Cum creează AI-ul o imagine din cuvinte
Ana scrie o singură frază și, după câteva secunde, are patru variante de fotografie pentru prăjitura zilei. În lecția asta afli cum funcționează de fapt generarea de imagini cu AI, la ce e bună și unde greșește. La final scrii primul tău prompt de imagine.
Primul exemplu: o frază, patru imagini
Ana are o cofetărie mică în Brașov, „Cofetăria Ana”. În fiecare dimineață postează pe Facebook prăjitura zilei, dar nu are timp de fotografii frumoase. Azi încearcă altceva: deschide un generator de imagini și scrie o frază simplă:
Un tort cu zmeură și frișcă, pe o masă de lemn, într-o cofetărie luminoasă
Rezultat (descriere): patru variante. Un tort rotund, alb, cu zmeură proaspătă deasupra, pe o masă de lemn deschis la culoare. În fundal, neclar, o vitrină și o fereastră mare prin care intră lumină de dimineață. Variantele diferă: într-una tortul e tăiat și se văd straturile, în alta lângă el e o ceașcă de cafea.
Ana nu a desenat nimic și nu a făcut nicio fotografie. A descris ce vrea, iar AI-ul a creat imagini noi pe baza descrierii. Descrierea se numește prompt, exact ca la asistenții de chat. Tot cursul este despre cum scrii prompturi bune pentru imagini și video.
Imaginea arată un tort cu zmeură, nu tortul Anei. Pentru postarea „prăjitura zilei” Ana tot trebuie să-și fotografieze produsul real (sau să pornească de la fotografia lui, vei vedea în modulele următoare). AI-ul e excelent pentru atmosferă, idei și ilustrații; produsul pe care îl vinzi trebuie să arate ca în realitate.
Cum a învățat AI-ul ce înseamnă „zmeură”
Un generator de imagini se bazează pe un model antrenat pe un număr uriaș de perechi imagine + descriere (de exemplu, o fotografie și textul care o descrie). Din milioane de astfel de perechi, modelul învață legătura dintre cuvinte și forme, culori, texturi: cum arată „zmeura”, ce înseamnă „lumină de dimineață”, cum arată o „acuarelă”.
- Nu caută o imagine existentă. Nu are o bibliotecă din care alege o poză; compune una nouă.
- Nu știe nimic despre tine. Nu știe cum arată cofetăria Anei sau logo-ul ei, decât dacă îi arăți (cu o imagine de referință, în lecțiile despre editare și personaje).
- Ghicește tot ce nu spui. Dacă nu spui culoarea mesei, unghiul sau lumina, le alege el. De aceea un prompt vag dă imagini generice.
Difuzia, pe înțeles: din zgomot, pas cu pas
Majoritatea generatoarelor de imagini de azi folosesc modele de difuzie. Ideea, simplificată: modelul pornește de la o imagine plină de zgomot (puncte colorate aleatorii, ca un televizor fără semnal) și o „curăță” în zeci de pași. La fiecare pas, se întreabă: „ce ar trebui să fie aici, ca imaginea să se potrivească cu promptul?” și elimină puțin din zgomot în direcția aceea.
Pentru că zgomotul de pornire e mereu altul, același prompt dă imagini diferite la fiecare generare. E un avantaj (ai variante din care alegi) și o problemă când vrei același personaj în mai multe imagini; vei învăța cum o rezolvi în modulul despre personaje.
Ce face bine și ce face prost
O cofetărie în lumina dimineții, o pensiune la munte iarna, o masă de Crăciun.
Fotografie, ilustrație, acuarelă, 3D, desen pentru copii.
Zece direcții pentru o postare sau o mascotă, în câteva minute.
