Pensez-vous encore que la génération d'images Codex n'est qu'une fonctionnalité bonus ?
Codex est souvent considéré comme un outil pour écrire du code.
Cependant, le Codex actuel dispose d'un Skill imagegen préparé pour la génération d'images. Au-delà de la simple génération et édition d'images, vous pouvez gérer les actifs créés directement dans votre projet.
De la conception au code et à la production d'actifs, tout peut se dérouler dans un seul environnement de travail.
Néanmoins, il est trop tôt pour juger qu'il « ne produit pas l'image que je veux » en se basant uniquement sur l'utilisation par défaut.
Les résultats changent non seulement en fonction des performances du modèle de génération d'images, mais aussi des informations que vous fournissez et des procédures que vous utilisez pour les générer.
Un mécanisme pour concevoir ces procédures de génération est le Skill.
Codex dispose d'un Skill préparé pour la génération d'images
Le Skill imagegen de Codex ne se contente pas de générer des images ; il définit les procédures selon lesquelles la génération d'images doit se dérouler.
Par exemple, lors de la création d'actifs transparents :
Un workflow est fourni pour générer une image avec un fond chromakey plat, supprimer la couleur de fond et créer un canal alpha.
Vous pouvez utiliser un script appelé remove_chroma_key.py pour la suppression de l'arrière-plan.
En d'autres termes :
- Générez l'image.
- Traitez l'arrière-plan.
- Vérifiez les résultats.
- Corrigez si nécessaire.
Au lieu de terminer la génération d'images par une seule sortie, vous pouvez la traiter comme une étape de production.
La génération d'images Codex n'est pas qu'un simple « bouton générer ».
Vous pouvez construire le workflow de production d'images lui-même.
Transmettez les prompts comme des « spécifications » plutôt que des « instructions »
Une cause de sorties incohérentes dans la génération d'images est l'ambiguïté des informations d'entrée.
« Élégant »
« Fantastique »
« Mature et mignon »
Les humains peuvent partager ces images dans une certaine mesure.
Cependant, il n'y a pas assez d'informations pour les dessiner en tant qu'image.
Le guide de génération d'images d'OpenAI présente une méthode pour décrire les prompts de manière structurée.
- Scène : Le cadre ou la situation
- Sujet : Le sujet principal
- Détails importants : Éléments essentiels
- Cas d'utilisation : Le but de l'image
- Contraintes : Contraintes telles que la taille et les marges
Par exemple, au lieu de l'instruction « une illustration d'une femme élégante » :
Une étude calme le soir.
Une femme assise devant un ordinateur portable.
Cheveux brun foncé jusqu'aux épaules.
Vêtements beiges calmes.
Utilisé comme image d'en-tête pour un article.
Laissez une marge sur le côté droit pour le titre.
Décomposez-le comme ceci.
Cela se rapproche davantage de la création d'une fiche de spécifications d'image que de l'écriture d'un prompt de génération d'images.
Transformez les adjectifs en « informations visibles »
Dans la génération d'images, les résultats sont difficiles à stabiliser avec uniquement des adjectifs abstraits.
Beau.
Époustouflant.
Fantastique.
Charmant.
À la place de ces mots, utilisez :
Éclairage latéral chaud.
Ombres longues.
Brume fine.
Bleu-violet à faible saturation.
Faible profondeur de champ.
Lumière fine flottant dans l'air.
Convertissez-les en informations qui peuvent réellement être rendues en tant qu'image.
Au lieu d'ordonner de « rendre ça fantastique », écrivez les raisons visuelles pour lesquelles cela semble fantastique.
Cependant, les humains n'ont pas besoin de penser à cette conversion à chaque fois.
Vous pouvez définir une règle dans le Skill : « Convertir les adjectifs abstraits en informations visuelles spécifiques telles que la lumière, la couleur, la composition et la texture. »
L'utilisateur saisit « rends-le un peu plus fantastique ».
Codex organise cette instruction en informations visuelles pour la génération d'images.
Vous pouvez confier ce processus de conversion lui-même au Skill.
Adaptez les Skills de génération d'images à votre cas d'utilisation
Le but de la génération d'images varie selon le projet.
Maquettes UI. Arrière-plans de sites web. Icônes. Personnages. Bannières. Actifs de jeu.
Si les images requises sont différentes, les informations mises en avant lors de la génération changent également.
Par exemple, une bannière a besoin de marges pour placer du texte.
Pour une icône, une silhouette reconnaissable même à petite taille est importante.
Pour une maquette UI, la cohérence de la mise en page est priorisée sur la décoration.
Vous définissez ces règles spécifiques au cas d'utilisation dans le Skill.
Par exemple :
- Convertir les termes abstraits en informations visuelles spécifiques.
- Organiser la Scène, le Sujet, les Détails importants, le Cas d'utilisation et les Contraintes.
- Ajuster la composition et les marges en fonction du cas d'utilisation.
- Séparer les éléments à conserver et les éléments à modifier lors de l'édition.
Vous ne modifiez pas le modèle de génération d'images lui-même.
Vous fixez les critères de jugement avant de générer l'image à l'aide du Skill.
C'est le sens de l'utilisation des Skills pour la génération d'images.
Une action à changer dès aujourd'hui
Si vous générez des images avec Codex, vérifiez une fois le contenu du Skill imagegen.
Il ne s'agit pas seulement de passer un prompt à une IA de génération d'images et d'en avoir fini.
Génération.
Édition.
Traitement de la transparence.
Confirmation.
Correction.
Vous pouvez faire en sorte que Codex traite la production d'images comme un seul workflow.
En plus de cela, définissez les règles de génération d'images nécessaires à votre cas d'utilisation en tant que Skill.
Vous n'avez pas besoin de réécrire des instructions ambiguës en longs prompts à chaque fois.
Donnez à Codex cette règle de conversion elle-même.
Pour tirer parti des performances de génération d'images de Codex, concevez le Skill avant d'augmenter les prompts.
