۰۲. گردش کار ثبات شخصیت در میدجورنی (CREF)
Midjourney AI Team · ۱ مرداد ۱۴۰۵ · 8 min read
این گردش کار برای چه کسانی است؟
حفظ ثبات شخصیت در چندین تولید، هدف نهایی تولید تصویر با هوش مصنوعی است. اگر شما هنرمند کمیک، خالق استوریبرد یا طراح کانسپت هستید، ناامیدیِ تولید یک قهرمان بینقص در یک شات را میدانید، فقط برای اینکه ساختار چهرهاش در شات بعدی غیرقابل پیشبینی تغییر کند. این راهنما برای کسانی ساخته شده که به قابلیت اطمینان نیاز دارند، نه فقط نوآوری. فرض بر این است که شما آشنایی اولیه با پرامپتهای میدجورنی دارید اما به یک رویکرد ساختاریافته برای قفل کردن هویت نیاز دارید.
گردش کاری که در زیر شرح داده شده از پارامتر --cref (مرجع شخصیت) همراه با کنترلهای وزن شخصیت استفاده میکند. این برای استفاده در استودیو میدجورنی میداسایآی طراحی شده است، جایی که مدیریت این پارامترها در کنار نسبت ابعاد به طور قابل توجهی سادهتر میشود.
اصول اصلی قفل کردن هویت
قبل از تایپ حتی یک پرامپت، باید درک کنید که میدجورنی چگونه تصاویر مرجع را تفسیر میکند. سیستم پیکسلها را کپی-پیست نمیکند؛ بلکه ویژگیهای معنایی را تحلیل میکند. وقتی از مرجع شخصیت استفاده میکنید، هوش مصنوعی به ساختار چهره، رنگ مو و سبک کلی لباس نگاه میکند. با این حال، اگر مراقب نباشید، شرایط نورپردازی و نویز پسزمینه را نیز جذب میکند.
اصل کلیدی در اینجا تفکیک موارد است. مرجع شخصیت شما ایدهآل باید یک پرتره تمیز یا یک شات تمامقد در پسزمینه خنثی باشد. اگر تصویر مرجع شما حاوی نورپردازی پیچیده یا پسزمینه شلوغ است، هوش مصنوعی ممکن است سعی کند آن عوامل محیطی را در تولید جدید شما تکرار کند که منجر به نتایج ناسازگار میشود. همیشه برای بهترین عملکرد --cref، تصاویر مرجع واضح و با نورپردازی خوب را در اولویت قرار دهید.
ایجاد شخصیت پایه
اولین قدم ایجاد یا انتخاب منبع اصلی است. این تصویری است که شخصیت شما را تعریف میکند. اگر این را از ابتدا تولید میکنید، از یک پرامپت مستقیم با استایلدهی بالا استفاده کنید تا مطمئن شوید شخصیت متمایز به نظر میرسد.
برای مثال، از پرامپت مستقیم زیر با استایلدهی بالا استفاده کنید:
/imagine prompt: a futuristic cyberpunk hacker with neon blue hair and scarred cheek, portrait lighting, detailed texture --v 7 --ar 2:3 --style raw
هنگامی که تصویری دارید که هویت را به طور کامل ثبت میکند، آن را با کیفیت بالا کرده و آدرس URL را ذخیره کنید. این آدرس URL کلید شماست. در استودیو میداسایآی، میتوانید این داراییها را در کتابخانه خود مدیریت کنید، که بازیابی لینک دقیق مورد نیاز برای پارامتر مرجع را بدون جستجو در تاریخچه چت آسانتر میکند.
قفل کردن هویت با --cref
با آماده بودن آدرس تصویر منبع، اکنون میتوانید ژستها یا حالتهای چهره جدید را در حالی که هویت حفظ شده است تولید کنید. نحو دستور ساده است، اما اجرا نیاز به دقت دارد. --cref [URL] را به پرامپت جدید خود اضافه کنید.
