دوره پرامپت نویسی (Prompt Eng)
دوره پرامپت نویسی (Prompt Eng)

هوش مصنوعی Midjourney

سیر تا پیاز میدجرنی (Midjourney)؛ راهنمای جامع ساخت تصاویر شگفت‌انگیز با هوش مصنوعی

هوش مصنوعی مولد، فرایند ساخت تصویر را از یک کار کاملاً تخصصی و زمان‌بر به تجربه‌ای سریع، خلاقانه و در دسترس تبدیل کرده است. اکنون می‌توان با نوشتن چند جمله، تصاویری واقع‌گرایانه، پوسترهای تبلیغاتی، کانسپت‌های سینمایی، تصویرسازی کتاب، طراحی محصول و آثار هنری تولید کرد. در میان ابزارهای هوش مصنوعی ساخت عکس، میدجرنی به دلیل کیفیت بصری بالا، نورپردازی قدرتمند و توانایی چشمگیر در اجرای سبک‌های هنری، یکی از شناخته‌شده‌ترین گزینه‌ها محسوب می‌شود.

این آموزش میدجرنی مسیر شروع کار با Midjourney را از ثبت‌نام و انتخاب اشتراک تا پرامپت‌نویسی، کار با پارامترها، استفاده از تصویر مرجع و ویرایش خروجی پوشش می‌دهد. رابط کاربری، مدل‌های فعال، امکانات و قیمت‌های میدجرنی ممکن است در طول زمان تغییر کنند؛ بنابراین اطلاعات مالی و محدودیت‌های حساب باید پیش از خرید در وب‌سایت رسمی بررسی شوند.

میدجرنی چیست و چگونه کار می‌کند؟

Midjourney یک سامانه هوش مصنوعی مولد برای تولید و ویرایش تصویر است. کاربر توضیحی متنی به نام پرامپت وارد می‌کند و مدل هوش مصنوعی براساس مفاهیم، سبک، ترکیب‌بندی، رنگ، نور و جزئیات موجود در آن، تصویر جدیدی می‌سازد. این فرایند با عنوان Text-to-Image شناخته می‌شود.

میدجرنی تصاویر آماده را مستقیماً از اینترنت کپی نمی‌کند؛ بلکه الگوهای بصری آموخته‌شده را برای ساخت خروجی تازه به کار می‌گیرد. نتیجه هر تولید می‌تواند حتی با پرامپت یکسان متفاوت باشد، زیرا بخشی از فرایند تولید به نویز اولیه و مقدار Seed وابسته است.

فرایند تبدیل متن به تصویر در Midjourney

  1. کاربر موضوع، محیط، سبک و ویژگی‌های تصویر را در پرامپت مشخص می‌کند.
  2. میدجرنی کلمات و روابط معنایی موجود در متن را تحلیل می‌کند.
  3. مدل یک ترکیب تصویری اولیه را از نویز می‌سازد و آن را طی چند مرحله اصلاح می‌کند.
  4. کاربر می‌تواند خروجی را بزرگ‌تر کند، تغییرات مشابه بسازد یا بخش‌هایی از آن را ویرایش کند.

برای مثال، پرامپت زیر یک خیابان آینده‌نگر در شب تولید می‌کند:

futuristic city street at night, neon signs, rainy pavement, cinematic lighting, highly detailed, wide-angle photography --ar 16:9

در این پرامپت، موضوع اصلی خیابان آینده‌نگر است؛ تابلوهای نئونی و آسفالت خیس جزئیات محیط را مشخص می‌کنند؛ نورپردازی سینمایی سبک بصری را می‌سازد و پارامتر --ar 16:9 نسبت تصویر عریض را تعیین می‌کند.

