วิธีแก้ไขเร่งด่วน: สถาปัตยกรรมพรอมต์ Conversational AI แบบ 4 ส่วน
ทำความเข้าใจว่าทำไมการแก้ไขภาพด้วยภาษาธรรมชาติอย่างง่ายจึงทำให้ใบหน้าและฉากหลังเปลี่ยนไปโดยไม่ตั้งใจ และสูตร 4 ส่วนสามารถช่วยล็อกรายละเอียดตัวแบบได้อย่างไร
เมื่อครีเอเตอร์ขอให้โปรแกรมแต่งภาพแบบแชททำการปรับเปลี่ยนง่ายๆ เช่น 'เปลี่ยนฉากหลังของฉันเป็นพระอาทิตย์ตกดินที่อบอุ่น' ผลลัพธ์ที่ได้มักจะเปลี่ยนเอกลักษณ์ใบหน้า เนื้อผิว หรือสไตล์เสื้อผ้าไปด้วย[2][5]
ที่เป็นเช่นนี้เพราะโมเดลแพร่กระจาย (diffusion models) ที่อิงคำสั่งจะทำการคำนวณพื้นที่ที่ไม่ได้ระบุใหม่ทั่วทั้งเมทริกซ์ภาพระหว่างการสร้าง เว้นแต่จะมีการกำหนดขอบเขตไว้อย่างชัดเจน[1][5]
เพื่อป้องกันความผิดเพี้ยนในการแก้ไขและรักษาการควบคุมอย่างเต็มที่ใน CARA Agent บน iOS ทุกพรอมต์การสนทนาควรปฏิบัติตามโครงสร้าง 4 ส่วน[3]
- 1. คำกริยาการกระทำ (Action Verb): ระบุการดำเนินการปรับเปลี่ยนที่แม่นยำ (เช่น 'แทนที่', 'สลับ', 'ใช้' หรือ 'เติม')[3]
- 2. ขอบเขตเป้าหมาย (Target Mask): กำหนดพื้นที่หรือวัตถุที่ต้องการเปลี่ยนแปลงให้ชัดเจน (เช่น 'ผนังฉากหลังด้านหลังตัวแบบ')[3]
- 3. สุนทรียศาสตร์การถ่ายภาพ (Photographic Aesthetic): ระบุแหล่งกำเนิดแสง ลักษณะทางออปติคัล และรายละเอียดสภาพแวดล้อมโดยใช้คำศัพท์เฉพาะทางกล้อง (เช่น 'แสงแดดช่วงโกลเดนอาวร์ที่นุ่มนวล พร้อมความชัดตื้นด้วยเลนส์ 85 มม.')[2][3][4]
- 4. ข้อสัญญาคงสภาพ (Preservation Contract): กำหนดขอบเขตที่ไม่ทำลายต้นฉบับอย่างชัดเจนเพื่อล็อกพื้นที่ที่ไม่ต้องการแก้ไข (เช่น 'คงฟีเจอร์ใบหน้า สีผิว เส้นผม ท่าทาง และเสื้อผ้าของฉันไว้ให้เหมือนเดิมทุกประการ')[1][3][4]
แคตตาล็อกไอเดียพรอมต์คัดลอกได้สำหรับครีเอเตอร์ iOS
การ์ดพารามิเตอร์พร้อมใช้สำหรับการเปลี่ยนฉากหลัง การเปลี่ยนชุด และการปรับแต่งแสงภายในโปรแกรมแต่งภาพผ่านแชท
การใช้เทมเพช่วยพรอมต์ที่ผ่านการทดสอบแล้วช่วยประหยัดเครดิตการสร้างรายวัน และป้องกันการลองผิดลองถูกซ้ำๆ ภายใน CARA Agent บน iPhone[4]
ด้านล่างนี้คือชุดพรอมต์ที่ได้รับการปรับแต่งมาแล้ว 4 ชุดสำหรับสถานการณ์สร้างสรรค์ทั่วไป พร้อมโครงสร้างขอบเขตการคงสภาพที่เข้มงวด[2][3]
- การเปลี่ยนฉากหลังสตูดิโอ: 'แทนที่ผนังเรียบๆ ด้านหลังตัวแบบด้วยภายในแกลเลอรีศิลปะร่วมสมัยแบบมินิมอล พร้อมไฟแทรคไลท์นุ่มนวลและเงาสะท้อนบรรยากาศจางๆ คงใบหน้า ท่าทาง เส้นผม และเสื้อผ้าของตัวแบบไว้โดยไม่แตะต้อง'[2][3]
- การเปลี่ยนแสงช่วงโกลเดนอาวร์กลางแจ้ง: 'ปรับเปลี่ยนแสงบรรยากาศฉากหลังเป็นช่วงพระอาทิตย์ตกดินโกลเดนอาวร์ ส่องแสงริมไลท์นุ่มนวลทิศทางเดียวที่หัวไหล่ของตัวแบบ รักษาเอกลักษณ์ใบหน้าเดิม เนื้อผิว สีหน้า และชุดไว้'[2][4]
- การปรับสไตล์เสื้อผ้า: 'เปลี่ยนเสื้อยืดสีเทาเรียบๆ ที่บุคคลสวมใส่เป็นเสื้อเบลเซอร์ผ้าขนสัตว์สีชาโคลที่มีโครงสร้างและพื้นผิวผ้าละเอียด คงรูปหน้า ฟีเจอร์ใบหน้า สีผิว เส้นผม แสงฉากหลัง และท่าทางไว้เหมือนเดิมทุกประการ'[1][3]
