تبدیل عکس به پرامپت؛ پرامپتِ تصویری که دیده‌اید را بنویسید

برای تبدیل عکس به پرامپت، عکس را در گفت‌وگوی گیسو به یک مدل بینا، مثلاً Gemini 4 Argon، بدهید و بخواهید سوژه، سبک، نور، رنگ‌ها، زاویهٔ دوربین و چیدمان کادر را به‌شکل یک پرامپت ساخت تصویر بنویسد. بعد همان پرامپت را در «تولید تصویر» امتحان می‌کنید و هر جا نتیجه با عکس فرق داشت، همان بخش را اصلاح می‌کنید. گفت‌وگو با Gemini 4 Argon را با درخواست آماده باز کنید؛ عکس را پیوست کنید و بفرستید.

در ادامه می‌خوانید پرامپتی که از عکس درمی‌آید چه بخش‌هایی دارد، کار را قدم‌به‌قدم چطور پیش ببرید، کِی بهتر است به‌جای پرامپت، خود عکس را به مدل تصویر بدهید و چه عکس‌هایی را نباید بازسازی کنید.

تبدیل عکس به پرامپت یعنی چه

مدل‌های ساخت تصویر از روی متن کار می‌کنند. وقتی تصویری را دوست دارید، مثلاً یک عکس محصول با نور نرم، یک پوستر با رنگ‌های خاص یا یک تصویرسازی با سبک دلخواه، سخت‌ترین کار این است که بگویید دقیقاً چه چیزی آن را این‌طور کرده است. یک مدل بینا (مدلی که عکس را می‌خواند) این‌جا کمک می‌کند: عکس را نگاه می‌کند و آنچه می‌بیند را با واژه‌هایی می‌نویسد که مدل تصویر می‌فهمد.

این کار با «تبدیل عکس به متن» فرق دارد. آن‌جا می‌خواهید نوشته‌های داخل عکس، مثل متن یک برگه یا جدول، تایپ شود؛ روشش را در تبدیل عکس به متن با هوش مصنوعی نوشته‌ایم. این‌جا می‌خواهید خود تصویر توصیف شود تا بشود شبیهش را ساخت.

پرامپتی که از عکس می‌گیرید چه بخش‌هایی دارد

پرامپت خوب برای ساخت تصویر، همان شش بخشی را دارد که اگر خودتان هم می‌نوشتید باید می‌آوردید. از مدل بخواهید هر کدام را جدا بنویسد:

این شش بخش را با جزئیات بیشتر در پرامپت ساخت تصویر؛ الگوی شش‌بخشی آورده‌ایم. وقتی مدل بینا پرامپت را به همین ترتیب بنویسد، فهمیدن اینکه کدام بخش نتیجه را عوض می‌کند هم ساده‌تر می‌شود.

تبدیل عکس به پرامپت در گیسو، قدم‌به‌قدم

1. گفت‌وگو را با یک مدل بینا باز کنید. Gemini 4 Argon عکس را با جزئیات می‌خواند. پیوند همین مقاله گفت‌وگو را مستقیم با همین مدل و درخواست آماده باز می‌کند.
2. عکس را پیوست کنید. با «+» و «افزودن فایل». عکس آیفون اگر فرستاده نشد، آن را JPG کنید؛ از گالری با «اشتراک‌گذاری» معمولاً خودش JPG می‌شود.
3. درخواست را بفرستید. درخواست آماده از مدل می‌خواهد پرامپت را انگلیسی و بخش‌به‌بخش بنویسد و زیرش به فارسی توضیح بدهد هر بخش چه می‌کند.
4. پرامپت را کپی کنید. بخش انگلیسی را بردارید. اگر جایی با منظورتان نمی‌خواند، همان‌جا در گفت‌وگو بخواهید عوضش کند؛ مثلاً «نور را غروب کنید».
5. در «تولید تصویر» امتحانش کنید. از «تولید محتوا»، «تولید تصویر» را باز کنید، پرامپت را بچسبانید، مدل و کیفیت و قاب را بردارید و هزینهٔ تقریبی را کنار دکمه ببینید.
6. نتیجه را با عکس اصلی مقایسه کنید. فرق‌ها را بنویسید و فقط همان بخش پرامپت را عوض کنید، نه همه را.

یک نمونه: از عکس محصول تا پرامپت

فرض کنید عکسی از یک شمع معطر روی سینی سنگی دیده‌اید و می‌خواهید برای محصول خودتان، یک صابون دست‌ساز، عکسی با همین حال‌وهوا بسازید. عکس را با درخواست آمادهٔ این مقاله بفرستید و بعد این پیام را هم اضافه کنید:

با این کار، حال‌وهوای عکسی که پسندیده‌اید می‌ماند و سوژه مال خودتان می‌شود. پرامپت را در «تولید تصویر» بسازید و اگر رنگ صابون یا جای سایه درست نبود، فقط همان جمله را عوض کنید.

