تصویر به پرامپت: گرفتن پرامپت قابل استفاده از هر عکس
یک تصویر بارگذاری کنید و یک پرامپت ساختاریافته بگیرید: سوژه، پرداخت و دوربین، به همان ترتیبی که مدل شما می‌خواند.
تنظیمات ساخت
تصویر به پرامپت
ساختار پرامپت با گردش کار هدف هماهنگ می‌شود.
گزینه‌های پیشرفته
نتیجه تولید
تنظیمات را کامل و تولید کنید. نتیجه اینجا نمایش داده می‌شود بدون اینکه صفحه را ترک کنید.
نمونه‌ها
创作一张竖版上下双拼风格图片。画面严格分为上下两部分，高度约 1:1。 上半部分： 请自行设计一张真实摄影感原图，主体为一只安静站立或坐着的小狗，也可以是人物与小狗之间的自然互动，但主体重心必须清晰地落在人物 / 宠物本身。照片应具有柔和、治愈、明亮的氛围，可置于草地、室内角落、门边、窗边等自然环境中，但环境只做陪衬，不要把建筑或空间当主体。 下半部分： 严格以上半部分原图中的同一主体、轮廓、姿态与叙事关系为依据，将其重构为一枚悬浮在纸面上的限色木刻版画印记。不要直接复制整张照片，也不要简单套用滤镜，而是主动删减复杂背景与细碎信息，只保留决定识别度的轮廓、比例、方向、明暗分区、关键结构与核心空间关系，以木刻版画、油毡版画和手工套印的语言重新概括主体，使其一眼可辨，同时具有朴拙、笨拙、手工感强烈的艺术气质。 图形笔触要带有木刻版画特有的笨拙感与手作痕迹：线条不必光滑精确，允许出现刀刻般的轻微迟疑、粗细不均、边缘发毛、转折生硬、局部断裂、缺口、错位和不规则留白；色块边缘可呈现干刷、漏印、缺墨和粗颗粒纹理。整体不是精致矢量插画，而是像用手工刻刀和油墨一刀一刀刻印出来，带着朴素、直接、略微稚拙却非常耐看的版画气质。 构图以单一视觉锚点、大面积留白和不完整边缘为核心，根据主体自身的视觉重心、动作方向和结构走势决定位置与尺度，可居中、偏置、轻微裁切或沿某一方向延展。主体周围保留充分的温暖纸张留白，边缘通过缺墨、断裂纹理、纸张透底和自然磨损感逐渐消失，避免完整矩形边框，让画面像一段被轻轻压印在纸面上的记忆。 配色从上半部分原图中提取最具辨识度和生命力的颜色，但整体转化为小清新、柔和、治愈、明亮的限色逻辑。采用奶油白、象牙白、浅粉、雾绿、浅蓝、嫩黄、淡橙、薄荷绿、柔和珊瑚色、浅赭色等干净而轻盈的综合色系，保持低至中等饱和度、高明度与柔和对比。保留原图最动人的色彩记忆点，但避免灰暗、沉闷、脏旧、厚重和过度复古的配色。所有颜色应像哑光实体油墨层层套印，柔和清透，却仍有版画的颗粒与温度。 文字同样作为版画构图的一部分介入，而不是固定说明文字。从上半部分照片的主体身份、动作、情绪、状态、地点或隐喻中提炼一个 1–3 词的主标题，并搭配一组极短关键词或微型说明。主标题可沿主体轮廓、留白边界、视觉轴线或版画边缘排列，与图形形成承托、穿插、错位或呼应关系；辅助小字保持细小、克制，采用打字机体、等宽衬线体或旧档案式排版，像旅行笔记或私人收藏版画中的注释。不要固定使用年份，让文字根据照片本身自然生长。 整体强调木刻版画的朴拙手感、清新柔和的限色、纸张留白、不完整边缘与克制排版，呈现温暖、安静、治愈、轻盈、怀旧而不灰暗的高级版画气质。保持上半部分原图与下半部分版画重构之间清晰而巧妙的视觉呼应，避免普通滤镜、完整背景复刻、光滑矢量描边、卡通插画、旅游模板感和廉价复古感。
روشن‌ترین نمونه این صفحه. یک پرامپت واحد عکسی در بالا و چاپ چوبی همان سوژه را در پایین می‌خواهد، یعنی همان رابطه «عکس به تصویر مشتق» که این ابزار آن را در جهت معکوس طی می‌کند.
