آموزش کاربردی استیبل دیفیوژن؛ از صفر تا نتیجهٔ واقعی
آموزش گام‌به‌گام استیبل دیفیوژن برای راه‌اندازی تصویرسازی محلی و آفلاین با نکته‌های مخصوص فارسی‌زبان‌ها؛ از اولین پرامپت تا خروجی حرفهای.
آموزش‌های زیادی برای Stable Diffusion وجود دارد؛ اما بیشترشان حالت عمومی دارند. این یکی برای راه‌اندازی تصویرسازی محلی و آفلاین و برای کاربر فارسی‌زبان تنظیم شده است.
چرا استیبل دیفیوژن برای راه‌اندازی تصویرسازی محلی و آفلاین؟
استیبل دیفیوژن (و نسخه‌های SD 3.5 و مدلهای مشتق جامعه مثل FLUX) مدلی متن‌باز است که روی کارت گرافیک خودتان اجرا می‌شود. یعنی: بدون اشتراک، بدون ارسال داده به سرور خارجی، بدون محدودیت سرویس — و با ابزارهایی مثل ControlNet کنترلی که هیچ سرویس ابری نمی‌دهد: ژست دقیک، ترکیب‌بندی هندسی، تطبیق با طرح. رابط‌های ComfyUI و Forge استاندارد کار حرفه‌ای‌های این عرصه‌اند. برای این کارِ مشخص، مزیت استیبل دیفیوژن در کاربر فنی، طراح حرفهای که کنترل کامل می‌خواهد، و هر کسی که پرداخت بین‌المللی یا حریم خصوصی برایش مسئله است… خلاصه می‌شود؛ در گام‌های بعدی همین مزیت را به خروجی تبدیل می‌کنیم.
قبل از شروع: حساب و نسخهٔ مناسب
کاملاً رایگان و متن‌باز است؛ مدل را یک‌بار دانلود می‌کنید و برای همیشه روی سیستم خودتان اجرا می‌شود. تنها هزینه، سخت‌افزار است: کارت گرافیک با حدود ۶ تا ۸ گیگابایت حافظه برای مدلهای رایج. برای تمرین این آموزش، نسخهٔ رایگان کافی است؛ در انتهای مقاله می‌گوییم چه زمانی ارتقا منطقی می‌شود.
مسیر گام‌به‌گام
گام 1: سخت‌افزار را بسنجید
کارت گرافیک با حداقل ۶-۸ گیگابایت حافظه (مثل RTX 3060) نقطهٔ شروع خوبی است؛ با رم سیستم هم می‌توان نسخه‌های سبک را اجرا کرد.
گام 2: رابط را نصب کنید
ساده‌ترین مسیر، نصب ComfyUI یا رابط Forge است؛ هر دو رایگان‌اند و نصب‌شان با یک اسکریپت انجام می‌شود.
گام 3: مدل را دانلود کنید
از Hugging Face یا Civitai مدل پایه (SDXL یا SD 3.5) و در صورت نیاز مدلهای سبک‌شده (Lora) را دانلود و در پوشهٔ models بگذارید.
گام 4: اولین پرامپت را بزنید
پرامپت انگلیسی با ساختار سوژه + سبک + کیفیت بنویسید و با تعداد مراحل ۲۵ تا ۳۵ و راهنمای مقیاس ۶ تا ۸ شروع کنید.
گام 5: با ControlNet کنترل اضافه کنید
اسکچ بدهید یا ژست دست بدهید و از ControlNet بخواهید تصویر را دقیقاً روی همان ترکیب‌بندی بسازد؛ این همان چیزی است که سرویس‌های ابری نمی‌دهند.
گام 6: گردش‌کار بسازید
در ComfyUI گردش‌کارهای آماده را ذخیره کنید: «پرترهٔ محصول»، «پس‌زمینهٔ حذف‌شده»، «ارتقای کیفیت ۴x» — استودیوی شخصی شماست.
نکته‌های حرفهای که تفاوت می‌سازند
- برای پرترهٔ فارسی، مدلهای Lora مخصوص چهره و پوست را از Civitai اضافه کنید؛ کیفیت جهش می‌کند.
- خروجی را با ابزار ارتقای کیفیت (Upscayl یا Topaz) بزرگ کنید تا برای چاپ آماده شود.
