Guida agli attributi di prompt e immagine

Per utilizzare Imagen su Vertex AI, devi fornire una descrizione testuale di ciò che vuoi generare o modificare. Queste descrizioni sono chiamate prompt e rappresentano il modo principale per comunicare con l'IA generativa su Vertex AI.

Questa guida mostra come la modifica di parti di un prompt da testo a immagine può produrre risultati diversi e fornisce esempi di immagini che puoi creare. Questa guida fornisce anche indicazioni su come modificare le immagini utilizzando prompt di testo e iterazione.

Utilizzo del prodotto

Per visualizzare gli standard di utilizzo e le limitazioni relative ai contenuti associati a Imagen su Vertex AI, consulta le linee guida sull'utilizzo.

Filtro dei contenuti: testo inserito, immagini caricate e immagini generate

Le immagini generate vengono filtrate per rilevare contenuti indesiderati o dannosi. Analogamente, tutti gli input ricevuti da Imagen su Vertex AI vengono controllati per verificare la presenza di contenuti offensivi. Sono inclusi il prompt di testo inserito e le foto caricate nel caso di modifica delle immagini. Per ulteriori informazioni, consulta le linee guida sull'IA responsabile e sull'utilizzo di Imagen.

Puoi anche segnalare un sospetto abuso di Imagen su Vertex AI o qualsiasi output generato che contenga materiale inappropriato o informazioni imprecise utilizzando il modulo Segnala un sospetto abuso su Google Cloud.

Nozioni di base sulla scrittura dei prompt (oggetto, contesto e stile)

Anche se non esiste un modo unico per scrivere buoni prompt, l'aggiunta di alcune parole chiave e di alcuni modi per modificarle ti aiuterà ad avvicinarti al tuo obiettivo finale. I prompt non devono essere lunghi o complessi, ma la maggior parte dei prompt efficaci è descrittivo e chiaro.

Un buon punto di partenza può essere pensare a soggetto, contesto e stile.

1. Soggetto: la prima cosa a cui pensare con qualsiasi prompt è il soggetto: l'oggetto, la persona, l'animale o lo scenario di cui vuoi un'immagine.

2. Contesto e sfondo: altrettanto importante è lo sfondo o il contesto in cui verrà inserito il soggetto. Prova a posizionare il soggetto su diversi tipi di sfondo. Ad esempio, uno studio con sfondo bianco, all'aperto o in ambienti interni.

3. Stile:infine, aggiungi lo stile dell'immagine che preferisci. Gli stili possono essere generici (pittura, fotografia, schizzi) o molto specifici (acquerello, disegno a carboncino, 3D isometrico).

Dopo aver scritto una prima versione del prompt, perfezionalo aggiungendo più dettagli finché non ottieni l'immagine che vuoi. L'iterazione è importante. Inizia definendo l'idea di base, poi perfezionala ed espandila finché l'immagine generata non si avvicina alla tua visione.

Scrittura di prompt per Imagen 3

Imagen 3 può trasformare le tue idee in immagini dettagliate, indipendentemente dal fatto che i prompt siano brevi o lunghi e dettagliati. Perfeziona la tua visione tramite prompt iterativi, aggiungendo dettagli fino a ottenere il risultato perfetto.

I prompt brevi ti consentono di generare un'immagine rapidamente.

I prompt più lunghi ti consentono di aggiungere dettagli specifici e creare la tua immagine.

Suggerimenti aggiuntivi per la scrittura dei prompt di Imagen 3:

• Utilizza un linguaggio descrittivo: utilizza aggettivi e avverbi dettagliati per fornire un quadro chiaro per Imagen 3.
• Fornisci il contesto: se necessario, includi informazioni di base per aiutare l'IA a comprendere.
• Fai riferimento a stili o artisti specifici: se hai in mente un'estetica particolare, può essere utile fare riferimento a movimenti artistici o artisti specifici.
• Utilizza gli strumenti di prompt engineering: valuta la possibilità di esplorare strumenti o risorse di prompt engineering per perfezionare i prompt e ottenere risultati ottimali.
• Migliorare i dettagli del viso nelle immagini personali e di gruppo:
  • Specifica i dettagli del viso come punto focale della foto (ad esempio, utilizza la parola "ritratto" nel prompt).
  • Valuta la possibilità di utilizzare un modello più grande come Imagen 3 anziché Imagen 3 Fast per migliorare i dettagli.

