¿Todavía crees que la generación de imágenes de Codex es solo una función adicional?
Codex suele considerarse una herramienta para escribir código.
Sin embargo, el Codex actual tiene una Skill de imagegen preparada para la generación de imágenes. Además de generar y editar imágenes, puedes manejar los activos creados directamente dentro de tu proyecto.
Desde el diseño hasta el código y la producción de activos, todo puede realizarse en un único entorno de trabajo.
Aun así, es demasiado pronto para juzgar que "no produce la imagen que quiero" basándose solo en el uso predeterminado.
Los resultados cambian no solo por el rendimiento del modelo de generación de imágenes, sino también por la información que proporcionas y los procedimientos que utilizas para generarla.
Un mecanismo para diseñar esos procedimientos de generación es la Skill.
Codex tiene una Skill preparada para la generación de imágenes
La Skill de imagegen de Codex no solo genera imágenes; define los procedimientos sobre cómo debe realizarse la generación de imágenes.
Por ejemplo, al crear activos transparentes:
Se proporciona un flujo de trabajo para generar una imagen con un fondo de croma plano, eliminar el color de fondo y crear un canal alfa.
Puedes usar un script llamado remove_chroma_key.py para la eliminación del fondo.
En otras palabras:
Genera la imagen.
Procesa el fondo.
Verifica los resultados.
Corrige si es necesario.
En lugar de terminar la generación de imágenes con una sola salida, puedes procesarla como un paso de producción.
La generación de imágenes de Codex no es solo un simple "botón de generar".
Puedes construir el flujo de trabajo de producción de imágenes en sí mismo.
Pasa los prompts como "especificaciones" en lugar de "instrucciones"
Una causa de la inconsistencia en los resultados de la generación de imágenes es la ambigüedad de la información de entrada.
"Elegante"
"Fantástico"
"Maduro y lindo"
Los humanos podemos compartir estas imágenes hasta cierto punto.
Sin embargo, no hay suficiente información para dibujarlas como imagen.
La guía de generación de imágenes de OpenAI introduce un método para describir los prompts de forma estructurada.
- Escena: El escenario o la situación
- Sujeto: El sujeto principal
- Detalles importantes: Elementos esenciales
- Caso de uso: El propósito de la imagen
- Restricciones: Limitaciones como tamaño y márgenes
Por ejemplo, en lugar de la instrucción "una ilustración de una mujer elegante":
Un estudio tranquilo por la noche.
Una mujer sentada frente a un portátil.
Cabello castaño oscuro hasta los hombros.
Ropa beige tranquila.
Usado como imagen de cabecera para un artículo.
Deja margen en el lado derecho para el título.
Descomponlo así.
Se acerca más a la sensación de crear una hoja de especificaciones de imagen que a escribir un prompt de generación de imágenes.
Convierte los adjetivos en "información visible"
En la generación de imágenes, los resultados son difíciles de estabilizar solo con adjetivos abstractos.
Hermoso.
Impresionante.
Fantástico.
Encantador.
En lugar de estas palabras, usa:
Iluminación lateral cálida.
Sombras largas.
Niebla fina.
Azul violeta de baja saturación.
Profundidad de campo suave.
Luz fina flotando en el aire.
Conviértelos en información que realmente se pueda renderizar como imagen.
En lugar de instruir que "lo haga fantástico", escribe las razones visuales por las que se ve fantástico.
Sin embargo, los humanos no necesitan pensar en esta conversión cada vez.
Puedes definir una regla en la Skill: "Convierte adjetivos abstractos en información visual específica como luz, color, composición y textura."
El usuario introduce "hazlo un poco más fantástico".
Codex organiza esa instrucción en información visual para la generación de imágenes.
Puedes dejar este proceso de conversión a la propia Skill.
Adapta las Skills de generación de imágenes a tu caso de uso
El propósito de la generación de imágenes varía según el proyecto.
Maquetas de UI.
Fondos de sitios web.
Iconos.
Personajes.
Banners.
Activos de juegos.
Si las imágenes requeridas son diferentes, la información que se enfatiza durante la generación también cambia.
Por ejemplo, un banner necesita márgenes para colocar texto.
Para un icono, es importante una silueta que se pueda reconocer incluso en un tamaño pequeño.
Para una maqueta de UI, la coherencia del diseño tiene prioridad sobre la decoración.
Defines estas reglas específicas del caso de uso en la Skill.
Por ejemplo:
Convierte términos abstractos en información visual específica.
Organiza Escena, Sujeto, Detalles importantes, Caso de uso y Restricciones.
Ajusta la composición y los márgenes según el caso de uso.
Separa los elementos que se deben mantener y los que se deben cambiar durante la edición.
No estás cambiando el modelo de generación de imágenes en sí.
Fijas los criterios de juicio antes de generar la imagen usando la Skill.
Este es el significado de usar Skills para la generación de imágenes.
Una acción para cambiar a partir de hoy
Si estás generando imágenes con Codex, revisa el contenido de la Skill de imagegen una vez.
No se trata solo de pasar un prompt a una IA de generación de imágenes y listo.
Generación.
Edición.
Procesamiento de transparencia.
Confirmación.
Corrección.
Puedes hacer que Codex procese la producción de imágenes como un solo flujo de trabajo.
Además, define las reglas de generación de imágenes necesarias para tu caso de uso como una Skill.
No necesitas reescribir instrucciones ambiguas en prompts largos cada vez.
Dale a Codex esa misma regla de conversión.
Para aprovechar al máximo el rendimiento de generación de imágenes de Codex, diseña la Skill antes de aumentar los prompts.