一张写实电影感的垂直人像，主角是一位二十出头、大约20岁的年轻女子，坐在一家小型繁忙的传统台湾风格小吃店内的一张不锈钢桌子旁。她的种族未指明，因为仅凭外观无法可靠地确定种族或族裔。她拥有光滑且白皙至浅色的皮肤，肤色柔和自然，精致的鹅蛋脸，微微变细的下颌线，不明显的颧骨，小而直的鼻子，自然形状的深色眉毛，以及柔和丰满的暗玫瑰粉色嘴唇。她的深色眼睛向下垂着，大部分时间闭着，因为她正低头看着桌面，营造出一种安静、内省的表情。她的妆容低调且精致，有柔和的眼线、清晰的睫毛、淡淡的腮红和自然的粉色唇色。她的头发是深黑色到深棕色，扎成一个蓬松的高发髻，具有自然的丰盈感和略显凌乱的质感。修饰脸型的长发丝垂在脸颊两侧，包括额头一侧较厚的一抹斜刘海。她拥有苗条的女性身材，腰线明显，曲线自然丰满且平衡。她穿着一件修身的短袖圆领T恤，色调为柔和的灰粉色。面料柔软，略带弹性，紧贴她的躯干轮廓。在桌子边缘附近的衬衫下方，只能看到她浅灰色或柔和卡其色下装的上半部分。没有额外的外套或可见的首饰。她几乎正对着镜头坐着，躯干挺直但放松。她的左肘抬起并弯曲，左手轻轻触摸太阳穴和脸颊附近的脸部侧面，手指微微弯曲。她的右前臂向下斜向桌面，右手握着一部带有透明或半透明保护壳的黑色智能手机，屏幕向上。她的目光保持向下。前景主要是不锈钢拉丝桌面，带有真实的磨损和反射。她身后是一个紧凑的开放式厨房，里面摆满了金属锅、托盘、架子、烹饪设备、工人和瓷砖表面、裸露的电线，以及带有红、绿、蓝、黑字样和价格的彩色中文菜单板。一盏裸露的暖白色灯泡挂在她头后，营造出细微的轮廓光。使用真实的混合暖色钨丝灯和冷色环境照明、浅景深、35mm等效镜头、自然透视、清晰的面部细节、柔和的背景分离、柔和的对比度、略微偏暖的纪实风格调色，以及地道的深夜街头美食氛围。9:16 #AI艺术 #AI女孩
بریفی برای پرتره که به‌شکل پاراگراف نوشته شده، نه فهرست تگ. ببینید منبع نور و اتاق پشت او چقدر زود تعیین شده و چه مقدار از متن صرف پس‌زمینه‌ای شده که عکاس انتخاب نکرده است.
创建一张令人惊叹的 4:5 纵向美术草图插画，描绘 [建筑名称]，就像是由一位建筑艺术大师在豪华旅行写生本中绘制的一样。 展示这座著名建筑从松散的初步铅笔线条过渡到细节完备的最终建筑图的过程。 前景应包含细腻的结构线、透视导向线、测量标记、小的手写建筑笔记、指南针标记、箭头、擦除的铅笔笔触以及未完成的部分。 随着视线向主体建筑移动，草图逐渐变得更加精致——结合了石墨铅笔、精细的黑色墨水、微妙的水彩晕染、排线阴影以及细腻的手绘纹理。 在主图周围包含小的艺术研究：一个微小的侧立面图、建筑细节、窗户或装饰研究、简化的地图轮廓，以及一个展示建筑比例的小剪影。 使用优雅的暖象牙色写生本纸张背景，带有天然纸张纤维和细微的瑕疵。 保持构图精致且宽敞。建筑结构应保持为绝对的主角。 添加极简的手写风格标签： [建筑名称] [城市，国家] 建筑研究 这件艺术品应该感觉像是从探险家的个人写生本中发现的博物馆级原创建筑草图——具有艺术性、智力感、怀旧感、细节丰富且极具收藏价值。 无照片级渲染，无 3D CGI，无现代信息图框，无冗余文字，无水印。
خط آخر را ببینید. گفتن «بدون رندر واقع‌گرایانه و بدون CGI سه‌بعدی» همان چیزی است که یک طرح را طرح نگه می‌دارد نه رندر، و همین نوع استثنا نخستین چیزی است که پرامپت بازیابی‌شده حذف می‌کند.