Generare testo nelle immagini

La capacità di Imagen 3 di aggiungere testo alle immagini apre nuove possibilità di generazione di immagini creative. Segui le indicazioni riportate di seguito per ottenere il massimo da questa funzionalità:

• Esegui l'iterazione in tutta sicurezza: potresti dover rigenerare le immagini finché non ottieni il look che preferisci. L'integrazione del testo di Imagen è ancora in evoluzione e talvolta più tentativi generano i risultati migliori.
• Mantieni breve il testo: limita il testo a 25 caratteri o meno per una generazione ottimale.

• Più frasi: prova con due o tre frasi distinte per fornire informazioni aggiuntive. Evita di superare tre frasi per composizioni più chiare.

  

• Posizionamento guidato: anche se Imagen può tentare di posizionare il testo come indicato, dovresti aspettarti variazioni occasionali. Questa funzionalità è in costante miglioramento.

• Stile carattere ispirato: specifica uno stile di carattere generale per influenzare leggermente le scelte di Imagen. Non fare affidamento sulla replica precisa dei caratteri, ma aspettati interpretazioni creative.

• Dimensioni carattere: specifica una dimensione del carattere o un'indicazione generale delle dimensioni (ad es. piccolo, medio, grande) per influenzare la generazione delle dimensioni del carattere.

Parametrizzazione dei prompt

Per controllare meglio i risultati di output, potresti trovare utile parametrizzare gli input in Imagen quando utilizzi l'API Imagen o l'SDK Vertex AI per Python. Ad esempio, supponiamo che tu voglia che i tuoi clienti possano generare loghi per la loro attività e che tu voglia assicurarti che i loghi vengano sempre generati su uno sfondo a tinta unita. Vuoi anche limitare le opzioni che il cliente può selezionare da un menu.

In questo esempio, puoi creare un prompt parametro simile al seguente:

A {logo_style} logo for a {company_area} company on a solid color background. Include the text {company_name}.

Nell'interfaccia utente personalizzata, il cliente può inserire i parametri utilizzando un menu e il valore scelto viene inserito nel prompt ricevuto da Imagen.

Ad esempio:

1. Prompt: A minimalist logo for a health care company on a solid color background. Include the text Journey.

   

2. Prompt: A modern logo for a software company on a solid color background. Include the text Silo.

   

3. Prompt: A traditional logo for a baking company on a solid color background. Include the text Seed.

   

Stile: fotografia

• Il prompt include: "Una foto di…"

Per utilizzare questo stile, inizia con l'uso di parole chiave che indichino chiaramente a Imagen su Vertex AI che stai cercando una fotografia. Inizia i prompt con "Una foto di. . .". Ad esempio:

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Stile: illustrazione e arte

• Il prompt include: "Un painting di…", "Un sketch di…"

Gli stili artistici variano da quelli monocromatici, come gli schizzi a matita, all'arte digitale iperrealistica. Ad esempio, le seguenti immagini utilizzano lo stesso prompt con stili diversi:

"Un [art style or creation technique] di una berlina elettrica sportiva angolare con grattacieli sullo sfondo"

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 2.}

Tecniche avanzate di scrittura dei prompt

Utilizza i seguenti esempi per creare prompt più specifici in base agli attributi: descrizioni di fotografia, forme e materiali, movimenti artistici storici e modificatori della qualità delle immagini.

Modificatori per la fotografia

Negli esempi seguenti puoi vedere diversi parametri e modificatori specifici per la fotografia.

1. Prossimità fotocamera: primo piano, foto scattata da lontano

2. Posizione videocamera: aerea, dall'alto

3. Illuminazione: naturale, drammatica, calda, fredda

4. Impostazioni della fotocamera - sfocatura in movimento, sfocatura, bokeh, ritratto

5. Tipi di obiettivi: 35 mm, 50 mm, fisheye, grandangolare, macro

6. Tipi di pellicole: bianco e nero, Polaroid

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Forme e materiali

• Il prompt include: "…realizzato in…", "…a forma di…"

Uno dei punti di forza di questa tecnologia è che puoi creare immagini che altrimenti sarebbero difficili o impossibili. Ad esempio, puoi ricreare il logo della tua azienda in diversi materiali e trame.

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Riferimenti artistici storici

• Il prompt include: "…nello stile di…"

Alcuni stili sono diventati iconici nel corso degli anni. Di seguito sono riportate alcune idee di stili artistici o di pittura storica che puoi provare.

"Genera un'immagine nello stile di [art period or movement]: un parco eolico"

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Modificatori della qualità delle immagini

Alcune parole chiave possono comunicare al modello che stai cercando un asset di alta qualità. Ecco alcuni esempi di modificatori della qualità:

• Modificatori generali: di alta qualità, belli, stilizzati
• Foto: 4K, HDR, foto professionali
• Arte, illustrazione: di un professionista, dettagliata

Di seguito sono riportati alcuni esempi di prompt senza modificatori della qualità e lo stesso prompt con modificatori della qualità.

