Apakah “8K” dan “masterpiece” berpengaruh di prompt AI? Apa yang sebaiknya ditulis

Buka kumpulan prompt yang dibagikan mana pun dan Anda akan menemukan ekor yang sama di separuh entrinya: “8K, ultra detailed, masterpiece, best quality, trending, award-winning”. Orang menyalinnya karena terlihat seperti resep rahasia. Kebanyakan bukan. Sebagian kata itu tidak berpengaruh secara terukur, sebagian mendorong gambar ke arah yang tidak Anda pilih, dan semuanya memakan ruang yang bisa dipakai kata yang punya tugas nyata. Tulisan ini membahas para tersangka biasa satu per satu, menjelaskan terus terang apa yang dilakukan masing-masing, dan menawarkan pengganti yang memberi Anda hal yang sebenarnya Anda harapkan.

Mitos 1: “8K” membuat gambar lebih tajam

Model tidak bisa merender lebih banyak piksel daripada yang diizinkan pengaturan output-nya. Ukuran gambar diam ditentukan oleh model dan, jika tersedia, pengaturan resolusi atau kualitasnya di composer, yang pada model gambar diam milik studio sendiri mentok di 2K. Mengetik “8K” di prompt tidak mengubah angka itu. Yang bisa dilakukannya adalah menggeser tampilan ke jenis gambar yang diberi keterangan “8K” di data pelatihan: sangat tajam, sering terlalu ditajamkan, kerap berupa wallpaper lanskap. Kalau tampilan itu yang Anda mau, silakan, tetapi katakan langsung.

Tulis sebagai gantinya: detail yang ingin Anda lihat. “Tenunan kain halus terlihat di lengan baju”, “butir-butir pasir di batu basah”, “fokus tajam di mata, latar lembut”. Model yang diberi tahu di mana detailnya berada akan menaruhnya di sana. Model yang hanya diberi “8K” harus menebak.

Mitos 2: “masterpiece” dan “best quality” menaikkan standar

Keduanya berasal dari kebiasaan pemberian tag pada beberapa model bergaya anime yang lebih lama, yang keterangan pelatihannya menyertakan peringkat kualitas. Pada model itu, tag tersebut bisa berpengaruh. Pada kebanyakan model saat ini, kata itu dibaca sebagai kata sifat bahasa Inggris biasa, dan “masterpiece” tidak mengatakan apa pun tentang isi gambar. Paling baik, kata itu diabaikan. Paling buruk, kata itu menarik komposisi ke tampilan dramatis, terpusat, ala lukisan galeri yang paling sering dilekatkan pada kata tersebut.

Tulis sebagai gantinya: medium dan hasil akhirnya. “Lukisan cat minyak dengan sapuan kuas terlihat”, “ilustrasi vektor bersih dengan warna datar”, “foto 35mm, grain alami”. Masing-masing menyebut standar yang benar-benar bisa dituju model.

Mitos 3: “ultra realistic” membuatnya terlihat seperti foto

Kata ini lebih sering berbalik merugikan daripada membantu. Realisme dalam foto datang dari ketidaksempurnaan: cahaya yang tidak rata, sedikit noise, kulit bertekstur, latar yang agak tidak fokus. “Ultra realistic” cenderung menghasilkan kebalikannya, render mengilap, seperti di-airbrush, terlalu sempurna, yang langsung dikenali orang sebagai AI.

Tulis sebagai gantinya: bagaimana foto itu diambil. Kamera dan lensa (“diambil dengan lensa 50mm pada f/2”), sumber cahaya (“cahaya jendela dari kiri, hari mendung”), dan satu cacat yang jujur (“sedikit motion blur di tangan”). Panduan pencahayaan memuat daftar kata cahaya yang lebih panjang, yang mengubah render dengan cara yang bisa Anda perkirakan.

Mitos 4: “trending” dan “award-winning” meminjam selera

Idenya, model akan meniru apa pun yang sedang populer. Kenyataannya, kata-kata ini adalah rata-rata samar dari ribuan gambar yang tidak berhubungan, jadi tarikannya mengarah ke yang generik: warna jenuh, kontras berat, subjek di tengah. Kalau gambar Anda sudah terlihat generik, menambahkannya membuatnya makin generik.

Tulis sebagai gantinya: keputusan gaya yang konkret. Palet (“hijau pudar dan karat, saturasi rendah”), periode (“cetakan majalah tahun 1970-an”), aturan komposisi (“subjek di sepertiga bawah, banyak langit”). Selera adalah sekumpulan pilihan; sebutkan pilihannya.

Mitos 5: ekor kata sifat yang lebih panjang selalu lebih aman

Model memberi bobot lebih besar pada awal prompt dibanding akhirnya, itulah sebabnya panduan prompt menaruh subjek di depan. Ekor dua puluh kata berisi kata kosong biasanya tidak merusak gambar, tetapi melemahkan kata-kata yang penting dan membuat render gagal lebih sulit didiagnosis, karena Anda tidak bisa tahu mana dari dua puluh kata itu yang membuatnya melenceng.

Sebelum dan sesudah

Prompt kedua lebih panjang, tetapi tidak ada isinya yang sekadar pengisi. Bacalah kembali dan Anda bisa membayangkan fotonya sebelum dirender, dan itulah ujian yang layak diterapkan pada prompt apa pun.

Kapan kata kualitas memang pantas ada di prompt

Tidak setiap kata sifat adalah kata kosong. “Tajam”, “dalam fokus”, “tepi bersih”, “detail tinggi pada label” baik-baik saja ketika menunjuk bagian tertentu dari bingkai. Masalahnya hanya pada kata yang tidak menunjuk apa pun. Dan jika deskripsi sebuah model di halaman model menyarankan kata kunci tertentu, ikuti modelnya, bukan tulisan ini.

Yang tidak bisa dilakukan susunan kata apa pun

Kata yang lebih baik menaikkan peluang; kata itu tidak menghilangkan unsur untung-untungan. Prompt yang sama tetap memberi gambar berbeda dari render ke render, model yang lemah tetap lemah bagaimanapun ia diajak bicara, dan ukuran piksel output ditentukan oleh model dan pengaturannya, tidak pernah oleh teks. Jika sebuah render butuh resolusi lebih tinggi dari yang diberikan model, itu tugas upscaler atau model lain, bukan kata sifat yang lebih kuat. Dan waktu yang Anda hemat dari kata kosong paling baik dipakai di tempat yang menguntungkan: pada tingkat render ulang, tempat sebagian besar uang untuk gambar AI sebenarnya habis.