ข้อความเป็นภาพ หรือภาพเป็นภาพ: ควรเริ่มงานจากตรงไหน

ทุกงานเริ่มต้นที่ทางแยกเดียวกัน และเครดิตที่เสียเปล่าส่วนใหญ่มาจากการเลี้ยวผิดทาง การบรรยายภาพขึ้นมาจากศูนย์ กับการแก้ไขภาพที่คุณมีอยู่แล้ว เป็นเครื่องมือคนละชนิด และชนิดหลังถูกใช้น้อยเกินไป

กฎ

ถ้าส่วนใดส่วนหนึ่งของภาพสุดท้ายมีอยู่แล้ว — ตัวสินค้า โลโก้ ห้อง ใบหน้า ภาพสเก็ตช์ หรือแม้แต่ภาพที่เรนเดอร์ออกมาแย่ ๆ เมื่อวาน — ให้เริ่มจากภาพเป็นภาพ ถ้ายังไม่มีอะไรเลย ให้เริ่มจากข้อความเป็นภาพ

เขียนออกมาแล้วฟังดูชัดเจน แต่ในทางปฏิบัติ คนมักบรรยายสินค้าของตัวเองด้วยคำพูดให้โมเดลที่ไม่เคยเห็นมันมาก่อน แล้วเสียไปสิบห้าเรนเดอร์กับการพยายามพูดให้มันออกมาเป็นรูปทรงที่ถูกต้อง

แต่ละโหมดควบคุมอะไรจริง ๆ

	ข้อความเป็นภาพ	ภาพเป็นภาพ
คุณให้	คำบรรยาย	ภาพหนึ่งภาพขึ้นไป บวกคำบรรยาย
คุณควบคุม	ตัวแบบ สไตล์ การจัดเฟรม	ทั้งหมดนั้น บวกตัววัตถุเอง
จำนวนครั้งกว่าจะได้	หลายครั้ง ถ้าตัวแบบเฉพาะเจาะจง	ปกติหนึ่งถึงสองครั้ง
ช่องภาพอ้างอิง	ไม่มี	1 ถึง 16 ขึ้นกับโมเดล
เหมาะที่สุดกับ	คอนเซปต์ ฉาก อารมณ์ พื้นหลัง	สินค้า บุคคล สินทรัพย์แบรนด์ การแก้งาน

บนโมเดลเดียวกัน ทั้งสองโหมดคิดเครดิตต่อเรนเดอร์เท่ากัน ความต่างไม่ได้อยู่ที่ราคาต่อครั้ง แต่อยู่ที่คุณต้องลองกี่ครั้ง

ภาพอ้างอิงคือหัวใจ

จำนวนภาพอ้างอิงที่โมเดลรับได้คือความต่างด้านความสามารถจริง ๆ ไม่ใช่รายละเอียดในสเปกชีต บางโมเดลรับได้แค่ภาพเดียว GPT Image 2 และ GPT Image 2.5 รับได้ถึงสิบหกภาพ Nano Banana 2 รับสิบสี่ ส่วน Nano Banana Pro และ Seedream รับแปดถึงสิบ

ภาพอ้างอิงหนึ่งภาพตอบคำถามว่า "ทำให้ดูเหมือนอันนี้" แปดภาพตอบคำถามว่า "นี่คือสินค้าตัวนั้น จากมุมเหล่านี้ ด้วยงานพื้นผิวแบบนี้ และนี่คือแสงที่ฉันต้องการ" คำถามหลังคือคำถามที่งานถ่ายสินค้าถามจริง ๆ

ควรใส่อะไรในช่องอ้างอิง

ชุดที่ใช้ได้ผลคือ มุมของตัวแบบสองถึงสามมุม ภาพหนึ่งสำหรับแสงหรืออารมณ์ และอีกภาพสำหรับพื้นผิวหรือฉาก การใส่มุมเดียวกันแปดแบบไม่ช่วยอะไร โมเดลไม่ได้กำลังหาค่าเฉลี่ย แต่กำลังถูกบอกว่าอะไรสำคัญ

กรณีที่คนมักทำผิด

โลโก้และบรรจุภัณฑ์ โมเดลที่ถูกสั่งให้วาดโลโก้ของคุณจากคำบรรยาย จะได้ของที่ "ดูเหมือนโลโก้" และผิด ใส่มันเป็นภาพอ้างอิงเข้าไป แล้วโมเดลตัวเดิมจะวางมันได้ถูกต้อง