مقایسه میدجرنی با DALL·E و Stable Diffusion

ابزارنقطه قوت اصلیمیزان کنترلشیوه استفادهمناسب برای
Midjourneyکیفیت هنری، نورپردازی و ترکیب‌بندی قدرتمندبالا با پارامترها و رفرنس‌هاوب و Discord با اشتراکطراحی هنری، تبلیغات، کانسپت و تولید محتوا
DALL·E و مدل‌های تصویری OpenAIدرک مناسب زبان طبیعی و ویرایش مکالمه‌ایساده و مناسب کاربران عمومیدر محصولات و APIهای پشتیبانی‌شده OpenAIایده‌پردازی سریع و ویرایش دستورمحور
Stable Diffusion و مدل‌های متن‌باز مرتبطانعطاف‌پذیری، اجرای محلی و مدل‌های سفارشیبسیار بالا اما فنی‌تررابط‌های محلی، سرویس‌های ابری و APIکاربران حرفه‌ای، توسعه‌دهندگان و گردش‌کارهای سفارشی

میدجرنی معمولاً بدون نیاز به تنظیمات فنی پیچیده، خروجی‌های چشم‌نواز تولید می‌کند. در مقابل، ابزارهای مبتنی بر Stable Diffusion امکان کنترل عمیق‌تر، نصب محلی و استفاده از مدل‌ها یا افزونه‌های سفارشی را فراهم می‌کنند.

ویژگی‌ها و قابلیت‌های کلیدی Midjourney

کیفیت بالا و جزئیات بصری

یکی از دلایل محبوبیت میدجرنی، توانایی آن در ساخت بافت، نور، عمق میدان، ترکیب‌بندی و فضای سینمایی است. این مزیت در تولید پرتره، معماری مفهومی، طراحی محصول و محیط‌های فانتزی بیشتر دیده می‌شود. با این حال، خروجی هوش مصنوعی ممکن است در جزئیات ریز، نوشته‌های طولانی، منطق فیزیکی یا عناصر تکرارشونده خطا داشته باشد و باید پیش از استفاده حرفه‌ای بررسی شود.

شخصی‌سازی سبک و میزان Stylization

پارامتر --stylize یا شکل کوتاه آن --s میزان تأثیر زیبایی‌شناسی داخلی مدل را کنترل می‌کند. مقدار پایین معمولاً اجرای مستقیم‌تر پرامپت و مقدار بالا نتیجه هنری‌تر و آزادتر ایجاد می‌کند.

minimalist perfume bottle on white marble, soft studio lighting, luxury product photography --ar 4:5 --s 50
minimalist perfume bottle on white marble, soft studio lighting, luxury product photography --ar 4:5 --s 700

پرامپت اول معمولاً کنترل‌شده‌تر و نزدیک‌تر به توضیح متن است؛ پرامپت دوم می‌تواند تزئینات، نور و ترکیب‌بندی خلاقانه‌تری داشته باشد. دامنه دقیق و رفتار این پارامتر به مدل انتخاب‌شده وابسته است.

ثبات شخصیت با Character Reference

در مدل‌ها و گردش‌کارهای سازگار، می‌توان یک تصویر را به‌عنوان مرجع شخصیت معرفی کرد تا ویژگی‌هایی مانند چهره، مو و لباس در چند خروجی تکرار شوند. در مدل‌های نسل ششم، این قابلیت معمولاً با --cref و میزان تأثیر آن با --cw کنترل می‌شود:

female detective walking through a foggy London street, cinematic scene --cref https://example.com/character.jpg --cw 80 --ar 16:9
  • --cref: آدرس تصویر مرجع شخصیت را دریافت می‌کند.
  • --cw 0: بیشتر بر ویژگی‌های چهره تمرکز دارد.
  • --cw 100: تلاش می‌کند چهره، مو و پوشش را با تأثیر بیشتری حفظ کند.

در مدل‌های جدیدتر ممکن است این فرایند با قابلیت‌هایی مانند Omni Reference یا ابزار مرجع داخل پنل وب انجام شود. نام پارامترها و سازگاری آن‌ها باید براساس مدل فعال بررسی شود. هیچ ابزار مرجعی ثبات صددرصدی شخصیت را تضمین نمی‌کند و معمولاً چند بار تولید و اصلاح لازم است.

ارجاع سبک با Style Reference

پارامتر --sref زبان بصری یک تصویر مرجع، مانند رنگ‌بندی، نور، بافت و حال‌وهوا را به خروجی منتقل می‌کند:

a modern bookstore interior, warm atmosphere, wooden shelves --sref https://example.com/style.jpg --sw 300 --ar 16:9

--sw وزن مرجع سبک را تعیین می‌کند. مقدار بیشتر معمولاً شباهت سبکی را افزایش می‌دهد، اما ممکن است آزادی مدل در اجرای موضوع را کاهش دهد. تصویر مرجع سبک برای کپی دقیق محتوا نیست؛ هدف آن انتقال ویژگی‌های بصری کلی است.