- همیشه Seed تصویر خوب را ذخیره کنید؛ بازتولید همان کیفیت با همان Seed ممکن است.
اشتباهات رایج در همان هفتهٔ اول
- پرامپت‌های مبهم: اگر خروجی ضعیف بود، اول پرامپت را دقیق‌تر کنید؛ در بیشتر موارد مشکل از ابزار نیست از دستور است.
- پذیرش کورکورانه خروجی: نیاز به دانش فنی برای نصب و تنظیم — خروجی را همیشه یک دور ویرایش کنید.
- شروع از کار سنگین: اول یک نمونهٔ کوچک تمام‌وکمال بسازید تا مسیر را ببینید، بعد سراغ پروژهٔ اصلی بروید.
چطور بفهمیم پیشرفت می‌کنیم؟
معیار ساده داریم: در پایان این آموزش باید بتوانید راه‌اندازی تصویرسازی محلی و آفلاین را بدون کمک بیرون و با کیفیت قابل انتشار انجام دهید. اگر بعد از سه تلاش هنوز به آن نقطه نرسیدید، پیش‌فرض‌های پرامپت یا نسخهٔ ابزار را بازبینی کنید — بزرگ‌ترین مزیت برای کاربر ایرانی: بدون فیلترشکن و بدون پرداخت کار می‌کند، چون همه‌چیز محلی است…
چک‌لیست خروجی نهایی
پیش از اعلام «تمام»، خروجی خودتان را با این چک‌لیست بسنجید:
- خروجی بدون ویرایشِ انسانی منتشر نشده باشد — یک دور بازخوانی و اصلاح، حداقل است.
- هدفِ کار (راه‌اندازی تصویرسازی محلی و آفلاین) محقق شده باشد، نه فقط «کاری انجام شده باشد».
- در صورت نیاز به تکرار، پرامپت نهایی را ذخیره کرده باشید تا دوباره از صفر ننویسید.
- خروجی برای مخاطب فارسی‌زبان روان و بی‌غلط باشد؛ یک آزمون خوب این است که بلندخوانی کنید و هر جا لحن گیر کرد، همان‌جا را ویرایش کنید.
اگر گیر کردید
سه راه‌حل سریع که در بیشتر موارد جواب می‌دهد: یکم — پرامپت را با زبان ساده‌تر و با یک مثال ملموس بازنویسی کنید؛ مدل‌ها به مثال بهتر از توضیح پاسخ می‌دهند. دوم — گفتگوی تازه‌ای شروع کنید و فقط همان تکهٔ مشکل‌دار را با زمینهٔ کوتاه بدهید؛ گفتگوهای شلوغ کیفیت را پایین می‌آورند. سوم — خروجی را از استیبل دیفیوژن بگیرید و قطعهٔ نهایی را با ابزار مکمل ویرایش کنید؛ ترکیب ابزارها معمولاً از اصرار روی یک ابزار سریع‌تر به نتیجه میرسد.
برای کاربر فارسی‌زبان
بزرگ‌ترین مزیت برای کاربر ایرانی: بدون فیلترشکن و بدون پرداخت کار می‌کند، چون همه‌چیز محلی است. مدل را یک‌بار با اینترنت دانلود کنید و بعد کاملاً آفلاین تولید تصویر داشته باشید. تنها مانع، دانش فنی نصب است که با آموزش‌های فارسی موجود قابل عبور است.
و یک نکتهٔ آخر: ابزارها به‌روز می‌شوند، اما روشِ یادگیریِ درست همیشه همان است. مسیر این مقاله را یک بار کامل بروید؛ بعد از آن هر قابلیت جدید استیبل دیفیوژن را در چند دقیقه یاد می‌گیرید.
سوالات متداول
کیفیتش به میدجرنی میرسد؟
با مدلهای پایه پیشفرض نه؛ اما با مدلهای سفارشی و Lora، در دست کاربر حرفهای حتی از آن هم قابلکنترلتر و بالاتر است.
پرامپت فارسی میفهمد؟
خیر؛ پرامپتها را انگلیسی بنویسید. میتوانید ترجمهٔ پرامپت را از یک دستیار بگیرید و اینجا استفاده کنید.
بیشتر بخوانید
این مطلب برایتان مفید بود؟
با پسندیدن، به ما کمک می‌کنید مطالب بهتری منتشر کنیم.
