شروع سریع نانو بانانا: دسترسی، حالتها و اولین پرامپت
NanoBanana Team · ۲۸ تیر ۱۴۰۵ · 7 min read
شروع کار با نانو بانانا در استودیو MidassAI
پیمایش در چشمانداز تولید تصویر هوش مصنوعی اغلب شبیه به یادگیری یک زبان جدید همزمان با ساختن فرهنگ لغت آن است. نانو بانانا این فرآیند را با بهرهگیری از فناوری گوگل جمینای برای مدیریت همزمان ایجاد و ویرایش از طریق زبان طبیعی ساده میکند. این راهنما برای ارائه مسیری مستقیم از تنظیم حساب تا اولین خروجی باکیفیت، حواشی را حذف میکند. ما بر نقاط دسترسی عملی، تفاوت بین حالتهای تولید و نحو خاص مورد نیاز برای کنترل خروجی به صورت مداوم تمرکز داریم.
چه در حال بهبود داراییهای بازاریابی باشید و چه در حال آزمایش با هنر مفهومی، مکانیک زیربنایی یکسان است. موفقیت به درک نحوه تفسیر دستورالعملهای شما توسط مدل و دانستن محل ورود آنها در اکوسیستم MidassAI بستگی دارد. این آموزش به جای تئوریهای مبهم، بر گامهای عملی متمرکز است که میتوانید بلافاصله در محیط استودیو اجرا کنید.
این راهنما برای چه کسانی است
این راهنما برای متخصصانی طراحی شده که به قابلیت اطمینان بیش از نوآوری نیاز دارند. این راهنما بهویژه برای بازاریابان دیجیتال که نیاز به تصاویر برند سازگار دارند، تولیدکنندگان محتوایی که به دنبال تکرار سریع مفاهیم بصری هستند و توسعهدهندگانی که قابلیتهای تصویر را در گردشکارهای گستردهتر ادغام میکنند، مفید است. اگر قبلاً با نتایج مبهم از سایر مولدها مشکل داشتهاید، رویکرد پرامپتنویسی ساختاریافتهای که در اینجا شرح داده شده است، آن ناسازگاریها را برطرف میکند.
مبتدیان از دستورالعملهای دسترسی واضح سود میبرند، در حالی که کاربران پیشرفته ارزش را در تجزیه و تحلیل پارامترهای پرامپت و استراتژیهای تکرار پیدا خواهند کرد. برای دنبال کردن این راهنما به تجربه قبلی با گوگل جمینای یا سیستمهای پیچیده مبتنی بر گره نیاز ندارید. هدف کاهش زمان بین ایده و اجرا است.
دسترسی به پلتفرم و نمای کلی رابط
نقطه ورود اصلی برای استفاده از این فناوری از طریق استودیو MidassAI است. برخلاف برنامههای مستقل که نیاز به ورود جداگانه یا نصبهای محلی دارند، محیط استودیو ابزارها را در یک فضای کاری یکپارچه جمعآوری میکند. برای شروع، به پورتال استودیو بروید و ماژول نانو بانانا را پیدا کنید. این ادغام اطمینان میدهد که داراییهای تولید شده شما بلافاصله برای ویرایش یا صادرات بیشتر بدون انتقالهای فایل دشوار در دسترس هستند.
هنگام بارگذاری رابط، با یک فضای کاری تمیز تقسیم شده به بخشهای ورودی و پیشنمایش مواجه میشوید. پنل ورودی جایی است که پارامترهای خود را تعریف میکنید. این فقط یک کادر متن نیست؛ این یک مرکز کنترل برای سبک، ترکیببندی و مشخصات فنی است. بخش پیشنمایش نتایج را به صورت بلادرنگ یا نزدیک به بلادرنگ، بسته به بار سرور و پیچیدگی، رندر میکند. قبل از تعهد به پرامپتهای پیچیده، با چیدمان آشنا شوید. درک اینکه کجا نسبتهای ابعاد را تنظیم کنید یا تنظیمات مقیاسگذاری را تغییر دهید، از ناامیدی بعدی در گردش کار جلوگیری میکند.
درک حالتهای اصلی: تولید در مقابل ویرایش
نانو بانانا عمدتاً از طریق دو حالت متمایز عمل میکند: تولید متن به تصویر و ویرایش تصویر به تصویر. اشتباه گرفتن این حالتها منبع رایج خطا برای کاربران جدید است. حالت تولید، تصاویر کاملاً جدیدی را از ابتدا بر اساس توضیحات متنی شما ایجاد میکند. این برای هنر مفهومی، ایجاد پسزمینه، یا زمانی که هیچ تصویر پایه موجودی ندارید، ایدهآل است.
در مقابل، حالت ویرایش نیاز به یک تصویر ورودی دارد. شما یک عکس آپلود میکنید و از زبان طبیعی برای دیکته کردن تغییرات استفاده میکنید. برای مثال، میتوانید به سیستم دستور دهید نور را از ظهر به غروب تغییر دهد یا یک شیء خاص را در قاب جایگزین کند در حالی که ترکیببندی اصلی را حفظ میکند. این قابلیت توسط معماری زیربنایی جمینای تأمین میشود که روابط فضایی درون یک تصویر را درک میکند. انتخاب حالت صحیح قبل از تایپ پرامپت شما حیاتی است. اگر سعی کنید بدون تصویر ویرایش کنید، سیستم به صورت پیشفرض به تولید میرود و احتمالاً درخواستهای اصلاح خاص شما را نادیده میگیرد.
