أوبن إيه آي تنشر دليلاً عملياً لتوليد الصور في ChatGPT

دليل منتج يهدف إلى جعل توليد الصور أكثر فائدة

نشرت OpenAI دليلاً جديداً من Academy حول إنشاء الصور باستخدام ChatGPT، واضعةً إطاراً عملياً للمستخدمين الذين يريدون نتائج أفضل من توليد الصور وتحريرها من دون الاعتماد على صياغة معقدة للأوامر النصية. ويعرض المستند، المنشور في 10 أبريل، توليد الصور كمسار عمل يقوم على الوضوح والتكرار والقيود، لا على التعليمات الطويلة أو المتكلفة.

قد يبدو ذلك بسيطاً، لكنه يعكس تحولاً مهماً في طريقة تقديم أدوات صور الذكاء الاصطناعي. ففي الاستخدامات العامة الأولى لمولدات الصور، كان التركيز غالباً على حيل الأوامر النصية وقوائم الكلمات المفتاحية الجمالية والتجربة والخطأ. أما إرشادات OpenAI فتصوغ الأداة بوصفها أقرب إلى نظام إنتاج تعاوني: حدّد الغرض من الصورة، وصف الموضوع والمشهد، واذكر النمط البصري، ثم حسّن النتيجة عبر تعديلات صغيرة ومحددة.

بمعنى آخر، تحاول الشركة تطبيع توليد الصور بوصفه مهمة قابلة للضبط والتكرار، لا مجرد حداثة لافتة. وللمستخدمين الذين يصنعون مرئيات تحريرية أو مفاهيم تصميم أو مواد تسويقية أو تعديلات على صور موجودة، فإن هذا الفرق مهم.

التوصية الأساسية: كن مباشراً لا مزخرفاً

إحدى أوضح الأفكار في الدليل هي أن الأمر النصي الجيد للصورة لا يحتاج أن يكون طويلاً. تقول OpenAI إنه في معظم الحالات تكفي جملة إلى ثلاث جمل واضحة. والهدف هو شرح غرض الصورة، والموضوع الرئيسي، وما الذي يحدث، وأين يقع المشهد، وما هو الأسلوب البصري المطلوب. وإذا كانت هناك أهمية للتخطيط أو الإطار أو الإضاءة أو غير ذلك من القيود، فيجب ذكرها مباشرة.

ويؤكد الدليل أن الوضوح يعمل أفضل من الصياغة الذكية، خصوصاً في التفاصيل المتعلقة بالمواد أو الملمس أو الضوء. فبدلاً من استخدام عبارات مبهمة مثل طلب “إضاءة جميلة”، توصي OpenAI بوصف مباشر مثل ضوء طبيعي ناعم يأتي من اتجاه محدد. وهذه النصيحة تجعل صياغة أوامر الصور أقرب إلى إعدادات التصميم منها إلى الكتابة الإبداعية.

هذا تمييز مفيد لأن كثيراً من نتائج الصور غير المرضية بالذكاء الاصطناعي تنتج عن أوامر تنقل مزاجاً عاماً من دون تثبيت بنية كافية. قد يفهم النموذج أن المستخدم يريد شيئاً مصقولاً أو سينمائياً، لكنه ما يزال قد يضل في التكوين، أو يضيف عناصر غير مرغوبة، أو يفشل في التقاط حالة الاستخدام المقصودة. وإجابة الدليل هي تقليل الغموض على مستوى التعليمات.

التحرير يعمل بشكل أفضل عندما يكون التغيير محدداً بدقة

وتظهر الفلسفة نفسها بشكل أوضح في قسم تحرير الصور الموجودة. تنصح OpenAI المستخدمين بأن يذكروا بدقة ما الذي يجب أن يتغير وما الذي يجب أن يبقى كما هو. ومثال التعليمات الذي تقدمه مباشر: غيّر عنصراً واحداً اسمه صراحة، واترك كل شيء آخر كما هو تماماً.

وتكتسب هذه التوصية أهمية لأن التحرير التكراري هو المكان الذي تفقد فيه كثير من أنظمة الصور التوليدية الاتساق. فقد يرغب المستخدم في تغيير لون الخلفية، أو تعديل السطوع، أو استبدال عنصر واحد مع الحفاظ على التكوين وهوية الموضوع. وقد يؤدي التوجيه العام إلى إعادة تفسير المشهد بالكامل. وتقول OpenAI إن التعديلات الموجهة والتأكيد المتكرر على القيود الثابتة يساعدان على منع هذا الانحراف.

