L-Arti tal-Prompting għall-Ġenerazzjoni tal-Immaġni
F'din il-paġna
Lezzjon miktuba mill-ġdid fit-3 ta’ Novembru 2026 ibbażata fuq il-Image Prompting Guide ta’ xAI, miktuba għal
grok-imagine-image-2.0: is-suġġett jiġi qabel l-istil, id-dawl huwa deskritt bis-sors, id-direzzjoni u l-ebusija tiegħu, lista ta’ oġġetti pprojbiti tinbidel b’dak li trid tara, u immaġni iżolata hija deskritta f’erba’ sa sitt sentenzi. Il-verżjoni preċedenti kienet tagħti limitu ta’ “1,024 karattru” li ma jidher f’ebda paġna attwali ta’ xAI, u kienet tissuġġerixxi “li tispeċifika dak li ma tridx tara”, li l-gwida tiskoraġġixxi. Sors: Image Prompting Guide.
X’jimpurtal-ewwel: is-suġġett
Il-gwida tal-prompting ta’ xAI tistabbilixxi kriterju sempliċi ta’ suċċess: immaġni tkun tajba jekk is-suġġett tagħha jaqbel mal-prompt. Il-paletta, il-grana u l-istil jiġu wara. Din il-ġerarkija timla d-dettalji kollha tal-kitba: prompt li jibda bil-burdata, it-tip ta’ film, jew lista ta’ oġġetti pprojbiti jipproduċi xena llustrata madwar suġġett approssimattiv.
Ibda b’sentenza li tistabbilixxi s-suġġett: x’inhu, l-istat jew il-forma tiegħu, x’għandu jew x’ iżommu, u fejn jinsab.
- Vagu: “teapot” (kannata tat-te)
- Preċiż: “Kannata tat-te tal-ħadid fondut iswed, bil-għatu kemmxejn miftuħ, fuq trivet tas-sufra, fuq mejda tal-lavanja qrib tieqa.”
Imbagħad iddeskrivi s-suġġett bħala oġġett li tista’ tipponta lejh: kull element importanti, imsemmi bil-forma li jieħu fl-immaġni (“sweater maħdum bil-labar” minflok “sweater”); kwantitajiet (“żewġ tazzi”, “ktieb wieħed miftuħ”); u l-angolu tal-vista, iddikjarat darba biss u mingħajr ambigwità (“veduta ta’ tliet kwarti għoli tas-siġġu”, “sparatura vertikali minn fuq”).
Ordni fissa ta’ sitt passi
Il-gwida tipproponi ordni biex iżżomm konsistenza minn prompt għall-ieħor, speċjalment f’serje:
- Is-suġġett: x’inhu, il-forma tiegħu, l-appoġġ tiegħu, id-dekor
- Id-dettalji u l-punt fokali: elementi ewlenin, materjali, kwantitajiet, angolu tal-vista
- Id-direzzjoni artistika: żoni kbar tal-kulur u żewġ jew tliet aċċessorji, kull wieħed imsemmi
- Id-dawl: s-sors tiegħu, id-direzzjoni, l-ebusija
- Il-kuluri: dawk tas-suġġett u dawk tal-isfond, separatament
- Il-kompożizzjoni: l-inquadrament, x’jaqta’ l-qafas, x’jibqa’ fokussat—xena waħda biss
Ikteb kollox bħala proża, bħad-deskrizzjoni ta’ ritratt wieħed. Sentenza li tinstema’ bħala istruzzjoni (“agħmel is-sweater aktar skur”) taħdem ħażin fil-ġenerazzjoni: il-mudell m’għandux “qabel” biex iqabblu miegħu, u jaqraha bħala attribut tal-immaġni li għandu jipproduċi.
L-istil, fil-post tiegħu
L-istil jibqa’ leva qawwija, sakemm jiġi wara s-suġġett. Li tsemmi moviment jew teknika tmexxi r-riżultat:
styles = [
"watercolor",
"impressionist oil painting",
"digital art",
"hyperrealistic photography",
"minimalist flat design",
"manga",
"art deco",
"retro pixel art",
]
Il-Lezzjoni 11 turi kif tiddeskrivi dak li jagħmel stil minflok ma sempliċiment isemmih, u kif iżżommu konsistenti f’serje.
Dawl: sors, direzzjoni, ebusija
“Dawl sabiħ” ma tfisser xejn għall-mudell. Iddeskrivi d-dawl bħal direttur tad-dawl: minn fejn jiġi, minn liema naħa, jekk huwiex iebsa jew diffuż, u kif jidhru d-dellijiet u r-riflessjonijiet. “Lampa tad-desk fuq ix-xellug, dawl iebsa, dell qawwi tal-penna fuq il-paġna” tiġi mpinġija; “ambjenza sħuna” tiġi stmata biss.
Żewġ prekawzjonijiet ġejjin mill-gwida. Itlob espożizzjoni biżżejjed ċara biex is-suġġett jinqara: “ftit sotto-espost” jew “dellijiet mgħaffġa” jiskuraw l-immaġni kollha. U ħalli barra difetti ottiċi jew tal-istampar—fringing tal-kulur, trab, graffijiet—li l-mudell jippenġi bħala difetti reali.
