Predstavte si, že zadáte do Midjourney prompt na „fotorealistický portrét ženy“ a dostanete tvár s deviatimi prstami na ruke, textúrou pripomínajúcou vosk a pozadím, ktoré vyzerá ako roztečený akvarel.
Nie je to chyba modelu. Je to chyba v komunikácii. Väčšina používateľov píše systémové prompty ako SMS-ku kamarátovi, nie ako technickú špecifikáciu pre kolegu, ktorý je geniálny, ale veľmi doslovný. Poďme si ukázať, ako z toho von.
Základný kameň: Kontext pred inštrukciou
Najčastejšia chyba, ktorú vidím v pracovných postupoch dizajnérov, je prompt typu: „Urob mi logo pre kaviareň.“ Model nemá ani potuchy, či ste malý podnik s rustikálnym štýlom, alebo korporátny reťazec s potrebou minimalizmu. Systémový prompt funguje na princípe vrstiev – najprv definujete rolu a kontext, potom úlohu a až nakoniec špecifikácie.
Skúste to takto:
Si senior art director s 20-ročnou praxou v brandingu. Navrhni koncept loga pre špecializovanú pražiacu kaviareň s filozofiou pomalého varenia. Štýl: minimalistický, zemité tóny, bez textu.
Vidíte ten rozdiel? Dali ste modelu identitu, skúsenosť a jasné mantinely. Výstup nebude dokonalý na prvýkrát, ale dostanete sa o 80 % bližšie k cieľu ako s jednou vetou.
Špecifikácia je kráľ: Menej abstrakcií, viac parametrov
Modely nechápu pojmy ako „pekný“, „moderný“ alebo „kvalitný“. Chápu kontrast, farebné palety, kompozíciu a štýl. Ak chcete fotorealistický obraz, musíte to povedať presne. Ak chcete ilustráciu, musíte uviesť techniku. Pozrite sa na tento rozdiel:
Zlé:
portrait of a woman, nice lighting, high quality
Funkčné:
photorealistic portrait of a woman in her 30s, soft window light from the left, shallow depth of field, 85mm lens look, muted color palette, --ar 2:3 --style raw
Všimnite si, že som pridal objektív (85mm), svetlo z konkrétnej strany a farebnú paletu. To sú presné parametre, ktoré model vie spracovať. Čím viac zmyslových detailov, tým menej priestoru na náhodu.
Negatívny prompt: Váš tichý partner
Väčšina ľudí rieši negatívne javy až vtedy, keď ich vidí. Profesionáli ich ale definujú vopred. Nástroje ako Stable Diffusion alebo Midjourney (parameter --no funguje vo všetkých verziách modelu) podporujú negatívne prompty. Toto je vaša poistka proti deformovaným rukám, nevzhľadnému textu alebo nechceným objektom.
portrait of a woman, studio lighting, --no deformed hands, extra fingers, text, watermark, oversaturated colors
Tento jednoduchý riadok vám ušetrí hodiny retušovania vo Photoshope. Nie je to dokonalé – model občas negatívny prompt ignoruje – ale výrazne znižuje pravdepodobnosť katastrofy.
Štruktúra promptu: Od všeobecného ku konkrétnemu
Overený postup, ktorý funguje naprieč nástrojmi (Midjourney, Stable Diffusion; v DALL-E bez parametrov, exklúzie sa píšu prirodzeným jazykom), je štruktúra: subjekt → akcia → prostredie → štýl → technické parametre. Väčšina promptov, ktoré zlyhávajú, má tieto časti pomiešané alebo chýbajúce. Skúste si vytvoriť vlastnú šablónu:
[subjekt s detailmi] + [akcia alebo póza] + [prostredie a atmosféra] + [umelecký štýl] + [technické špecifikácie]
Príklad pre produktovú fotografiu:
A ceramic coffee cup on a rustic wooden table, steam rising, morning light through a window, photorealistic, product photography, 50mm lens, --ar 4:5
Táto postupnosť dáva modelu logickú postupnosť, ktorú dokáže nasledovať. Ak zmeníte poradie, model sa môže zamerať na nesprávnu časť.
Pasca na začiatočníkov: Príliš veľa nápadov v jednom prompte
Chcete futuristické mesto, ktoré je zároveň retro, s prvkami fantasy a portrétom ženy v popredí? Model vám vygeneruje chaos. Každý prvok si konkuruje a výsledok je priemer všetkých, nie ich súčet. Zásada: jeden prompt = jeden silný nápad. Ak potrebujete kombinovať viac štýlov, urobte to postupne – najprv vygenerujte základ, potom použite nástroj na variácie alebo inpaint na úpravu konkrétnych častí. Toto je rozdiel medzi amatérom a profesionálom, ktorý zvládne komplexné scény.
Erikov kreatívny tip
Keď mám blok a neviem, ako prompt uchopiť, použijem jednoduchý trik: napíšem prompt ako režisérske poznámky pre kameramana. Namiesto „pekná krajinka“ napíšem „širokouhlý záber na údolie, hmla stúpa z rieky, zlatá hodinka, kompozícia s popredím“. Tento mentálny posun – z konzumenta na tvorcu – okamžite zmení kvalitu výstupu. Vyskúšajte to pri ďalšom generovaní a uvidíte rozdiel. A nebojte sa experimentovať s dĺžkou promptu – niekedy je 50 slov lepších ako 5, ale nie vždy. Testujte, porovnávajte a zapisujte si, čo funguje. To je celé čaro.