- การเติมเงาและปรับบาลานซ์แสง: 'เติมเงาบนใบหน้าที่มืดด้วยความสมดุลจากแผ่นสะท้อนแสงนุ่มนวล โดยคงรูขุมขนธรรมชาติไว้ ห้ามเรนเดอร์องค์ประกอบฉากหลังหรือรายละเอียดเส้นผมใหม่'[2][4]
คู่มือทีละขั้นตอน: การดำเนินการแก้ไขแบบหลายเทิร์นใน CARA Agent บน iPhone
เวิร์กโฟลว์การสนทนา 3 เทิร์นที่ใช้งานได้จริงสำหรับการสร้างการแต่งภาพที่ซับซ้อนทีละขั้นตอน โดยไม่ทำให้โมเดล AI ทำงานหนักเกินไป
การส่งพรอมต์เดี่ยวขนาดใหญ่ที่ขอให้เปลี่ยนฉากหลัง เปลี่ยนเสื้อผ้า และปรับสีพร้อมๆ กัน จะทำให้แผนผังความสนใจของโมเดลทำงานหนักเกินไป ซึ่งมักจะนำไปสู่การซึมซับของสิ่งแปลกปลอม[4][5]
แต่การดำเนินการปรับแต่งทีละน้อยแบบต่อเนื่องในรอบการสนทนาแต่ละเทิร์น จะช่วยรักษาบริบทไว้พร้อมทั้งให้ความคมชัดของภาพที่สะอาดตากว่ามาก[1][4]
การทำความเข้าใจคำศัพท์เกี่ยวกับการจัดแสงและการคงสภาพภาพถ่าย
เรียนรู้คำศัพท์เฉพาะด้านแสงและออปติคัลที่บอกโมเดล Conversational AI ว่าจะแต่งภาพของคุณอย่างไรโดยไม่สูญเสียเอกลักษณ์ใบหน้า
คำคุณศัพท์บอกคุณภาพแบบกว้างๆ เช่น 'สมจริงเหมือนภาพถ่าย', 'ระดับ Ultra HD' หรือ 'รายละเอียดสูงมาก' จะกระตุ้นให้เกิดการบูสต์คอนทราสต์ที่คาดเดาไม่ได้และการปรับผิวให้เนียนแบบหลอกตาในโมเดล AI[2][4]
การแทนที่คำโฆษณาชวนเชื่อทั่วไปด้วยคำศัพท์การถ่ายภาพที่แท้จริง จะช่วยให้โมเดลการแพร่กระจายได้รับคำแนะนำที่แม่นยำเกี่ยวกับการทำงานของแสง การตกกระทบของเงา และลักษณะของเลนส์[2][4]
- แสงหลักและทิศทาง: อธิบายทิศทางของแสงให้ชัดเจน เช่น 'แสงหลักมุม 45 องศานุ่มนวล', 'แสงแดดส่องผ่านหน้าต่างรำไร' หรือ 'แสงแผงไฟเหนือศีรษะแบบกระจาย'[2]
- พารามิเตอร์เลนส์และความชัดลึก: ใช้คำศัพท์กล้องออปติคัล เช่น 'ความยาวโฟกัส 85 มม.', 'ความชัดตื้น f/1.8' หรือ 'โบเก้ฉากหลังนุ่มนวล' เพื่อควบคุมความเบลออย่างเป็นธรรมชาติ[4]
- การล็อกผิวและเท็กซ์เจอร์: ระบุ 'คงรายละเอียดไมโครเท็กซ์เจอร์ รูขุมขนธรรมชาติ และความสมมาตรของใบหน้า' เพื่อหลีกเลี่ยงการปรับผิวเนียนแบบพลาสติกที่มากเกินไป[2]
การผสานการแชทสนทนากับเครื่องมือ AI เฉพาะทางใน CARA
รู้ว่าเมื่อใดควรใช้พรอมต์แชทของ CARA Agent และเมื่อใดควรใช้เครื่องมือขั้นตอนเดียวเฉพาะทางอย่าง AI Eraser, AI Replace หรือ Remove Background
ในขณะที่ CARA Agent มอบการแก้ไขภาพด้วยการสนทนาผ่านคำขอภาษาธรรมชาติบน iOS แต่เครื่องมือแบบแมนนวลที่มีเป้าหมายชัดเจนภายใน CARA ก็มีฟังก์ชันแก้ไขแบบขั้นตอนเดียวที่รวดเร็วสำหรับงานเฉพาะเจาะจง
ตัวอย่างเช่น หากคุณเพียงแค่ต้องการลบผู้คนที่เดินผ่านไปมาหรือทำความสะอาดวัตถุในฉากหลัง การใช้เครื่องมือ AI Eraser หรือ AI Replace โดยเฉพาะ จะช่วยให้คุณสามารถแปรงทับพิกเซลที่ต้องการได้โดยตรง
ในทำนองเดียวกัน เครื่องมือ Remove Background จะช่วยแยกตัวแบบออกจากฉากหลังได้ทันที ในขณะที่ Image Extender จะจัดการกับการขยายผืนผ้าใบ outpainting ให้เกินขอบภาพเดิม
สำหรับภาพถ่ายการเดินทางที่มีฝูงชนในฉากหลังโดยไม่คาดคิด คู่มือของเราเกี่ยวกับการลบวัตถุส่วนเกินจากภาพท่องเที่ยวบน iPhone มีเทคนิคโดยละเอียดสำหรับการทำความสะอาดวัตถุอย่างแม่นยำ