پرامپت نویسی برای تولید تصویر؛ راهنمای کامل و کاربردی

پرامپت تصویر چه فرقی با پرامپت متنی دارد

فرق در یک کلمه خلاصه می‌شود: توصیف.

در پرامپت متنی فعل حرف اول را می‌زند. «خلاصه کن»، «مقایسه کن»، «بازنویسی کن». مدل کاری را انجام می‌دهد که از او خواسته‌ایم.

در پرامپت تصویر فعل تقریباً بی‌اثر است. آنچه کار می‌کند جزئیات است: چه چیزی، با چه سبکی، در چه نوری، از چه زاویه‌ای.

مدل تصویر منتظر دستور نیست؛ منتظر توصیف است.

یک درخواست، دو جور نوشته:

• پرامپت متنی: «یک متن تبلیغاتی برای کافه بنویس.»
• پرامپت تصویری: «نمای داخلی یک کافه‌ی کوچک، پیشخوان چوبی، نور صبح از پنجره‌ی سمت چپ، تصویرسازی فلت.»

سفارش دادن تصویر شبیه سفارش دادن کیک از پشت تلفن است. طعم، اندازه، رنگ، نوشته‌ی روی کیک.

هر چیزی که گفته نشود، طرف مقابل خودش انتخاب می‌کند. مدل هم دقیقاً همین کار را می‌کند — و انتخابش میانگین چیزی است که دیده است.

اگر پایه‌ی پرامپت‌نویسی هنوز جا نیفتاده باشد، راهنمای کامل پرامپت‌نویسی فارسی نقطه‌ی شروع بهتری است.

پنج جزء یک پرامپت تصویر خوب

هر پرامپت تصویری که جواب می‌دهد پنج جزء دارد. جای هر جزء که خالی بماند، مدل آن را پر می‌کند.

سوژه

دقیق‌ترین چیزی که می‌دانیم می‌خواهیم، نه دسته‌ی کلی‌اش. «کافه» سوژه نیست؛ یک دسته است.

اگر نگوییم، مدل میانگین همه‌ی کافه‌های جهان را می‌سازد.

سبک

رندر سه‌بعدی، تصویرسازی فلت، مینیمال، آبرنگ، عکس سینمایی. یک عبارت کوتاه کافی است.

اگر نگوییم، خروجی معمولاً عکسی می‌شود — حتی وقتی تصویرسازی می‌خواستیم.

نور

نور نرم، نور طلایی صبح، بک‌لایت، نور نئون. نور بیشتر از رنگ، حس تصویر را تعیین می‌کند.

اگر نگوییم، نور صاف و بی‌حالت تحویل می‌گیریم.

قاب و نسبت

کلوزآپ، نمای متوسط، زاویه‌ی هم‌سطح چشم. همین‌جا می‌شود جای خالی عمدی برای تیتر سفارش داد.

پرامپت منفی

فهرست چیزهایی که نباید در تصویر باشد. کم‌کاربردترین جزء در مقاله‌های فارسی، و مؤثرترین جزء در عمل.

ترتیب کلمه‌ها هم وزن دارد. آنچه اول می‌آید جدی‌تر گرفته می‌شود.

پس سوژه اول می‌آید، بعد سبک، بعد نور، و در آخر مشخصات فنی قاب.

قالب پنج‌خانه‌ای:

[سوژه با جزئیات]، [سبک]، [نور]، [قاب و زاویه]، [نسبت تصویر]
Negative: [چیزهایی که نباید باشد]

یک تصویر، شش گام

به جای فهرستی از پرامپت‌های آماده، یک تصویر را از صفر می‌سازیم. در هر گام فقط یک چیز اضافه می‌شود.

تصویرهای این بخش را خودمان ساخته‌ایم و پرامپت هر کدام دقیقاً همان چیزی است که زیرش آمده.

گام یک — یک کلمه

cafe

این تصویر نشان می‌دهد که خروجی بد نیست؛ فقط مال ما نیست. تاریکی، شلوغی و حال‌و‌هوا را مدل انتخاب کرده، نه ما.