حالا با آماده بودن آدرس تصویر، پرامپت جدید را به این شکل بنویسید:
/imagine prompt: the same hacker running through a rain soaked alleyway, dynamic action shot --cref https://example.com/image.png --v 7
توجه داشته باشید که پرامپت اقدام و محیط را توصیف میکند، نه ویژگیهای فیزیکی شخصیت را. نیازی به توصیف مجدد موهای آبی یا اسکار نیست. پارامتر --cref آن را مدیریت میکند. اگر ویژگیهای فیزیکی را در پرامپت هنگام استفاده از مرجع شخصیت بیش از حد توصیف کنید، سیگنالهای متضادی برای مدل ایجاد میکنید که اغلب منجر به خطاهای ترکیب میشود.
کنترل تاثیر با --cw
پارامتر وزن شخصیت (--cw) جایی است که اکثر کاربران در بهینهسازی گردش کار خود شکست میخورند. به طور پیشفرض، --cref دارای وزن ۱۰۰ است، به این معنی که هم به چهره و هم به لباس مرجع میدهد. این مفید است اگر میخواهید شخصیت در هر شات همان لباس را بپوشد. با این حال، برای انعطافپذیری، اغلب نیاز دارید لباس را تغییر دهید در حالی که چهره ثابت میماند.
برای مرجع قرار دادن فقط چهره، از وزن صفر استفاده کنید:
/imagine prompt: the hacker wearing a formal suit at a gala, evening lighting --cref https://example.com/image.png --cw 0 --v 7
استفاده از --cw 0 به میدجورنی میگوید لباس را در تصویر مرجع نادیده بگیرد و صرفاً بر ویژگیهای چهره و مو تمرکز کند. این برای داستانسرایی حیاتی است که نیاز دارند شخصیتهایشان در صحنههای مختلف لباس تغییر دهند. اگر میخواهید ثبات لباس جزئی داشته باشید، مانند حفظ یک کت امضا شده اما تغییر پیراهن زیرین، با مقادیر بین ۰ تا ۱۰۰ آزمایش کنید.
حفظ ترکیببندی و سبک
ثبات فقط مربوط به چهره نیست؛ مربوط به حس پروژه است. اگر یک تصویر فوتوگرافیستیک باشد و بعدی شبیه یک تصویرسازی به نظر برسد، ثبات شخصیت کمتر اهمیت دارد زیرا دنیا شکسته به نظر میرسد. از --style raw استفاده کنید تا سوگیری زیباییشناختی پیشفرض میدجورنی را کاهش دهید و کنترل بیشتری بر ظاهر به شما بدهد.
علاوه بر این، نسبت ابعاد خود (--ar) را قفل کنید. اگر شیت شخصیت شما برای یک نوار کمیک یا بنر وبسایت به ابعاد یکنواخت نیاز دارد، مطمئن شوید که هر پرامپت در دنباله از همان مقدار --ar استفاده میکند. تغییر از ۲:۳ به ۱۶:۹ در وسط دنباله میتواند نحوه ترکیببندی بدن شخصیت توسط هوش مصنوعی را تغییر دهد، گاهی اوقات ویژگیهای ضروری را کراپ کند یا نسبتها را تحریف کند.
Quick Takeaways
خطاهای رایج و عیبیابی
حتی با پارامترهای کامل، ناسازگاریها میتوانند رخ دهند. رایجترین مشکل عدم تطابق نورپردازی است. اگر تصویر مرجع شما روشن و استودیویی است، اما پرامپت جدید شما یک صحنه تاریک و احساسی را درخواست میکند، هوش مصنوعی ممکن است در تطبیق جزئیات چهره با محیط نورپردازی جدید دست و پنجه نرم کند. این میتواند باعث شود شخصیت چسبانده شده به نظر برسد. برای رفع این مشکل، سعی کنید جهت نورپردازی را در پرامپت خود با مرجع تطبیق دهید، یا بپذیرید که تغییرات شدید نورپردازی ممکن است به یک تصویر مرجع جدید مناسبتر برای آن محیط نیاز داشته باشد.
