ผลลัพธ์ที่ทำซ้ำได้: ภาพอ้างอิง ซีด และการตั้งค่าที่สำคัญจริง

การได้ภาพดี ๆ หนึ่งภาพคือการบริหารโชค การได้สิบสองภาพที่ดูเหมือนมาจากการถ่ายครั้งเดียวกันคือกระบวนการ ความต่างอยู่ที่ว่าคุณกำลังทอยพรอมต์ใหม่ไปเรื่อย ๆ หรือกำลังควบคุมสิ่งที่ทำให้ผลลัพธ์ทำซ้ำได้จริง ๆ

ทำไมพรอมต์เดิมถึงให้ภาพต่างกัน

โมเดลภาพเริ่มจากสัญญาณรบกวนแบบสุ่ม แล้วปั้นมันตามพรอมต์ของคุณ เปลี่ยนสัญญาณรบกวนตั้งต้น คำเดิมก็ให้ภาพใหม่ ความสุ่มนี้แหละที่ทำให้การสำรวจง่าย และทำให้ความสม่ำเสมอยาก

ทุกอย่างข้างล่างนี้คือวิธีถอดความสุ่มออกจากส่วนใดส่วนหนึ่งของกระบวนการ เพื่อให้โมเดลด้นสดเฉพาะตรงที่คุณต้องการ

ภาพอ้างอิงคือการควบคุมที่แข็งแรงที่สุด

คำบรรยายอธิบาย ส่วนภาพอ้างอิงแสดงให้เห็น ถ้าตัวแบบมีอยู่จริง การส่งมันผ่านภาพเป็นภาพจะตัดอิสระของโมเดลในการประดิษฐ์มันขึ้นใหม่ วิธีนี้เชื่อถือได้มากกว่าการกองคำคุณศัพท์เท่าไหร่ก็ตาม

จำนวนภาพอ้างอิงที่แต่ละโมเดลรับได้ต่างกันมาก GPT Image 2 และ GPT Image 2.5 รับได้ถึงสิบหก Nano Banana 2 รับสิบสี่ Seedream 5 Pro รับสิบ Nano Banana Pro และอีกหลายตัวรับแปด บางโมเดลรับได้แค่ภาพเดียว

ควรใส่อะไรในแต่ละช่อง

ชุดที่ใช้ได้ผล: มุมของตัวแบบสองถึงสามมุม ภาพหนึ่งที่ให้แสงแบบที่คุณต้องการ และอีกภาพที่ให้ฉากหรือพื้นผิว ภาพอ้างอิงห้าภาพที่เลือกมาด้วยเหตุผลต่างกัน ชนะสิบสองภาพที่เกือบเหมือนกัน เพราะอย่างหลังส่วนใหญ่แค่สอนให้โมเดลหาค่าเฉลี่ย

รักษาชุดภาพอ้างอิงเดิมไว้ตลอดทั้งซีรีส์ การสลับภาพเพียงภาพเดียวระหว่างการเรนเดอร์คือสาเหตุที่พบบ่อยที่สุดของชุดภาพที่ "เกือบ" เข้ากัน

ซีด: ปุ่มทำซ้ำ

ซีดล็อกสัญญาณรบกวนตั้งต้น ซีดเดิม พรอมต์เดิม การตั้งค่าเดิม โมเดลเดิม คุณจะได้ภาพเดิมกลับมา เปลี่ยนคำเดียว คุณจะได้ความแปรผันที่ควบคุมได้ ไม่ใช่การทอยลูกเต๋าใหม่

ไม่ใช่ทุกโมเดลที่เปิดให้ตั้งค่านี้ ในกลุ่มที่เปิด Qwen, Midjourney Diffusion, Ideogram และตระกูล Wan ให้คุณกำหนดได้ตรง ๆ เมื่อใช้ได้ ขั้นตอนคือ สำรวจโดยไม่ตั้งซีดจนกว่าจะมีภาพที่ใกล้เคียง จดซีดของภาพนั้นไว้ แล้วค่อยวนปรับถ้อยคำโดยล็อกซีดเอาไว้

