Képgeneráló prompt felépítése: téma, kamera, fény, stílus
Miért lesz a generált kép „majdnem jó”? Öt építőelem, amellyel pontosan azt a képet kéred, amit elképzeltél, példával.
A képgenerálók mindent kitalálnak, amit nem mondasz meg nekik. Ha annyit írsz, hogy „egy kávézó belseje”, a modell dönti el a napszakot, a nézőpontot, a színeket, a stílust és azt is, hány ember ül bent. Az eredmény ezért lesz szép, de nem az, amire gondoltál.
A megoldás az, hogy úgy írod le a képet, ahogy egy fotósnak vagy grafikusnak adnál megbízást. Ehhez öt építőelem kell.
1. A téma: mi van a képen?
Konkrétan, főnevekkel. Nem „egy nő dolgozik”, hanem „húszas évei végén járó nő laptopon ír egy ablak melletti asztalnál, mellette kávéscsésze”. Ha több elem van, mondd meg, melyik a főszereplő, és hol helyezkedik el.
2. A nézőpont és a kamera
Honnan látjuk a jelenetet? Szemmagasságból, felülről, közelről, távolról? Fotószerű képnél az objektív megnevezése sokat segít:
| Kifejezés | Hatás |
|---|---|
| nagy látószög (24 mm) | sok látszik a térből, belső terekhez, tájhoz |
| normál (50 mm) | természetes, ahogy a szem lát |
| portréobjektív (85 mm) | az arc nem torzul, a háttér életlen |
| makró | apró részletek közelről |
A „kis mélységélesség” azt jelenti, hogy csak a téma éles, a háttér elmosódik.
3. A fény
A fény adja a kép hangulatát, mégis ez marad ki a leggyakrabban. Három dolgot érdemes megadni: honnan jön (oldalról, hátulról, felülről), milyen (lágy vagy kemény), és milyen színű (meleg lámpafény, hideg nappali fény). Az „ablakon beszűrődő lágy délelőtti fény balról” egyetlen félmondat, és teljesen más képet ad, mint a fény említése nélküli kérés.
4. A stílus és a színvilág
Fotó, illusztráció, 3D, akvarell, vektoros rajz? Írd le saját szavakkal a stílust, és adj meg két-három színt. Élő művész vagy konkrét film nevét ne használd: a leírás („lapos, vektoros illusztráció vastag körvonalakkal, lila és sárga színekkel”) ugyanúgy működik, és nem más munkáját másolod.
5. A tiltólista
Mi ne legyen a képen. A leggyakoribb hívatlan vendégek: felirat, logó, vízjel, fölösleges emberek, plusz tárgyak. Egy záró sor ezekről sok újragenerálást megspórol.
Egy példa összerakva
Valósághű fotó: húszas évei végén járó nő laptopon ír egy kávézó ablak melletti asztalánál, mellette kávéscsésze. Szemmagasságból, 50 milliméteres objektívvel, a háttér enyhén életlen. Balról lágy délelőtti ablakfény. Meleg, visszafogott színek: barna, krém, mélyzöld. A nő a kép jobb harmadában ül, balra üres tér marad. Ne legyen a képen felirat, logó vagy más ember.
Három gyakorlati tanács
Egyszerre egy dolgot változtass. Ha a kép majdnem jó, csak a fényt vagy csak a nézőpontot írd át. Így megtanulod, melyik mondat mit okoz.
A feliratot ne a modellel írasd. A magyar, ékezetes szöveget a képgenerálók gyakran elrontják. Hagyj üres helyet, és a szöveget tedd rá utólag egy szerkesztőben.
Valódi embert ne generálj. Ismert vagy megnevezett személy helyett kérj kitalált szereplőt; saját magadról pedig a saját fotódból dolgoztass.
A könyvtár képgeneráló promptjai ezt az öt elemet külön mezőkben kérik, így elég a saját elképzelésedet beírni.
