Jak pisać prompty do obrazów AI, które naprawdę działają

Poradnik Kanakaw · ok. 10 min czytania

Anatomia promptu, który działa

Większość słabych promptów zawodzi z tego samego powodu: opisują pomysł, a nie obraz. "A beautiful woman" to pomysł. Prompt, który działa, czyta się bardziej jak lista ujęć — mówi generatorowi, co jest w kadrze, gdzie to jest, jak jest oświetlone i jak powinno wyglądać. Przydatnym sposobem jego zbudowania jest objęcie pięciu części w kolejności: temat, działanie lub poza, miejsce, światło i styl.

Zacznij od tematu i bądź konkretny. Nie "a dog", lecz "a golden retriever puppy, tongue out, ears flopping". Nie "a city", lecz "a narrow street in Lisbon at dusk, trams, laundry lines overhead". Następnie dodaj, co robi temat, potem miejsce, potem światło, potem wygląd. Nie zawsze potrzebujesz wszystkich pięciu części, ale jeśli wynik wydaje się losowy, brakująca część to zwykle ta, którą pominąłeś.

Długość ma mniejsze znaczenie niż kolejność. Prompty w Kanakaw mogą mieć do 3 000 znaków, ale optymalny zakres dla większości obrazów to około 40 do 120 słów. Krótszy prompt sprawia, że generator wypełnia luki własnymi domysłami; znacznie dłuższy — że dodatkowe słowa zaczynają ze sobą walczyć. Najważniejsze szczegóły umieść na początku — temat i kompozycję — a wykończenie na końcu. Jeśli dwa pomysły są sprzeczne, zwykle wygrywa ten napisany jako pierwszy.

Jeszcze jeden pomocny nawyk: zmieniaj jedną rzecz naraz. Zmień światło, resztę zostaw. Zmień obiektyw, resztę zostaw. Zmiana pięciu rzeczy naraz niczego nie uczy o tym, która z nich naprawiła obraz.

Jak opisywać światło, kamerę i obiektyw

Światło to najpotężniejsze słowo w prompcie. Decyduje o nastroju, kolorach i o tym, jak realistyczny wydaje się wynik. "Golden hour" daje niskie, ciepłe światło słoneczne i długie cienie; "soft window light" daje delikatne, równomierne oświetlenie twarzy; "overcast daylight" daje płaskie, uczciwe światło bez ostrych cieni; "neon at night" daje kolor i kontrast. Nazwij światło tak, jak zrobiłby to fotograf, i nazwij, skąd pochodzi: "morning light through a large window, from the left" za każdym razem wygrywa z "nice lighting".

Język kamery działa tak samo. Kilka terminów niesie wiele znaczenia. "85mm portrait lens" oznacza korzystną, lekko spłaszczoną twarz z rozmytym tłem. "24mm wide-angle" oznacza rozległy krajobraz lub pokój, który wydaje się duży. "Macro" oznacza ekstremalne zbliżenie z drobnymi szczegółami. "Aerial view" lub "drone shot" oznacza patrzenie z góry. "Shallow depth of field" rozmywa tło i przyciąga wzrok do tematu; "everything in focus" robi odwrotnie i pasuje do architektury i krajobrazów.

Rodzaj ujęcia też ma znaczenie. "Close-up", "medium shot" i "full body" decydują o tym, ile tematu znajduje się w kadrze, a "eye level", "low angle" i "bird's-eye view" decydują o tym, gdzie stoi kamera. Portret opisany jako "low angle, looking up" wydaje się potężny; ta sama osoba opisana jako "high angle, looking down" wydaje się mała i cicha. Jeśli kadrowanie wciąż wychodzi źle, rozwiązaniem zwykle jest jedno z tych słów, a nie dłuższy prompt.

Na koniec dopasuj kształt do ujęcia. Rozległy krajobraz chce 16:9, tapeta na telefon lub portret społecznościowy chce 9:16, plakat chce 2:3, a zdjęcie profilowe chce 1:1. Kanakaw oferuje 16:9, 9:16, 1:1, 4:3, 3:4 i 2:3 — wybierz proporcje przed napisaniem promptu, ponieważ scena skomponowana pod szeroki kadr nie przetrwa ściśnięcia do kwadratu.

Słowa kluczowe stylu, które naprawdę zmieniają obraz

Słowa stylu to najszybszy sposób na zmianę całego charakteru obrazu, ale tylko jeśli użyjesz właściwych. W fotografii działają słowa, których używają fotografowie: "editorial", "candid", "documentary", "studio portrait", "film grain", "35mm film look", "black and white", "high-key" na jasny i przestronny, "low-key" na ciemny i nastrojowy. W ilustracji nazwij medium: "watercolour", "oil painting", "pencil sketch", "flat vector", "pixel art", "anime", "storybook illustration". Generator wie, jak one wyglądają; niejasne słowa jak "beautiful", "amazing" i "high quality" nic nie dodają, ponieważ każdy prompt i tak prosi o dobry obraz.

