Negativní prompty: kdy „ne“ AI obrázku pomůže a kdy se obrátí proti vám

Napište „a quiet beach at dawn, no people, no boats“ a je slušná šance, že dostanete postavu na písku a malý člun na obzoru. Působí to, jako by byl model tvrdohlavý. Není; čte vaše slova jediným způsobem, jakým umí. Tento článek je o propasti mezi tím, co míníte slovem „ne“, a tím, co s ním dělá model, a o třech místech, kde vyloučení opravdu funguje.

Proč „ne“ věc přivolá

Obrazové a video modely se učily z obrázků spárovaných s popisky. Popisky říkají, co na obrázku je; téměř nikdy nevyjmenovávají, co chybí. Model tak má silný pojem o tom, jak vypadá „boat“, a slabý pojem o „no“. Když přečte „no boats“, nejsilnějším signálem v té frázi je slovo boats. V praxi vyloučení často funguje jako pozvánka, zvlášť u jednodušších nebo rychlejších modelů.

Novější modely, které čtou celé věty, zvládají negaci lépe než starší a některé docela dobře poslouchají „without“. Ale od modelu k modelu v katalogu se to liší, takže bezpečným zvykem je na to nespoléhat.

Místo 1: popište přítomnost alternativy

Většinu času se dá vyloučení přepsat na popis toho, co tam místo toho je. Nežádáte o méně něčeho, popisujete jinou scénu. Funguje to na každém modelu, protože to používá druh slov, z nichž se popisky skládají.

• „no people“ se změní na „an empty beach, untouched sand, a deserted shoreline“
• „no text“ se změní na „a plain unmarked wall“ nebo „a blank label“
• „not cartoonish“ se změní na „photograph, natural skin texture, real fabric“
• „no clutter“ se změní na „a single object on a bare table, lots of empty space“
• „not too dark“ se změní na „bright overcast daylight, soft even light“

Stejná úvaha stojí za článkem o slovech pro kvalitu: práci dělají konkrétní viditelná slova a abstraktní se zprůměrují.

Místo 2: pole Negativní prompt, když ho model má

Některé modely mají samostatné pole pro vyloučení. Ve studiu otevřete sekci Pokročilé pod nastavením modelu; pokud to model podporuje, uvidíte pole Negativní prompt. Text v tomto poli se používá k odklonění výsledku od toho, co popisuje, což je přesně mechanismus, který hlavnímu promptu chybí. V katalogu je toto pole mnohem běžnější u video modelů než u obrazových; většina obrazových modelů ho nemá vůbec, což je další důvod zvládnout Místo 1.

Negativní pole se nejlépe čte jako krátký seznam podstatných a přídavných jmen, ne vět, a bez slova „no“ (pole už samo znamená ne):

Místo 3: klauzule o zachování při úpravě

Při úpravě existujícího obrázku je vyloučení, které obvykle potřebujete, „nesahej na zbytek“. To funguje dobře, když je formulované jako kladná instrukce: „Keep the face, the label and the composition exactly as they are.“ Úpravářské modely jsou trénované na následování instrukcí, takže klauzule o zachování se čte jako omezení, ne jako pozvánka. Vzor popisuje průvodce psaním promptů pro úpravy.

Rychlý test, který si můžete spustit sami

1. 01Vyberte jeden motiv a jednu věc, kterou chcete pryč, například městskou ulici bez aut.
2. 02Spusťte to jednou s „no cars“ v hlavním promptu.
3. 03Spusťte to jednou místo toho s „a pedestrian street, empty asphalt, closed to traffic“.
4. 04Pokud má model pole Negativní prompt, spusťte druhou verzi ještě jednou s „cars, vehicles“ v něm.

Každý běh ukazuje cenu na tlačítku Generovat ještě před stisknutím a na rozdíl stačí konceptový model. Tři nebo čtyři rendery naučí, jak daný model zachází s vyloučením, což má větší cenu než jakékoli obecné pravidlo, včetně tohoto.

Co vyloučení neumí

Žádná formulace nezaručuje nepřítomnost. Negativní prompt snižuje šanci, že se něco objeví; nezakazuje to, a v rušné scéně se zatoulaná postava nebo cedule s nesmyslnými písmeny občas stále objeví. Negativní pole nemůže odstranit něco, co je ve vašem referenčním obrázku nebo v prvním snímku, který nahrajete; na to potřebujete úpravu nebo model pro odstranění objektů. Nespraví problém, který model prostě má, třeba nečitelné písmo nebo špatný počet prstů, i když je může zredukovat; řešení najdete v článku o rukou a textu. A není to cesta kolem pravidel obsahu: vlastní kontroly modelu se na generované vztahují, ať negativní pole říká cokoli. Když se nechtěná věc po několika pokusech stále vrací, změňte scénu tak, aby tam neměla důvod být, nebo ji odstraňte dodatečně.