راهنمای ساخت تصویر با هوش مصنوعی؛ از ایده تا خروجی نهایی با نمونه پرامپت
شش گام برای ساخت تصویر قابل استفاده: انتخاب ابزار، نوشتن پرامپت، اصلاح خروجی و بررسی پیش از انتشار

شش گام برای ساخت تصویر قابل استفاده: انتخاب ابزار، نوشتن پرامپت، اصلاح خروجی و بررسی پیش از انتشار

مینویسید «یک گربه روی پشتبام» و چند ثانیه بعد تصویری میبینید که خوب است، ولی به کار شما نمیآید: گربه زیادی کارتونی است، کادر برای پست اینستاگرام مناسب نیست و نور صحنه هیچ حسی ندارد. بیشتر کسانی که از ساخت تصویر با هوش مصنوعی ناامید میشوند، در همین نقطه کار را رها میکنند یا مدام سراغ ابزار دیگری میروند.
در عمل، تفاوت یک تصویر معمولی و یک تصویر قابل استفاده بیشتر به روند کار برمیگردد تا نام ابزار. باید بدانید تصویر را برای چه میخواهید، صحنه را چطور توصیف کنید، خروجی را چطور اصلاح کنید و پیش از انتشار چه چیزهایی را بررسی کنید. این راهنمای ساخت تصویر با هوش مصنوعی همین مسیر را از ایده تا فایل نهایی مرور میکند و برای هر مرحله نمونهٔ آماده دارد.
مدلهای تصویرساز با دیدن تعداد بسیار زیادی تصویر و توضیح متنی آموزش میبینند و رابطهٔ میان واژهها و ویژگیهای بصری را یاد میگیرند. بسیاری از آنها تصویر را بهتدریج و از دل نویز میسازند: در هر مرحله، نویز کمتر میشود و شکلها به توصیف شما نزدیکتر میشوند. به همین دلیل مدل عکس آمادهای را از جایی پیدا نمیکند و هر بار تصویر تازهای میسازد.
دانستن این سازوکار سه نکتهٔ عملی به شما میدهد:
| کار | وضعیت معمول | توصیهٔ عملی |
|---|---|---|
| ایدهپردازی و تصویر مفهومی | قوی | چند سبک مختلف را سریع امتحان کنید |
| تصویر شاخص مقاله و محتوای شبکههای اجتماعی | قوی | نسبت تصویر و فضای خالی را از اول مشخص کنید |
| صحنه و تبلیغ اولیهٔ محصول | خوب، با بررسی | عکس واقعی محصول را مرجع قرار دهید و جزئیات را کنترل کنید |
| پرترهٔ واقعگرایانه | خوب، با بررسی | چشم، دست و جزئیات پوست را با دقت ببینید |
| نوشته، بهویژه متن فارسی | ضعیف یا ناپایدار | متن را بعداً در نرمافزار طراحی اضافه کنید |
| نمودار، نقشه و هر چیز نیازمند دقت علمی | ضعیف | فقط بهعنوان طرح اولیه استفاده کنید، نه مرجع |
قبل از نوشتن پرامپت، به سه سؤال جواب دهید: این تصویر کجا منتشر میشود، چه کسی آن را میبیند و باید چه حسی یا پیامی را برساند؟ تصویر شاخص یک مقالهٔ آموزشی با پوستر تخفیف فروشگاه یا تصویرسازی کتاب کودک فرق دارد. جواب همین سؤالها سبک، کادر و میزان جزئیات را تعیین میکند.
اگر قرار است بعداً روی تصویر متن بگذارید، همین حالا بنویسید کدام بخش تصویر خالی بماند. افزودن فضای خالی بعد از ساخت تصویر معمولاً سختتر از درخواستش از ابتداست.
| کاربرد | نسبت پیشنهادی | نکته |
|---|---|---|
| پست عمودی شبکههای اجتماعی | ۴:۵ | موضوع اصلی را نزدیک مرکز نگه دارید |
| استوری و ویدیوی عمودی | ۹:۱۶ | بالا و پایین کادر را برای متن و رابط برنامه خالی بگذارید |
| پست مربعی | ۱:۱ | برای ترکیببندی ساده و یک موضوع واحد مناسب است |
| بنر سایت و تصویر شاخص | ۱۶:۹ | فضای خالی را در یک سمت کادر درخواست کنید |
| عکس محصول | ۱:۱ یا ۴:۵ | پسزمینهٔ ساده، جداسازی محصول را آسانتر میکند |
همهٔ مدلها همهٔ نسبتها را پشتیبانی نمیکنند و Google هم اشاره کرده است که درخواست نسبت تصویر همیشه دقیق اجرا نمیشود. اگر ابزار گزینهٔ جداگانهای برای نسبت دارد، از همان استفاده کنید.