为[国家公园，国家]创建一个令人惊叹、高端的国家公园旅游信息图海报，旨在激励人们探索、保护和欣赏自然。 展示一幅电影般的自然景观，其中包含该公园最著名的动物——[著名动物]——自然地融入场景中，周围环绕着其真实的动植物群。包含代表公园生态系统的微妙视觉元素，如原生树木、花卉、草地、山脉、河流、鸟类和野生动物。 使用优雅的编辑式旅游海报美学，将写实的自然摄影与精致的图形设计元素相结合。温暖的自然色调、柔和的阳光、大气深度、细腻的纹理和干净的高端构图。将野生动物作为情感焦点，同时保持景观的广阔和雄伟。 添加精美组织、极简的信息面板： [国家公园] [国家] 著名动物：[动物] 动植物：[关键物种 / 植被] 物种：[物种数量] 面积：[面积] 📍 地点：[地点] 最佳旅游时间：[月份 / 季节] 门票价格：[价格] 添加一行简短的激励语： “保护荒野。珍藏奇迹。” 保持排版精致、简洁且高度易读。使用小图标、精细的分隔线、微妙的地图/地形细节和克制的信息层级。整体设计应感觉像一本豪华保护杂志的封面 + 可收藏的国家公园海报，视觉上具有启发性但信息丰富。 格式：纵向 4:5 风格：电影感、写实、高端编辑、保护启发、细致、优雅、大气 避免：人群、过多的文字、卡通风格、人造外观的动物、旅游巴士、徽标、水印和杂乱。
ساختار به‌عنوان دستور. پنل‌ها، برچسب‌ها و خط پایانی پیش از هر منظره تعیین شده‌اند؛ به همین دلیل کار نهایی به‌جای عکس، مثل یک صفحه‌آرایی خوانده می‌شود.
创建一张大胆的编辑级活动海报，其中超大排版成为主体可以移动并与之互动的物理空间。 品牌：[品牌名称] 产品/活动：[产品或活动] 主要词汇：[短词] 主体：[人物 / 产品 / 两者] 空间动作：[撑跳 / 穿梭 / 边缘 / 旋转 / 其他] 动作：[描述主体的动作] 主色：[颜色] 强调色：[颜色] 纵横比：[9:16] 使用真实的商业摄影、超大的排版、强烈的透视、高对比度的颜色以及当代的编辑级设计。 使主要词汇变得极大，并将其字母形状转化为可信的空间结构。主体必须与排版进行身体上的互动，而不仅仅是站在它面前。 使用所选的空间动作作为主要的视觉逻辑： 撑跳 (VAULT)：将字母变成主体可以身体撑跳过去的障碍物。 穿梭 (WEAVE)：将字母排列在交替的深度，使主体在它们之间移动。 边缘 (EDGE)：使用狭窄的字母边缘或表面作为主体小心移动的路径。 旋转 (SPIN)：将排版排列成主体绕其移动的圆形或曲线轨道。 创建清晰的前景、中景和背景关系。让排版的某些部分经过主体前方，而其他字母则退到他们身后。 保持排版清晰易读。使用浅层且受控的深度，而不是沉重的3D雕塑。字母表面应该是干净、哑光、颜色均匀且轮廓分明的，没有磨损、碎裂、脏污或风化的纹理。 所有图形线条、运动路径、标注线和曲线都应该是连续、平滑且渲染清晰的。 保持人物高度写实，具有自然的身体比例、可信的动作、真实的皮肤纹理、自然的亮部和细节丰富的头发。避免蜡质皮肤、过度的光泽、CGI感、畸形的四肢、过大的手或脚以及极端的广角畸变。 使用一种极具冲击力的主导色，搭配黑色、白色和一种对比鲜明的强调色。仅添加少量有意义的宣传活动细节，如品牌名称、产品名称、口号和2-3个简短的功能标注。 最终图像应该感觉像是一个完成的商业活动关键视觉图，其中排版本身成为了环境，主体的动作解释了单词的含义。
بیشتر یک قالب است تا توصیف. جای‌خالی‌های داخل قلاب همان بخشی است که ارزش تقلید دارد، چون شما را مجبور می‌کند پیش از آنکه مدل برند، واژه و حرکت را برایتان بسازد، خودتان تصمیم بگیرید.
一张令人惊叹的高细节照片，与一幅宁静而神奇的风景艺术水彩插画相结合，其特色是铺满盛开粉色鲜花的石板路，以及石柱上闪烁的灯笼。该场景捕捉了充满活力的夕阳天空下的宁静氛围和柔和的光线，将清晰的摄影写实主义与柔软的油漆纹理、晕染边缘和温和的艺术飞溅融为一体，并配有手写的草体文字，写着“Different Horizons Same Peace”，旁边还有一个小爱心符号。
پرامپت کوتاه با اثر بزرگ. تقریباً همه‌اش جنس و پرداخت لبه را توصیف می‌کند نه صحنه را؛ یعنی درست برعکس آنچه بیشتر مردم در تلاش اول می‌نویسند.