كما يوصي المستند بتحسين النتائج عبر مراجعات صغيرة خطوة بخطوة. ابدأ بالفكرة الأساسية، ثم عدّل عنصراً واحداً في كل مرة. وتشمل أمثلة التعديل جعل الصورة أكثر سطوعاً، أو تخفيف الألوان، أو تبسيط الخلفية، أو الحفاظ على التكوين نفسه مع تغيير النمط. والفكرة التشغيلية هنا هي أن الملاحظات المحددة أسهل على النظام من الملاحظات العامة غير الراضية.

وهذا يجعل سير العمل مناسباً بشكل خاص للاستخدام المهني. فالفرق التي تنتج أصولاً مرئية تحتاج غالباً إلى تنويعات مضبوطة أكثر من الحاجة إلى إعادة تفسير جذرية. والنموذج القادر على الحفاظ على التكوين أثناء تعديل النمط، أو إبقاء كل التفاصيل ثابتة باستثناء عنصر واحد، يمكن أن ينسجم بشكل أكثر طبيعية مع العمل الإنتاجي الحقيقي.

لماذا يهم الدليل أبعد من المبتدئين

على مستوى ما، يعد نشر OpenAI بمثابة درس تعليمي. وعلى مستوى آخر، هو تصريح عن نضج المنتج. فالشركة تضع توليد الصور في ChatGPT في موضع شيء يمكن للمستخدمين تنقيحه حتى يصبح “أصولاً جاهزة للإنتاج في دقائق”، وليس مجرد ميزة إبداعية تجريبية. ويقول الدليل إن المستخدمين يمكنهم توليد صور أصلية من أوامر باللغة الطبيعية، وطلب تنويعات، وضبط التكوين أو الحجم، واستكشاف اتجاهات جديدة بسرعة.

هذا التأطير مهم لأنه يخفض حاجز الدخول ويحدد في الوقت نفسه توقعات لكيفية ممارسة التحكم. وبدلاً من مطالبة المستخدمين بإتقان صياغة خاصة، تخبرهم OpenAI بأن يفكروا مثل مديري الفن: حدّد الهدف، والموضوع، والبيئة، والنمط، والقيود غير القابلة للتفاوض.

ويعزز الأمر النصي النموذجي المرفق هذا النهج. فهو يطلب رسماً تحريرياً مصقولاً لشخص يتعلم مهارة جديدة في الذكاء الاصطناعي عند مكتب، مع عناصر محددة في المشهد، وخلفية نظيفة وبسيطة، وتعليمات بعدم تضمين شعارات أو إشارات إلى العلامات التجارية أو صور الخيال العلمي أو التصاميم شديدة التجريد. والمثال ليس لافتاً لأنه معقد، بل لأنه قائم على غرض ومحدود بوضوح.

ما الذي يركز عليه دليل OpenAI

• يمكن كتابة أكثر الأوامر فعالية في جملة إلى ثلاث جمل واضحة.
• ينبغي أن تذكر الأوامر غرض الصورة، والموضوع، والفعل، والمشهد، والأسلوب البصري.
• تساعد القيود المحددة على الحفاظ على العناصر الثابتة وتقليل التغييرات غير المرغوبة.
• يجب أن يتم التحرير عبر تعديلات صغيرة وموجهة، لا عبر إعادة كتابة واسعة.
• الصياغة المباشرة أكثر موثوقية من الصياغة المبهمة أو المزخرفة.

مع انتقال أدوات صور الذكاء الاصطناعي من التجريب إلى الاستخدام الروتيني، من المرجح أن تصبح هذه الإرشادات أكثر أهمية. ولم يعد السؤال التنافسي فقط أي نموذج يمكنه صنع صور لافتة، بل أي نظام يستطيع تحويل التعليمات العادية إلى مخرجات قابلة للتحكم تصمد خلال دورات المراجعة. ويقدم دليل Academy الجديد من OpenAI جواباً عملياً على هذه الحاجة. فهو لا يعد بالسحر، بل يعد بعملية أفضل.

وربما يكون هذا هو التطور الأهم. فالتاريخ الطويل للأدوات التوليدية مليء بلحظات سبقت فيها القدرة المبهرة سهولة الاستخدام اليومية. ومن خلال نشر مسار عمل يركز على الإيجاز والدقة والتكرار، تحاول OpenAI تضييق هذه الفجوة. والرسالة للمستخدمين بسيطة: الصور الأفضل أقل اعتماداً على أساطير الأوامر وأكثر اعتماداً على منح النموذج مهمة دقيقة لينجزها.

هذه المقالة مبنية على تغطية من OpenAI. اقرأ المقال الأصلي.