چگونه با هوش مصنوعی عکس‌های حرفه‌ای بسازیم؟ راهنمای کامل ساخت و ویرایش عکس با AI

تا همین چند سال پیش، ساخت یک تصویر حرفه‌ای به تجهیزات مناسب، دوربین، نورپردازی، نرم‌افزارهای ویرایش و البته مهارت قابل‌توجه نیاز داشت. اگر می‌خواستید برای یک محصول عکس تبلیغاتی بسازید، یک تصویر سینمایی برای شبکه‌های اجتماعی طراحی کنید یا حتی ایده‌ای را که در ذهن داشتید به تصویر تبدیل کنید، معمولاً باید سراغ عکاس، طراح گرافیک یا نرم‌افزارهای تخصصی می‌رفتید.

اما هوش مصنوعی این فرایند را به شکل چشمگیری تغییر داده است.

امروزه ابزارهای تولید تصویر با هوش مصنوعی می‌توانند بر اساس یک توضیح متنی، تصویر جدیدی ایجاد کنند یا یک عکس موجود را تغییر دهند. از ساخت عکس‌های تبلیغاتی و تصاویر واقع‌گرایانه گرفته تا حذف اشیای اضافی، تغییر پس‌زمینه، گسترش کادر، تغییر سبک و اصلاح جزئیات، بسیاری از کارهایی که زمانی نیازمند ویرایش دستی بودند، اکنون با چند دستور متنی قابل انجام هستند.

با این حال، یک تصور اشتباه هم وجود دارد: اینکه برای ساخت عکس حرفه‌ای با AI کافی است یک جمله ساده بنویسیم و دکمه Generate را بزنیم.

واقعیت این است که کیفیت خروجی تا حد زیادی به کیفیت ایده، پرامپت، انتخاب تصویر مرجع و نحوه اصلاح نتیجه بستگی دارد.

در این راهنما بررسی می‌کنیم که چگونه با هوش مصنوعی عکس بسازیم، چگونه عکس‌های موجود را با AI ویرایش کنیم، پرامپت مناسب بنویسیم و از ابزارهایی مانند ChatGPT، Gemini و Adobe Firefly استفاده کنیم.

هوش مصنوعی چگونه عکس و تصویر تولید می‌کند؟

ابزارهای تولید تصویر با هوش مصنوعی معمولاً از مدل‌های مولد استفاده می‌کنند. شما ایده یا توضیح موردنظر خود را در قالب متن وارد می‌کنید و مدل بر اساس آن، تصویری جدید تولید می‌کند.

برای مثال، می‌توانید بنویسید:

«یک میز چوبی مدرن در یک استودیوی مینیمال، یک گوشی هوشمند مشکی روی میز، نور نرم از سمت چپ، انعکاس ظریف روی سطح میز، سبک عکاسی تبلیغاتی لوکس و واقع‌گرایانه»

مدل تلاش می‌کند عناصر مختلف این توضیح را در یک تصویر ترکیب کند.

نکته مهم این است که AI فقط یک عکس آماده را از اینترنت پیدا نمی‌کند. در سیستم‌های مولد تصویر، مدل بر اساس الگوهایی که در فرایند آموزش آموخته، خروجی جدید ایجاد می‌کند.

به همین دلیل است که می‌توان از آن برای ساخت صحنه‌هایی استفاده کرد که ممکن است در دنیای واقعی اصلاً وجود نداشته باشند.

تولید تصویر با AI با جست‌وجوی تصویر فرق دارد

وقتی در موتور جست‌وجو عبارت «عکس گوشی در استودیو» را جست‌وجو می‌کنید، موتور جست‌وجو تصاویر موجود را پیدا می‌کند.

اما وقتی همین ایده را به یک مدل تولید تصویر می‌دهید، مدل می‌تواند یک تصویر جدید بر اساس توصیف شما بسازد.

این تفاوت، یکی از مهم‌ترین دلایل کاربردی شدن هوش مصنوعی در طراحی و تولید محتوا است.

