Styra stil, komposition och detaljer
På denna sida
Att generera en bild är en sak. Att få exakt den bild du hade i tankarna är en annan. För att överbrygga detta gap behöver du ett ordförråd – ett språk bestående av stilar, bildutsnitt, belysning och format – som ChatGPT Images tolkar betydligt bättre när du använder det precist. Den här lektionen ger dig detta ordförråd och visar hur du kombinerar det för att skapa professionella visuella resultat på ett reproducerbart sätt, inte genom slumpen.
Namnge stilen för att få den
Varje större visuell familj aktiveras med sina egna termer. För realistisk fotografi sätter termer som “photorealistic”, “photography style”, “professional shot” eller “studio lighting” scenen; tekniska branschtermer som “bokeh”, “golden hour” och “depth of field” förfinar sedan renderingen långt mer effektivt än vilket generiskt adjektiv som helst.
Digital illustration svarar på “digital illustration”, “digital art” eller “concept art”, vilket du bör förtydliga med önskad grad av stilisering: “semi-realistic”, “stylized” eller “cartoon”. Du får flat design med “flat design”, “vector illustration” eller “minimalist style”; det är fortfarande det bästa valet för ikoner, infografik och webbvisualiseringar där läsbarhet kommer i första hand. För måleriska renderingar fungerar “watercolor style”, “oil painting” och “impressionist style” väl för konstnärliga bilder och omslag. Slutligen passar “3D render”, “isometric illustration” och “claymation style” produktvisualiseringar och rumsliga representationer när du behöver förmedla volym eller organiseringen av ett utrymme.
En princip styr allt detta: välj en dominerande stil. “Photorealistic in cartoon watercolor style” staplar tre inkompatibla visuella grammatiker, och modellen får agera skiljedomare åt dig – oftast dåligt.
Styra kompositionen
Bildutsnittet är din första hävstång. En närbild isolerar en detalj; en halvtotal bild visar ett motiv med dess omedelbara kontext; en totalbild, även kallad “overview”, passar landskap och gruppsscener. Två specifika vinklar är värda att känna till: fågelperspektiv (“bird’s-eye view”), som ger en nästan kartlik läsning av scenen, och grodperspektiv, som skapar en känsla av storhet för motivet.
Två inställningar kompletterar bildutsnittet. Att be om att “subject positioned using the rule of thirds” ger en märkbart mer dynamisk komposition än standardcentrering. Att begära “lots of negative space on the right” reserverar en tom zon i bilden: gör detta till ditt förstahandsval för alla banners där du senare ska lägga till text, annars kommer du att hamna med din rubrik överlagrad på ett rörigt motiv.
Färg, ljus och årstid
Specificera dominerande färger direkt – “blue and gold palette”, “earthy warm tones”, “monochrome in shades of gray”. Denna begränsning blir värdefull så snart bilden måste passa in i en befintlig varumärkesmanual.
Belysning gör mer än att dekorera: den bär bildens känsla. Mjuk, diffuserad belysning skapar en lugn atmosfär; dramatisk belysning med starka skuggor skapar spänning och intensitet; neonsljus framkallar urbana och samtida vibbar; “golden hour” ger värme och nostalgi; månsken installerar mystik och sinnesro. Lämna aldrig denna parameter åt slumpen, för utan den producerar modellen neutral belysning som plattar till scenen. Årstid och väder fungerar i samma register: “autumn with orange leaves” eller “in the rain with reflections on the wet ground” berikar resultatet avsevärt för bara några få ord.
Välj format innan du genererar
Format är inte en detalj i sista minuten; det avgör hela kompositionen. Specificera det systematiskt, antingen i prompten eller med formatväljaren, annars kommer ChatGPT att behålla ett standardformat som kanske inte matchar ditt behov: en story-visualisering genererad i liggande format är en bild du kommer att behöva göra om. OpenAIs hjälpcenter anger att alla format är möjliga och att en redan genererad bild kan återskapas i ett annat format från redigeraren.
| Proportioner | Formulering | Typisk användning |
|---|---|---|
| Kvadrat (1:1) | “Square format” | Instagram, avatarer |
| Liggande (16:9) | “Wide landscape format” | Webbanners, presentationer |
| Stående (9:16) | “Vertical portrait format” | Stories, affischer |
| Panoramisk (21:9) | “Panoramic format” | Header-banners |
Tre tekniker som gör skillnad
Föredra att beskriva vad du vill ha framför vad du vägrar acceptera. “Image with no text elements, purely visual composition” beskriver det förväntade tillståndet; ett enkelt förbud lämnar modellen att gissa alternativet. Det är samma princip som för textprompter: säg vad som ska göras istället.
Luta dig sedan mot kulturella referenser och stora grafiska rörelser. “In the style of 1920s Art Deco posters” eller “inspired by 1960s scientific magazine illustrations” förmedlar i en enda fras en sammanhängande uppsättning grafiska koder – palett, typografi, formbehandling – som skulle ta dig ett helt stycke att beskriva.
Avslutningsvis, ordna dina element efter vikt, börja med huvudmotivet, och vet när du ska sluta: när detaljer ackumuleras riskerar var och en att förlora tydlighet, och det är bättre att iterera på en ren bas än att överbelasta den initiala prompten.
Din tur
En scen, tre stilar. Generera samma scen i tre stilar för att se alla dessa parametrar i arbete. Begär först “A lighthouse on a cliff facing a stormy sea — realistic photography style, dramatic lighting, wide shot”, sedan “A lighthouse on a cliff facing a stormy sea — Japanese watercolor style, blue and gray palette, contemplative atmosphere”, och slutligen “A lighthouse on a cliff facing a stormy sea — minimalist flat design style, pastel colors, simplified geometric shapes”. Motivet ändras inte med ett enda ord: hela skillnaden mellan de tre bilderna kommer från inställningarna för stil, palett och bildutsnitt.
Officiella källor: Images in ChatGPT · Best practices for prompt engineering with the OpenAI API (OpenAI help center)
Viktiga punkter
- Behärska ordförrådet för stilar: foto, illustration, flat design, akvarell, 3D
- Kontrollera kompositionen med bildutsnitt, tredjedelsregeln och negativt utrymme
- Specificera färger, belysning och atmosfär för konsekventa resultat
- Ange alltid formatet (kvadrat, liggande, stående) baserat på avsedd användning
- Iterera snarare än att överbelasta en enda prompt med för många instruktioner