دانش آموزان مدرسه آینده، بدون شک باید با هوش مصنوعی آشنا باشند. یکی از مهارت‌هایی که افراد باید در حال حاضر آن را فرا بگیرند، کار با هوش مصنوعی است. انواع ابزارهای هوش مصنوعی برای کاربردهای مختلف توسعه یافته‌اند. برای مثال هوش مصنوعی تولید عکس یا ویدئو و هوش مصنوعی طراحی لوگو از این دسته ابزارها هستند.
مانند هر برنامه‌ای مثل فوتوشاپ یا حتی تلگرام و اینستاگرام، ابزارهای مبتنی‌بر هوش مصنوعی نیز بخش‌های زیادی دارند که برای بهره‌مندی از نهایت ظرفیت آن‌ها در بهینه‌ترین حالت ممکن، نیاز به آموزش داریم. این موضوع به‌خصوص برای آموزش پرامپت نویسی برای تولید عکس با هوش مصنوعی صدق می‌کند.
پیش‌تر در مقاله‌ای به اهمیت پرامپت نویسی هوش مصنوعی پرداخته‌ایم و حالا قصد داریم به نکات کلیدی و آموزش پرامپت نویسی برای تولید عکس با هوش مصنوعی ChatGPT در حداکثر کیفیت بپردازیم.
تولید عکس با ChatGPT پیش‌تر با DALL-E انجام می‌شد که به‌صورت یکپارچه در چت‌جی‌پی‌تی در دسترس قرار داشت. اوپن‌ای‌آی با انتشار به‌روزرسانی GPT-4o و GPT-4o mini، بالأخره ابزار اختصاصی تولید عکس در ChatGPT را معرفی کرد که در ابتدا فقط برای مشترکین پولی این پلتفرم دردسترس بود و حالا کاربران نسخه‌ی رایگان نیز با محدودیت ۳ عکس در روز، امکان استفاده از آن را دارند.
یک سر فصل درابی از مهم‌ترین قابلیت‌های ابزار تولید عکس ChatGPT این است که برای تولید عکس‌های چندگانه می‌توان از آن استفاده کرد بدون اینکه نگران تغییر ظاهر سوژه باشید. چت‌جی‌پی‌تی از این قابلیت با عنوان Character Consistency یاد می‌کند.
قابلیت‌های ابزار تولید عکس ChatGPT:
افزودن متن در عکس خروجی
در نظر داشتن جزئیاتی در دل عکس
تولید عکس با پس‌زمینه‌ی شفاف (transparent) مناسب برای ساخت آیکون و واترمارک با هوش مصنوعی
ویرایش عکس تولیدشده با ابزار Select
تولید چندین عکس از یک سوژه به‌لطف وجود Character Consistency
پرامپت‌های هوش مصنوعی در حالت کلی باید شفاف و دارای ساختار باشند. برای پرامپت نویسی تولید عکس با هوش مصنوعی اولین قاعده‌ی اساسی این است که تمرکز و فوکوس روی سوژه‌ی اصلی در عکس قرار بگیرد و در ادامه‌ی آن جزئیات و زمینه‌ی پیرامون آن توصیف شود و سبک هنری مدنظر برای عکس نیز در آن اضافه شود.
پرامپت باید شفاف و دقیق باشد
هرچه توضیح و توصیف با جزئیات بیشتری باشد، نتیجه‌ی بهتری خواهید گرفت. برای مثال، اگر بگویید صحنه‌ای از غروب خورشید در ساحل را تولید کند که مردم نیز در ساحل حضور دارند، احتمالاً در تصویر خروجی مردم با ایرادهای کوچک و بزرگ فضا را پر کرده‌اند؛ بنابراین باید جزئیات دقیق‌تری از مردم توصیف کنید تا ایرادات به حداقل برسد.
پرامپت‌ها را در یک پرامپت گردآوری می‌کنیم
بارها گفتیم که از زبان جملات طولانی حمایت می‌کنیم. اما به نظر شما این را قانونمند کرده‌ایم؟ مطمئنا که بهترین نتیجه را بدست می‌آورید. حالا برای این مشکل جنبه‌ی هشدار دهنده نیز می‌یابد که کاربر آگاه درباره‌ی سطح نتیجه‌اش در هوس مصنوعی باشد. هرچه جملات طولانی‌تر باشند، پاسخ‌های بهتر را بدست می‌آورید. اما در هوس مصنوعی دیگر باید این مرز‌ها و قرائن را نیز در نظر داشت تا به نتیجه درستی برسیم.