ویرایش بخشی از تصویر و توسعه کادر

  • Vary Region یا ابزار ویرایش: انتخاب بخشی از تصویر و بازسازی همان ناحیه با توضیح جدید؛ برای اصلاح دست، لباس، پس‌زمینه یا افزودن شیء کاربرد دارد.
  • Pan: گسترش تصویر در جهت بالا، پایین، چپ یا راست.
  • Zoom Out: توسعه اطراف تصویر و ساخت کادر بازتر بدون تغییر کامل سوژه مرکزی.
  • Outpainting: تولید محتوای جدید بیرون از مرزهای تصویر اولیه.
  • Remix: تغییر متن پرامپت هنگام ساخت وارییشن یا توسعه تصویر، در رابط‌هایی که این گزینه فعال است.

برای ویرایش دقیق، محدوده انتخاب باید کمی از مرز عنصر موردنظر بزرگ‌تر باشد تا مدل بتواند بافت جدید را با محیط اطراف هماهنگ کند.

راهنمای گام‌به‌گام شروع کار با میدجرنی

ثبت نام در میدجرنی از طریق وب‌سایت

  1. نشانی رسمی midjourney.com را باز کنید.
  2. گزینه ورود یا ثبت‌نام را انتخاب کنید.
  3. براساس گزینه‌های نمایش‌داده‌شده، با حساب Google یا Discord وارد شوید. روش‌های ورود ممکن است تغییر کنند.
  4. شرایط استفاده و سیاست حریم خصوصی را مطالعه و تأیید کنید.
  5. در صورت نداشتن اشتراک فعال، وارد بخش مدیریت اشتراک شوید و پلن مناسب را انتخاب کنید.
  6. پس از فعال‌شدن حساب، بخش Create را باز کرده و پرامپت را در کادر تولید تصویر وارد کنید.

برای جلوگیری از صفحات جعلی، ثبت نام در میدجرنی و خرید اشتراک باید فقط از دامنه رسمی انجام شود. امکان پرداخت، مالیات، ارز قابل استفاده و دسترسی منطقه‌ای به کشور و روش پرداخت بستگی دارد و باید مطابق قوانین سرویس انجام شود.

استفاده از میدجرنی در Discord

دیسکورد یکی از محیط‌های شناخته‌شده کار با Midjourney است، هرچند برای بسیاری از کاربران استفاده از میدجرنی وب ساده‌تر است. مراحل کلی استفاده در Discord عبارت‌اند از:

  1. یک حساب Discord ایجاد کنید و وارد آن شوید.
  2. حساب Discord را در فرایند ورود به Midjourney متصل کنید.
  3. به سرور رسمی Midjourney یا سرور شخصی دارای ربات مجاز Midjourney وارد شوید.
  4. در کانال قابل استفاده، دستور /imagine را تایپ کنید.
  5. متن پرامپت را در فیلد prompt بنویسید و دستور را ارسال کنید.
  6. پس از تولید، از گزینه‌های Upscale، Variation، Zoom یا ویرایش استفاده کنید.
/imagine prompt: an ancient Persian observatory on a mountain, starry sky, cinematic moonlight, intricate architecture --ar 16:9 --s 250

اسلش باید پیش از کلمه imagine قرار بگیرد؛ بنابراین شکل صحیح دستور /imagine است، نه imagine/.

آشنایی با پنل Midjourney Web

پنل وب معمولاً چند بخش اصلی دارد:

  • Create: نوشتن پرامپت، تنظیم نسبت تصویر، مدل، سبک و تولید خروجی.
  • Explore: مشاهده تصاویر عمومی و بررسی پرامپت‌ها یا سبک‌های الهام‌بخش، در محدوده‌ای که سازنده عمومی کرده است.
  • Organize: مدیریت، جست‌وجو، فیلتر و دسته‌بندی تصاویر تولیدشده.
  • Editor: تغییر اندازه بوم، انتخاب ناحیه، حذف یا بازسازی بخش‌هایی از تصویر.
  • Personalization: تنظیم ترجیحات بصری براساس قابلیت‌های فعال حساب و مدل.