برای ساخت عکس حرفه‌ای با هوش مصنوعی به چه چیزهایی نیاز داریم؟

برای شروع لزوماً به تجهیزات حرفه‌ای نیاز ندارید. در بسیاری از موارد تنها به سه چیز احتیاج دارید:

۱. یک ایده مشخص

قبل از نوشتن پرامپت، باید بدانید دقیقاً چه تصویری می‌خواهید.

مثلاً «یک عکس زیبا از گوشی» ایده بسیار کلی‌ای است.

در مقابل:

«عکس تبلیغاتی یک گوشی پرچمدار مشکی روی سطح شیشه‌ای مشکی، استودیوی تاریک، نور باریک از پشت، بازتاب کنترل‌شده، ترکیب‌بندی لوکس و مینیمال»

دستور بسیار مشخص‌تری است.

۲. یک ابزار تولید یا ویرایش تصویر

امروزه ابزارهای مختلفی برای تولید و ویرایش تصویر وجود دارند.

برای مثال، ChatGPT امکان تولید و ویرایش تصویر را در محیط گفت‌وگو فراهم می‌کند و می‌توان یک تصویر موجود را نیز آپلود کرد و تغییرات موردنظر را با زبان طبیعی توضیح داد. OpenAI همچنین توصیه می‌کند هنگام نوشتن پرامپت، موضوع اصلی، اتفاقی که در تصویر رخ می‌دهد، محیط، سبک، نور و محدودیت‌های مهم را مشخص کنید.

Gemini نیز قابلیت تولید و ویرایش تصاویر را ارائه می‌کند و می‌توان با استفاده از تصویر مرجع، موضوع، ترکیب‌بندی، موقعیت و سبک موردنظر را دقیق‌تر مشخص کرد.

Adobe Firefly هم مجموعه‌ای از ابزارهای تولید و ویرایش تصویر ارائه می‌کند؛ از تولید تصویر گرفته تا Generative Fill، حذف عناصر، تغییر پس‌زمینه و افزایش اندازه تصویر.

۳. یک پرامپت دقیق

پرامپت همان دستور یا توضیحی است که به مدل می‌دهید.

هرچه هدف شما دقیق‌تر باشد، معمولاً کنترل بیشتری روی خروجی خواهید داشت.

البته پرامپت طولانی لزوماً پرامپت بهتر نیست. برای بسیاری از مدل‌های جدید، توضیح واضح و مشخص از متن بسیار طولانی و پر از کلمات تزئینی بهتر عمل می‌کند. OpenAI نیز در راهنمای رسمی خود تأکید می‌کند که یک تا سه جمله واضح در بسیاری از سناریوها کافی است و بهتر است به‌جای عبارت‌های مبهم، جزئیات قابل مشاهده و عملی را بیان کنید.

فرمول ساده برای نوشتن پرامپت حرفه‌ای

یکی از بهترین روش‌ها برای شروع این است که پرامپت را به چند بخش تقسیم کنیم:

سوژه + محیط + ترکیب‌بندی + نور + سبک + جزئیات + محدودیت‌ها

برای مثال:

یک گوشی هوشمند پرچمدار مشکی روی یک پایه شیشه‌ای در استودیوی مدرن، نمای سه‌ربع از محصول، نور سینمایی نرم از سمت چپ و نور لبه‌ای از پشت، عکاسی تبلیغاتی لوکس و واقع‌گرایانه، جزئیات بسیار دقیق، پس‌زمینه تیره و مینیمال، بدون نوشته و لوگوی اضافی.

این پرامپت به مدل می‌گوید چه چیزی بسازد، کجا قرار داشته باشد، چگونه دیده شود و چه فضایی داشته باشد.

سوژه را دقیق توصیف کنید

به جای:

«یک گوشی»

بنویسید:

«یک گوشی هوشمند پرچمدار با بدنه شیشه‌ای مشکی، لبه‌های فلزی و ماژول دوربین بزرگ»

البته اگر قرار است یک محصول واقعی را بازسازی کنید، بهتر است تصویر واقعی آن محصول را نیز به عنوان مرجع در اختیار مدل قرار دهید؛ زیرا مدل ممکن است در جزئیات محصول، مخصوصاً شکل دقیق دکمه‌ها، دوربین یا نسبت‌های فیزیکی، اشتباه کند.