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Proporzioni

La generazione di immagini di Imagen 3 consente di impostare cinque proporzioni diverse per le immagini.

1. Quadrato (1:1, predefinito): una foto quadrata standard. Gli utilizzi comuni di questo formato includono i post sui social media.

2. A schermo intero (4:3): queste proporzioni sono comunemente utilizzate nei media o nei film. Sono anche le dimensioni della maggior parte delle vecchie TV (non widescreen) e delle fotocamere medio formato. Cattura più della scena in orizzontale (rispetto a 1:1), pertanto è il formato preferito per la fotografia.

3. Schermo intero verticale (3:4): si tratta delle proporzioni a schermo intero ruotate di 90 gradi. In questo modo puoi acquisire più della scena in verticale rispetto alle proporzioni 1:1.

4. Widescreen (16:9): questa proporzione ha sostituito il formato 4:3 ed è ora la più comune per TV, monitor e schermi di cellulari (orizzontale). Utilizza queste proporzioni quando vuoi catturare più dello sfondo (ad esempio paesaggi panoramici).

   

5. Verticale (9:16): queste proporzioni sono widescreen, ma ruotate. Si tratta di un'apologia relativamente nuova, resa popolare dalle app di video nel formato breve (ad esempio YouTube Shorts). Utilizzalo per oggetti alti con forti orientamenti verticali, come edifici, alberi, cascate o altri oggetti simili.

   

Prompt negativi

Gli esempi precedenti si concentrano sulla scrittura di prompt per ciò che vuoi che Imagen crei, ma puoi anche fornire un prompt negativo insieme al prompt originale per aiutare il prodotto a generare o modificare le immagini. Questi prompt negativi possono essere uno strumento efficace per specificare quali elementi eliminare dall'immagine. Descrivi semplicemente ciò che non vuoi.

Consigliato: descrivi in modo chiaro cosa non vuoi vedere. Ad esempio "parete, cornice".

Sconsigliato: evita un linguaggio didattico o parole come "no" o "non". Ad esempio, evita frasi come "nessuna parete" o "non mostrare le pareti".

Immagini fotorealistiche

Versioni diverse del modello di generazione delle immagini potrebbero offrire una combinazione di output artistici e fotorealistici. Utilizza la seguente formulazione nei prompt per generare un output più fotorealistico, in base all'oggetto che vuoi generare.

Ritratti

Utilizzando diverse parole chiave della tabella, Imagen può generare i seguenti ritratti.

Prompt: Una donna, ritratto 35 mm, duotone blu e grigio
Modello: Imagen 2 (imagegeneration@005)

Prompt: Una donna, ritratto 35 mm, film noir
Modello: Imagen 2 (imagegeneration@005)

Oggetti

Utilizzando diverse parole chiave della tabella, Imagen può generare le seguenti immagini di oggetti.

Prompt: foglia di una pianta di preghiera, obiettivo macro, 60 mm
Modello: Imagen 2 (imagegeneration@005)

Prompt: un piatto di pasta, obiettivo macro da 100 mm
Modello: Imagen 2 (imagegeneration@005)

Azione

Utilizzando diverse parole chiave della tabella, Imagen può generare le seguenti immagini in movimento.

Prompt: un touchdown vincente, tempo di esposizione rapido, monitoraggio dei movimenti
Modello: Imagen 2 (imagegeneration@005)

Prompt: Un cervo che corre nella foresta, velocità dell'otturatore elevata, monitoraggio dei movimenti
Modello: Imagen 2 (imagegeneration@005)

Grandangolare

Utilizzando diverse parole chiave della tabella, Imagen può generare le seguenti immagini grandangolari.

Prompt: una vasta catena montuosa, orizzontale grandangolare 10 mm
Modello: Imagen 2 (imagegeneration@005)

Prompt: una foto della luna, astrofotografia, grandangolo 10 mm
Modello: Imagen 2 (imagegeneration@005)

Passaggi successivi

Leggi gli articoli su Imagen e su altri prodotti di IA generativa su Vertex AI:

• Guida per gli sviluppatori per iniziare a utilizzare Imagen 3 su Vertex AI
• Nuovi modelli e strumenti di media generativi, creati con e per i creator
• Novità di Gemini: Gem personalizzati e generazione di immagini migliorata con Imagen 3
• Google DeepMind: Imagen 3, il nostro modello di conversione da testo a immagine di altissima qualità