Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Umetnost ustvarjanja pozivov za generiranje slik

Lekcija 4 od 14 Posodobljeno 3. november 2026 Začetnik
Na tej strani
  1. Kar je najpomembnejše: subjekt
  2. Fiksni vrstni red v šestih korakih
  3. Slog na pravem mestu
  4. Svetloba: vir, smer, trdota
  5. Opiši tisto, kar želiš videti
  6. Kako dolgo?
  7. Primerjalni primeri
  8. Generirati ali urejati?
  9. Metodološko iteriraj
  10. Ključne ugotovitve

Lekcija je bila ponovno napisana 3. novembra 2026 na podlagi Vodiča za ustvarjanje pozivov za slike (Image Prompting Guide) podjetja xAI, napisanega za grok-imagine-image-2.0: subjekt pride pred slog, svetloba je opisana glede na svoj vir, smer in trdoto, seznam prepovedanih elementov je nadomeščen s tem, kar želite videti, in osamljena slika je opisana v štirih do šestih stavkih. Prejšnja različica je navajala omejitev „1.024 znakov”, ki je ni na nobeni trenutni strani xAI, in svetovala „določanje tega, česar ne želite videti”, kar vodič odsvetuje. Vir: Vodič za ustvarjanje pozivov za slike.

Kar je najpomembnejše: subjekt

Vodič podjetja xAI za ustvarjanje pozivov določa preprosto merilo uspeha: slika je dobra, če se njen subjekt ujema s pozivom. Paleta, zrnatost in slog pridejo kasneje. Ta hierarhija narekuje vse pisanje: poziv, ki se začne z razpoloženjem, vrsto filma ali seznamom prepovedanih elementov, bo ustvaril polirano sceno okoli približnega subjekta.

Začni z stavkom, ki vzpostavi subjekt: kaj je, njegovo stanje ali oblika, kaj ga drži in kje se nahaja.

  • Nejasno: „čajnik”
  • Natančno: „Črn litoželezen čajnik s pokrovom, ki je rahlo priprt, stoji na plutenem podstavku na skrilasti mizi ob oknu.”

Nato opiši subjekt kot predmet, na katerega bi lahko pokazal: vsak pomemben element, poimenovan po obliki, ki jo zavzema na sliki („sveter z vzorcem pletenja” namesto „sveter”); količine („dva lončka”, „ena sama odprta knjiga”); in kot gledanja, naveden enkrat in nedvoumno („pogled s treh četrtin na višini mize”, „navpični posnetek od zgoraj”).

Fiksni vrstni red v šestih korakih

Vodič predlaga vrstni red, ki ga je treba ohranjati od enega poziva do drugega, zlasti v seriji:

  1. Subjekt: kaj je, njegova oblika, njegova podpora, dekoracija
  2. Podrobnosti in žarišče: ključni elementi, materiali, količine, kot gledanja
  3. Umetniško vodenje: glavna barvna območja in dva ali trije dodatki, vsak poimenovan
  4. Svetloba: njen vir, smer, trdota
  5. Barve: tiste subjekta in tiste ozadja, ločeno
  6. Kompozicija: kadrirovanje, kaj okvir odreže, kaj ostane ostro – ena sama scena

Vse to zapiši v prozi, kot opis ene same fotografije. Stavek, ki zveni kot navodilo („naredi sveter temnejši”), pri generiranju slabo deluje: model nima „prej”, s katerim bi se primerjal, in to bere kot atribut slike, ki jo mora proizvesti.

Slog na pravem mestu

Slog ostaja močna vzvod, pod pogojem, da pride za subjektom. Poimenovanje gibanja ali tehnike usmeri izhod:

styles = [
    "watercolor",
    "impressionist oil painting",
    "digital art",
    "hyperrealistic photography",
    "minimalist flat design",
    "manga",
    "art deco",
    "retro pixel art",
]

Lekcija 11 prikazuje, kako opisati tisto, kar določa slog, namesto da bi ga le poimenovali, in kako ga ohraniti doslednega v celotni seriji.

