تسلط بر پارامترهای میدجورنی: نکات پیشرفته برای نتایج دقیق
Midjourney AI Team · ۱ مرداد ۱۴۰۵ · 7 min read
این راهنما برای چه کسانی است
اگر تا به حال تصویری در میدجورنی تولید کردهاید و با ترکیببندی نامناسب، سبک ناسازگار یا اشیاء ناخواسته در کادر مواجه شدهاید، این راهنما برای شماست. تصادفی بودن بخشی از فرآیند تولید است، اما کار حرفهای نیازمند کنترل میباشد. این تحلیل برای طراحان، بازاریابان و تولیدکنندگان محتوایی طراحی شده که میخواهند فراتر از حدسهای شانسی رفته و به گردشکارهای تکرارپذیر دست یابند. چه در حال خلق هنر مفهومی، داراییهای شبکههای اجتماعی یا استوریبرد باشید، درک اهرمهای پشت دستور /imagine ضروری است.
ما بر پارامترهای خاصی تمرکز خواهیم کرد که رفتار خروجی را در استودیو میداسایآی تعیین میکنند. با تسلط بر این موارد، زمان تکرار را کاهش داده و وفاداری نتیجه نهایی را افزایش میدهید.
پارامترهای اصلی برای ترکیببندی و سبک
پایه و اساس هر تولید کنترلشده، آرگومانهایی است که به انتهای پرامپت شما اضافه میشوند. این سوئیچها به مدل میگویند چگونه دادهها را رندر کند، نه فقط اینکه چه چیزی را رندر کند.
نسبت ابعاد (--ar)
خروجی پیشفرض مربعی است که به ندرت با نیازهای طراحی مدرن همخوانی دارد. پارامتر --ar رابطه عرض و ارتفاع را تعریف میکند. برای تامنیلهای یوتیوب از --ar 16:9 استفاده کنید. برای استوریهای اینستاگرام یا والپیپر موبایل، --ar 9:16 استاندارد است. شاتهای سینمایی اغلب از --ar 21:9 بهره میبرند.
مثال: برای منظره شهری آیندهنگرانه: /imagine prompt: a futuristic cityscape at dusk --ar 16:9 --v 7
توجه داشته باشید که نسبتهای ابعاد极端 (مانند --ar 3:1) ممکن است در صورتی که مدل نتواند فضا را به صورت منطقی پر کند، سوژهها را دچار اعوجاج کند. همیشه نسخه بزرگنمایی شده را برای بررسی artifacts کشیدگی مرور کنید.
سبکدهی (--s)
سبکدهی تعیین میکند که میدجورنی آموزشهای هنری خود را با چه شدتی روی پرامپت شما اعمال کند. محدوده معمولاً از ۰ تا ۱۰۰۰ است. مقدار کم (مثلاً --s 50) دقیقاً به کلمات پرامپت شما پایبند بوده و تفسیری تحتاللفظی ارائه میدهد. مقدار بالا (مثلاً --s 750) به مدل آزادی بیشتری برای افزودن زیورآلات زیباییشناختی میدهد که میتواند زیبا به نظر برسد اما ممکن است جزئیات خاصی که درخواست کردهاید را نادیده بگیرد.
برای иллюстраسیونهای فنی یا ماکاپ محصول، سبکدهی را低 نگه دارید. برای هنر مفهومی یا بردهای خلقوخو، سبکدهی بالاتر اغلب نتایج الهامبخشتری میدهد.
کیفیت (--q)
اگرچه در نسخه ۷ کمتر از تکرارهای قبلی حیاتی است، --q همچنان بر زمان رندر و تراکم جزئیات تأثیر میگذارد. تنظیم --q 2 زمان پردازش پیشفرض را دو برابر میکند و потенциally بافتهای ظریفتری اضافه میکند. با این حال، برای نمونهسازی سریع، برای صرفهجویی در منابع محاسباتی در محیط استودیو، به پیشفرض پایبند باشید.
مدیریت تنوع و حذفیات
حتی با پرامپتهای عالی، هوش مصنوعی ممکن است عناصری را معرفی کند که درخواست نکردهاید. دو پارامتر به کاهش این مشکل کمک میکنند: آشوب و حذف.
کنترل تصادفی بودن (--chaos)
پارامتر --chaos از ۰ تا ۱۰۰ متغیر است. در --chaos 0، نتایج شبکه بسیار شبیه به یکدیگر خواهند بود. با افزایش مقدار، چهار_variation اولیه متمایزتر میشوند. از آشوب بالا زمانی استفاده کنید که در حال طوفان فکری هستید و واگراییهای شدید میخواهید. از آشوب低 زمانی استفاده کنید که ترکیببندی خاصی در ذهن دارید و فقط تغییرات جزئی نور یا بافت میخواهید.
حذف عناصر ناخواسته (--no)
پرامپت منفی از طریق پارامتر --no مدیریت میشود. اگر پرتره تولید میکنید و постоянно عینک میگیرید در حالی که نمیخواهید، --no glasses را اضافه کنید. اگر پسزمینهای تمیز بدون متن یا واترمارک میخواهید، از --no text استفاده کنید.
نکته مهم: استفاده بیش از حد از --no میتواند مدل را گیج کند. اگر عناصر رایج زیادی را حذف کنید، تصویر ممکن است توخالی یا غیرطبیعی به نظر برسد. از آن به صورت جراحی برای اشیاء خاص استفاده کنید نه مفاهیم انتزاعی.
وزندهی پرامپت و پرامپتهای چندگانه
گاهی اوقات مدل مهمترین بخش جمله شما را نادیده میگیرد. وزندهی پرامپت به شما امکان میدهد به میدجورنی بگویید کدام مفاهیم اهمیت بیشتری دارند. این کار با استفاده از دو نقطه :: انجام میشود.
