DALL-E 3 & Midjourney: Masterclass promptowania fotorealizmu

Osiągnięcie prawdziwego fotorealizmu i spójności kompozycyjnej w obrazach generowanych przez AI, szczególnie w DALL-E 3 i Midjourney, to nie jest żaden magiczny trick. To raczej rzemiosło, które wymaga zrozumienia, jak te modele „myślą” i czego od nich oczekujesz. Nie ma co owijać w bawełnę, klucz leży w precyzyjnym promptowaniu i cholernej iteracji. Widziałem ludzi, którzy od lat próbują, a nadal walą promptsami na ślepo. To tak nie działa.

DALL-E 3: Mów jak do dziecka, ale z detalami

DALL-E 3, zintegrowany z ChatGPT, to inna bestia niż Midjourney. Jego największą siłą jest rozumienie języka naturalnego. Możesz pisać niemal eseje, a on to przetrawi. Ale „trawienie” nie oznacza zawsze „zrozumienie perfekcyjne”.

Klucz do fotorealizmu w DALL-E 3: Opis, opis i jeszcze raz opis

Chcesz fotorealizmu? Zapomnij o prostych frazach. DALL-E 3 lubi, gdy mu wszystko wyłożysz kawa na ławę.

• Podmiot: Kto lub co jest na zdjęciu? Jak wygląda? W jakim jest wieku? Jaka jest jego mimika?
• Akcja/Poznaj: Co ten podmiot robi? W jakiej jest pozie? Jaka jest jego interakcja z otoczeniem?
• Środowisko: Gdzie to się dzieje? Opisz tło, pierwszy plan, scenerię. To ma znaczenie.
• Oświetlenie: Krytyczny element fotorealizmu. Słoneczne popołudnie, złota godzina, dramatyczne cienie, miękkie światło studyjne, światło padające z lewej strony, kontra – to wszystko buduje wiarygodność.
• Perspektywa i kadrowanie: Zdjęcie z lotu ptaka, portret z bliska, szeroki kadr.
• Styl wizualny: „realistyczna fotografia”, „zdjęcie wykonane aparatem DSLR”, „fotografia analogowa ziarnista”, „zdjęcie portretowe z bokeh”.

Przykład: `Makrofotografia biedronki na mokrym liściu po deszczu. Ostrość ustawiona na kropki na pancerzu. Tło rozmyte (bokeh). Delikatne, miękkie światło, z pojedynczymi kroplami wody odbijającymi światło słoneczne. Realistyczna fotografia, ultra-detaliczna, kolory żywe.`

Midjourney: Panowanie nad stylem i ziarnem

Midjourney to bardziej narzędzie dla artysty, który lubi mieć kontrolę nad każdym niuansem. Wersje 5.2 i 6.0 mocno poszły w fotorealizm.

Magia parametrów i seedów

Tutaj liczą się parametry i sprytne wykorzystanie seedów. Bez kitu.

• Wersja modelu: Zawsze używaj `–v 6.0` (lub najnowszej). Starsze nie dadzą rady z fotorealizmem.
• Aspekt Ratio: `–ar 16:9` lub `–ar 3:2` to standardy fotograficzne.
• Style raw: `–style raw` wyłącza domyślną „artystyczną” tendencję Midjourney, dając surowszy, bardziej realistyczny wynik. Konieczność.
• Stylize: `–s [0-1000]` kontroluje, jak mocno Midjourney stylizuje obraz. Niższe wartości dla fotorealizmu.
• Opis kamery/filmu: `Fujifilm XT-4`, `85mm lens`, `f/1.8`, `ISO 200`, `cinematic film grain`. Te detale robią różnicę.
• Klucz do spójności: `–seed` i `–sref`: Jeśli chcesz serię spójnych obrazów, wygeneruj pierwszy z `–seed `. Potem, dla kolejnych, użyj tego samego seada lub jeszcze lepiej, wykorzystaj `–sref ` (referencja stylistyczna) wskazując na już wygenerowany obraz. To masakra, jak to działa. (Tak, serio – sprawdzałem w projektach, gdzie klienci oczekiwali spójnej estetyki).

Przykład: `Ultra-realistic portrait of an old fisherman with a weathered face, smoking a pipe, looking towards the stormy sea. Dramatic natural light, deep shadows, cinematic feel. Fujifilm XT-4, 85mm lens, f/2.0, ISO 400. –ar 3:2 –v 6.0 –style raw –s 150`

Spójność kompozycji: Walka z przypadkiem

Spójność kompozycji to pięta achillesowa obu modeli, zwłaszcza DALL-E 3, który potrafi „zapomnieć” o układzie elementów między promptami.

• DALL-E 3: Musisz być ultra-specyficzny w każdym prompcie. `Postać A stoi po lewej stronie, postać B siedzi po prawej na tle górzystego krajobrazu.` Każda zmiana kontekstu wymaga ponownego określenia ułożenia. Nie ma tu żadnych cudów.
• Midjourney: Tu jest lepiej. Oprócz `–seed` i `–sref`, możesz precyzować układ. `A man walking down a street, city skyline in the background, a red umbrella in his left hand, seen from a high angle.` Iteruj, iteruj i jeszcze raz iteruj. Używaj „variations strong/subtle” i opcji „remix” do modyfikowania. To potrafi oszczędzić w cholerę czasu.

Wskazówki eksperta (bo to moja robota od lat)

• Negatywne promptowanie: W Midjourney używaj `–no [coś_czego_nie_chcesz]`. W DALL-E 3 możesz spróbować wpleść „bez”, ale to mniej skuteczne.
• Małe kroki: Nie zmieniaj wszystkiego naraz. Zmieniaj jeden, góra dwa elementy promptu na raz, aby zobaczyć, co działa.
• Studiuj zdjęcia: Przejrzyj Pinterest, Flickr, stocki. Zobacz, jak są komponowane profesjonalne zdjęcia, jakie mają światło, jakich obiektywów używają. W ten sposób nauczysz się języka, który zrozumieją AI.
• Zapomnij o „idealnym” prompcie: Takiego nie ma. To proces. Zawsze coś można poprawić.
• Trzymaj się podstaw: Światło, kompozycja, detal. Reszta to już detale.

Najczęstsze pytania

Czy DALL-E 3 jest lepszy od Midjourney do fotorealizmu?

Nie ma jednoznacznej odpowiedzi. DALL-E 3 świetnie radzi sobie z rozumieniem złożonych scen i tekstu, podczas gdy Midjourney oferuje większą kontrolę artystyczną i lepsze parametry do osiągnięcia specyficznego, realistycznego wyglądu fotograficznego.

Jak utrzymać ten sam wygląd postaci w wielu obrazach?

W Midjourney użyj `–sref ` lub wygeneruj postać z konkretnym `–seed` i używaj tego seeda w kolejnych promptach. W DALL-E 3 musisz być bardzo, bardzo szczegółowy w opisie postaci w każdym prompcie, ale i tak nie zawsze zadziała idealnie.