لازم نیست از اول بهترین ابزار دنیا را پیدا کنید. سه معیار کافی است: کیفیت در نوع تصویری که لازم دارید، امکان ویرایش بعد از ساخت، و دسترسی و شرایط استفادهٔ مناسب برای شما. مقایسهٔ گزینههای شناختهشده را در مطلب بهترین اپلیکیشنهای ساخت عکس با هوش مصنوعی آوردهایم.
روش ساده برای انتخاب این است که یک پرامپت مشخص از کار واقعی خود بردارید و آن را در چند مدل امتحان کنید. میتوانید از ساخت عکس با هوش مصنوعی در هوشیار ۲۴ شروع کنید و بعد نتیجه را با نیازتان بسنجید.
پرامپت تصویر بیشتر توصیف صحنه است تا دستور. راهنمای Google برای ساخت تصویر چند جزء اصلی را برمیشمارد و OpenAI هم روی موضوع، کادر، نور و بافت تأکید میکند. میتوانید این اجزا را بهصورت چکلیست استفاده کنید:
| جزء | به چه سؤالی جواب میدهد؟ | نمونه |
|---|---|---|
| موضوع | چه کسی یا چه چیزی در تصویر است؟ | یک کیف چرمی قهوهای دستدوز |
| کنش | چه اتفاقی میافتد؟ | بخار از فنجان کنار کیف بلند میشود |
| مکان | صحنه کجاست؟ | روی میز چوبی یک کافهٔ کوچک |
| ترکیببندی | از چه زاویهای و چقدر نزدیک؟ | نمای نزدیک از زاویهٔ ۴۵ درجه |
| نور و رنگ | فضای بصری چطور است؟ | نور گرم صبح از سمت چپ، رنگهای خاکی |
| سبک | عکس است یا طرح؟ چه حالوهوایی دارد؟ | عکس تبلیغاتی واقعگرایانه |
| محدودیت | چه چیزی نباید باشد یا کجا خالی بماند؟ | بدون نوشته و لوگو، سمت راست کادر خالی |
با کنار هم گذاشتن این اجزا به چنین پرامپتی میرسید:
عکس تبلیغاتی واقعگرایانه از یک کیف چرمی قهوهای دستدوز روی میز چوبی یک کافهٔ کوچک. نمای نزدیک از زاویهٔ ۴۵ درجه، نور گرم صبح از سمت چپ، بخار ملایم از فنجان کنار کیف، رنگهای خاکی. بدون نوشته و لوگو. سمت راست کادر برای افزودن متن خالی بماند. نسبت تصویر ۴:۵.
برای یک تصویر ساده، یکی دو جمله هم میتواند کافی باشد. هر جزئی را که برایتان مهم است بنویسید و بقیه را به مدل بسپارید. اگر تازه با پرامپت آشنا شدهاید، مبانی آن را در آموزش پرامپت نویسی ببینید.
| پرامپت کلی | مشکل | پرامپت بهتر |
|---|---|---|
| یک کافه زیبا | فضا و کادر مشخص نیست | نمای داخل یک کافهٔ کوچک در شب بارانی، از کنار پنجره، نور زرد چراغ روی میز چوبی و قطرههای باران روی شیشه |
| عکس حرفهای از یک مرد | «حرفهای» قابل تصویر نیست | پرترهٔ نیمتنهٔ مردی ۴۰ ساله با پیراهن سرمهای در دفتر کار، نگاه به دوربین، نور نرم پنجره، پسزمینهٔ کمی محو |
| تصویر درباره موفقیت | مفهوم انتزاعی است | کوهنورد تنها که پرچم کوچکی را روی قله بالا میبرد، طلوع آفتاب، نمای باز از پشت سر، تصویرسازی برداری ساده با رنگهای آبی و نارنجی |
| لوگوی کافه | سبک و محدودیت ندارد | طرح اولیهٔ نشانهٔ مینیمال برای یک کافه با ترکیب فنجان و برگ، خطوط ساده، تکرنگ قهوهای، پسزمینهٔ سفید، بدون نوشته |
لازم نیست عکاس حرفهای باشید، ولی چند اصطلاح ساده کنترل شما را بیشتر میکند. OpenAI یادآوری میکند که مشخصات دوربین را باید سرنخی برای ظاهر تصویر بدانید، نه تنظیمی دقیق. عبارتهایی مانند «نمای نزدیک» یا «نور پشت» هم معمولاً مفیدتر از واژههای کلی مانند «فوقالعاده زیبا» هستند.