Dwa lub trzy słowa stylu wystarczą. Nagromadzenie dziesięciu — "cinematic, hyper-realistic, ultra-detailed, 8k, award-winning, masterpiece" — zwykle sprawia, że obraz jest bardziej zatłoczony i mniej spójny, a nie lepszy. Wybierz jeden styl, który określa wygląd, dodaj jedno słowo dotyczące tekstury, jeśli pomoże ("matte", "glossy", "grainy", "soft focus"), i przestań.

Słowa dotyczące koloru zasługują na tę samą dyscyplinę. Zamiast "colourful" nazwij paletę: "warm earth tones", "muted sage green and cream", "cold blue and steel grey". Nazwana paleta utrzymuje spójność całego obrazu, podczas gdy "colourful" pozwala każdej części obrazu wybrać własną.

Jedna praktyczna uwaga: Kanakaw wybiera silnik obrazów za kulisami, więc nigdy nie musisz wpisywać nazw silników w prompcie. W generatorze wybierasz tylko między dwoma poziomami — Standard za 6 kredytów za obraz oraz Premium za 41 kredytów, który jest dostępny tylko dla członków. Słowa w Twoim prompcie wykonują tę samą pracę niezależnie od poziomu; Premium po prostu renderuje je z większą ilością szczegółów.

Negatywne prompty i naprawianie typowych błędów

Negatywny prompt mówi generatorowi, co pominąć. Kanakaw już na starcie daje Ci rozsądny domyślny prompt — "bad quality, blurry, watermark, text" — który radzi sobie z najczęstszymi śmieciami. Dopisuj do niego tylko wtedy, gdy masz konkretny problem: "extra fingers, deformed hands" na dłonie, "distorted face, duplicate, cropped" na portrety, "oversaturated, harsh shadows" na problemy z kolorami. Negatywny prompt to skalpel, a nie drugi prompt: jeśli napiszesz akapit negatywów, zaczniesz walczyć także z pozytywnym promptem.

Dłonie to klasyczny błąd: są skomplikowane, a niejasny prompt zostawia generatorowi zgadywanie. Trzy poprawki pomagają, w tej kolejności. Po pierwsze, opisz dłonie w samym prompcie — "hands resting in her lap" lub "holding the mug with both hands" — ponieważ opisana dłoń renderuje się lepiej niż nieopisana. Po drugie, dodaj "deformed hands, extra fingers" do negatywnego promptu. Po trzecie, uprość: jeśli dłonie nadal wychodzą źle, przekadruj ujęcie tak, aby dłonie były poza kadrem, na przykład portret w zbliżeniu zamiast ujęcia całej postaci.

Zniekształcony tekst to drugi klasyczny błąd. Zasada jest prosta: nie proś generatora o renderowanie słów, chyba że musisz. Jeśli napis lub etykieta musi być czytelna, ogranicz się do jednego lub dwóch krótkich słów, opisz to prosto ("a small chalkboard sign reading OPEN") i pozwól, aby domyślny negatywny prompt z wpisem "text" stłumił resztę. Jeśli tekst nadal wychodzi źle, niezawodnym rozwiązaniem jest wygenerowanie obrazu bez żadnego tekstu i dodanie słów później w dowolnym prostym edytorze.

Błotniste kolory zwykle oznaczają, że prompt prosił o zbyt wiele rzeczy naraz lub o kolory, które ze sobą walczą. Skróć prompt do jednej palety i jednego źródła światła, a kolory się uporządkują. Jeśli jedna część skądinąd dobrego obrazu jest zła — zbłąkany przedmiot, wygięty róg, zła dłoń — nie regeneruj całości: inpainting (21 kredytów, tylko dla członków) pozwala przemalować tylko to miejsce, a upscaler obrazów (61 kredytów, tylko dla członków) wyostrza dobry obraz do czterech razy większego rozmiaru.

I iteruj tanio. Twórz szkice w Standard za 6 kredytów za jednym razem, prosząc o do 4 wariantów jednego promptu, aby porównać kompozycje obok siebie. Gdy kompozycja, światło i kadrowanie będą dobre, uruchom ten sam prompt raz w Premium za 41 kredytów, aby uzyskać ostateczną wersję. Tanie szkice, jedno drogie wykończenie — tak eksplorujesz swobodnie, nie wypalając salda.

Przed i po: cztery przepisane prompty

Oto cztery słabe prompty, dlaczego każdy z nich zawodzi oraz mocniejsza wersja, która to naprawia.