محیط را مشخص کنید

محیط می‌تواند نتیجه نهایی را کاملاً تغییر دهد.

مثلاً:

• استودیوی عکاسی

• خیابان بارانی در شب

• میز کار مینیمال

• اتاق مدرن

• طبیعت

• فروشگاه لوکس

• فضای سایبری

• پس‌زمینه سفید

نورپردازی را فراموش نکنید

نور یکی از مهم‌ترین عوامل در ظاهر یک تصویر حرفه‌ای است.

عبارت‌هایی مانند:

«soft diffused light»

«dramatic rim lighting»

«warm natural window light»

یا

«cinematic low-key lighting»

می‌توانند مدل را به سمت نورپردازی مشخصی هدایت کنند.

در عکاسی محصول نیز نورپردازی اهمیت زیادی دارد؛ زیرا انعکاس‌ها، سایه‌ها و جنس سطح محصول باید کنترل شوند.

چگونه عکس واقعی را با هوش مصنوعی ویرایش کنیم؟

ساخت تصویر از صفر تنها یکی از کاربردهای AI است.

یکی از کاربردهای مهم‌تر، ویرایش عکس موجود است.

فرض کنید از یک محصول عکس گرفته‌اید اما پس‌زمینه مناسب نیست. لازم نیست تمام عکس را دوباره بگیرید.

می‌توانید تصویر را وارد یک ابزار AI کنید و درخواست کنید پس‌زمینه تغییر کند.

برای مثال:

«پس‌زمینه را به یک استودیوی مینیمال سفید تغییر بده، اما خود محصول، زاویه، ابعاد، نور روی محصول و جزئیات آن را حفظ کن.»

این نوع ویرایش در ابزارهای امروزی بسیار رایج شده است.

ChatGPT Images امکان آپلود تصویر موجود و توضیح تغییرات موردنظر را فراهم می‌کند و حتی می‌توان قسمت خاصی از تصویر را انتخاب و فقط همان قسمت را تغییر داد.

Adobe Firefly نیز امکان انتخاب بخشی از تصویر و استفاده از متن برای اضافه کردن، حذف یا جایگزین کردن عناصر را فراهم کرده است.

حذف اشیای اضافی

یکی از کاربردهای ساده و بسیار مفید AI، حذف اشیای ناخواسته است.

مثلاً در یک عکس خیابانی، فردی در پس‌زمینه قرار گرفته است.

می‌توانید آن قسمت را انتخاب کرده و درخواست کنید:

«فرد حاضر در پس‌زمینه را حذف کن و پس‌زمینه را به‌صورت طبیعی بازسازی کن.»

ابزارهای Generative Remove و مشابه آن برای چنین سناریوهایی طراحی شده‌اند.

اضافه کردن اشیا به عکس

فرایند برعکس هم امکان‌پذیر است.

مثلاً عکس یک میز دارید و می‌خواهید یک گلدان، لپ‌تاپ یا چراغ روی آن قرار بگیرد.

در ابزارهای جدید، می‌توان بخش موردنظر را انتخاب کرد و توضیح داد که چه چیزی باید در آن قسمت قرار گیرد.

نکته مهم این است که دستور باید با نور و پرسپکتیو تصویر اصلی هماهنگ باشد.

برای مثال بهتر است بنویسید:

«یک چراغ رومیزی مدرن چوبی اضافه کن؛ اندازه آن متناسب با میز باشد و نور و سایه آن با نور موجود در تصویر هماهنگ شود.»

تغییر پس‌زمینه با AI

تغییر پس‌زمینه یکی از کاربردهای بسیار مهم هوش مصنوعی برای فروشگاه‌های اینترنتی و تولیدکنندگان محتوا است.

تصور کنید از یک محصول روی میز معمولی عکس گرفته‌اید.