در نسخه وب لازم نیست دستور /imagine نوشته شود؛ متن مستقیماً در نوار تولید قرار می‌گیرد. پارامترهایی مانند --ar را می‌توان در انتهای پرامپت نوشت یا از کنترل‌های گرافیکی رابط استفاده کرد.

بررسی پلن‌های اشتراک Midjourney

میدجرنی معمولاً پلن‌های Basic، Standard، Pro و Mega ارائه می‌کند. قیمت‌ها، میزان زمان پردازش و امکانات ممکن است تغییر کنند. ساختار رایج پلن‌ها به شکل زیر است:

پلنقیمت ماهانه متداولزمان Fast GPU تقریبیRelax ModeStealth Mode
Basic۱۰ دلارحدود ۳.۳ ساعت در ماهنداردندارد
Standard۳۰ دلارحدود ۱۵ ساعت در ماهداردندارد
Pro۶۰ دلارحدود ۳۰ ساعت در ماهدارددارد
Mega۱۲۰ دلارحدود ۶۰ ساعت در ماهدارددارد

در پرداخت سالانه معمولاً تخفیف اعمال می‌شود، اما مبلغ نهایی، مالیات و جزئیات هر پلن باید در صفحه رسمی اشتراک کنترل شود. Fast Mode از سهم پردازشی ماهانه استفاده می‌کند و خروجی را سریع‌تر می‌سازد. Relax Mode معمولاً سرعت یا اولویت کمتری دارد، اما برای تولیدهای بیشتر در پلن‌های واجد شرایط مناسب است. Stealth Mode نیز برای خصوصی نگه‌داشتن تولیدات در پلن‌های پشتیبانی‌شده کاربرد دارد.

آموزش پرامپت‌نویسی در میدجرنی؛ از مبتدی تا حرفه‌ای

پرامپت نویسی میدجرنی به معنی توصیف دقیق نتیجه مطلوب است، نه نوشتن متن طولانی و ادبی. مدل باید بداند چه چیزی، در چه محیطی، با چه نور، سبک، زاویه و نسبت تصویری تولید شود.

ساختار استاندارد یک پرامپت موفق

یک الگوی کاربردی برای شروع عبارت است از:

Subject + action or pose + environment + composition + lighting + visual style + camera or medium + parameters

معادل فارسی اجزای آن:

  • موضوع: شخص، محصول، حیوان، ساختمان یا شیء اصلی.
  • عمل یا حالت: ایستادن، دویدن، نگاه‌کردن، شناوربودن یا زاویه بدن.
  • محیط: استودیو، جنگل، شهر، فضای داخلی یا سیاره‌ای خیالی.
  • ترکیب‌بندی: نمای نزدیک، تمام‌قد، نمای هوایی، تقارن یا فضای منفی.
  • نورپردازی: نور نرم، نور طلایی، نور نئون، نور حاشیه‌ای یا کنتراست بالا.
  • سبک یا رسانه: عکاسی محصول، آبرنگ، سه‌بعدی، پوستر یا تصویرسازی تحریریه.
  • دوربین: نوع لنز، عمق میدان یا زاویه دوربین؛ این موارد بیشتر نقش هدایت بصری دارند و شبیه‌سازی دقیق تجهیزات را تضمین نمی‌کنند.
  • پارامترها: نسبت تصویر، مدل، stylize، chaos و سایر تنظیمات.

نمونه تبدیل پرامپت ضعیف به پرامپت حرفه‌ای

پرامپت ضعیف:

a coffee shop

پرامپت دقیق‌تر:

a cozy modern coffee shop in Tehran, warm wooden interior, large windows, morning sunlight, customers working on laptops, editorial interior photography, natural colors, wide-angle composition --ar 16:9 --s 150

نسخه دوم اطلاعات بیشتری درباره مکان، جنس فضا، زمان، نور، افراد، سبک عکاسی و نسبت تصویر ارائه می‌دهد؛ در نتیجه احتمال دریافت خروجی نزدیک‌تر به هدف افزایش می‌یابد.