O metaforă pentru „creștere” într-o prezentare, o scenă pentru un ghid.
| Unde greșește des | De ce | Ce faci |
|---|---|---|
| Text scris în imagine | Literele sunt și ele „forme” ghicite; multe modele le deformează | Ceri imaginea fără text și pui textul în Canva sau alt editor |
| Mâini, degete, detalii mici | Sunt complicate și apar în multe poziții diferite | Verifici mereu, regenerezi sau editezi zona |
| Numărat obiecte | „Exact 7 macarons” devine ușor 6 sau 9 | Numeri în imagine; corectezi sau accepți o aproximare |
| Logo-ul sau produsul tău exact | Modelul nu le-a văzut niciodată | Pornești de la fotografia ta reală |
| Persoane reale | Riscuri legale și etice | Nu generezi persoane reale fără acord (lecția 37) |
AI-ul face variante, tu alegi, verifici și răspunzi pentru ce publici. Te uiți la fiecare imagine ca un editor: are greșeli? arată produsul corect? are voie să fie publicată?
Prompt vag sau prompt concret
Diferența dintre o imagine banală și una folosibilă începe cu două întrebări simple: ce anume vrei să se vadă (subiectul, cu detalii) și unde se află (decorul). Uite ce primește Ana cu un prompt vag:
o prăjitură
Rezultat (descriere): o felie de tort de ciocolată pe o farfurie albă, pe un fundal gri, ca dintr-un catalog vechi. Arată corect, dar e banală și nu are nimic din cofetăria Anei. Altă generare: o brioșă cu glazură albastră pe o masă de bucătărie.
Și cu un prompt care spune ce prăjitură, cum arată și unde stă:
Un ecler cu glazură de ciocolată și fistic mărunțit deasupra, pe un platou de porțelan alb, pe tejgheaua de marmură a unei cofetării mici
Rezultat (descriere): un ecler lung, lucios, cu glazură închisă și fistic verde deasupra, așezat pe un platou alb. Sub el, marmură albă cu vinișoare gri; în fundal, neclar, vitrina unei cofetării cu alte prăjituri. Arată ca o fotografie dintr-o cofetărie adevărată.
Nu ai scris încă nimic despre stil, lumină sau unghi (le înveți în lecțiile următoare). Doar subiectul concret și decorul au schimbat deja mult rezultatul.
Cum lucrezi în acest curs
În exerciții nu se generează imagini: răspunsul este o descriere simulată a imaginii, scrisă de noi, ca să vezi pe loc efectul fiecărui criteriu, fără cont și fără cost. Acasă încerci exact aceleași prompturi în unealta ta preferată (ChatGPT, Gemini, Midjourney, Firefly, Canva sau alta) și compari ce iese.
Ce ai învățat
- Un generator de imagini a învățat din perechi imagine-descriere legătura dintre cuvinte și forme; nu caută poze existente.
- Modelele de difuzie pornesc de la zgomot și îl curăță pas cu pas, ghidate de prompt; de aceea fiecare generare e diferită.
- E bun la atmosferă, stiluri, idei și ilustrații; greșește la text, mâini, numărat obiecte și la produsul tău exact.
- Tot ce nu spui, ghicește: un prompt bun începe cu un subiect concret și un decor.
Primul tău prompt de imagine. Ana vrea o imagine pentru postarea de dimineață, dar promptul ei, „o prăjitură”, dă imagini banale. Scrie în editor, în locul textului dintre paranteze pătrate, un prompt mai bun: spune ce prăjitură (tort, ecler, cheesecake sau alta), cum arată (de exemplu cu ce fructe, cremă sau glazură) și unde se află (pe ce masă, în ce decor).
- Subiect concret: numește prăjitura (de ex. „un cheesecake”, „un tort”, „o prăjitură cu mere”).
- Cum arată: cel puțin un detaliu (fructe, glazură, cremă, straturi).
- Unde se află: decorul (de ex. „pe o masă de lemn”, „în vitrina unei cofetării”).
Soluția exercițiului
Un cheesecake cu sos de afine și câteva afine proaspete deasupra, pe o farfurie albă de porțelan, pe o masă de lemn lângă fereastra unei cofetării mici