AI می‌تواند همان محصول را در محیط‌های مختلف قرار دهد:

• استودیوی سفید برای فروشگاه اینترنتی

• استودیوی مشکی برای تبلیغات لوکس

• میز چوبی برای محتوای سبک زندگی

• فضای مدرن برای تبلیغات شبکه‌های اجتماعی

• محیط طبیعی برای کمپین تبلیغاتی

Adobe Firefly در ابزارهای ویرایش خود امکان تغییر پس‌زمینه، اضافه کردن عناصر و حتی گسترش تصویر برای نسبت‌های مختلف را ارائه می‌کند.

چگونه یک پرامپت بد را به پرامپت خوب تبدیل کنیم؟

فرض کنید می‌خواهید عکس یک گوشی بسازید.

پرامپت ضعیف:

«یک عکس خیلی حرفه‌ای از گوشی مشکی بساز.»

اطلاعات زیادی در این دستور وجود ندارد.

پرامپت بهتر:

«یک گوشی هوشمند پرچمدار مشکی را در یک استودیوی تبلیغاتی مدرن نشان بده، نمای سه‌ربع، نور نرم از سمت چپ، پس‌زمینه خاکستری تیره، بازتاب ظریف روی سطح شیشه‌ای و ظاهر کاملاً واقع‌گرایانه.»

پرامپت دقیق‌تر:

«از تصویر مرجع محصول استفاده کن و طراحی، ابعاد، دوربین‌ها، دکمه‌ها و رنگ گوشی را تغییر نده. گوشی را در یک استودیوی تبلیغاتی لوکس روی یک سطح شیشه‌ای مشکی قرار بده. نور اصلی نرم از سمت چپ باشد و یک rim light بسیار ظریف از پشت ایجاد شود. انعکاس محصول طبیعی و کنترل‌شده باشد، پس‌زمینه خاکستری بسیار تیره و مینیمال باشد، عمق میدان کم و بافت مواد کاملاً واقع‌گرایانه باشد. هیچ متن یا شیء اضافی در تصویر قرار نده.»

در پرامپت سوم، علاوه بر ظاهر تصویر، محدودیت‌ها نیز مشخص شده‌اند.

این موضوع در ویرایش تصاویر اهمیت زیادی دارد. OpenAI نیز توصیه می‌کند هنگام ویرایش دقیقاً مشخص کنید چه چیزی باید تغییر کند و چه چیزی باید ثابت بماند.

اشتباهات رایج هنگام ساخت عکس با هوش مصنوعی

۱. پرامپت بیش از حد مبهم

«یک عکس خفن بساز» اطلاعات قابل استفاده کمی در اختیار مدل قرار می‌دهد.

۲. تغییر همزمان همه چیز

اگر در یک دستور بخواهید سوژه، نور، پس‌زمینه، زاویه، رنگ، سبک و ترکیب‌بندی همگی تغییر کنند، کنترل خروجی سخت‌تر می‌شود.

۳. نادیده گرفتن تصویر مرجع

برای محصولات یا افراد واقعی، استفاده از مرجع می‌تواند اهمیت زیادی داشته باشد.

۴. اعتماد کامل به خروجی

تصویر AI ممکن است از نظر ظاهری جذاب باشد اما در جزئیات اشتباه داشته باشد.

قبل از استفاده تجاری، تصویر را با دقت بررسی کنید.

۵. استفاده بیش از حد از کلمات تزئینی

پرامپت حرفه‌ای الزاماً پر از کلمات پیچیده نیست.

شفافیت از پیچیدگی مهم‌تر است.

آیا عکس ساخته‌شده با AI همیشه واقعی است؟

خیر.

حتی خروجی‌های بسیار واقع‌گرایانه نیز ممکن است دارای خطا باشند.

مواردی مانند:

• دست و انگشت

• نوشته روی بسته‌بندی

• لوگو

• جزئیات محصول

• انعکاس‌ها

• اتصال اشیا

• نسبت فیزیکی اجسام

ممکن است نیاز به بررسی داشته باشند.

به همین دلیل، اگر تصویر قرار است برای معرفی یک محصول واقعی استفاده شود، نباید صرفاً به جذابیت بصری آن توجه کرد.