پارامتر نسبت ابعاد با –ar

پارامتر --ar یا --aspect شکل کادر را تعیین می‌کند:

پارامترکاربرد متداولنمونه
--ar 1:1پست مربعی و تصویر پروفایلتصویر محصول یا آواتار
--ar 16:9بنر، کاور ویدئو و تصویر دسکتاپمنظره سینمایی
--ar 9:16استوری و ویدئوی عمودیپوستر موبایلی
--ar 4:5پست عمودی شبکه‌های اجتماعیعکاسی مد و محصول
--ar 3:2نسبت رایج عکاسیمنظره و پرتره محیطی
a dramatic desert landscape at sunset, long shadows, cinematic photography --ar 16:9

انتخاب نسخه مدل با –v

در مدل‌های پشتیبانی‌شده، پارامتر --v نسخه موتور تولید را مشخص می‌کند:

a futuristic electric motorcycle, studio product photography, black background --v 6
a futuristic electric motorcycle, studio product photography, black background --v 5.2

نسخه ۶ معمولاً درک متنی، جزئیات و واقع‌گرایی بهتری نسبت به ۵.۲ دارد، اما مدل‌های قدیمی‌تر ممکن است برای بازتولید یک سبک یا گردش‌کار قبلی استفاده شوند. چون Midjourney مدل‌های جدید منتشر می‌کند، بهترین روش انتخاب مدل از تنظیمات پنل و بررسی پارامتر سازگار با همان نسخه است.

کنترل تنوع با –chaos

--chaos میزان تفاوت میان گزینه‌های اولیه را کنترل می‌کند. مقدار پایین نتایج منسجم‌تر و مقدار بالا ترکیب‌بندی‌های غیرمنتظره‌تری ایجاد می‌کند. دامنه رایج آن از ۰ تا ۱۰۰ است.

luxury watch advertising campaign, dark reflective surface, dramatic studio light --chaos 5 --ar 4:5
luxury watch advertising campaign, dark reflective surface, dramatic studio light --chaos 70 --ar 4:5

برای پروژه‌های تجاری کنترل‌شده، مقدار پایین مناسب‌تر است. برای ایده‌پردازی اولیه و کشف ترکیب‌های تازه می‌توان مقدار بالاتری انتخاب کرد.

ایجاد نتایج عجیب با –weird

پارامتر --weird مدل را به سمت زیبایی‌شناسی غیرمعمول، سورئال یا تجربی هدایت می‌کند:

a fashion portrait made of translucent glass and flowers, surreal editorial photography --weird 800 --ar 4:5

مقادیر زیاد می‌توانند ارتباط دقیق با متن را کاهش دهند. برای پروژه‌های مفهومی، پوستر و آثار سورئال، این پارامتر کاربرد بیشتری دارد.

کنترل سبک با –stylize

a small cabin beside a frozen lake, winter morning, soft fog, realistic photography --s 100 --ar 3:2

در مدل‌هایی مانند نسخه ۶، مقدار پیش‌فرض رایج --s 100 بوده و دامنه پشتیبانی‌شده معمولاً تا ۱۰۰۰ می‌رسد. این حدود ممکن است در مدل‌های دیگر متفاوت باشد.

کنترل زمان پردازش با –quality

پارامتر --quality یا --q میزان زمان پردازش اختصاص‌یافته به تولید اولیه را در مدل‌های سازگار کنترل می‌کند:

ornate Persian tile pattern, blue and turquoise, symmetrical design, intricate details --q 1 --ar 1:1

افزایش Quality همیشه به معنای خروجی بهتر نیست و می‌تواند سهم پردازشی بیشتری مصرف کند. مقادیر قابل قبول این پارامتر براساس نسخه مدل متفاوت‌اند.

استفاده از Seed برای بازتولید ساختار مشابه

--seed عدد نویز اولیه را مشخص می‌کند. استفاده از Seed یکسان همراه با پرامپت و تنظیمات مشابه می‌تواند به مقایسه کنترل‌شده‌تر تغییرات کمک کند:

a red sports car on a mountain road, cinematic photography --seed 24680 --ar 16:9

Seed ثبات کامل را تضمین نمی‌کند؛ تغییر مدل، تنظیمات یا قابلیت‌های سرویس می‌تواند نتیجه را تغییر دهد.