ابزار «تصویر به پرامپت» چه می‌کند و چه کاری از آن برنمی‌آید
ابزار تصویر به پرامپت به یک تصویر نگاه می‌کند و توصیف آن را با دستوری می‌نویسد که یک مولد تصویر انتظار دارد. آنچه دیده می‌شود را توصیف می‌کند. نمی‌تواند پرامپتی را که آن تصویر با آن ساخته شده به شما بدهد، چون آن جمله هرگز در پیکسل‌ها ذخیره نشده است.
این دو کار مدام با هم اشتباه گرفته می‌شوند و همین اشتباه باعث می‌شود نتیجه ناامیدکننده به نظر برسد. توصیف یک عکس و دستوری که آن را ساخته، روی صفحه تقریباً یکسان به نظر می‌رسند، اما فقط یکی از آن دو را کسی نوشته که تصویر را ساخته است.
همه‌چیز در این صفحه بر این پایه است که کار واقعی همان دومی است. شما یک توصیف ساختاریافته و قابل استفاده مجدد می‌گیرید که از واژگانی ساخته شده که مدل به آن واکنش می‌دهد و طوری نوشته شده که بتوانید ویرایشش کنید، نه فقط تحسین.
- می‌تواند آنچه دیده می‌شود را نام ببرد: سوژه، حالت بدن، پوشاک، صحنه، قاب‌بندی، حس لنز، جهت نور، پالت، جنس و پرداخت.
- باید پرامپت دقیق، seed، نمونه‌گیر، نسخه مدل و هر چیزی که برش تصویر حذف کرده را حدس بزند.
- می‌تواند فراداده‌های تولید را از خود فایل بخواند، هر وقت که آن فراداده باقی مانده باشد، بدون هیچ حدسی.
از یک بار بارگذاری چه به دست می‌آید
نتیجه یک توصیف صحنه است که به خانه‌هایی تقسیم شده، پس می‌توانید یک بند را حذف کنید بدون بازنویسی جمله اطرافش.
سطح جزئیات یک تنظیم دامنه است، نه نوار کیفیت. پرامپت خلاصه آن‌قدر کوتاه است که از حافظه بازنویسی شود. جزئیات حرفه‌ای انتخاب پیش‌فرض کار است. جزئیات حداکثری برای بازتولید یک تصویر مشخص ساخته شده و بندهایی خواهد داشت که پیش از استفاده مجدد باید حذف کنید.
زبان خروجی را مطابق مدلی تنظیم کنید که پرامپت را می‌خواند. خطوط لوله مبتنی بر تگ بسیار بیشتر به انگلیسی نوشته می‌شوند، در حالی که مدل‌های تنظیم‌شده برای ورودی چینی یا ژاپنی توصیف به زبان خودشان را می‌پذیرند.
- سوژه و تعداد. چه کسی یا چه چیزی در قاب است، چند تا، چه می‌کنند و نگاه اول کجا می‌افتد.
- ظاهر و پوشاک. مو، حالت چهره، لباس، جنس و رنگ، نوشته‌شده به‌عنوان توصیف و نه هویت.
- صحنه و عمق. پیش‌زمینه، میان‌زمینه، پس‌زمینه و آنچه عمداً خارج از فوکوس است.
- دوربین و قاب‌بندی. نسبت ابعاد، زاویه دید، فاصله کانونی ظاهری و مقدار بسته‌بودن قاب.
- نور. جهت، سختی، دمای رنگ و شکل سایه.
- پالت و پرداخت. رنگ‌های غالب، کنتراست، دانه و اینکه سطح به چشم عکس، نقاشی، چاپ یا سه‌بعدی می‌آید.
- نوشته‌ها. هر متن دیداری در تصویر و جای آن در صفحه‌آرایی.
- پرامپت منفی، فقط وقتی آن را روشن کنید.
چهار گام از یک عکس تا پرامپتی که می‌توانید دوباره استفاده کنید
این کار کمتر از تصمیم‌گیری درباره اینکه با نتیجه چه کنید طول می‌کشد.
- تصویر را آگاهانه انتخاب کنید. یک تصویر تمیز با یک سوژه روشن نتیجه بهتری از یک اسکرین‌شات شلوغ می‌دهد. اگر پالت برایتان مهم است، تصویری بردارید که پالت آن با جمعیت رقابت نمی‌کند.