Iddeskrivi dak li trid tara
Iddeskrivi materjal b’mod pożittiv: “ram patinat, b’truf aktar ċari” jagħti lill-mudell wiċċ biex jirrendi, “mhux wisq ġdid” ma jagħtih xejn. L-istess prinċipju japplika għall-esklużjonijiet. Il-gwida tosserva li lista twila ta’ oġġetti pprojbiti tinjora faċilment, u timla l-prompt b’oġġetti li jispiċċaw jidhru. Żomm restrizzjoni biss meta tkun tikkonċerna għadd jew oġġett speċifiku, u assoċjaha ma’ dak li trid: “lapes wieħed, imqiegħed fuq il-lemin tan-notebook”.
Semmi wkoll kull oġġett bħala dak li hu verament—tazza, mug u bowla huma tliet oġġetti differenti—u ddeskrivi nisġa darba biss: jekk tirrepetiha, tispiċċa applikata fuq il-wiċċ żbaljat.
Kemm għandha tkun twila?
Għal immaġni iżolata, il-gwida ta’ xAI tgħodd erba’ sa sitt sentenzi: is-suġġett u d-dettalji tiegħu, imbagħad id-dekor, id-dawl, u l-inquadrament. Din mhix limitu massimu, iżda l-kobor ta’ deskrizzjoni sħiħa; il-paġni ta’ xAI ma jispeċifikawx tul massimu tal-prompt.
Eżempji komparattivi
Ara d-differenza bejn prompt bażiku u prompt mibni skont l-ordni tal-gwida, bil-klijent OpenAI kkonfigurat fil-Lezzjoni 1:
# Basic prompt
basic = client.images.generate(
model="grok-imagine-image-2.0",
prompt="a desk",
)
# Structured prompt: subject, details, art direction, light, colors, framing
optimized = client.images.generate(
model="grok-imagine-image-2.0",
prompt=(
"A light oak desk holding a turned-off monitor, a potted monstera, "
"and a steaming mug of coffee, seen from a three-quarter view at "
"seating height. The surface shows wood grain and a gray felt desk pad. "
"Off-white wall, shelf on the left with three books. "
"Soft natural light from a large window on the right, "
"light shadows, honey wood and deep green foliage. "
"35 mm photography, entire desk in frame, mug in sharp focus."
),
)
L-ewwel iħalli kollox f’idejn il-mudell: l-inquadrament, id-dawl, l-oġġetti, l-istil. It-tieni jiddeċiedi kull wieħed minn dawn il-punti, bl-istess ordni bħall-prompts kollha fis-serje.
Tiġġenera jew teditja?
Il-gwida tiddistingwi bejn żewġ sitwazzjonijiet. Iġġenera meta ma jkun hemm l-ebda immaġni għadha, jew meta s-suġġett innifsu jkun żbaljat: oġġett differenti, element nieqes, għadd żbaljat. Editja meta s-suġġett u t-tqassim ikunu tajbin u biss wieħed sa tliet dettalji jeħtieġu bidla: il-modifika l-ewwel, imbagħad sentenza li żżomm l-istess suġġett, l-istess angolu, u l-istess inquadrament. L-editjar huwa kopert fil-Lezzjonijiet 5–8.
Itera b’metodu
Ivvaluta kull immaġni kontra l-prompt oriġinali, anke wara diversi tentattivi: is-suġġett huwa dak imsemmi? Kull element huwa viżibbli fil-forma deskritta? L-għadd huwa korrett? Kull oġġett huwa dak it-tajjeb? L-immaġni hija ċara biżżejjed biex tara s-suġġett? Sfond ta’ suċċess madwar is-suġġett żbaljat jibqa’ falliment.
Żomm il-prompt ħdejn l-immaġni, u fid-dawra li jmiss ibdel biss id-dettall li falla: il-bqija tal-prompt tibqa’ fejn hi, u s-suġġett u t-tqassim ma jiċċaqalqux. Jekk korrezzjoni ma taħdimx, ibdel il-kliem minflok ma tissielet: ipponta lejn il-parti tal-immaġni li trid tikkoreġi u ddeskrivi x’għandha turi.
response = client.images.generate(
model="grok-imagine-image-2.0",
prompt="Your prompt, modified on a single detail",
n=4,
extra_body={"aspect_ratio": "3:2"},
)
for i, image in enumerate(response.data):
print(f"Variation {i+1}: {image.url}")
Il-ġenerazzjoni ta’ diversi varjazzjonijiet tal-istess prompt (n ivarja minn 1 sa 10) tgħin biex tifred dak li jaderixxi mal-prompt minn dak li jiddependi mill-kumbinazzjoni. Żomm ukoll l-istess aspect_ratio f’serje, biex l-immaġnijiet imorru flimkien.
Punti Ewlenin
- Is-suġġett l-ewwel: immaġni ta’ suċċess hija dik li s-suġġett tagħha jaqbel mal-prompt
- Żomm ordni fissa: suġġett, dettalji, direzzjoni artistika, dawl, kuluri, inquadrament
- Iddeskrivi d-dawl bis-sors, id-direzzjoni u l-ebusija tiegħu, u itlob immaġni ċara biżżejjed
- Iddeskrivi dak li trid tara minflok lista ta’ oġġetti pprojbiti
- Għodd erba’ sa sitt sentenzi għal immaġni iżolata
- Itera dettall wieħed kull darba, u ivvaluta kull immaġni kontra l-prompt oriġinali