وقتی دربارهٔ مدلهای تولید تصویر هوش مصنوعی صحبت میکنیم، جملههایی مثل «این مدل بهتر است» معمولاً اطلاعات زیادی به ما نمیدهند. بهتر بودن برای چه کاری؟ پوستر تبلیغاتی، تصویر محصول، تصویرسازی هنری، اینفوگرافیک یا ویرایش یک عکس موجود؟ برای رسیدن به نتیجهای قابل اعتماد باید مقایسه را شبیه یک آزمایش کوچک طراحی کنیم: ورودی ثابت، معیارهای روشن و ثبت دقیق نتیجهها.
۱. اول مسئله را به یک کار واقعی تبدیل کنید
به جای یک پرامپت عمومی، سناریویی انتخاب کنید که واقعاً در پروژه استفاده میشود. برای مثال:
- پوستر یک رویداد با عنوان فارسی و انگلیسی؛
- تصویر اصلی یک محصول با پسزمینهٔ مشخص؛
- ساخت چند تصویر از یک شخصیت با ظاهر ثابت؛
- ویرایش محلی، مثل تغییر رنگ بستهبندی بدون دستکاری لوگو؛
- اینفوگرافیک با چند بخش و سلسلهمراتب بصری.
هر آزمایش بهتر است فقط یک سؤال اصلی داشته باشد. اگر همزمان خوانایی متن، سبک، ترکیببندی و ویرایش را بسنجید، تشخیص علت موفقیت یا شکست دشوار میشود.
۲. ورودیها را کنترل کنید
برای هر مدل دقیقاً از همان متن، تصاویر مرجع، نسبت تصویر و تعداد خروجی استفاده کنید. اگر مدلی پارامتر seed دارد، آن را ثبت کنید؛ اگر ندارد، حداقل تعداد تولیدها را ثابت نگه دارید. تغییر یک کلمه در پرامپت میتواند نتیجه را به اندازهٔ تغییر مدل عوض کند.
وظیفه: پوستر معرفی یک ابزار طراحی
مخاطب: طراحان محصول و تیمهای بازاریابی
متن داخل تصویر: «از ایده تا تصویر نهایی»
سبک: مینیمال، شبکهبندی منظم، کنتراست بالا
رنگها: سرمهای، سفید و یک رنگ تأکیدی نارنجی
نسبت تصویر: 4:5
محدودیت: لوگو و متن باید کاملاً خوانا باشنداین قالب کوتاه است، اما وظیفه، مخاطب، متن، سبک، رنگ، اندازه و محدودیت را از هم جدا میکند. همین ساختار باعث میشود خطاهای هر مدل راحتتر دیده شوند.
۳. معیار امتیازدهی بسازید
قبل از دیدن خروجیها یک جدول امتیازدهی از صفر تا پنج آماده کنید. معیارهای مفید عبارتاند از:
- پیروی از دستور: آیا همهٔ عناصر خواستهشده وجود دارند؟
- خوانایی متن: آیا حروف فارسی و انگلیسی درست و قابل خواندناند؟
- ترکیببندی: آیا فاصله، تعادل و سلسلهمراتب بصری مناسب است؟
- ثبات مرجع: آیا محصول، شخص یا شخصیت در تولیدهای بعدی ثابت میماند؟
- کنترل ویرایش: آیا تغییر کوچک بدون تخریب بخشهای دیگر انجام میشود؟
- نقصهای بصری: دستها، نوشتهها، لبهها و بافتها چقدر خطا دارند؟
- زمان و هزینه: رسیدن به خروجی قابل استفاده چند بار تولید میخواهد؟