- پیش از بارگذاری مدل هدف را تنظیم کنید. یک صحنه برای مدل مبتنی بر تگ و برای مدلی که جمله‌های کامل می‌خواند متفاوت نوشته می‌شود و هدف تعیین می‌کند که پرامپت با پارامتر تمام شود یا نه.
- نتیجه را مثل یک ویراستار بخوانید. بندهای مربوط به چیزهایی که برایتان مهم نیست را حذف کنید و هر جمله‌ای را که سوژه مشخص را به‌جای شیوه نام می‌برد بازنویسی کنید.
- یک بار تولید کنید، بعد مقایسه کنید و هر بار یک بند را تغییر دهید. نسخه‌ای را نگه دارید که از تولید دوم هم سالم بیرون می‌آید، نه اولی.
ترتیب پرامپت با مدل هدف تغییر می‌کند
همین بخش تعیین می‌کند که نتیجه قابل استفاده باشد، و همان بخشی است که بیشتر صفحه‌های بازیابی پرامپت از آن می‌گذرند.
| هدف | چگونه پرامپت را می‌خواند | چه چیزی را اول بگذاریم |
|---|---|---|
| مدل عمومی تصویر | جمله‌های کامل، با وزن تقریباً بر پایه جایگاه | خروجی مورد نظر، سپس سوژه، سپس ترکیب‌بندی و نور |
| Nano Banana | دستور گفت‌وگویی همراه با یک تصویر پیوست | فعل دستور، سپس سوژه، سپس تغییری که می‌خواهید |
| GPT Image | پاراگراف‌های توصیفی، قوی در نوشته و صفحه‌آرایی | قالب و جای‌گذاری، سپس سوژه، سپس واژه‌هایی که باید نوشته شوند |
| Midjourney | قطعه‌های جداشده با ویرگول و دنباله‌ای از پارامترها | سوژه، جنس، نور، سپس پرچم‌هایی مثل نسبت ابعاد |
| Stable Diffusion / Flux | تگ‌های جداشده با ویرگول، قوی‌ترین توکن‌ها اول | سوژه و جنس، سپس تگ‌های سبک، سپس یک پرامپت منفی جداگانه |
برخی تصاویر هنوز پرامپت اصلی خود را داخل فایل دارند
پیش از بازیابی هر چیزی، ده ثانیه صرف کنید تا ببینید آیا پاسخ از قبل در فایل هست. ابزارهای تولید اغلب آن را بدون اطلاع کسی آنجا نوشته‌اند.
Stable Diffusion WebUI پرامپت مثبت کامل، پرامپت منفی، نمونه‌گیر، تعداد گام‌ها، مقیاس CFG، seed، اندازه تصویر و هش مدل را در یک بلوک متنی PNG به نام parameters ذخیره می‌کند. همان نسخه هنگام خروجی گرفتن به JPEG یا WebP یک EXIF UserComment می‌نویسد. ComfyUI کل گراف گردش کار را جاسازی می‌کند که سند بهتری از خود متن پرامپت است.
این بلوک شکننده است. بارگذاری مجدد تصویر در Discord، X، Reddit، Facebook یا Telegram معمولاً آن را حذف می‌کند، و همچنین بیشتر اسکرین‌شات‌ها و کدگذاری‌های مجدد. اگر تصویر شما از یک شبکه اجتماعی گذشته باشد، چیزی برای خواندن نمانده است.
Midjourney فرق دارد، چون هیچ پرامپتی در فایل باقی نمی‌گذارد. یک seed وجود دارد، اما فقط به‌صورت عددی بین 0 و 4294967295 که با واکنش دادن به کار خودتان با ایموجی پاکت آن را به دست می‌آورید، و seed نه سبک دارد و نه شخصیت. پرامپت را تغییر دهید و seed را نگه دارید: ترکیب‌بندی مشابه می‌گیرید، نه همان تصویر.
- در ترمینال، exiftool را روی فایل اجرا کنید و فیلد Parameters، Comment یا UserComment را بجویید.
- یا تصویر را در هر ویرایشگر متنی باز کنید و عبارت Negative prompt را جست‌وجو کنید. در یک PNG دست‌نخورده این رشته اغلب نزدیک پایان فایل خواندنی است.
- در ویندوز، زبانه جزئیات در ویژگی‌های فایل همان فیلدهای EXIF را نشان می‌دهد، هرچند بلوک تولید به‌ندرت از دانلود مرورگر جان سالم به در می‌برد.