สินค้าตัวเดิม สิบสองครั้ง หน้ารายการสินค้าต้องการความสม่ำเสมอมากกว่าความฉูดฉาด ข้อความเป็นภาพจะให้ขวดที่ดูน่าเชื่อสิบสองใบ ส่วนภาพเป็นภาพที่ล็อกชุดอ้างอิงไว้ จะให้ขวดใบเดียวที่ถ่ายมาสิบสองแบบ

"เกือบใช่แล้ว ขอแก้จุดเดียว" นี่คือข้อใหญ่ที่สุด เมื่อภาพไปถึง 90% คนมักเขียนพรอมต์ใหม่แล้วทอยใหม่ ซึ่งสุ่มทุกอย่างใหม่หมดรวมถึงส่วนที่ทำได้ดีอยู่แล้ว การป้อนภาพที่ดีกลับเข้าไปเป็นภาพอ้างอิงและบรรยายเฉพาะสิ่งที่จะเปลี่ยน จะรักษาสิ่งที่คุณชอบไว้

พื้นหลัง การตัดตัวแบบออกมาแล้วเอาไปวางที่อื่นไม่ใช่ปัญหาของการสร้างภาพ เครื่องมือลบพื้นหลัง พื้นหลังโปร่งใส และสีพื้นหลัง ทำได้โดยไม่แตะตัวแบบเลย

เมื่อไหร่ที่ข้อความเป็นภาพคือคำตอบที่ถูกจริง ๆ

พื้นหลังและสภาพแวดล้อมที่คุณจะเอาไปประกอบภาพทีหลัง งานคอนเซปต์ที่จุดประสงค์คือการได้เห็นตัวเลือก งานภาพประกอบและงานสไตไลซ์ที่ไม่มีของจริงอ้างอิง และทุกกรณีที่ "เซอร์ไพรส์ฉันหน่อย" เป็นข้อดีไม่ใช่ความเสี่ยง

มันยังเป็นที่สำรวจที่ถูกกว่าด้วย โมเดล 2 เครดิตมีอยู่เพื่อสิ่งนี้พอดี ลองไอเดียเดียวหกแบบการจัดเฟรม เลือกหนึ่ง แล้วค่อยเอาภาพอ้างอิงกับโมเดลที่ดีกว่าเข้ามาทำให้เสร็จ

ขั้นตอนแบบผสมที่ได้ผล

ภาพที่เสร็จสมบูรณ์บนแพลตฟอร์มนี้ส่วนใหญ่เกิดจากลูป ไม่ใช่จากพรอมต์เดียว ร่างองค์ประกอบด้วยข้อความเป็นภาพบนโมเดลราคาถูก เลือกเฟรมที่ดีที่สุด ย้ายไปภาพเป็นภาพ ป้อนเฟรมนั้นกลับเข้าไปเป็นภาพอ้างอิงพร้อมกับตัวสินค้าจริง แล้วบรรยายเฉพาะสิ่งที่ต้องเปลี่ยน สุดท้ายเรนเดอร์ตัวจริงบนโมเดลที่เหมาะกับปลายทาง

ทำแบบนี้สองสามรอบชนะการทอยใหม่สิบสองครั้ง และถูกกว่าด้วย ฝั่งพารามิเตอร์ของลูปเดียวกัน — seed, guidance และอะไรที่ควรล็อกไว้ระหว่างรอบ — อยู่ในผลลัพธ์ที่ทำซ้ำได้

สลับกลางทางโดยไม่ต้องเริ่มใหม่

ในพื้นที่ทำงาน ช่องพรอมต์เหมือนกันทั้งสองโหมด การเพิ่มภาพอ้างอิงคือสิ่งที่พาคุณจากโหมดหนึ่งไปอีกโหมดหนึ่ง ไม่ต้องเขียนพรอมต์ใหม่แม้แต่คำเดียว และรายชื่อโมเดลก็เหมือนเดิม ดังนั้นการเปรียบเทียบที่คุณทำไว้แล้วยังใช้ได้อยู่

