Enhver opgave begynder ved den samme forgrening, og de fleste spildte kreditter stammer fra at tage den forkerte gren. At beskrive et billede fra ingenting og at ændre et billede, du allerede har, er forskellige værktøjer, og det andet bliver brugt for lidt.
Reglen
Hvis nogen del af det endelige billede allerede findes — et produkt, et logo, et rum, et ansigt, en skitse, selv en dårlig rendering fra i går — så start fra billede til billede. Findes der endnu ingenting, så start fra tekst til billede.
Skrevet ned lyder det indlysende. I praksis beskriver folk deres eget produkt med ord til en model, der aldrig har set det, og bruger så femten renderinger på at tale den til den rigtige form.
Hvad hver tilstand faktisk styrer
| Tekst til billede | Billede til billede | |
|---|---|---|
| Du leverer | En beskrivelse | Et eller flere billeder plus en beskrivelse |
| Du styrer | Motiv, stil, beskæring | Alt det, plus selve tingen |
| Forsøg før det sidder | Flere, hvis motivet er specifikt | Som regel et eller to |
| Referencepladser | Ingen | 1 til 16, afhængigt af modellen |
| Bedst til | Koncepter, scener, stemninger, baggrunde | Produkter, mennesker, brandmateriale, rettelser |
På samme model koster de det samme pr. rendering. Forskellen er ikke prisen på ét forsøg, men hvor mange forsøg du har brug for.
Referencebilleder er hele pointen
Hvor mange referencer en model tager imod, er en reel forskel i formåen, ikke en detalje på et datablad. Nogle modeller tager præcis én. GPT Image 2 og GPT Image 2.5 tager op til seksten. Nano Banana 2 tager fjorten, Nano Banana Pro og Seedream otte til ti.
Én reference besvarer "få det til at ligne det her". Otte referencer besvarer "det her er produktet, fra disse vinkler, i denne finish, og sådan vil jeg have lyset". Det andet spørgsmål er det, produktfotografi faktisk stiller.
Hvad der skal i pladserne
Et brugbart sæt er: to eller tre vinkler af motivet, ét billede til lys eller stemning og ét til overfladen eller omgivelserne. At tilføje otte variationer af samme vinkel hjælper ikke. Modellen laver ikke et gennemsnit; den får vist, hvad der betyder noget.
De tilfælde, folk tager fejl af
Logoer og emballage. En model, der skal tegne dit logo ud fra en beskrivelse, laver noget logo-formet og forkert. Giv den det som reference, og den samme model placerer det korrekt.
Det samme produkt, tolv gange. Produktsider har mere brug for ensartethed end for genistreger. Tekst til billede giver tolv plausible flasker; billede til billede med et fast referencesæt giver én flaske fotograferet på tolv måder.
"Næsten rigtigt, én ændring". Det er den største. Når en rendering er 90 % i mål, omskriver folk prompten og kaster igen, hvilket randomiserer alt på ny, også de dele der virkede. At føre den gode rendering tilbage som reference og kun beskrive ændringen bevarer det, du kunne lide.
Baggrunde. At fritlægge et motiv og placere det et andet sted er ikke et genereringsproblem. Værktøjerne fjern baggrund, gennemsigtig baggrund og baggrundsfarve gør det uden overhovedet at røre motivet.
Hvornår tekst til billede virkelig er det rigtige
Baggrunde og miljøer, du senere komponerer ind i. Konceptarbejde, hvor pointen er at se muligheder. Illustration og stiliseret kunst uden virkelig forlæg. Alt hvor "overrask mig" er en kvalitet og ikke en risiko.
Det er også det billigste sted at udforske. Modellerne til 2 kreditter findes netop til det: kør seks beskæringer af en idé, vælg én, og hent først derefter referencer og en bedre model ind til udførelsen.
Et hybridt forløb, der virker
De fleste færdige billeder på denne platform kommer ud af en løkke, ikke af én prompt. Skitsér kompositionen med tekst til billede på en billig model. Vælg det bedste udsnit. Gå til billede til billede, før det udsnit tilbage som reference sammen med det rigtige produkt, og beskriv kun det, der skal ændres. Kør det endelige på den model, der passer til destinationen.
To eller tre sådanne runder slår tolv omkast og koster mindre. Gentagelige resultater dækker parametersiden af samme løkke — seeds, guidance og hvad det er værd at låse fast mellem kørsler.
At skifte undervejs uden at starte forfra
I arbejdsrummet er promptfeltet identisk i begge tilstande; det er tilføjelsen af et referencebillede, der flytter dig fra den ene til den anden. Intet i din prompt skal omskrives, og modellisten er den samme, så en sammenligning, du allerede har lavet, gælder stadig.
Nitten modeller understøtter begge tilstande med forskellige referencegrænser. Kataloget lister dem, og prisen er pr. rendering uanset tilstand — så det eneste, valget ændrer, er hvor mange renderinger du skal bruge. Og det er som regel hele budgettet.
Den samme opgave, kørt begge veje
En konkret sammenligning. Du har et foto af en keramikflaske og skal bruge tre billeder: et produktbillede på hvid, en køkkenscene og en bred banner.
| Fremgangsmåde | Trin | Resultat |
|---|---|---|
| Kun tekst til billede | Beskriv flasken hver gang; kast om, til formen nærmer sig | Tre forskellige flasker, ingen af dem din |
| Billede til billede | Giv fotoet som reference; beskriv kun omgivelser og udsnit | Én flaske, tre omgivelser, ensartet |
Den anden rute bliver også færdig hurtigere, fordi hvert billede sidder efter et eller to forsøg i stedet for fem. Kreditprisen pr. rendering er den samme; totalen er slet ikke i nærheden.
Fejltyper, det er værd at genkende
Det glidende motiv. Dit produkt skifter form mellem renderinger. Enten er du i tekst til billede, hvor du ikke burde være, eller strength er sat så højt, at modellen får lov at gentolke referencen.
Collagen. For mange urelaterede referencer giver et billede, der midler dem. Fem referencer valgt til hver sin opgave — vinkel, vinkel, lys, overflade, stemning — virker; tolv ensartede gør ikke.
Den overskrevne gevinst. En rendering er næsten perfekt, du omskriver prompten, og den gode version er væk. Før den gode rendering tilbage som reference, og beskriv kun ændringen.
Prompten, der burde have været et værktøj. At bede om "det samme billede, men med hvid baggrund" koster en hel rendering, når ét værktøj gør det uden at røre motivet.
Hvilke modeller passer til hvilken tilstand
Til tekst til billede betyder de billige, hurtige motorer mest, for det er i udforskningen, forsøgene hober sig op. Til billede til billede afgør referencegrænsen, hvad der er muligt: én plads er nok til en stiloverførsel, men produktarbejde med flere vinkler kræver otte eller flere.
Modelsiderne angiver begge tal, og kataloget viser dem side om side. Intet andet i dit forløb behøver ændre sig mellem tilstandene — samme prompt, samme formatindstillinger, samme fornemmelse.