pudra şekerli, küp biçiminde, gül rengi lokum" gibi.

Kültürel motiflerde bu daha da önemlidir; yapay zekâ Türk motifini neden yanlış çiziyor yazısında gerçek çıktılarla gösterdik.

İkincisi, aynı dört istemi önce Türkçe olarak doğrudan modele verdik ve sonuç saptı: "yanında lokum" yazan istem bir köy yolu, dördüncü istem bir kâse çorba üretti. Ham model Türkçeyi iyi bilmiyor. Görsel stüdyomuz bu yüzden yazdığın Türkçe istemi arka planda İngilizceye çevirir; sen Türkçe yazarsın, model doğru dili görür. Başka bir aracı doğrudan kullanıyorsan istemi İngilizce yazmak ya da prompt mühendisi aracından geçirmek gerekir.

Somut ad neden önemli?

Araç kelimeleri, o kelimelerle etiketlenmiş milyonlarca görselden öğrenir. "Güzel", "hoş", "kaliteli" gibi kelimelerin görsel karşılığı yoktur. "Beyaz seramik kupa", "bakır cezve", "mermer tezgâh" gibi adların vardır. İstemde sıfat yerine ad kullan. "Rahat bir oda" yerine "açık renk ahşap zeminli, keten koltuklu, geniş pencereli oturma odası" yaz.

Aynı kural kültürel motifler için daha da önemlidir. "Türk çinisi" demek yetmez, dönem ve teknik adı gerekir.

İstemde ne yazılmamalı?

Üç şey istemi bozar. Birincisi olumsuz cümledir: "bulanık olmasın", "insan olmasın" gibi. Araç olumsuzu her zaman anlamaz ve bazen tam tersini yapar. İstemediğini değil istediğini yaz: "net odak, boş sahne". İkincisi çelişkidir: "minimal ama ayrıntılı", "gerçekçi çizim" gibi. Üçüncüsü yığındır: on nesne, beş renk, üç üslup. Kalabalık istem dağınık görsel verir.

Metin de sorun çıkarır. Görselin içinde okunabilir yazı istemek çoğu zaman bozuk harf üretir. Yazıyı görsele değil, sonradan tasarım aracında ekle.

Türkçe istem yazılır mı?

Yazılır, ama nerede yazdığına bağlı. Görsel stüdyomuz Türkçe istemi arka planda çevirir, bu yüzden Türkçe yazabilirsin. Doğrudan bir modele giden istemlerde İngilizce daha tutarlıdır, yukarıdaki denemede bunu gördük. Ayrıca her platformun kendi kuralı vardır: biri doğal cümle ister, biri parametre bekler.

Bu kuralları ezberlemek yerine prompt mühendisi aracını kullanabilirsin. Türkçe ve dağınık anlatırsın, nerede kullanacağını seçersin; o platformun kurallarında yazılmış istem ve neden öyle yazıldığı gelir.

Araç iki kademeyle çalışır. Hızlı kademe tek güçlü istem ve gerekli ayarları verir. Usta kademesi aynı fikri üç farklı yaklaşımla üç varyant olarak kurar. Beğenmediğin yeri düzeltme çipleriyle değiştirirsin.

Aynı istem neden farklı sonuç veriyor?

Aynı istem her üretimde biraz farklı sonuç verir, çünkü üretim rastgele bir başlangıç noktasından yola çıkar. Bu bir hata değil, aracın doğasıdır. Beğendiğin bir sonucu kaybetmemek için kaydet. Sonucu bir parça değiştirmek istiyorsan istemin tamamını değil tek bir cümlesini değiştir, böylece neyin neyi değiştirdiğini görürsün.

Ayrıntısı aynı istemden neden farklı görsel çıkıyor yazısında.

Sıradaki adım

Son ürettiğin görselin istemini aç ve dört soruya cevap verip vermediğine bak. Eksik olanı ekle, yeniden üret, ikisini yan yana koy. Dört cümle alışkanlık olunca istem yazmak, ne istediğini bilmekle aynı şeye döner.