پرش به محتوا
هوش مصنوعیراهنما

پرامپت‌نویسی تصویر؛ راهنمای فارسی برای Midjourney و DALL·E

تتحریریه امروزینو۱۵ تیر ۱۴۰۵۴ دقیقه مطالعه۹۸۰ بازدید
پرامپت‌نویسی تصویر؛ راهنمای فارسی برای Midjourney و DALL·E

پرامپت تصویر، زبانش با پرامپت متنی فرق دارد: سوژه، سبک، نور، ترکیب‌بندی؛ آموزش ساخت پرامپت تولید تصویر با دو قالب آماده و جدول اجزا.

پرامپت تصویر، عکس پرامپت متنی است: مدل متن، «وظیفه» می‌خواهد و مدل تصویر، «دنیا». یک پرامپت تصویر خوب از چند لایه ساخته می‌شود: سوژه، فعل/حال، محیط، نور، سبک و جزئیات. بدون این لایه‌ها، خروجی‌ها عمومی و بی‌هویت‌اند — همان تصویرهایی که همه دیده‌ایم.

پنج لایهٔ پرامپت تصویر

لایهمثالاگر نباشد
سوژه + حال«زن جوان با چتری آبی»سوژهٔ کلیشه‌ای
محیط«کوچهٔ بارانی تهران، عصر»پس‌زمینهٔ بی‌روح
نور«نور مغازه‌ها از چپ»نورِ بی‌تصمیم
سبک«عکس واقع‌گرایانه ۳۵ میلی‌متری»سبکِ شناور
جزئیات امضا«گردوغبار روی شیشه»تصویر فراموش‌شدنی

کلید ماجرا در لایهٔ پنجم است: جزئیات امضا همان چیزی است که تصویر را از «یک عکس» به «این عکس» تبدیل می‌کند. برای ابزارهای این حوزه، ابزارهای تولید تصویر را ببینید.

قالب ۱ — پرترهٔ واقع‌گرایانهٔ برند

text
عکس واقع‌گرایانهٔ:
سوژه: [شخص — سن، پوشش دقیق]
محیط: [مکان + زمان روز + آب‌وهوا]
نور: [منبع نور + جهت + کیفیت (نرم/سخت)]
دوربین: [فاصلهٔ لنز + نوع لنز تقریبی]
جزئیات امضا: [دو جزئیات کوچک منحصربه‌فرد]

پرهیزها: [چهرهٔ ساختگی]، [پوز کلیشه‌ای]، [پس‌زمینهٔ شلوغ]

قالب ۲ — تصویر مفهومی برای محتوا

text
تصویر مفهومی برای مقاله دربارهٔ «[موضوع]»:
استعارهٔ اصلی: [یک استعارهٔ ملموس — نه نماد کلیشه‌ای مثل لامپ]
پس‌زمینه: [رنگ غالب + بافت]
قاب: [نوع قاب و نسبت تصویر]
سبک: [فلت / سه‌بعدی مینیمال / خطی]

قاعده: بدون متن داخل تصویر (حروف فارسی معمولاً خراب درمی‌آید)
و بدون چهرهٔ انسان.

خطاهای رایج فارسی‌زبانان در پرامپت تصویر

۱. پرامپت یک‌کلمه‌ای: «گربه» — مدل، گربهٔ متوسطِ همه‌کاره می‌سازد. حداقل سه لایه بدهید. ۲. متن فارسی داخل تصویر: ابزارها هنوز در نوشتن حروف فارسی ضعیف‌اند؛ تا زمانی که این محدودیت رفع نشده، متن را در ابزار گرافیکی اضافه کنید. ۳. تجمع صفت‌های سبک: «مینیمال، شلوغ، رمانتیک، تاریک» — سبک‌های متناقض، خروجی بی‌تصمیم می‌سازد؛ یک سبک غالب انتخاب کنید.

کار با ابزارها

Midjourney به سبک و نور حساس‌تر است و با پارامترهای نسبت تصویر کنترل می‌شود؛ DALL·E و ابزارهای مشابه در چات‌ها، جملهٔ طبیعی بهتر می‌فهمند؛ ابزارهای ایرانی‌پسند مثل تولید تصویر در ChatGPT برای پیش‌نویس سریع کافی‌اند. برای مقایسه، ابزارهای تولید تصویر را ببینید. هر خروجی تصویر را با چشم انسان ببینید — به‌ویژه چهره‌ها و دست‌ها.

نکتهٔ حقوقی

برای استفادهٔ تجاری، شرایط هر ابزار را بخوانید؛ در تصویرسازیِ «به سبک هنرمندان زنده» احتیاط کنید — سبک کلی آزاد است اما نام بردن هنرمند مشخص برای تولید مشابه، ناحیهٔ خاکستری است. دربارهٔ قواعد کلی، کپی‌رایت و هوش مصنوعی را بخوانید.

جمع‌بندی

پرامپت تصویر = سوژه + محیط + نور + سبک + جزئیات امضا. لایهٔ آخر را جدی بگیرید؛ همان دو جزئیات کوچک، تفاوت میان «تصویر موجود» و «تصویر مال شما»ست. قالب‌ها را برای نیازهای پرتکرار (پرترهٔ برند، تصویر مقاله) نسخه‌بندی کنید.