- اگر بلوک را یافتید، آن را پیش از هر کار دیگری کپی کنید. این بلوک تصویر منبع را بسیار وفادارانه‌تر از هر توصیفی بازتولید می‌کند.
چهار پرامپت برای کپی، به ترتیب خانواده مدل
این‌ها برای همین صفحه به‌عنوان نقطه شروع نوشته شده‌اند. آن‌ها دستورهای اصلی پشت هیچ نمونه‌ای در گالری نمونه‌ها نیستند و آن تصاویر را بازتولید نمی‌کنند.
یک طبیعت بی‌جان تحریریه 4:5 از یک کاسه سرامیکی لعاب‌دار روی کتان چین‌خورده، با نور یک پنجره از سمت چپ به‌طوری که سایه به راست می‌افتد. پالت گرم و خنثی، عمق میدان کم، دانه فیلم دیداری. دو سوم بالای کادر خالی بماند.
single glazed ceramic bowl on rumpled linen, one window from the left, hard directional shadow to the right, warm neutral palette, medium format film, shallow depth of field, editorial still life --style raw --stylize 50 --ar 4:5
medium format film photograph, glazed ceramic bowl, rumpled linen cloth, single window light from the left, hard directional shadow, warm neutral palette, shallow depth of field, fine grain, editorial still life
clutter, extra bowls, plastic texture, floating objects, harsh flash, oversaturated colours, text, watermark, low detail, blurry
رایگان، بدون ثبت‌نام، نامحدود: این واژه‌ها اینجا چه معنایی دارند
نتایج جست‌وجو برای این کار پر از صفحه‌هایی است که رایگان‌بودن، بی‌تحدیدی و ورود بدون حساب را وعده می‌دهند. روی سایتی که استنتاج واقعی اجرا می‌کند، ارزش دارد بدانید هر یک از این واژه‌ها واقعاً چه چیزی می‌خرد.
خواندن پرامپت از یک تصویر یک فراخوانی درک تصویر است. هزینه‌ای در حد هر درخواست بینایی دیگری دارد، بنابراین صفحه‌ای که آن را بی‌تحد ارائه می‌دهد معمولاً بی‌صدا شما را محدود می‌کند، مدل را با مدل کوچک‌تری جایگزین می‌کند یا به شکل دیگری هزینه‌اش را می‌پردازد.
اینجا ابزار روی همان حساب و همان موجودی امتیاز بقیه فضای کاری اجرا می‌شود. وارد شوید و فضای کاری پیش از ارسال، فیلدها و قیمت درخواست را نشان می‌دهد.
- خواندن این صفحه نیازی به ثبت‌نام ندارد. اجرای ابزار نیاز دارد، چون برای درخواست هزینه کسر می‌شود.
- هیچ ادعای نامحدودبودنی نیست. هزینه از مدل هدف و تنظیماتی که انتخاب می‌کنید پیروی می‌کند و فضای کاری آن را از پیش نشان می‌دهد.
- انواع تصویر پذیرفته‌شده و سقف هر درخواست پیش از خروج فایل شما از صفحه، در فضای کاری نشان داده می‌شوند.
نتیجه چقدر نزدیک خواهد بود و کجا فاصله می‌گیرد
پرامپت بازیابی‌شده یک تفسیر است، نه بازیابی. انتظار همان سوژه را در پرداختی به‌طور قابل‌تشخیص مشابه داشته باشید و انتظار داشته باشید جزئیات مشخص جابه‌جا شوند.
- چهره‌ها فاصله می‌گیرند. «زنی بیست‌وچندساله» یک شخص نیست و تولید بعدی شخص دیگری می‌سازد.
- متن بیشترین فاصله را می‌گیرد. نوشته‌ها معمولاً توصیف می‌شوند نه رونویسی، پس واژه‌های کوتاه بهتر از بلندها دوام می‌آورند.
- نشان‌های تجاری، لوگوها و شکل محصولات به‌صورت عمومی توصیف می‌شوند. درخواست برند مشخص کاری نیست که این ابزار انجام دهد.
- بافت ظریف و رنگ دقیق بین نسخه‌های مدل جابه‌جا می‌شوند، حتی وقتی پرامپت بایت‌به‌بایت یکسان است.
- ترکیب‌بندی وقتی نسبت ابعاد و seed را هم ثابت کنید بازتولیدپذیرترین عنصر است، و وقتی هر دو را تغییر دهید کمترین بازتولیدپذیری را دارد.
شش کاربرد فراتر از کپی کردن یک ظاهر
بیشتر مردم برای بازسازی یک تصویر می‌آیند. همان خروجی چند کار دیگر هم انجام می‌دهد.