Svetloba: vir, smer, trdota

„Čudovita svetloba” modelu ne pomeni ničesar. Opiši svetlobo kot režiser osvetljave: od kod prihaja, s katere strani, ali je trda ali difuzna, in kako izgledajo sence in odsevi. „Namizna svetilka na levi, trda svetloba, ostra senca svinčnika na strani” bo narisana; „topla atmosfera” bo ugibana.

Dva previdnostna ukrepa izhajata iz vodiča. Zahtevaj osvetlitev, ki je dovolj svetla, da je subjekt berljiv: „rahlo podosvetljeno” ali „zdrobljene sence” potemnijo celotno sliko. In izpusti optične ali tiskarske napake – barvne robove, prah, praske – ki jih model nariše kot resnične napake.

Opiši tisto, kar želiš videti

Material opiši pozitivno: „patinirana medenina s svetlejšimi robovi” modelu da površino za upodabljanje, „ne preveč novo” mu ne da ničesar. Enako načelo velja za izključitve. Vodič ugotavlja, da dolg seznam prepovedanih elementov model zlahka ignorira in napolni poziv s predmeti, ki se na koncu pojavijo. Omejitve obdrži le, ko gre za število ali določen predmet, in jih poveži s tem, kar želiš: „en sam svinčnik, postavljen desno od zvezka”.

Prav tako vsak predmet poimenuj po tem, kar je – skodelica, lonček in posoda so trije različni predmeti – in teksturo opiši le enkrat: če jo ponoviš, se na koncu uporabi na napačni površini.

Kako dolgo?

Za osamljeno sliko vodič podjetja xAI šteje štiri do šest stavkov: subjekt in njegove podrobnosti, nato dekoracija, svetloba in kadrirovanje. To ni zgornja meja, temveč velikostni red popolnega opisa; strani xAI ne določajo največje dolžine poziva.

Primerjalni primeri

Oglej si razliko med osnovnim pozivom in pozivom, zgrajenim po vrstnem redu vodiča, s klientom OpenAI, konfiguriranim v Lekciji 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."
    ),
)

Prvi prepušča vse modelu: kadrirovanje, svetlobo, predmete, slog. Drugi odloča o vsaki od teh točk, v istem vrstnem redu kot vsi pozivi v seriji.

Generirati ali urejati?

Vodič razlikuje med dvema situacijama. Generiraj, ko slike še ni, ali ko je sam subjekt napačen: drugačen predmet, manjkajoč element, napačno število. Urejaj, ko sta subjekt in razporeditev dobra in je treba spremeniti le eno do tri podrobnosti: najprej sprememba, nato stavek, ki ohranja isti subjekt, isti kot in isto kadrirovanje. Urejanje je obravnavano v lekcijah 5–8.

Metodološko iteriraj

Vsako sliko presodi glede na izvirni poziv, tudi po več poskusih: ali je subjekt tisti, ki je poimenovan, ali je vsak element viden v opisani obliki, ali je število pravilno, ali je vsak predmet pravi, ali je slika dovolj svetla, da je subjekt viden? Uspešno ozadje okoli napačnega subjekta ostaja neuspeh.

Obdrži poziv ob sliki in pri naslednjem koraku spremeni le podrobnost, ki ni uspela: ostali del poziva ostane na mestu, subjekt in razporeditev se ne premakneta. Če popravek ne deluje, spremeni besede, namesto da bi vztrajal: pokaži na del slike, ki ga je treba popraviti, in opiši, kaj naj prikazuje.

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}")

Generiranje več različic istega poziva (n se giblje od 1 do 10) pomaga ločiti tisto, kar drži poziv, od tistega, kar je stvar naključja. Prav tako ohrani isto aspect_ratio v celotni seriji, da se slike med seboj ujemajo.

Ključne ugotovitve

  • Najprej subjekt: uspešna slika je tista, katere subjekt se ujema s pozivom
  • Ohrani fiksni vrstni red: subjekt, podrobnosti, umetniško vodenje, svetloba, barve, kadrirovanje
  • Opiši svetlobo po njenem viru, smeri in trdoti ter zahtevaj dovolj svetlo sliko
  • Opiši tisto, kar želiš videti, namesto seznama prepovedanih elementov
  • Za osamljeno sliko načrtuj štiri do šest stavkov
  • Iteriraj eno podrobnost naenkrat in vsako sliko presodi glede na izvirni poziv