| دسته | چند نمونه | چه اثری دارد؟ |
|---|---|---|
| فاصلهٔ دوربین | نمای بسیار نزدیک، نیمتنه، تمامقد، نمای باز | میزان جزئیات و سهم محیط را تعیین میکند |
| زاویه | همسطح چشم، از پایین، از بالا | موضوع را قدرتمند، معمولی یا کوچک نشان میدهد |
| نور | نور نرم پنجره، ساعت طلایی، نور پشت، نور استودیویی | حس و عمق تصویر را میسازد |
| رنگ | رنگهای گرم، پاستلی، کماشباع، تکرنگ | فضای کلی و هماهنگی با برند را مشخص میکند |
| سبک | عکس مستند، آبرنگ، برداری، سهبعدی، مینیاتور | زبان بصری کل تصویر را تعیین میکند |
| جنس و بافت | چرم مات، شیشهٔ مات، پارچهٔ کتان، چوب کهنه | تصویر را باورپذیرتر میکند |
بسیاری از مدلهای امروزی فارسی را میفهمند، پس برای شروع با همان زبانی بنویسید که راحتتر فکر میکنید. بااینحال نتیجه از مدلی به مدل دیگر فرق دارد. اگر جزئیات رعایت نشد، همان پرامپت را به انگلیسی هم امتحان کنید و دو خروجی را کنار هم بگذارید. برای اصطلاحات تخصصی عکاسی و نام سبکها هم میتوانید از معادل انگلیسی کنار متن فارسی استفاده کنید.
اولین تصویر را نهایی نکنید. از همان پرامپت چند خروجی بگیرید و فقط به یک سؤال جواب دهید: کدام نسخه به هدف نزدیکتر است؟ اگر هیچکدام جهت درستی نداشتند، پرامپت را تغییر دهید. اگر یکی تقریباً درست بود، آن را برای ویرایش انتخاب کنید و دیگر از صفر شروع نکنید.
هنگام مقایسه به ترتیب این موارد را ببینید: ترکیببندی، موضوع اصلی، نور و رنگ، و در آخر جزئیات. اصلاح جزئیات آسانتر از اصلاح ترکیببندی است، پس تصویر با ترکیب درست را به تصویری ترجیح دهید که فقط جزئیات زیبایی دارد.
راهنماهای Google و OpenAI هر دو بر ویرایشهای کوچک و پیدرپی تأکید دارند. هر بار یک تغییر بخواهید و بگویید چه چیزی باید ثابت بماند:
همین تصویر را نگه دار. فقط رنگ کیف را به سرمهای تغییر بده. شکل کیف، نور، زاویهٔ دوربین و چیدمان میز تغییر نکند.
اگر چند چیز را با هم عوض کنید، معمولاً بخشی از تصویر که دوست داشتید هم تغییر میکند. وقتی خروجی از مسیر خارج شد، شرطهای مهم را دوباره بنویسید. برای کارهای مشخص، ابزار اختصاصی ویرایش اغلب از نوشتن پرامپت تازه دقیقتر است:
| کاری که میخواهید | ابزار مناسب در هوشیار ۲۴ | نمونه کاربرد |
|---|---|---|
| جداکردن موضوع از پسزمینه | حذف پسزمینه | آمادهکردن عکس محصول برای فروشگاه |
| عوضکردن یک شیء در تصویر | جایگزینی شیء | گذاشتن گلدان بهجای کتاب روی میز |
| تغییر رنگ یک بخش | تغییر رنگ شیء | نمایش یک محصول در رنگهای دیگر |
| حفظ حالوهوا در تصویر جدید | تغییر سبک تصویر | یکدستکردن تصویرهای یک کمپین |
| تغییر چیدمان با حفظ ساختار کلی | بازسازی ساختار تصویر | طراحی نسخهٔ تازه از یک طرح اولیه |
وقتی ظاهر محصول، شخصیت یا سبک باید حفظ شود، توصیف متنی بهتنهایی کافی نیست. اگر ابزار شما امکان بارگذاری تصویر دارد، نقش هر تصویر را صریح بگویید. مثلاً: «تصویر اول محصول است و شکل آن نباید تغییر کند. تصویر دوم فقط مرجع نور و رنگ است.» برای یکدست ماندن یک شخصیت هم معمولاً بهتر است در همان گفتوگو ادامه دهید و ویژگیهای اصلی را در هر پرامپت تکرار کنید. حتی در این حالت هم یکدستی کامل تضمین نمیشود، پس خروجیها را کنار هم مقایسه کنید.
