Maximizando o desempenho da geração de imagens do Codex com configurações de Skill

Você Ainda Acha que a Geração de Imagens do Codex é Apenas um Recurso Extra?

O Codex é frequentemente visto como uma ferramenta para escrever código.

No entanto, o Codex atual possui uma Skill de imagegen preparada para geração de imagens. Além de gerar e editar imagens, você pode manipular os ativos criados diretamente dentro do seu projeto.

Do design ao código e à produção de ativos, tudo pode ser feito em um único ambiente de trabalho.

Ainda assim, é cedo para julgar que "não produz a imagem que eu quero" com base apenas no uso padrão.

Os resultados mudam não apenas com base no desempenho do modelo de geração de imagens, mas também nas informações que você fornece e nos procedimentos que você usa para gerá-las.

Um mecanismo para projetar esses procedimentos de geração é a Skill.

O Codex Tem uma Skill Preparada para Geração de Imagens

A Skill imagegen do Codex não apenas gera imagens; ela define os procedimentos de como a geração de imagens deve proceder.

Por exemplo, ao criar ativos transparentes:

Um fluxo de trabalho é fornecido para gerar uma imagem com um fundo plano de chroma key, remover a cor de fundo e criar um canal alpha.

Você pode usar um script chamado remove_chroma_key.py para a remoção do fundo.

Em outras palavras:

Gere a imagem.

Processe o fundo.

Verifique os resultados.

Corrija se necessário.

Em vez de encerrar a geração de imagens com uma única saída, você pode processá-la como uma etapa de produção.

A geração de imagens do Codex não é apenas um simples "botão de gerar".

Você pode construir o próprio fluxo de trabalho de produção de imagens.

Passe Prompts como "Especificações" em Vez de "Instruções"

Uma causa de resultados inconsistentes na geração de imagens é a ambiguidade das informações de entrada.

"Elegante"

"Fantástico"

"Maduro e fofo"

Os humanos podem compartilhar essas imagens até certo ponto.

No entanto, não há informações suficientes para desenhá-las como uma imagem.

O guia de geração de imagens da OpenAI introduz um método para descrever prompts de forma estruturada.

1. Cena: O palco ou a situação
2. Sujeito: O sujeito principal
3. Detalhes Importantes: Elementos essenciais
4. Caso de Uso: O propósito da imagem
5. Restrições: Restrições como tamanho e margens

Por exemplo, em vez da instrução "uma ilustração de uma mulher elegante":

Um estudo silencioso à noite.

Uma mulher sentada em frente a um laptop.

Cabelo castanho escuro até os ombros.

Roupas bege calmas.

Usado como imagem de cabeçalho para um artigo.

Deixe margem no lado direito para o título.

Decomponha assim.

É mais próximo da sensação de criar uma ficha técnica de imagem do que escrever um prompt de geração de imagens.

Transforme Adjetivos em "Informações Visíveis"

Na geração de imagens, os resultados são difíceis de estabilizar apenas com adjetivos abstratos.

Bonito.

Deslumbrante.

Fantástico.

Adorável.

Em vez dessas palavras, use:

Iluminação lateral quente.

Sombras longas.

Névoa fina.

Azul-roxo de baixa saturação.

Profundidade de campo suave.

Luz fina flutuando no ar.

Converta-as em informações que possam ser realmente renderizadas como uma imagem.

Em vez de instruir para "tornar fantástico", escreva as razões visuais pelas quais parece fantástico.

No entanto, os humanos não precisam pensar nessa conversão toda vez.

Você pode definir uma regra na Skill: "Converta adjetivos abstratos em informações visuais específicas, como luz, cor, composição e textura."

O usuário insere "torne um pouco mais fantástico".

O Codex organiza essa instrução em informações visuais para a geração de imagens.

Você pode deixar esse processo de conversão para a Skill.

Adapte as Skills de Geração de Imagens ao Seu Caso de Uso

O propósito da geração de imagens varia de acordo com o projeto.

Maquetes de UI.

Fundos de site.

Ícones.

Personagens.

Banners.

Ativos de jogos.

Se as imagens necessárias são diferentes, as informações enfatizadas durante a geração também mudam.

Por exemplo, um banner precisa de margens para colocar texto.

Para um ícone, uma silhueta que possa ser reconhecida mesmo em tamanho pequeno é importante.

Para uma maquete de UI, a consistência do layout é priorizada em vez da decoração.

Você define essas regras específicas do caso de uso na Skill.

Por exemplo:

Converta termos abstratos em informações visuais específicas.

Organize Cena, Sujeito, Detalhes Importantes, Caso de Uso e Restrições.

Ajuste a composição e as margens de acordo com o caso de uso.

Separe elementos a manter e elementos a alterar durante a edição.

Você não está alterando o modelo de geração de imagens em si.

Você fixa os critérios de julgamento antes de gerar a imagem usando a Skill.

Este é o significado de usar Skills para geração de imagens.

Uma Ação para Mudar a Partir de Hoje

Se você está gerando imagens com o Codex, verifique o conteúdo da Skill imagegen uma vez.

Não se trata apenas de passar um prompt para uma IA de geração de imagens e pronto.

Geração.

Edição.

Processamento de transparência.

Confirmação.

Correção.

Você pode fazer o Codex processar a produção de imagens como um único fluxo de trabalho.

Além disso, defina as regras de geração de imagens necessárias para o seu caso de uso como uma Skill.

Você não precisa reescrever instruções ambíguas em prompts longos toda vez.

Dê ao Codex essa própria regra de conversão.

Para extrair o desempenho de geração de imagens do Codex, projete a Skill antes de aumentar os prompts.