دقت محصول باید اولویت داشته باشد.

ChatGPT، Gemini یا Firefly؛ از کدام استفاده کنیم؟

انتخاب ابزار به نوع کاری که می‌خواهید انجام دهید بستگی دارد.

ChatGPT برای تولید تصویر در محیط مکالمه و اصلاح مرحله‌به‌مرحله مناسب است و می‌توان تصاویر موجود را نیز وارد کرد و تغییرات مشخصی روی آن‌ها درخواست کرد.

Gemini نیز روی تولید و ویرایش تصویر و کار با تصاویر مرجع تمرکز دارد و امکان اصلاح مکالمه‌ای تصویر را فراهم می‌کند.

Adobe Firefly برای افرادی که به مجموعه ابزارهای حرفه‌ای طراحی و ویرایش Adobe نیاز دارند، قابلیت‌هایی مانند Generative Fill، Generative Remove، Generative Expand و Generative Upscale را ارائه می‌کند.

بنابراین به جای اینکه فقط دنبال «بهترین هوش مصنوعی برای ساخت عکس» باشید، بهتر است ابتدا مشخص کنید چه کاری می‌خواهید انجام دهید.

یک workflow پیشنهادی برای ساخت عکس حرفه‌ای با AI

اگر می‌خواهید نتیجه‌ای حرفه‌ای و قابل استفاده تولید کنید، می‌توانید این فرایند را دنبال کنید:

مرحله اول: هدف تصویر را مشخص کنید

آیا تصویر برای فروشگاه اینترنتی است؟

اینستاگرام؟

تبلیغات؟

مقاله؟

پوستر؟

یا صرفاً استفاده شخصی؟

مرحله دوم: تصویر مرجع آماده کنید

اگر سوژه واقعی است، تصویر واضحی از آن تهیه کنید.

مرحله سوم: ترکیب‌بندی را مشخص کنید

سوژه کجا قرار داشته باشد؟

نمای نزدیک باشد یا باز؟

فضای خالی برای متن نیاز دارید یا نه؟

مرحله چهارم: نور و سبک را مشخص کنید

مثلاً نور طبیعی، استودیویی، سینمایی یا مینیمال.

مرحله پنجم: تصویر اولیه را بسازید

در این مرحله دنبال خروجی کامل و نهایی نباشید.

مرحله ششم: فقط یک یا دو مشکل را اصلاح کنید

مثلاً نور، پس‌زمینه یا موقعیت سوژه.

مرحله هفتم: جزئیات را بررسی کنید

به دست‌ها، نوشته‌ها، لوگوها، لبه‌ها، انعکاس‌ها و جزئیات محصول نگاه کنید.

مرحله هشتم: خروجی نهایی را برای کاربرد موردنظر آماده کنید

در این مرحله نسبت تصویر، رزولوشن، فضای متن و فرمت فایل را تنظیم کنید.

آینده ساخت عکس با هوش مصنوعی

سرعت پیشرفت مدل‌های تصویر بسیار زیاد است و ابزارهای جدید فقط روی تولید تصویر از متن تمرکز ندارند.

مسیر حرکت صنعت به سمت ترکیبی از تولید، ویرایش، حفظ هویت سوژه، استفاده از تصاویر مرجع، کنترل ترکیب‌بندی و تولید محتوای چندرسانه‌ای است.

برای مثال، ابزارهای جدید Adobe علاوه بر تولید تصویر، امکان ویرایش متنی، استفاده از مدل‌های مختلف، حذف و اضافه عناصر، گسترش تصویر و افزایش رزولوشن را در یک جریان کاری واحد قرار داده‌اند.

در نتیجه، احتمالاً در آینده سؤال اصلی دیگر این نخواهد بود که «آیا AI می‌تواند این عکس را بسازد؟»

بلکه سؤال مهم‌تر این خواهد بود:

چگونه می‌توانیم دقیقاً تصویری را که در ذهن داریم به AI توضیح دهیم و کنترل بیشتری روی نتیجه داشته باشیم؟