ความผิดพลาดคือล็อกซีดเร็วเกินไป ซีดจะตรึงองค์ประกอบภาพที่คุณยังไม่ได้เลือก

guidance กับสเต็ป พูดแบบเข้าใจง่าย

การตั้งค่า	มันเปลี่ยนอะไร	ช่วงที่สมเหตุผล
guidance scale	โมเดลทำตามพรอมต์ตรงตัวแค่ไหน	กลางช่วง ค่าสูงจะดูแข็ง
จำนวนสเต็ป	ขัดเกลานานแค่ไหนก่อนหยุด	ค่าเริ่มต้น เว้นแต่ผลลัพธ์ดูยังไม่เสร็จ
strength (ภาพเป็นภาพ)	ให้ห่างจากภาพอ้างอิงได้แค่ไหน	ต่ำเพื่อรักษาตัวแบบ สูงเพื่อเปลี่ยนสไตล์
พรอมต์เชิงลบ	สิ่งที่ต้องหลีกเลี่ยง	สั้นและเป็นรูปธรรม ไม่ใช่รายการความหวัง

guidance คือค่าที่คนปรับเกินบ่อยที่สุด ดันขึ้นสูงจะบังคับให้ทำตามตรงตัว และมักแลกมาด้วยความเป็นธรรมชาติ — ขอบแข็ง ท่าทางเกร็ง แสงอิ่มตัวเกินไป ถ้าโมเดลกำลังมองข้ามอะไรที่สำคัญ ทางแก้แทบทุกครั้งคือพรอมต์ที่ชัดขึ้นหรือภาพอ้างอิง ไม่ใช่ตัวเลขที่สูงขึ้น

ส่วน strength คือค่าที่คนใช้น้อยเกินไป ในโหมดภาพเป็นภาพ มันคือลูกบิดระหว่าง "ช่วยแต่งอันนี้ให้หน่อย" กับ "ตีความอันนี้ใหม่" ถ้าสินค้าของคุณเปลี่ยนรูปทรงไปเรื่อย ๆ แสดงว่า strength สูงเกินไป

เขียนพรอมต์ที่ทนต่อการรันซ้ำ

พรอมต์ที่ทำซ้ำได้จะระบุสี่อย่าง: ตัวแบบ แสง การจัดเฟรม และสิ่งที่ต้องไม่มี อะไรที่คลุมเครือกว่านั้นจะถูกเติมให้ต่างกันทุกครั้ง

ลองเทียบ "ภาพสินค้าขวดสวย ๆ ดูโปร" กับ "ขวดเซรามิกผิวด้านบนแผ่นหินชนวนสีเข้ม แสงหลักนุ่มดวงเดียวจากทางซ้าย ระยะชัดตื้น ไม่มีตัวอักษร ไม่มีแสงสะท้อนบนฉลาก" อันหลังอ่านแล้วน่าเบื่อ แต่ผลลัพธ์กลับมาอย่างสม่ำเสมอ

รักษาโครงสร้างให้คงที่ตลอดทั้งซีรีส์ แล้วเปลี่ยนเฉพาะส่วนที่เป็นตัวแปร ถ้าตัวแบบเปลี่ยนแต่แสงและการจัดเฟรมไม่ควรเปลี่ยน ก็ให้ขยับเฉพาะคำเหล่านั้น

ความสม่ำเสมอทั้งชุด

สำหรับซีรีส์ที่ต้องดูเป็นชุดเดียวกัน: ล็อกโมเดล ล็อกอัตราส่วนภาพ ล็อกชุดภาพอ้างอิง ล็อกประโยคเรื่องแสง แล้วเปลี่ยนเฉพาะตัวแบบหรือมุม รันให้เสร็จในคราวเดียว อย่ากระจายข้ามวัน เพราะถ้อยคำของคุณเองเคลื่อนมากกว่าโมเดลเสียอีก

ความละเอียดก็ควรคงที่ภายในชุดเดียวกัน ผสมภาพหลัก 4K กับภาพประกอบ 1K ได้ไม่มีปัญหา แต่การผสม 1K กับ 2K ในภาพที่วางเรียงข้างกันจะเห็นได้จากรายละเอียด จะเลือกระดับไหนให้ตำแหน่งไหน อ่านได้ในคู่มือเฟรมและความละเอียดของเรา

เมื่อผลลัพธ์ยังไม่นิ่งสักที

ถ้าตัวแบบยังเปลี่ยนไปเรื่อยทั้งที่มีภาพอ้างอิงแล้ว อาจเป็นเพราะโมเดลไม่ใช่ตัวที่ถูก — ขีดจำกัดภาพอ้างอิงและความสามารถในการทำตามคำสั่งต่างกันมากในแค็ตตาล็อก ถ้ารายละเอียดดูเละ สาเหตุน่าจะเป็นความละเอียดมากกว่าพรอมต์ ถ้าตัวอักษรในภาพออกมาเพี้ยน นั่นคือเรื่องของการเลือกโมเดล ตัวที่สร้างมาเพื่องานตัวอักษรคือ Ideogram และไม่มีพรอมต์ใดแก้เรื่องนี้ในโมเดลอื่นได้

และถ้าภาพถูกต้องทุกอย่างยกเว้นองค์ประกอบเดียว ให้หยุดสร้างภาพ ลบองค์ประกอบนั้นด้วยการลบวัตถุ หรือแก้ฉากหลังด้วยเครื่องมือพื้นหลัง เราพูดถึงเส้นแบ่งนี้ไว้ในการเก็บงานภาพ