ترتیب صحیح پارامترها

پارامترها بهتر است در انتهای پرامپت قرار گیرند و هر پارامتر با دو خط تیره آغاز شود:

architectural visualization of a sustainable villa, tropical garden, natural stone, golden hour --ar 16:9 --s 200 --chaos 10 --v 6

شکل‌هایی مانند ar--، cw-- یا no-- نادرست‌اند. نگارش صحیح به‌ترتیب --ar، --cw و --no است.

ترفندها و نکات طلایی برای گرفتن بهترین خروجی

استفاده از پرامپت منفی با –no

پارامتر --no عناصر ناخواسته را با وزن منفی در نظر می‌گیرد:

a clean modern kitchen, natural daylight, interior photography --ar 16:9 --no people, text, watermark, clutter

این دستور احتمال حضور عناصر ذکرشده را کاهش می‌دهد، اما حذف قطعی آن‌ها را تضمین نمی‌کند. برای اصلاح نهایی می‌توان از ابزار ویرایش ناحیه استفاده کرد.

ترکیب چند تصویر با دستور /blend

دستور /blend در Discord برای ترکیب مفهومی و بصری چند تصویر استفاده می‌شود. پس از اجرای دستور، تصاویر در فیلدهای مربوط بارگذاری می‌شوند و در صورت پشتیبانی، نسبت تصویر نیز انتخاب می‌شود.

  1. در Discord عبارت /blend را وارد کنید.
  2. حداقل دو تصویر را در کادرهای نمایش‌داده‌شده بارگذاری کنید.
  3. در صورت نیاز، ابعاد خروجی را تعیین کنید.
  4. دستور را ارسال کنید تا مدل ویژگی‌های تصاویر را در یک خروجی جدید ترکیب کند.

Blend کلاژ ساده نمی‌سازد؛ مدل مفاهیم، رنگ‌ها، ساختارها و سبک تصاویر را تفسیر و بازتولید می‌کند. برای کنترل متنی بیشتر، استفاده از Image Prompt مناسب‌تر است.

استفاده از عکس به‌عنوان Image Prompt

برای هدایت ترکیب‌بندی، رنگ یا محتوای تصویر می‌توان آدرس مستقیم عکس را در ابتدای پرامپت قرار داد:

https://example.com/reference.jpg futuristic fashion campaign, silver fabric, dramatic lighting --ar 4:5 --iw 1.5

پارامتر --iw وزن تصویر مرجع را نسبت به متن کنترل می‌کند. دامنه و رفتار آن به مدل وابسته است. در پنل وب معمولاً می‌توان تصویر را بارگذاری و نقش آن را به‌عنوان مرجع تصویر، سبک یا شخصیت تعیین کرد.

  • تصویر مرجع باکیفیت و دارای سوژه واضح انتخاب شود.
  • نسبت تصویر مرجع تا حد امکان به نسبت خروجی نزدیک باشد.
  • در متن پرامپت مشخص شود کدام ویژگی‌های تصویر باید حفظ یا تغییر کنند.
  • برای استفاده از تصاویر اشخاص، آثار هنری و دارایی‌های تجاری باید مجوز و حقوق مربوط رعایت شود.

کلیدهای U و V در Discord

در گردش‌کار کلاسیک Discord، میدجرنی یک شبکه چهارتایی از تصاویر می‌ساخت و دکمه‌های زیر را نمایش می‌داد:

  • U1 تا U4: انتخاب و بزرگ‌نمایی یا جداسازی یکی از چهار تصویر. شماره‌ها از بالا چپ به راست و سپس ردیف پایین محاسبه می‌شوند.
  • V1 تا V4: ساخت تصاویر مشابه براساس گزینه انتخاب‌شده.
  • Vary Subtle: ایجاد تغییرات محدود با حفظ ساختار اصلی.
  • Vary Strong: ایجاد تغییرات محسوس‌تر در ترکیب‌بندی و جزئیات.