اختصاص اهمیت
با افزودن ::2 بعد از یک کلمه، به مدل میگویید نسبت به بقیه پرامپت، دو برابر بیشتر به آن توجه کند.
مثال: برای تاکید بر گل رز قرمز: /imagine prompt: red rose::2 white vase::1 --v 7
در این سناریو، گل رز قرمز بر ترکیببندی مسلط خواهد شد، در حالی که گلدان ثانویه باقی میماند. همچنین میتوانید از وزنهای منفی (مثلاً :: -0.5) برای کمرنگ کردن عناصر استفاده کنید، اگرچه --no معمولاً برای حذفیات تمیزتر است.
جداسازی مفاهیم
پرامپتهای چندگانه به شما اجازه میدهند ایدههایی را جدا کنید که مدل ممکن است به اشتباه آنها را ترکیب کند. بدون جداکننده، "hot dog" ممکن است یک سگ گرم شده تحتاللفظی تولید کند. نوشتن hot:: dog مفاهیم را جدا میکند. از این تکنیک هنگام ترکیب سوژههای متمایزی که تمایل دارند ناخواسته به موجودات ترکیبی تبدیل شوند، استفاده کنید.
استفاده از مراجع برای یکدستی
پارامترها قدرتمند هستند، اما مراجع برای یکدستی برند تحولآفرین هستند. میدجورنی V7 از مراجع سبک و شخصیت پشتیبانی میکند که انحراف سبک عمومی را خنثی میکنند.
مرجع سبک (--sref)
اگر تصویر خاصی دارید که با پالت رنگی یا بافت مورد نیاز شما مطابقت دارد، از --sref [URL] استفاده کنید. این کار زیباییشناسی را کپی میکند بدون اینکه ترکیببندی را کپی کند. این برای حفظ ظاهر یکدست در یک کمپین بازاریابی حیاتی است.
مرجع شخصیت (--cref)
برای داستانسرایی، حفظ یکدستی شخصیت notoriously دشوار است. پارامتر --cref [URL] ویژگیهای صورت و جزئیات لباس را در نسلهای مختلف قفل میکند. --cref را با --cw (وزن شخصیت) ترکیب کنید تا کنترل کنید مرجع با چه سختگیری دنبال شود. مقدار بالای --cw لباس و مو را کپی میکند؛ مقدار低 فقط بر صورت تمرکز میکند.
Quick Parameter Reference
چه زمانی از ابزارهای دیگر استفاده کنیم
در حالی که میدجورنی در تصاویر ثابت عالی عمل میکند، چشمانداز هوش مصنوعی شامل ویدیو، موسیقی و ابزارهای تخصصی است. شناخت_scope پروژه شما مهم است. اگر به حرکت نیاز دارید، پارامترهای ثابت کافی نیستند؛ باید داراییهای میدجورنی خود را برای انیمیشن به یک ابزار ویدیوی هوش مصنوعی صادر کنید. به همین ترتیب، تولیدکنندگان موسیقی هوش مصنوعی بر ساختارهای پرامپت کاملاً متفاوتی عمل میکنند.
میدجورنی را مجبور به انجام کارهایی نکنید که برای آنها طراحی نشده است، مانند تولید فایلهای وکتور قابل ویرایش یا چیدمتهای متن دقیق. از آن برای بهترین کاری که انجام میدهد استفاده کنید: تصاویر رستری با وفاداری بالا و تولید بافت. برای چیدمان و تایپوگرافی، داراییهای تولید شده خود را به نرمافزار طراحی وارد کنید. دانستن اینکه چه زمانی تولید را متوقف کرده و شروع به مونتاژ کنید، یک مهارت کلیدی در گردشکارهای حرفهای است.
گردشکار عملی در استودیو میداسایآی
تئوری مفید است، اما کاربرد جایی است که نتایج اتفاق میافتد. هنگام کار در استودیو میداسایآی، رابط کاربری فرآیند درج پارامتر را ساده کرده و خطاهای نحو را کاهش میدهد.
- ایده اصلی را بنویسید: ابتدا سوژه و اکشن را بنویسید. آن را مختصر نگه دارید.
- محدودیتهای فنی را اعمال کنید: بلافاصله
--arو--v 7را اضافه کنید. - سبک را اصلاح کنید: بر اساس دستورالعملهای برند خود
--sیا--srefرا اضافه کنید. - تکرار کنید: برای اصلاح از
--chaos低 و برای کاوش از مقدار بالا استفاده کنید. - نهایی کنید: بهترین_variant را بزرگنمایی کرده و صادر کنید.
استفاده از یک محیط ساختاریافته مانند میداسایآی به شما امکان میدهد این پیشتنظیمهای پارامتر را ذخیره کنید. به جای تایپ مجدد --ar 16:9 --s 250 --v 7 در هر بار، میتوانید آنها را برای تولید دستهای یکدست فراخوانی کنید. این کار در زمان صرفهجویی کرده و اطمینان میدهد که هر تصویر در یک سری، پایه فنی یکسانی دارد.
آیا آماده سادهسازی فرآیند تولید خود هستید؟ آزمایش این پارامترها در یک محیط کنترلشده به شما کمک میکند سریعتر یاد بگیرید بدون اینکه اعتبار خود را روی آزمایشهای ناموفق از دست بدهید.
امتحان کردن میدجورنی در استودیو میداسایآی برای دسترسی به این ویژگیهای پیشرفته با رابطی کاربرپسند طراحی شده برای تولیدکنندگان حرفهای.