کِی خود عکس را به مدل تصویر بدهید

تبدیل عکس به پرامپت برای وقتی است که حال‌وهوا و سبک را می‌خواهید، نه خود همان عکس را. اگر عکس مال خودتان است و می‌خواهید روی همان کار کنید، مثلاً پس‌زمینهٔ عکس محصولتان را عوض کنید یا نورش را بهتر کنید، لازم نیست اول پرامپت بگیرید. در «تولید تصویر» خود عکس را کنار توصیف بگذارید؛ مدل‌های نانو بنانا (Nano Banana) عکس شما را می‌پذیرند و روی همان کار می‌کنند. مدل‌هایی که عکس می‌پذیرند در فهرست با «با عکس شما» مشخص شده‌اند.

کدام مدل بینا را انتخاب کنید

Gemini 4 Argon از مدل‌های سنگین گوگل است و عکس را با جزئیات می‌خواند؛ برای عکسی با جزئیات زیاد، مثل یک پوستر شلوغ یا تصویرسازی با سبک خاص، دقیق‌تر توصیف می‌کند. برای عکس ساده، Gemini Flash هم عکس را می‌خواند و هزینهٔ هر توکنش کمتر است. هر دو را می‌شود با یک عکس امتحان کرد و هزینهٔ هر پاسخ را زیر خودش دید. مشخصات Argon را در صفحهٔ Gemini 4 Argon و نسخه‌های دیگر گوگل را در نسخه‌های جمینای (Gemini) می‌بینید.

هزینهٔ تبدیل عکس به پرامپت

این کار دو هزینهٔ جدا دارد. یکی پیام گفت‌وگو با مدل بینا، که عکس پیوست هم جزو ورودی آن حساب می‌شود و هزینه‌اش زیر همان پاسخ نوشته می‌شود. دیگری ساخت تصویر در «تولید تصویر»، که هزینهٔ تقریبی‌اش پیش از ساخت کنار دکمه می‌آید. جدول زیر هزینهٔ امروز کارهای رایج متنی را به سکه نشان می‌دهد:

و این جدول هزینهٔ هر تصویر را:

درخواستی که پیش از تولید پاسخ خطا بدهد، هزینه‌ای از اعتبارتان کم نمی‌کند.

چه عکس‌هایی را بازسازی نکنید

پرامپتی که از عکس دیگران می‌گیرید، برای الهام گرفتن از سبک و حال‌وهواست، نه برای کپی کردن یک اثر. سه چیز را رعایت کنید:

• اثر هنری یا عکس کسی دیگر: نسخهٔ تقریباً یکسان از کار یک عکاس یا تصویرگر برای استفادهٔ تجاری نسازید. سبک را بگیرید، سوژه و چیدمان را مال خودتان کنید.
• چهرهٔ آدم‌ها: از عکس دیگران پرامپتی نسازید که چهرهٔ همان شخص را بازسازی کند، مگر خودش اجازه داده باشد.
• لوگو و نشان تجاری: لوگوی برند دیگری را در پرامپت نیاورید؛ درخواست آمادهٔ این مقاله هم همین را از مدل می‌خواهد.

شرایط استفاده از تصویر ساخته‌شده را شرکت سازندهٔ همان مدل تعیین می‌کند و مسئولیت محتوای تصویر با خود شماست.

اگر پرامپت به نتیجه نرسید

• تصویر شلوغ‌تر از عکس است: از مدل بخواهید پرامپت را کوتاه‌تر کند و فقط مهم‌ترین چیزها را نگه دارد.
• سبک درست درنیامد: بخواهید نام سبک را دقیق‌تر بنویسد؛ مثلاً به‌جای «نقاشی»، «آبرنگ با لبه‌های خیس و کاغذ پیدا».
• نوشتهٔ عجیب در تصویر آمده: «بدون هیچ نوشته و حرف» را به آخر پرامپت اضافه کنید.
• نتیجه هر بار فرق می‌کند: طبیعی است؛ مدل تصویر هر بار از نو می‌سازد. چند تصویر در یک بار بسازید و بهترین را نگه دارید.

اگر بعد از چند بار پرامپتی را پسندیدید، در «پرامپت‌های من» ذخیره‌اش کنید تا دفعهٔ بعد با یک لمس برگردد. برای دیدن پرامپت‌هایی که از قبل امتحان شده‌اند و نمونهٔ واقعی دارند، قالب‌های آمادهٔ تصویر را ببینید.

اولین قدم: عکسی را که حال‌وهوایش را دوست دارید پیدا کنید و پرامپتش را بگیرید. گفت‌وگو با Gemini 4 Argon را باز کنید؛ درخواست آماده در جعبهٔ پیام نوشته شده، عکس را پیوست کنید و تا دکمهٔ ارسال را نزنید، چیزی فرستاده و حساب نمی‌شود. بعد پرامپت را در ساخت عکس با هوش مصنوعی امتحان کنید.