- یاد گرفتن واژگان. خواندن توصیف‌های ساختاریافته از تصاویری که دوست دارید سریع‌ترین راه برای دست کشیدن از نوشتن پرامپت به‌شکل پاراگراف حال‌وهواست.
- بردن یک سبک از مدلی به مدل دیگر. تصویر را یک بار توصیف کنید، سپس توصیف را مطابق دستور مدل هدف بازنویسی کنید، نه با حدس زدن.
- سفارش دادن به یک انسان. پرامپت همراه با تصویر، برای تصویرگر یا طراح، بریف دقیق‌تری از یک تخته حال‌وهوای تنها است.
- بازسازی یک پروژه قدیمی. وقتی مشتری کار تمام‌شده را بدون فایل منبع می‌فرستد، پرامپت بازیابی‌شده یک نقطه شروع قابل مقایسه به شما می‌دهد.
- بازبینی کتابخانه خودتان. توصیف تصاویر خودتان نشان می‌دهد پرامپت‌هایتان چقدر تکراری شده‌اند.
- پیش‌نویس متن جانشین. توصیف‌های دسترس‌پذیری و پرامپت‌های تولید ماده خام یکسانی دارند، هرچند متن جانشین هنوز پیش از انتشار به ویرایش انسانی نیاز دارد.
حقوق، رضایت و عکس‌های افراد واقعی
یک تصویر به‌طور خودکار مال شما نیست فقط چون می‌توانید توصیفش کنید و دوباره استفاده کنید، و ابزار نمی‌تواند بگوید اجازه دارید یا نه.
- از تصاویری استفاده کنید که خودتان ساخته‌اید، تصاویری که مجوز دارید، یا تصاویری که مجوزشان استفاده مجدد مورد نظر شما را می‌پذیرد.
- پرامپت عکس یک فرد قابل‌شناسایی را بازیابی نکنید تا او را بدون رضایتش بازسازی کنید.
- شبیه یک فرد واقعی، یا شخصیتی متعلق به یک برند، پرسشی حقوقی است نه فنی.
- نمونه‌های این صفحه آثار اشخاص ثالث هستند که با ذکر منبع منتشر شده‌اند و هیچ مجوز استفاده مجددی همراهشان نیست.
پرسش‌ها
آیا ابزار «تصویر به پرامپت» می‌تواند پرامپت دقیق پشت یک تصویر را بازیابی کند؟
گاهی بله، اما نه با نگاه کردن به تصویر. اگر فایل هنوز فراداده‌های تولید خود را داشته باشد، متن اصلی آنجا و خواندنی است: Stable Diffusion WebUI پرامپت، نمونه‌گیر، تعداد گام‌ها، مقیاس CFG و seed را در یک بلوک متنی PNG، و یک EXIF UserComment در خروجی‌های JPEG و WebP می‌نویسد، و ComfyUI کل گراف گردش کار را جاسازی می‌کند. بارگذاری مجدد آن تصویر در یک شبکه اجتماعی معمولاً همه را حذف می‌کند و هیچ مدل بینایی نمی‌تواند پرامپتی را که هرگز ندیده بازسازی کند. آنچه این صفحه برمی‌گرداند توصیف تازه‌ای از چیزهای دیداری است، به همین دلیل نتیجه نزدیک است و نه یکسان.
آیا «تصویر به پرامپت» اینجا رایگان است و به حساب نیاز دارد؟
خواندن این صفحه رایگان است و به حساب نیاز ندارد. خود ابزار از طریق حساب سایت وارد می‌شود، چون برای درخواست هزینه کسر می‌شود، و فضای کاری پیش از ارسال، هزینه امتیازی مدل هدف و تنظیمات انتخابی شما را نشان می‌دهد. این صفحه ادعای رایگان‌بودن نامحدود ندارد.
آیا پرامپت بازیابی‌شده در Midjourney کار می‌کند؟
بله، اگر هدف را روی Midjourney بگذارید، چون خروجی به قطعه‌های جداشده با ویرگول و دنباله‌ای از پارامترها بازآرایی می‌شود. انتظار نداشته باشید کار اصلی را بازتولید کند. Midjourney هیچ پرامپتی در فایل خروجی ذخیره نمی‌کند و seed آن، عددی بین 0 و 4294967295، ترکیب‌بندی را حمل می‌کند نه سبک و شخصیت.