دام دیگر تغییرات نسخهای است. همیشه نسخه مدل را مشخص کنید (مثلاً --v 7). میدجورنی به طور مکرر بهروزرسانی میشود، و یک مرجع شخصیت تولید شده در نسخه ۶ ممکن است هنگام اعمال بر روی تولید در نسخه ۷ رفتار متفاوتی داشته باشد. ثبات نیاز به قفل کردن نسخه در seluruh پوشه پروژه شما دارد.
تغییرات زاویه نیز چالشهایی را ارائه میدهند. کلوزآپهای خیلی نزدیک یا نمایهای نیمرخ میتوانند سیستم مرجع را گیج کنند اگر تصویر اصلی یک پرتره روبرو باشد. اگر به نمای نیمرخ نیاز دارید، سعی کنید یک تصویر نمای کنار را در مجموعه مرجع خود شامل کنید یا از رویکرد مرجع چندتصویری استفاده کنید اگر پشتیبانی میشود، اگرچه مراجع قوی تک معمولاً برای قفل کردن هویت خاص نتایج تمیزتری میدهند.
یکپارچهسازی در استودیو میداسایآی
مدیریت دستی این پارامترها در دیسکورد میتواند هنگام سروکله زدن با صدها دارایی دشوار شود. استودیو میداسایآی یک رابط اختصاصی برای گردشهای کاری میدجورنی ارائه میدهد که این فرآیند را ساده میکند. میتوانید آدرسهای URL مرجع شخصیت خود را مستقیماً در تنظیمات پروژه ذخیره کنید، امکان تزریق پارامترهای --cref را بدون کپی و پیست کردن لینکهای طولوی هر بار فراهم میکند.
محیط استودیو همچنین به شما اجازه میدهد تولیدات را بر اساس پروژه سازماندهی کنید، اطمینان حاصل میکند که شیتهای شخصیت شما با پرامپتهای متناظرشان گروهبندی میشوند. این لایه سازمانی هنگام توسعه از یک تصویر به یک رمان گرافیکی کامل یا کمپین بازاریابی حیاتی است. با متمرکز کردن گردش کار خود، خطر از دست دادن آدرسهای seed خاص که شخصیتهای شما را تعریف میکنند را کاهش میدهید.
نهاییسازی کتابخانه داراییها
هنگامی که مجموعهای از تصاویر سازگار را تولید کردید، فوراً آنها را نهایی در نظر نگیرید. از ابزارهای تنوع برای اصلاح حالتهای چهره یا موقعیت دستها استفاده کنید، که همچنان یک نقطه چالش رایج در تولید هوش مصنوعی باقی میمانند. بهترین نتایج خود را با کیفیت بالا و بایگانی شده نگه دارید.
ساختن یک کتابخانه شخصیت سازگار یک فرآیند تکرارپذیر است. ممکن است后发现 کنید که پس از تولید ده صحنه، نیاز به بهروزرسانی مرجع پایه خود دارید تا یک مدل موی جدید یا اکسسوری را شامل شود. وقتی این کار را میکنید، یک تصویر پایه جدید تولید کنید و یک زنجیره --cref جدید را شروع کنید. سعی نکنید یک مرجع قدیمی را برای جای دادن تغییرات فیزیکی قابل توجه مجبور کنید، زیرا این کیفیت قفل هویت را کاهش میکند.
با دنبال کردن این رویکرد ساختاریافته، از تولید تصادفی به خلق هدفمند حرکت میکنید. ابزارها قدرتمند هستند، اما برای ارائه نتایج حرفهای به انضباط نیاز دارند. امروز شروع به آزمایش با این پارامترها کنید تا شخصیتهای پایدار خود را به زندگی بیاورید.
آمادهاید فرآیند خلق خود را سادهسازی کنید؟
دست از کلنجار رفتن با پرامپتهای نامرتبط بردارید و شروع به ساختن دنیاهای بصری منسجم کنید. به قدرت کامل پارامترهای میدجورنی در یک فضای کاری اختصاصی طراحی شده برای گردشهای کاری حرفهای دسترسی پیدا کنید.