در مدل‌ها و رابط‌های جدید، تصویر اولیه ممکن است از ابتدا رزولوشن مناسبی داشته باشد و عملکرد Upscale با گذشته متفاوت باشد. پنل وب نیز به‌جای کلیدهای U و V از دکمه‌ها یا منوهای عملیاتی استفاده می‌کند.

روش اصلاح مرحله‌ای خروجی

  1. ابتدا موضوع و ترکیب‌بندی را با پرامپت کوتاه مشخص کنید.
  2. نسبت تصویر مناسب رسانه نهایی را انتخاب کنید.
  3. نور، سبک و زاویه دوربین را به‌تدریج اضافه کنید.
  4. برای کشف ایده‌های متفاوت از Chaos استفاده کنید.
  5. پس از انتخاب تصویر مناسب، وارییشن‌های محدود بسازید.
  6. اشکالات موضعی را با Editor یا Vary Region اصلاح کنید.
  7. در پایان، خروجی را از نظر دست، چهره، نوشته، لوگو، تقارن و جزئیات فنی بررسی کنید.

نکات کاربردی در پرامپت نویسی میدجرنی

  • ویژگی مهم را در ابتدای پرامپت قرار دهید.
  • به‌جای عبارت‌های مبهم، واژه‌های تصویری و قابل مشاهده بنویسید.
  • از تکرار صفت‌های هم‌معنی و متن‌های بسیار طولانی خودداری کنید.
  • برای نتایج دقیق‌تر، نوع نما مانند close-up، wide shot یا top-down view را مشخص کنید.
  • برای عکس محصول، جنس سطح، نوع پس‌زمینه و جهت نور را توضیح دهید.
  • پرامپت انگلیسی معمولاً کنترل واژگانی دقیق‌تری فراهم می‌کند، هرچند مدل می‌تواند زبان‌های دیگر را نیز تا حدی درک کند.
  • متن داخل تصویر را کوتاه و داخل علامت نقل‌قول بنویسید و نتیجه را از نظر املایی بررسی کنید.
  • در هر آزمایش فقط یک یا دو متغیر را تغییر دهید تا علت تفاوت خروجی مشخص باشد.

قوانین، کپی‌رایت و محدودیت‌های میدجرنی

مالکیت و استفاده تجاری از تصاویر

براساس شرایط رایج Midjourney، مشترکان در محدوده شرایط سرویس، حقوق دارایی‌هایی را که تولید می‌کنند در اختیار دارند؛ با این حال، این موضوع با دریافت خودکار حمایت قانونی کپی‌رایت در تمام کشورها یکسان نیست. قوانین برخی حوزه‌های قضایی برای حمایت کپی‌رایت، میزان مشخصی از خلاقیت و دخالت انسانی را ضروری می‌دانند.

  • استفاده تجاری باید مطابق آخرین شرایط استفاده Midjourney و قوانین کشور محل فعالیت باشد.
  • شرکت‌هایی با درآمد ناخالص سالانه بیش از سقف تعیین‌شده در شرایط سرویس، معمولاً برای استفاده تجاری به پلن Pro یا Mega نیاز دارند. سقف و جزئیات باید از متن رسمی شرایط بررسی شود.
  • تصاویر ساخته‌شده در حالت عمومی ممکن است توسط دیگران مشاهده یا در گالری سرویس نمایش داده شوند.
  • برای محرمانگی بیشتر باید از پلن و حالت پشتیبانی‌کننده Stealth استفاده شود؛ خصوصی‌بودن کانال Discord به‌تنهایی الزاماً تولید را از سامانه عمومی Midjourney پنهان نمی‌کند.
  • استفاده از برند، شخصیت دارای حق مالکیت، اثر هنری محافظت‌شده یا چهره اشخاص واقعی می‌تواند محدودیت حقوقی ایجاد کند.
  • خروجی باید پیش از چاپ، تبلیغات، بسته‌بندی یا فروش از نظر شباهت ناخواسته، ادعاهای گمراه‌کننده و حقوق اشخاص ثالث بررسی شود.