چرا تصویر جدید من مشابه است اما یکسان نیست؟
توصیف و دستور دو شیء متفاوت‌اند. مدلی که پرامپت بازیابی‌شده شما را می‌خواند هرگز تصویر منبع را ندیده، نمونه‌گیر و seed تازه‌اند و هر جزئیاتی که توصیف مبهم گذاشته ساخته می‌شود. در هر تلاش یک بند را تغییر دهید و نسخه‌ای را نگه دارید که در اجرای دوم هم کار می‌کند.
آیا می‌تواند متن داخل تصویر را بخواند یا چهره را بدون تغییر نگه دارد؟
واژه‌های کوتاه معمولاً شناخته و توصیف می‌شوند، در حالی که عبارت‌های بلند و املای غیرمعمول اغلب بازنویسی می‌شوند. چهره‌ها کمترین بازتولیدپذیری را دارند، چون توصیف یک شخص خود آن شخص نیست. جایی که یک چهره، لوگو یا واژه مشخص باید بماند، تصویر اصلی را ویرایش کنید، نه اینکه دوباره تولید کنید.
چه فایل‌هایی و چند تا می‌توانم بارگذاری کنم؟
در هر درخواست یک تصویر مرجع، با قالب JPEG، PNG یا WebP. سقف‌های فعلی را فضای کاری کنار فیلد بارگذاری نشان می‌دهد، نه اینجا، چون از پیکربندی زنده سرویس پیروی می‌کنند.
اگر به فارسی تولید می‌کنم، خروجی باید انگلیسی باشد؟
زبان را با مدلی که پرامپت را می‌خواند هماهنگ کنید. خطوط لوله مبتنی بر تگ به‌شکل قاطعانه‌ای انگلیسی نوشته می‌شوند، در حالی که مدل‌های تنظیم‌شده برای ورودی چینی یا ژاپنی با توصیف به زبان خودشان خوب کار می‌کنند. تغییر زبان خروجی واژگان را عوض می‌کند، نه صحنه را.
آیا این همان زیرنویس تصویر یا متن جانشین است؟
مرتبط است اما یکسان نیست. زیرنویس یک تصویر را در یک جمله برای خواننده خلاصه می‌کند. پرامپت تولید همان مشاهدات را طوری مرتب می‌کند که مدل بتواند روی آن‌ها عمل کند؛ به همین دلیل لنز، نور و پرداخت را نام می‌برد و در «چه اتفاقی می‌افتد» متوقف نمی‌شود.
آیا بارگذاری‌های من نگه داشته می‌شوند؟
بارگذاری‌ها تابع سیاست حفظ حریم خصوصی این سایت است که روشن می‌کند چه چیزی در مرورگر می‌ماند، سرویس‌ها چه نگه می‌دارند و درخواست حذف چگونه رسیدگی می‌شود. این صفحه هیچ‌کدام را تکرار نمی‌کند: با فیلد بارگذاری مثل هر ابزار آنلاین دیگری رفتار کنید و تصاویری را به کار ببرید که با فرستادنشان راحت هستید.
آیا می‌توانم پرامپت عکس فردی را که آنلاین پیدا کرده‌ام بازیابی کنم؟
فقط اگر حقوق آن را داشته باشید و برای یک فرد قابل‌شناسایی، رضایت او را. ابزار در هر حال آنچه می‌بیند را توصیف می‌کند، اما شبیه تولیدشده یک فرد واقعی پرسش‌های حقوقی و اخلاقی ایجاد می‌کند که هیچ تنظیمی در این صفحه حلشان نمی‌کند.
بیشتر ببینید
ابزارهای تصویر و ویدیو
همه کارهای تصویر و ویدیو در این سایت در یک جا: تصویر بسازید، ویدیو بسازید، از یک عکس پرامپت بگیرید یا یک مدل را مستقیم باز کنید.
ساخت تصویر با هوش مصنوعی
با Nano Banana 2.1 و Nano Banana Pro و Nano Banana 2 و Nano Banana 2 Lite و GPT Image 2.5 و GPT Image 2 و FLUX 3 Image در یک فضای کاری تصویر بسازید.
مولد تصویر هوش مصنوعی GPT Image 2.5
با GPT Image 2.5 آنلاین بسازید. از متن تصویر بسازید، تصویر مرجع را ویرایش کنید، نمونه‌ها و ایده‌های پرامپت را ببینید و برآورد هزینه را بررسی کنید.
مولد و ویرایشگر تصویر Nano Banana Pro
با Nano Banana Pro، مدل Gemini 3 Pro Image از Google بسازید و ویرایش کنید. پرامپت‌های منتشرشده Google را کپی کنید، سه رده را مقایسه کنید و برآورد را ببینید.