Google هم غلطهای نوشتاری را از محدودیتهای شناختهشده میداند. متن فارسی بهخاطر اتصال حروف و راستبهچپ بودن معمولاً دشوارتر هم هست. برای تصویری که قرار است منتشر شود، این روش مطمئنتر است: از مدل بخواهید جای متن را خالی بگذارد و نوشته را در نرمافزار طراحی اضافه کنید. اگر میخواهید متن را با خود مدل امتحان کنید، آن را داخل گیومه بیاورید، جایش را مشخص کنید و بگویید متن دیگری ننویسد. بعد هر حرف را بررسی کنید.
تصویر در نگاه اول ممکن است بینقص باشد و خطایش فقط با بزرگنمایی دیده شود. قبل از انتشار، این موارد را در اندازهٔ بزرگ ببینید:
اگر تصویر نمایندهٔ یک محصول واقعی است، جزئیات آن باید با خود محصول یکسان باشد. مشتری بر اساس همان تصویر خرید میکند و تفاوت آشکار میتواند به اعتماد او آسیب بزند.
این الگوها را کپی کنید و بخشهای داخل کروشه را با جزئیات کار خود پر کنید:
| کاربرد | الگوی پرامپت |
|---|---|
| عکس محصول | عکس تبلیغاتی واقعگرایانه از [محصول با جنس و رنگ] روی [سطح]، نور نرم استودیویی، پسزمینهٔ [رنگ]، نمای [زاویه]، بدون نوشته و لوگوی اضافی، نسبت [نسبت]. |
| تصویر شاخص مقاله | تصویرسازی [سبک] دربارهٔ [موضوع مقاله] با یک نماد اصلی ساده، رنگهای [رنگها]، سمت [چپ/راست] کادر خالی برای عنوان، بدون نوشته، نسبت ۱۶:۹. |
| پست شبکهٔ اجتماعی | [موضوع] در [مکان]، حالوهوای [حس]، رنگهای متناسب با [برند]، موضوع اصلی در مرکز، پسزمینهٔ ساده، نسبت ۴:۵. |
| پرتره | پرترهٔ [نیمتنه/نمای نزدیک] از [توصیف فرد غیرواقعی] با [لباس]، در [محیط]، نگاه به [جهت]، نور [نوع نور]، پسزمینهٔ کمی محو، عکس طبیعی و واقعگرایانه. |
| تصویرسازی داستان | تصویرسازی [آبرنگ/دیجیتال] برای کتاب کودک: [شخصیت با ویژگیها] در حال [کنش] در [مکان]، رنگهای شاد، حس [حس]، بدون نوشته. |
| طرح اولیهٔ نشانه | سه ایدهٔ نشانهٔ مینیمال برای [نوع کسبوکار] با الهام از [نماد]، خطوط ساده، [تعداد] رنگ، پسزمینهٔ سفید، بدون نوشته. |
| تصویر مفهومی | نمایشی بصری از [مفهوم] به کمک استعارهٔ [استعاره]، [سبک]، ترکیببندی ساده با یک نقطهٔ تمرکز، بدون نوشته. |
این الگوها نقطهٔ شروع هستند، نه فرمول ثابت. هرچه جزئیات واقعی کار خودتان را بیشتر وارد کنید، خروجی کمتر شبیه تصویرهای تکراری اینترنت میشود.