สิบเก้าโมเดลรองรับทั้งสองโหมด ด้วยขีดจำกัดภาพอ้างอิงที่ต่างกัน แค็ตตาล็อกมีรายชื่อไว้ และราคาคิดต่อเรนเดอร์ไม่ว่าคุณใช้โหมดไหน ดังนั้นสิ่งเดียวที่ทางเลือกนี้เปลี่ยนคือคุณต้องเรนเดอร์กี่ครั้ง และนั่นมักจะคืองบประมาณทั้งหมด

งานเดียวกัน ทำสองแบบ

เปรียบเทียบให้เห็นภาพ คุณมีรูปขวดเซรามิกและต้องการภาพสามภาพ คือภาพพื้นขาวสำหรับหน้าสินค้า ฉากในครัว และแบนเนอร์แนวกว้าง

วิธี	ขั้นตอน	ผลลัพธ์
ใช้ข้อความเป็นภาพอย่างเดียว	บรรยายขวดใหม่ทุกครั้ง ทอยใหม่จนรูปทรงใกล้เคียง	ขวดสามใบที่ต่างกัน ไม่มีใบไหนเป็นของคุณ
ภาพเป็นภาพ	ป้อนรูปเป็นภาพอ้างอิง บรรยายเฉพาะฉากและเฟรม	ขวดใบเดียว สามฉาก สม่ำเสมอกัน

เส้นทางที่สองยังจบเร็วกว่า เพราะแต่ละภาพลงตัวในหนึ่งถึงสองครั้งแทนที่จะเป็นห้าครั้ง เครดิตต่อเรนเดอร์เท่ากันเป๊ะ แต่ยอดรวมไม่ใกล้เคียงกันเลย

รูปแบบความล้มเหลวที่ควรรู้จัก

ตัวแบบที่เลื่อนไหล สินค้าของคุณเปลี่ยนรูปทรงไปเรื่อยในแต่ละเรนเดอร์ ไม่คุณอยู่ในโหมดข้อความเป็นภาพทั้งที่ไม่ควร ก็ตั้ง strength สูงพอจนโมเดลตีความภาพอ้างอิงใหม่ได้

ภาพคอลลาจ ภาพอ้างอิงที่ไม่เกี่ยวข้องกันมากเกินไปจะได้ภาพที่เฉลี่ยทุกอย่างเข้าด้วยกัน ภาพอ้างอิงห้าภาพที่เลือกมาคนละหน้าที่ — มุม มุม แสง พื้นผิว อารมณ์ — ใช้ได้ แต่สิบสองภาพที่คล้ายกันใช้ไม่ได้

ของดีที่ถูกเขียนทับ ภาพหนึ่งเกือบสมบูรณ์แบบ คุณเขียนพรอมต์ใหม่ แล้วเวอร์ชันที่ดีก็หายไป ป้อนภาพที่ดีกลับเข้าไปเป็นภาพอ้างอิง แล้วบรรยายเฉพาะจุดที่จะเปลี่ยน

พรอมต์ที่ควรจะเป็นเครื่องมือ การขอว่า "ภาพเดิมแต่เปลี่ยนเป็นพื้นขาว" เสียหนึ่งเรนเดอร์เต็ม ทั้งที่เครื่องมือเดียวทำได้โดยไม่แตะตัวแบบ

โมเดลไหนเหมาะกับโหมดไหน

สำหรับข้อความเป็นภาพ เครื่องที่ถูกและเร็วสำคัญที่สุด เพราะจำนวนครั้งที่ต้องลองจะไปสะสมอยู่ในช่วงสำรวจ สำหรับภาพเป็นภาพ ขีดจำกัดภาพอ้างอิงเป็นตัวกำหนดว่าอะไรทำได้ ช่องเดียวพอสำหรับการถ่ายทอดสไตล์ แต่งานสินค้าที่มีหลายมุมต้องการแปดช่องขึ้นไป

หน้าโมเดลจะระบุตัวเลขทั้งสองไว้ และแค็ตตาล็อกแสดงให้เห็นเทียบกัน ส่วนอื่นของกระบวนการทำงานไม่ต้องเปลี่ยนอะไรเลยเวลาสลับโหมด — พรอมต์เดิม การตั้งค่าอัตราส่วนภาพเดิม และหลักการเดิม