1. Portret. Słaby: "a beautiful woman". Nic nie mówi o wieku, pozie, ubraniu, miejscu ani świetle, więc generator zgaduje to wszystko — a domysły zwykle są ogólne. Mocny: "Editorial portrait of a woman in her late twenties, shoulder-length dark hair, soft smile, looking slightly off camera, cream linen shirt, sitting by a large window in a bright apartment, soft morning light across her face, 85mm portrait lens, shallow depth of field, warm muted tones, candid, photorealistic". Każdy dodatek odpowiada na pytanie, które słaby prompt pozostawił otwarte.

2. Produkt. Słaby: "a coffee mug". Lewitujący przedmiot na pustym tle, ponieważ nie podano miejsca. Mocny: "Product photograph of a matte ceramic coffee mug in sage green, steam rising, on a light oak table next to a small vase of dried grasses, soft window light from the left, minimal Scandinavian styling, 50mm lens, crisp focus on the mug, warm neutral background, advertising photography". Miejsce i światło zamieniają przedmiot w fotografię.

3. Krajobraz. Słaby: "a mountain". Jedno słowo tematu i nic więcej, więc wynik to pocztówkowy banał. Mocny: "Alpine lake at dawn, still water reflecting snow-capped peaks, a wooden jetty leading into the frame, low mist over the water, first light turning the clouds pink and gold, wide-angle 24mm, rich detail, calm and quiet mood, landscape photography". Pomost nadaje kompozycji linię prowadzącą; pora dnia nadaje jej kolor.

4. Zwierzak. Słaby: "a cute dog". "Cute" to nie wizualna instrukcja, a generator nie ma pojęcia, co robi pies ani gdzie jest. Mocny: "Golden retriever puppy sitting in tall autumn grass, golden leaves falling around it, tongue out, soft late-afternoon backlight, 85mm lens, shallow depth of field, warm golden tones, joyful and candid, pet photography". Rasa, działanie, miejsce, światło i obiektyw — pięć odpowiedzi, jeden obraz.

Zauważ wzorzec we wszystkich czterech: mocny prompt nigdy nie używa więcej przymiotników, używa więcej faktów. Temat, działanie, miejsce, światło, obiektyw, paleta — napisz te sześć rzeczy, a generatorowi prawie nic nie zostanie do zgadywania.

Często zadawane pytania

Jak długi powinien być prompt do obrazu AI?

Większość dobrych promptów ma około 40 do 120 słów. To wystarczy, aby objąć temat, miejsce, światło i styl, bez wzajemnego zwalczania się szczegółów. Prompty w Kanakaw mogą mieć do 3 000 znaków, ale dłuższy nie znaczy lepszy — jeśli prompt nie działa, skrócenie go do najważniejszych faktów zwykle pomaga bardziej niż dodawanie kolejnych słów.

Dlaczego moje obrazy wciąż wychodzą ze złymi dłońmi?

Dłonie to jedna z najtrudniejszych rzeczy dla generatorów obrazów, a niejasne prompty tylko pogarszają sprawę. Opisz dłonie w samym prompcie, na przykład "hands resting in her lap", i dodaj "deformed hands, extra fingers" do negatywnego promptu. Jeśli dłonie nadal wychodzą źle, przekadruj ujęcie tak, aby były poza kadrem, lub napraw tylko to miejsce później przy użyciu inpaintingu, który kosztuje 21 kredytów i jest dostępny tylko dla członków.

Co powinienem umieścić w negatywnym prompcie?

Zacznij od domyślnego promptu: "bad quality, blurry, watermark, text", który Kanakaw wypełnia za Ciebie. Dodaj tylko konkretną wadę, której próbujesz uniknąć, na przykład "extra fingers, deformed hands" lub "oversaturated, harsh shadows". Krótki, ukierunkowany negatywny prompt działa lepiej niż długa lista, która może zacząć walczyć z głównym promptem.

Czy powinienem tworzyć szkice w Standard, czy od razu przejść na Premium?

Twórz szkice w Standard za 6 kredytów za obraz. Wygeneruj do 4 wariantów jednego promptu i porównaj je obok siebie, aby znaleźć kompozycję i kadrowanie, które Ci się podobają. Gdy szkic będzie dobry, uruchom ten sam prompt raz w Premium za 41 kredytów, aby uzyskać ostateczną wersję. Premium jest dostępny tylko dla członków, a członkostwo otrzymujesz z każdym pakietem kredytów — 30 dni przy pakiecie miesięcznym, 12 miesięcy przy pakiecie rocznym.

Czy mogę komercyjnie używać wygenerowanych obrazów?

Tak. Zgodnie z Warunkami korzystania możesz używać wygenerowanych obrazów w projektach osobistych i komercyjnych. Ta sama zasada obejmuje obrazy, których styl zmieniasz na podstawie własnych zdjęć przy użyciu obraz-na-obraz (49 kredytów, tylko dla członków), oraz obrazy, które poprawiasz przy użyciu inpaintingu lub upscalera.

Wypróbuj: Generator obrazów AI · Cennik · Wszystkie poradniki