ลูปที่ลู่เข้า

สำรวจอย่างประหยัดบนโมเดล 2 เครดิตโดยไม่ตั้งซีด จนกว่าองค์ประกอบจะลงตัว จดซีดไว้ถ้าโมเดลมีให้ จากนั้นย้ายไปใช้ข้อความเป็นภาพหรือภาพเป็นภาพบนโมเดลที่เหมาะกับปลายทาง โดยยกถ้อยคำเดิมไปด้วย เพิ่มภาพอ้างอิงสำหรับทุกอย่างที่ต้องแม่นยำ เปลี่ยนตัวแปรครั้งละหนึ่งตัว อย่าเปลี่ยนทีเดียวสามตัว

งานส่วนใหญ่จบลงภายในสามถึงสี่เรนเดอร์ด้วยวิธีนี้ พื้นที่ทำงานเก็บพรอมต์ ภาพอ้างอิง และการตั้งค่าไว้ที่เดียวขณะคุณสลับเครื่อง ส่วนแต่ละรอบหักจากยอดคงเหลือเท่าไหร่ ดูได้ที่หน้าแพ็กเกจ ถ้ายังเลือกเครื่องไม่ถูก บทเปรียบเทียบนี้คือทางลัด

เทมเพลตพรอมต์ที่ควรเก็บไว้ใช้ซ้ำ

รักษาโครงไว้ แล้วสลับเฉพาะวรรคที่เป็นตัวแปร ประมาณว่า ตัวแบบกับวัสดุ ตามด้วยพื้นผิวหรือฉาก ตามด้วยทิศทางและคุณภาพของแสง ตามด้วยระยะชัด และปิดท้ายด้วยข้อยกเว้น

เขียนเต็ม ๆ ว่า "ขวดเซรามิกผิวด้านบนแผ่นหินชนวนสีเข้ม แสงหลักนุ่มดวงเดียวจากทางซ้าย ระยะชัดตื้น ไม่มีตัวอักษร ไม่มีแสงสะท้อนแข็ง" หากจะถ่ายสินค้าชิ้นที่สองในชุดเดียวกัน เปลี่ยนแค่วรรคแรก ทุกอย่างที่โมเดลใช้ประกอบลุคยังคงเหมือนเดิมทุกตัวอักษร ซึ่งนั่นคือประเด็น

ข้อยกเว้นควรอยู่ท้ายสุดและต้องเป็นรูปธรรม "ไม่มีตัวอักษร" ใช้ได้ ส่วน "ไม่เอาอะไรที่น่าเกลียด" ไม่ได้อธิบายอะไรที่โมเดลจะทำตามได้

ไล่ปัญหาจากอาการ

อาการ	สาเหตุที่น่าจะเป็น	ทางแก้
ตัวแบบเปลี่ยนไปในแต่ละรอบ	ไม่มีภาพอ้างอิง หรือ strength สูงเกินไป	เพิ่มภาพอ้างอิง ลด strength
ผลลัพธ์ดูแข็งหรือแสงจัดเกิน	ดัน guidance ขึ้นสูงเกินไป	กลับไปที่กลางช่วง
รายละเอียดเละเมื่อดูขนาดเต็ม	ความละเอียดต่ำเกินไปสำหรับการใช้งาน	รันใหม่ที่ 2K หรือ 4K
ตัวอักษรในภาพเพี้ยน	เลือกโมเดลผิดสำหรับงานตัวอักษร	ใช้ Ideogram
ชุดภาพไม่เข้ากัน	พรอมต์หรือภาพอ้างอิงเคลื่อน	ล็อกถ้อยคำและชุดอ้างอิง แล้วรันใหม่พร้อมกัน
องค์ประกอบเดียวทำภาพดี ๆ เสีย	พยายามแก้ด้วยการสร้างใหม่	ให้ลบมันออกแทน

เปลี่ยนทีละอย่าง

วินัยที่ทำให้ทุกอย่างข้างบนใช้ได้นั้นน่าเบื่อ: หนึ่งตัวแปรต่อหนึ่งรอบ เปลี่ยนซีด หรือถ้อยคำ หรือโมเดล อย่าเปลี่ยนสองอย่างพร้อมกัน ไม่อย่างนั้นคุณจะไม่รู้ว่าการเปลี่ยนไหนทำให้ดีขึ้น

มันให้ความรู้สึกช้ากว่า แต่จบเร็วกว่า สามรอบที่ตั้งใจมักชนะสิบสองรอบที่หวังลม ๆ แล้ง ๆ และบนเครื่องราคาถูก สามรอบนั้นรวมกันแค่ 6 เครดิต