Denken Sie immer noch, dass die Codex-Bildgenerierung nur ein Bonus-Feature ist?
Codex wird oft als Werkzeug zum Schreiben von Code angesehen.
Allerdings verfügt der aktuelle Codex über einen imagegen Skill, der für die Bildgenerierung vorgesehen ist. Über das reine Generieren und Bearbeiten von Bildern hinaus können Sie erstellte Assets direkt in Ihrem Projekt verwenden.
Vom Design über den Code bis hin zur Asset-Produktion – alles kann in einer einzigen Arbeitsumgebung ablaufen.
Trotzdem ist es zu früh, allein auf Basis der Standardnutzung zu urteilen, dass es „nicht das gewünschte Bild produziert".
Die Ergebnisse hängen nicht nur von der Leistung des Bildgenerierungsmodells ab, sondern auch davon, welche Informationen Sie bereitstellen und welche Verfahren Sie zur Generierung verwenden.
Ein Mechanismus zum Entwerfen dieser Generierungsverfahren ist der Skill.
Codex Verfügt Über Einen Skill für die Bildgenerierung
Der Codex imagegen Skill generiert nicht nur Bilder; er definiert die Verfahren, wie die Bildgenerierung ablaufen soll.
Zum Beispiel bei der Erstellung transparenter Assets:
Es wird ein Workflow bereitgestellt, um ein Bild mit einem einfarbigen Chromakey-Hintergrund zu generieren, die Hintergrundfarbe zu entfernen und einen Alphakanal zu erstellen.
Sie können ein Skript namens remove_chroma_key.py für die Hintergrundentfernung verwenden.
Mit anderen Worten:
Generieren Sie das Bild.
Verarbeiten Sie den Hintergrund.
Überprüfen Sie die Ergebnisse.
Korrigieren Sie bei Bedarf.
Anstatt die Bildgenerierung mit einer einzigen Ausgabe zu beenden, können Sie sie als Produktionsschritt verarbeiten.
Die Codex-Bildgenerierung ist nicht nur ein einfacher „Generieren-Button".
Sie können den Bildproduktions-Workflow selbst erstellen.
Übergeben Sie Prompts als „Spezifikationen" und Nicht als „Anweisungen"
Eine Ursache für inkonsistente Ergebnisse bei der Bildgenerierung ist die Mehrdeutigkeit der Eingabeinformationen.
„Stylisch"
„Fantastisch"
„Reif und süß"
Menschen können sich diese Bilder bis zu einem gewissen Grad teilen.
Es gibt jedoch nicht genügend Informationen, um sie als Bild zu zeichnen.
OpenAIs Leitfaden zur Bildgenerierung stellt eine Methode zur strukturierten Beschreibung von Prompts vor.
- Szene: Die Bühne oder Situation
- Subjekt: Das Hauptmotiv
- Wichtige Details: Wesentliche Elemente
- Verwendungszweck: Der Zweck des Bildes
- Einschränkungen: Einschränkungen wie Größe und Ränder
Zum Beispiel, anstelle der Anweisung „eine Illustration einer stylischen Frau":
Ein ruhiges Arbeitszimmer am Abend.
Eine Frau, die vor einem Laptop sitzt.
Dunkelbraunes Haar bis zu den Schultern.
Ruhige beige Kleidung.
Wird als Header-Bild für einen Artikel verwendet.
Lassen Sie rechts Platz für den Titel.
Zerlegen Sie es so.
Es kommt eher dem Gefühl nahe, ein Bildspezifikationsblatt zu erstellen, als einen Prompt für die Bildgenerierung zu schreiben.
Verwandeln Sie Adjektive in „Sichtbare Informationen"
Bei der Bildgenerierung sind die Ergebnisse mit abstrakten Adjektiven allein schwer zu stabilisieren.
Schön.
Atemberaubend.
Fantastisch.
Liebenswert.
Verwenden Sie stattdessen diese Wörter:
Warmes Seitenlicht.
Lange Schatten.
Dünner Nebel.
Blau-Violett mit geringer Sättigung.
Weiche Tiefenschärfe.
Feines Licht, das in der Luft schwebt.
Wandeln Sie sie in Informationen um, die tatsächlich als Bild dargestellt werden können.
Anstatt anzuweisen, es „fantastisch" zu machen, schreiben Sie die visuellen Gründe, warum es fantastisch aussieht.
Allerdings müssen Menschen nicht jedes Mal über diese Konvertierung nachdenken.
Sie können im Skill eine Regel definieren: „Konvertiere abstrakte Adjektive in spezifische visuelle Informationen wie Licht, Farbe, Komposition und Textur."
Der Benutzer gibt ein: „Mach es etwas fantastischer."
Codex organisiert diese Anweisung in visuelle Informationen für die Bildgenerierung.
Sie können diesen Konvertierungsprozess selbst dem Skill überlassen.
Passen Sie Bildgenerierungs-Skills an Ihren Anwendungsfall an
Der Zweck der Bildgenerierung variiert je nach Projekt.
UI-Mocks.
Website-Hintergründe.
Symbole.
Figuren.
Banner.
Spiel-Assets.
Wenn die benötigten Bilder unterschiedlich sind, ändern sich auch die Informationen, die bei der Generierung hervorgehoben werden.
Zum Beispiel benötigt ein Banner Ränder für die Platzierung von Text.
Bei einem Symbol ist eine Silhouette wichtig, die auch in kleiner Größe erkennbar ist.
Bei einem UI-Mock hat die Konsistenz des Layouts Vorrang vor der Dekoration.
Sie definieren diese anwendungsspezifischen Regeln im Skill.
Zum Beispiel:
Konvertiere abstrakte Begriffe in spezifische visuelle Informationen.
Organisiere Szene, Subjekt, wichtige Details, Verwendungszweck und Einschränkungen.
Passe Komposition und Ränder entsprechend dem Verwendungszweck an.
Trenne Elemente, die beibehalten werden sollen, von solchen, die bei der Bearbeitung geändert werden sollen.
Sie ändern nicht das Bildgenerierungsmodell selbst.
Sie legen die Bewertungskriterien vor der Generierung des Bildes mit dem Skill fest.
Dies ist die Bedeutung der Verwendung von Skills für die Bildgenerierung.
Eine Aktion, die Sie Ab Heute Ändern Können
Wenn Sie Bilder mit Codex generieren, überprüfen Sie einmal den Inhalt des imagegen Skills.
Es geht nicht nur darum, einen Prompt an eine KI zur Bildgenerierung zu übergeben und fertig zu sein.
Generierung.
Bearbeitung.
Transparenzverarbeitung.
Bestätigung.
Korrektur.
Sie können Codex die Bildproduktion als einen einzigen Workflow verarbeiten lassen.
Definieren Sie darüber hinaus die für Ihren Anwendungsfall notwendigen Bildgenerierungsregeln als Skill.
Sie müssen mehrdeutige Anweisungen nicht jedes Mal in lange Prompts umschreiben.
Geben Sie Codex diese Konvertierungsregel selbst.
Um die Bildgenerierungsleistung von Codex auszuschöpfen, entwerfen Sie den Skill, bevor Sie die Prompts erhöhen.
