چطور با هوش مصنوعی سبک هر عکسی را روی عکس خودمان اجرا کنیم؟

با کمک ChatGPT و جمنای می‌توانید ویژگی‌های یک عکس یا تصویرسازی را استخراج کنید و از آن‌ها برای ساخت تصاویر جدید با سوژه‌های دلخواهتان کمک بگیرید.

احتمالاً برایتان پیش آمده است که در اینستاگرام یا پینترست عکسی ببینید و دلتان بخواهد تصویری مشابه آن از خودتان داشته باشید. شاید هم سبک یک تصویرسازی یا طرح گرافیکی توجهتان را جلب کرده باشد و بخواهید همان سبک را برای طراحی شخصیت‌ها یا سوژه‌های دیگر به کار ببرید.

برای رسیدن به چنین نتیجه‌ای لزوماً نیازی به مهارت حرفه‌ای در طراحی یا ویرایش عکس ندارید. ابزارهای هوش مصنوعی مانند ChatGPT و جمنای گوگل می‌توانند تصاویر مرجع را تحلیل کنند و توضیحاتی ساختاریافته از ترکیب‌بندی، رنگ‌ها، نورپردازی و سبک بصری آن‌ها ارائه دهند.

یکی از روش‌های کاربردی، استفاده از پرامپت‌های JSON است؛ قالبی که اطلاعات موردنیاز برای تولید تصویر را در بخش‌های مشخص و قابل‌ویرایش قرار می‌دهد.

در این آموزش، دو روش برای استفاده از JSON در ساخت تصویر با هوش مصنوعی را توضیح می‌دهیم.

فرض کنید عکسی با نورپردازی سینمایی، زاویه دوربین خاص یا پس‌زمینه‌ای جذاب پیدا کرده‌اید و می‌خواهید تصویری از خودتان با همان ویژگی‌ها بسازید.

برای شروع، وارد ChatGPT شوید و تصویر مرجع را بارگذاری کنید. سپس از هوش مصنوعی بخواهید ویژگی‌های بصری تصویر را تحلیل کند و آن‌ها را در قالب JSON بنویسد.

برای این کار می‌توانید از پرامپت ساده زیر استفاده کنید:

اگر می‌خواهید نتیجه دقیق‌تری بگیرید، بهتر است درخواست خود را واضح‌تر مطرح کنید:

هوش مصنوعی با بررسی عکس می‌تواند اطلاعاتی مانند زاویه دوربین، فاصله سوژه، نوع نورپردازی، رنگ‌های غالب، محیط و سبک عکاسی را استخراج کند.

در مرحله بعد، کافی است JSON تولیدشده را همراه با عکس خودتان در یک گفت‌وگو برای ChatGPT بفرستید و درخواست کنید تصویر جدید را براساس آن تنظیمات بسازد.

برای مثال، اگر تصویر مرجع پرتره‌ای در فضای شهری و با نور غروب باشد، می‌توانید از هوش مصنوعی بخواهید چهره شما را جایگزین سوژه اصلی کند و تا جای ممکن نور، زاویه و فضای عکس مرجع را حفظ کند.

چت‌جی‌پی‌تی از بارگذاری تصاویر موجود و ویرایش آن‌ها براساس دستورهای متنی پشتیبانی می‌کند. بنابراین می‌توان تصویر مرجع و تصویر شخصی را برای تولید خروجی جدید در اختیار آن قرار داد.

روش دوم بیشتر به کار طراحان گرافیک، تولیدکنندگان محتوا و افرادی می‌آید که می‌خواهند چند تصویر با ظاهری هماهنگ بسازند.

فرض کنید تصویرسازی جذابی از یک گربه کارتونی پیدا کرده‌اید. رنگ‌ها، بافت، ضخامت خطوط و فرم طراحی آن را دوست دارید؛ اما می‌خواهید به‌جای گربه، یک ربات، خودرو یا شخصیت دیگر با همان سبک داشته باشید.

برای این کار، تصویرسازی مرجع را در ChatGPT یا Google Gemini بارگذاری کنید و از هوش مصنوعی بخواهید یک قالب JSON قابل‌استفاده مجدد برای سبک آن بسازد.

می‌توانید از دستور انگلیسی زیر استفاده کنید:

نسخه فارسی و دقیق‌تر این دستور نیز به‌شکل زیر است:

پس از اجرای دستور، هوش مصنوعی می‌تواند یک ساختار JSON شامل ویژگی‌های مختلف تصویرسازی تولید کند. برای مثال، یک قالب ساده ممکن است به‌شکل زیر باشد:

حالا کافی است مقدار بخش subject را تغییر دهید. مثلاً به‌جای a cute cat عبارت a small robot را قرار دهید.

با این تغییر، به هوش مصنوعی می‌گویید که سوژه تصویر جدید یک ربات کوچک باشد، درحالی‌که سایر ویژگی‌های بصری مانند پالت رنگی، نوع خطوط و پس‌زمینه تا حد امکان ثابت بمانند.

این روش برای ساخت مجموعه‌ای از آیکون‌ها، شخصیت‌های کارتونی، استیکرها، تصاویر اسلایدی اینستاگرام و عناصر گرافیکی با طراحی هماهنگ کاربرد دارد.

نکته مهم این است که JSON به‌خودی‌خود ابزار ویژه‌ای برای کپی‌کردن تصاویر نیست. این قالب صرفاً روشی ساختاریافته برای توصیف ویژگی‌های تصویر و انتقال دستورها به هوش مصنوعی محسوب می‌شود.

وقتی از ChatGPT یا جمنای درخواست استخراج JSON می‌کنید، مدل در واقع تصویر را تحلیل می‌کند و توصیفی از ویژگی‌های قابل‌مشاهده آن می‌نویسد؛ نه اینکه کد اصلی یا تنظیمات واقعی ساخت عکس را بازیابی کرده باشد.

همچنین تغییر بخش subject تضمین نمی‌کند که باقی اجزای تصویر کاملاً یکسان بمانند. مدل‌های تولید تصویر ممکن است در هر بار تولید، جزئیاتی مانند ترکیب‌بندی، نورپردازی یا فرم عناصر را تغییر دهند.

برای رسیدن به نتیجه‌ای نزدیک‌تر به تصویر مرجع، بهتر است خود تصویر را نیز همراه با پرامپت ارائه دهید و مشخص کنید کدام ویژگی‌ها باید حفظ شوند. گاهی چند بار اصلاح دستور برای رسیدن به خروجی مطلوب ضروری است.

با این دو روش می‌توانید از تصاویر موردعلاقه‌تان به‌عنوان نقطه شروعی برای ساخت عکس‌ها و تصویرسازی‌های جدید استفاده کنید. روش اول برای بازسازی فضای یک عکس با سوژه جدید مناسب است و روش دوم به ساخت مجموعه‌ای از تصاویر با سبک بصری مشابه کمک می‌کند.

خانواده ما