مثال عملی: از قالب ۱ تا پرامپت انگلیسی نهایی

برای پرترهٔ برند (مدیر یک شرکت استارتاپی، زن حدود چهل ساله)، قالب ۱ را این‌طور پر می‌کنیم: محیط «دفتر شیشه‌ای، غروب، تهران»، نور «نور پنجره از چپ، نرم»، دوربین «نیم‌تنه، لنز پرتره»، جزئیات امضا «فنجان قهوهٔ نیمه‌خورده روی میز و یک قاب عکس خانوادگی تار در پس‌زمینه». اگر ابزارتان با انگلیسی دقیق‌تر کار می‌کند، همین ساختار را از خود مدل بخواهید تبدیل کند: «این مشخصات را به یک پرامپت تصویر انگلیسی ساخت‌یافته و منسجم تبدیل کن؛ جزئیات امضا در انتهای پرامپت بیاید». خروجی معمولاً چنین چیزی است: «Corporate portrait of a 40-year-old female startup CEO, glass office at dusk in Tehran, soft window light from left, chest-up shot, shallow depth of field, a half-finished coffee cup and a blurred family photo in background». دو نکته برای چک خروجی: چشم‌ها و دست‌ها را اول نگاه کنید (پرتکرارترین خطا) و «جزئیات امضا» را پیدا کنید — اگر قاب عکس تار نیامده، دوباره با تأکید روی همان جزئیات اجرا کنید. تصویر تولیدی پیش‌نویس است؛ انتخاب نهایی چشم شماست. برای کارهای تکراری (تصویر مقاله، پرترهٔ برند) همین پرامپت نهایی را با جای خالی ذخیره کنید؛ سری بعدی فقط سوژه و جزئیات امضا عوض می‌شود و بقیهٔ ساختار ثابت و اثبات‌شده می‌ماند.

پرسش‌های پرتکرار

پرامپت تصویر را فارسی بنویسم؟

بله می‌شود؛ اما دقت سبکی در انگلیسی معمولاً بالاتر است — می‌توانید ساختار را فارسی بدهید و خروجی را از مدل بخواهید به پرامپت انگلیسیِ ساخت‌یافته تبدیل شود.

چرا چهره‌ها خراب درمی‌آیند؟

مدل‌ها در چهره و دست هنوز خطا دارند؛ با جزئیات امضا و نور مشخص، خطا کم می‌شود.

برای لوگو هم پرامپت تصویر کافی است؟

برای ایدهٔ اولیه بله؛ لوگوی نهایی نیاز به ابزار وکتوری و طراح دارد.

نسبت تصویر را کجا مشخص کنم؟

در ابزارهای پارامترمحور با پارامتر نسبت (مثل --ar 16:9)، در چت‌ها با عبارت طبیعی «تصویر عمودی ۹:۱۶ برای استوری». نسبت را حتماً قبل از تولید بگویید؛ برش پس از تولید، ترکیب‌بندی را خراب می‌کند.

مطالب مرتبط

این مقالات مرتبط، تصویر کامل‌تری به شما می‌دهند:

این مطلب برایتان مفید بود؟

با پسندیدن، به ما کمک می‌کنید مطالب بهتری منتشر کنیم.

مطالب مرتبط

خط تولید محتوای یوتیوب با هوش مصنوعی؛ از ایده تا تامبنیل در یک روز
هوش مصنوعی

خط تولید محتوای یوتیوب با هوش مصنوعی؛ از ایده تا تامبنیل در یک روز

بین تولیدکننده‌های یوتیوب، برنده کسی نیست که ابزار بهتری دارد؛ کسی است که «خط تولید» دارد. طراحی خط تولید کامل ویدیوی یوتیوب با هوش مصنوعی — از تحقیق ایده تا تامبنیل.

سارا محمدی
۱۴۰۵/۰۷/۲۷۵ دقیقه
شروع استفاده از هوش مصنوعی در کسب‌وکار کوچک ایرانی؛ نقشه راه ۹۰ روزه
هوش مصنوعی

شروع استفاده از هوش مصنوعی در کسب‌وکار کوچک ایرانی؛ نقشه راه ۹۰ روزه

فاصلهٔ بین «قصد داریم از هوش مصنوعی استفاده کنیم» و «یک فرایند در حال اجرا داریم» را می‌شود با یک برنامهٔ ۹۰ روزه پر کرد. این نقشه راه سه فاز سی‌روزه دارد: آماده‌سازی، اجرای آزمایشی و تثبیت — با جدول گام‌به‌گام و معیار عبور از هر فاز.

سارا محمدی
۱۴۰۵/۰۷/۲۷۶ دقیقه
سئوی محتوا با هوش مصنوعی؛ راهنمای ۲۰۲۶ برای رتبه‌های واقعی
هوش مصنوعی

سئوی محتوا با هوش مصنوعی؛ راهنمای ۲۰۲۶ برای رتبه‌های واقعی

سئو در عصر هوش مصنوعی، از انباشت کلیدواژه به «ارزش قابل‌اتکا» تغییر کرده است؛ راهنمای جامع سئوی محتوا با هوش مصنوعی — از تحقیق کلمه تا بهینه‌سازی و پایش.

سارا محمدی
۱۴۰۵/۰۷/۲۷۵ دقیقه
بررسی چت‌جی‌پی‌تی؛ قیمت، پلن‌ها و اینکه برای شما می‌ارزد
هوش مصنوعی

بررسی چت‌جی‌پی‌تی؛ قیمت، پلن‌ها و اینکه برای شما می‌ارزد

بررسی کامل چت‌جی‌پی‌تی: قیمت پلن‌ها با جدول، نسخهٔ رایگان، نقاط قوت و ضعف و جمع‌بندی صادقانه برای انتخاب درست.

سارا محمدی
۱۴۰۵/۰۷/۲۷۶ دقیقه