سیاست‌های محتوایی و کلمات محدودشده

Midjourney از سامانه تعدیل محتوا استفاده می‌کند و تولید برخی محتواها را محدود یا ممنوع می‌سازد. این محدودیت‌ها ممکن است شامل محتوای جنسی صریح، سوءاستفاده از کودکان، خشونت شدید، نفرت‌پراکنی، فریب آسیب‌زا، آزار، محتوای غیرقانونی و بعضی تصاویر حساس از اشخاص واقعی باشد.

فهرست واژه‌ها و زمینه‌های محدودشده ثابت نیست و ممکن است براساس سیاست‌های سرویس تغییر کند. تلاش برای دورزدن فیلترها می‌تواند به اخطار، محدودیت یا مسدودشدن حساب منجر شود. متن کامل سیاست‌های استفاده باید از منابع رسمی Midjourney مطالعه شود.

حریم خصوصی و استفاده از تصویر اشخاص

بارگذاری تصویر مرجع به معنی انتقال آن به سرورهای سرویس است. تصاویر محرمانه، اسناد شناسایی، اطلاعات پزشکی، دارایی‌های منتشرنشده مشتری و چهره افرادی که رضایت نداده‌اند نباید بدون مجوز و بررسی سیاست‌های حریم خصوصی بارگذاری شوند. ساخت تصویر گمراه‌کننده از اشخاص واقعی نیز می‌تواند پیامد اخلاقی، پلتفرمی یا قانونی داشته باشد.

سوالات متداول درباره میدجرنی

آیا میدجرنی رایگان است؟

به‌طور معمول، استفاده مستمر از Midjourney به اشتراک پولی نیاز دارد. ممکن است آزمایش‌های محدود یا برنامه‌های موقت ارائه شوند، اما نباید روی دسترسی رایگان دائمی حساب کرد. وضعیت فعلی در صفحه رسمی اشتراک مشخص می‌شود.

آیا می‌توان از میدجرنی درآمدزایی کرد؟

بله؛ تصاویر می‌توانند در طراحی تبلیغات، تولید محتوای شبکه‌های اجتماعی، تصویرسازی، کانسپت‌سازی، بسته‌بندی و خدمات گرافیکی استفاده شوند، مشروط بر اینکه پلن، شرایط تجاری Midjourney، قوانین محلی و حقوق اشخاص ثالث رعایت شوند. فروش خروجی خام بدون ارزش افزوده معمولاً مزیت رقابتی محدودی دارد.

بهترین جایگزین‌های رایگان میدجرنی کدام‌اند؟

مدل‌ها و رابط‌های مبتنی بر Stable Diffusion، سرویس‌های دارای اعتبار رایگان مانند Leonardo AI، ابزارهای تصویری Microsoft Designer یا Bing، و برخی مدل‌های FLUX از جایگزین‌های میدجرنی هستند. رایگان‌بودن، سقف تولید، مجوز تجاری و دسترسی هرکدام ممکن است تغییر کند.

جمع‌بندی و گام بعدی در کار با Midjourney

میدجرنی یک ابزار قدرتمند هوش مصنوعی ساخت عکس است که کیفیت هنری بالا را با کنترل‌هایی مانند نسبت تصویر، Stylize، Chaos، Image Prompt، Style Reference و ویرایش ناحیه ترکیب می‌کند. استفاده مؤثر از آن به پرامپت‌های طولانی وابسته نیست؛ بلکه به تعریف روشن موضوع، محیط، نور، ترکیب‌بندی، سبک و پارامترهای سازگار با مدل نیاز دارد.

مسیر استاندارد کار شامل انتخاب پلن مناسب، تولید ترکیب‌بندی اولیه، ساخت وارییشن، اصلاح ناحیه‌ای، کنترل جزئیات و بررسی حقوق استفاده است. شناخت تفاوت رابط وب و Discord و توجه به تغییرات نسخه‌های مدل نیز از خطاهای رایج جلوگیری می‌کند.

یک پرامپت پایه استاندارد برای تمرین شامل موضوع مشخص، محیط، نورپردازی، سبک بصری و نسبت تصویر است؛ سپس تغییر کنترل‌شده پارامترهای --ar، --s و --chaos اثر هر تنظیم را آشکار می‌کند.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

5 × دو =