گام دو — سوژه

a small cozy cafe interior, wooden counter, brass espresso machine, two ceramic cups on the counter, a shelf with small plants

چه چیزی عوض شد: قاب دیگر کلی نیست. دستگاه، فنجان‌ها و پیشخوان دقیقاً همان‌هایی هستند که خواسته شده.

گام سه — سبک

a small cozy cafe interior, wooden counter, brass espresso machine, two ceramic cups on the counter, a shelf with small plants, flat vector illustration, clean geometric shapes, limited palette of deep blue and violet

چه چیزی عوض شد: فقط سبک. صحنه همان صحنه است، ولی دیگر عکس نیست.

گام چهار — نور

… limited palette of deep blue and violet, warm morning light from a large window on the left, long soft shadows, gentle glow on the counter

چه چیزی عوض شد: یک جمله درباره‌ی نور، تصویر را از تخت به فضای واقعی تبدیل کرد.

گام پنج — قاب

… long soft shadows, eye-level medium shot, counter in the foreground, empty wall space in the upper right, vertical 4:5 composition

چه چیزی عوض شد: حالا جای خالی عمدی داریم. تصویر آماده‌ی تیتر است، نه فقط قشنگ.

گام شش — پرامپت منفی

Negative: text, letters, watermark, signage, people, extra cups, clutter, distorted perspective, harsh contrast, photorealistic, low quality, blurry

چه چیزی عوض شد: تابلوی منو و شلوغی دیوار حذف شد. پرامپت مثبت دقیقاً همان پرامپت گام پنج بود.

یک نکته‌ی صادقانه: تولید تصویر قطعی نیست. همین پرامپت‌ها دوباره اجرا شوند، خروجی دقیقاً مشابه این‌ها نخواهد بود.

مهم این است که جهت تغییر قابل تکرار است، نه خود فایل. همین شش گام را می‌شود در چت هوش‌زی تمرین کرد.

پرامپت منفی؛ چیزی که همه جا می‌افتد

پرامپت منفی فهرست چیزهایی است که نباید در تصویر باشد. کوتاه‌ترین راه برای تمیز کردن خروجی.

به جای یک فهرست طولانی، بهتر است براساس مشکل انتخاب شود.

برای چهره و دست:

bad anatomy, extra fingers, deformed hands, distorted face, asymmetric eyes

برای کیفیت:

low quality, blurry, jpeg artifacts, oversaturated, harsh contrast

برای متن و واترمارک ناخواسته:

text, letters, watermark, signature, logo, signage

برای شلوغی قاب:

clutter, busy background, too many objects, people in the background

چه چیزی را عوض کنیم: اگر خروجی هنوز شلوغ است، به جای بلندتر کردن فهرست منفی، سوژه را دقیق‌تر می‌کنیم.

نسبت تصویر را از اول تعیین کنیم

برش‌دادن تصویر بعد از ساخت، نیمی از قاب را خراب می‌کند. نسبت جزءی از پرامپت است، نه کاری که بعداً انجام می‌شود.

• 1:1 — پست اینستاگرام و آواتار؛ مرکز قاب را خلوت نگه می‌داریم.
• 4:5 — پست عمودی و تصویر داخل مقاله؛ یک‌سوم بالای قاب را برای تیتر خالی می‌گذاریم.
• 16:9 — کاور مقاله و تصویر اشتراک‌گذاری؛ یک سمت قاب برای متن.
• 9:16 — استوری و ریلز؛ بالا و پایین قاب را برای دکمه‌ها خالی می‌گذاریم.

پرامپت تصویر برای درس و یادگیری

تولید تصویر در درس خواندن یک کاربرد روشن دارد: تبدیل یک مفهوم به چیزی که دیده می‌شود.