| مشکل | علت احتمالی | راهحل |
|---|---|---|
| تصویر کلی و کلیشهای است | پرامپت فقط موضوع را گفته است | مکان، کادر، نور و یک جزئیات خاص اضافه کنید |
| سبک با خواستهٔ شما نمیخواند | نوع تصویر مشخص نشده است | صریح بگویید عکس، تصویرسازی برداری، آبرنگ یا سهبعدی میخواهید |
| عناصر با هم قاطی شدهاند | صحنه بیش از حد شلوغ است | تعداد عناصر را کم و جای هر کدام را مشخص کنید |
| یک عنصر نادیده گرفته شده است | دستورها زیاد و پراکندهاند | مهمترین عنصر را اول بنویسید و بعد آن را جداگانه اصلاح کنید |
| نوشته غلط است | نقطهضعف رایج مدلها | متن را حذف کنید و بعداً در نرمافزار طراحی بگذارید |
| دست یا چهره عجیب است | جزئیات ظریف آناتومی | همان بخش را اصلاح کنید یا حالت سادهتری بخواهید |
| با هر اصلاح کل تصویر عوض میشود | چیزهای ثابت گفته نشدهاند | هر بار یک تغییر بخواهید و بنویسید چه چیزی نباید عوض شود |
| تصویر زیادی مصنوعی است | واژههای کلی زیباییمحور | بهجای «فوقالعاده زیبا»، نور و بافت طبیعی را توصیف کنید |
این بخش جنبهٔ آگاهیبخشی دارد و مشاورهٔ حقوقی نیست. قانون در کشورهای مختلف یکسان نیست و این حوزه هنوز در حال تغییر است.
ساخت تصویر با هوش مصنوعی زمانی نتیجهٔ قابل استفاده میدهد که آن را یک فرایند ببینید، نه یک دستور جادویی. هدف را روشن کنید، صحنه را با جزئیات مهم توصیف کنید، چند نسخه بسازید، بهترین را کمکم اصلاح کنید و پیش از انتشار با دقت بررسی کنید.
برای شروع، یک تصویر واقعی را انتخاب کنید که همین هفته لازم دارید. با فرمول این راهنما یک پرامپت بنویسید، سه نسخه بسازید و همان بهترین نسخه را تا رسیدن به خروجی نهایی اصلاح کنید.
برای ساخت تصویر با هوش مصنوعی از کجا شروع کنم؟
یک نیاز واقعی را انتخاب کنید و کاربرد و نسبت تصویر را مشخص کنید. بعد موضوع، مکان، کادر، نور و سبک را در یک پرامپت بنویسید، چند نسخه بسازید و بهترین را مرحلهبهمرحله اصلاح کنید.
پرامپت تصویر باید چقدر طولانی باشد؟
طول ثابتی ندارد. برای یک تصویر ساده، یکی دو جمله هم میتواند کافی باشد. هر جزئیاتی که برای نتیجه مهم است بنویسید، ولی صحنه را با عناصر غیرضروری شلوغ نکنید.
چرا یک پرامپت هر بار تصویر متفاوتی میسازد؟
مدلهای تصویرساز هر بار تصویر تازهای تولید میکنند و بخشهایی را که نگفتهاید خودشان پر میکنند. برای نزدیکماندن به یک نتیجه، از همان تصویر مناسب ادامه دهید و بگویید چه چیزهایی نباید تغییر کنند.
چطور متن فارسی را روی تصویر بگذارم؟
مطمئنترین راه این است که از مدل بخواهید جای متن را خالی بگذارد و نوشته را در نرمافزار طراحی اضافه کنید. اگر متن را با خود مدل میسازید، حتماً تکتک حروف را بررسی کنید.
چطور تصویرهایم طبیعیتر و کمتر مصنوعی شوند؟
بهجای واژههای کلی مانند «خیلی زیبا»، نور، جنس مواد، زاویهٔ دوربین و جزئیات واقعی صحنه را توصیف کنید. سپس پوست، دستها، سایهها و بازتابها را با بزرگنمایی بررسی و اصلاح کنید.
آیا میتوانم از تصویر ساختهشده با هوش مصنوعی استفادهٔ تجاری کنم؟
این موضوع به شرایط همان ابزار، محتوای تصویر و قانون محل فعالیت شما بستگی دارد. پیش از استفادهٔ تجاری شرایط سرویس را بخوانید و اگر تصویر برای کسبوکارتان اهمیت حقوقی دارد، از مشاور حقوقی کمک بگیرید.