ساخت پرامپتهای با بازدهی بالا
کیفیت خروجی شما مستقیماً با ساختار ورودی شما همبستگی دارد. جملات تصادفی اغلب نتایج تصادفی ایجاد میکنند. یک گردش کار حرفهای از ساختار پرامپت بخشبندی شده استفاده میکند. این اطمینان میدهد که مدل مهمترین عناصر درخواست شما را در اولویت قرار میدهد. توصیه میکنیم پرامپت خود را در شش دسته خاص سازماندهی کنید: سوژه، صحنه، دوربین، نورپردازی، سبک و منفیها.
با سوژه شروع کنید. درباره اینکه چه کسی یا چه چیزی در قاب است مشخص باشید. به جای «یک سگ»، از «یک توله سگ گلدن رتریور نشسته روی کف چوبی» استفاده کنید. سپس، صحنه را تعریف کنید. سوژه کجا قرار دارد؟ یک «اتاق نشیمن دنج با پنجرههای بزرگ» زمینه را فراهم میکند. بخش دوربین پرسپکتیو را دیکته میکند. از اصطلاحاتی مانند «لنز ماکرو»، «زاویه باز» یا «شات همسطح چشم» برای کنترل قاببندی استفاده کنید.
نورپردازی به طور چشمگیر حال و هوا را تغییر میدهد. «نور سافتباکس»، «نور طبیعی خورشید» یا «درخشش نئون سایبرپانک» را مشخص کنید. بخش سبک رندر هنری را تعیین میکند. شاید درخواست «فوتورئالیستیک»، «نقاشی رنگ روغن» یا «رندر سه بعدی» کنید. در نهایت، از منفیها برای حذف عناصر ناخواسته استفاده کنید. منفیهای رایج شامل «تار»، «دستهای دفرمه» یا «رزولوشن پایین» است.
در اینجا نمونهای از یک پرامپت ساختاریافته در عمل آمده است:
- سوژه: زن حرفهای پوشیده شده در کت آبی.
- صحنه: پسزمینه اداره مدرن با دیوارهای شیشهای.
- دوربین: لنز پرتره ۸۵ میلیمتری، عمق میدان کم.
- نورپردازی: نور نرم صبحگاهی از سمت چپ.
- سبک: عکاسی شرکتی، تعریف بالا.
- منفیها: کارتونی، طرح، صورت تار، انگشتان اضافی.
ترکیب این عناصر به یک پاراگراف منسجم واحد اغلب بهترین کار را میکند، اما حفظ منطق بخشبندی شده در ذهن شما به عیبیابی مشکلات کمک میکند. اگر نورپردازی اشتباه است، دقیقاً میدانید کدام بخش از پرامپت را تنظیم کنید.
استراتژیهای تکرار و اصلاح
به ندرت اولین تولید دقیقاً با دیدگاه شما مطابقت دارد. فرآیند را به صورت تکراری به جای خطی در نظر بگیرید. وقتی نتیجه نزدیک است اما کاملاً درست نیست، از بازنویسی کل پرامپت خودداری کنید. در عوض، تغییرات کوچک و ایزوله ایجاد کنید. اگر سوژه درست به نظر میرسد اما پسزمینه خیلی تاریک است، فقط پارامتر نورپردازی را تنظیم کنید. این روش به شما اجازه میدهد متغیرها را ایزوله کنید و بفهمید مدل چگونه به کلمات کلیدی خاص واکنش نشان میدهد.
پرامپتهای موفق خود را به عنوان قالب ذخیره کنید. استودیو MidassAI به شما اجازه میدهد به تولیدات قبلی بازگردید. از این تاریخچه برای ساخت کتابخانهای از ساختارهای قابل اعتماد برای حوزه کاری خاص خود استفاده کنید. با گذشت زمان، شما یک لغتنامه شخصی از کلمات کلیدی توسعه میدهید که به طور مداوم بافت، پالت رنگ یا حال و هوای مورد نظر را تولید میکنند. نسلهای ناموفق را بلافاصله دور نریزید؛ آنها را تحلیل کنید تا بفهمید مدل چه چیزی را اشتباه فهمیده است. اغلب، بازنگری جزئی یک صفت میتواند خطاهای قابل توجه ترکیببندی را حل کند.
Quick Takeaways
حداکثر استفاده از نتایج با استودیو MidassAI Nano
برای بهرهگیری واقعی از قابلیتهای این ابزار، باید آن را در خط تولید گستردهتر خود ادغام کنید. از نانو بانانا برای نمونهسازی سریع ایدههای بصری قبل از تعهد به عکسبرداریهای گرانقیمت یا مدلسازی سه بعدی دقیق استفاده کنید. سرعت تولید امکان آزمون A/B سبکهای بصری مختلف برای کمپینهای تبلیغاتی را بدون سربار قابل توجه فراهم میکند.
به خاطر داشته باشید که ابزار به طور مداوم بهروز میشود. ویژگیهای موجود امروز ممکن است فردا گسترش یابد. درگیر ماندن با پلتفرم اطمینان میدهد که قابلیتهای مدلسازی جدید یا بهبودهای کارایی را از دست نمیدهید. برای کسانی که آمادهاند فراتر از تئوری حرکت کنند و شروع به تولید داراییهای واقعی کنند، محیط استودیو ثبات و قدرت لازم را فراهم میکند.
برای شروع آزمایش با گردشکارهای توصیف شده выше، مستقیماً به ابزار دسترسی پیدا کنید. آزمایش این ساختارهای پرامپت در یک محیط زنده تنها راه برای تسلط بر ظرافتهای مدل است.