نمودار یک فرآیند:

a simple flat vector diagram of the water cycle, four stages with arrows between them, Persian labels "تبخیر", "تراکم", "بارش", "جریان", clean minimal style, light background

تصویر ذهنی برای یک مفهوم انتزاعی:

a single memorable illustration: a human brain shaped like a small library with tiny doors, flat vector, limited palette, no text

تصویر برای اسلاید ارائه:

wide 16:9 minimal illustration about teamwork, flat vector, deep blue palette, large empty space on the right for text

این بخش فقط نیمی از ماجراست. نیمه‌ی دیگر، پرامپت‌های متنی است که خلاصه و تمرین می‌سازند — در پانزده پرامپت هوش مصنوعی برای درس خواندن جمع شده‌اند.

یک نکته‌ی مهم: نمودار بدون برچسب فارسی، نیمه‌کاره است. همین‌جا می‌رسیم به بخش بعد.

متن فارسی داخل تصویر

متن فارسی داخل تصویر جواب می‌دهد. این خلاف چیزی است که در بیشتر راهنماهای فارسی تکرار می‌شود.

سه تست، از کوتاه به بلند:

… a hanging wooden sign above the counter with the Persian text "قهوه تازه" written on it …

… a chalkboard on the wall with the Persian sentence "امروز قهوه دمی داریم" written on it …

… a small wooden menu board with two lines of Persian text, first line "منو", second line "قهوه، چای، کیک" …

این تصویرها نشان می‌دهند که حروف چسبیده، ترتیب راست‌به‌چپ و حتی ویرگول فارسی درست درآمده‌اند.

چهار قاعده‌ای که کار را درست کرد:

1. متن داخل گیومه نوشته شود، دقیقاً همان‌طور که باید دیده شود.
2. محل قرارگرفتن متن مشخص شود: تابلو، تخته‌سیاه، دیوار.
3. جمله کوتاه و کامل باشد، نه نیمه‌کاره.
4. وقتی چندخطی است، ترتیب خط‌ها صریح گفته شود.

تا کجا آزموده‌ایم: یک تابلوی دوکلمه‌ای، یک جمله‌ی چهارکلمه‌ای در سه خط، و یک فهرست دوخطی.

متن طولانی، پاراگراف و فونت ریز را آزمایش نکرده‌ایم و درباره‌ی آن ادعایی نداریم.

هفت اشتباه رایج

1. دستور دادن به جای توصیف کردن. «یک کافه بساز» پرامپت نیست.
2. صفت به جای جزئیات. «قشنگ» و «حرفه‌ای» برای مدل معنای روشنی ندارند.
3. نبود پرامپت منفی. رایج‌ترین دلیل خروجی شلوغ.
4. پنج سوژه در یک تصویر. هر سوژه، یک تصویر.
5. بی‌توجهی به نسبت. برش زدن بعداً، قاب را خراب می‌کند.
6. فرض اینکه متن فارسی جواب نمی‌دهد. جواب می‌دهد؛ فقط باید درست خواسته شود.
7. دور انداختن خروجی به جای اصلاح پله‌ای. تصویر خوب در گام ششم ساخته می‌شود، نه گام اول.

قالب آماده و چک‌لیست

قالبی که برای بیشتر کارها جواب می‌دهد:

[سوژه با سه جزئیات مشخص]، [سبک]، [نور]، [زاویه و جای خالی]، [نسبت]
Negative: text, watermark, low quality, clutter, bad anatomy

هفت سؤال پیش از زدن دکمه‌ی ساخت:

1. سوژه در یک جمله روشن است؟
2. سبک را اسم برده‌ایم؟
3. نور مشخص شده؟
4. زاویه و قاب معلوم است؟
5. نسبت تصویر را نوشته‌ایم؟
6. پرامپت منفی دارد؟
7. اگر متنی در تصویر لازم است، داخل گیومه آمده؟

همین هفت سؤال، فاصله‌ی بین خروجی گام یک و گام شش است.

پرامپت خوب نوشتن مهارت است، نه استعداد. می‌شود همین شش گام را در چت هوش‌زی روی یک صحنه‌ی دلخواه تمرین کرد.