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 sono il modo principale per comunicare con l'AI generativa su Vertex AI.

Questa guida mostra come la modifica di alcune parti di un prompt da testo a immagine possa 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 iterazioni.

Utilizzo del prodotto

Per visualizzare gli standard di utilizzo e le limitazioni dei 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. Allo stesso modo, qualsiasi input ricevuto da Imagen su Vertex AI viene controllato per verificare la presenza di contenuti offensivi. Ciò include il prompt di testo inserito e le foto caricate nel caso di modifica delle immagini. Per saperne di più, consulta AI responsabile e linee guida per l'utilizzo di Imagen.

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

Nozioni di base per la scrittura di prompt (soggetto, contesto e stile)

Anche se non esiste un unico modo per scrivere prompt efficaci, l'aggiunta di alcune parole chiave e modificatori ti aiuterà ad avvicinarti al tuo obiettivo finale. I prompt non devono essere lunghi o complessi, ma la maggior parte dei prompt efficaci sono descrittivi e chiari.

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 il paesaggio 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 in una varietà di sfondi. Ad esempio, uno studio con sfondo bianco, all'aperto o in ambienti interni.

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

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

Scrittura di prompt per Imagen 3

Visualizza la scheda del modello Imagen for Generation

Imagen 3 può trasformare le tue idee in immagini dettagliate, indipendentemente dalla lunghezza e dal livello di dettaglio dei prompt. Perfeziona la tua visione attraverso prompt iterativi, aggiungendo dettagli fino a ottenere il risultato perfetto.

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

I prompt più lunghi ti consentono di aggiungere dettagli specifici e creare l'immagine.

Altri suggerimenti per la scrittura di prompt per Imagen 3:

• Usa un linguaggio descrittivo: utilizza aggettivi e avverbi dettagliati per dipingere un quadro chiaro per Imagen 3.
• Fornisci il contesto: se necessario, includi informazioni di base per aiutare l'AI a comprendere la richiesta.
• Fai riferimento ad artisti o stili specifici: se hai in mente un'estetica particolare, fare riferimento ad artisti o movimenti artistici specifici può essere utile.
• Utilizza 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, usa la parola "ritratto" nel prompt).
  • Prendi in considerazione l'utilizzo di 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:

• Itera con sicurezza: potresti dover rigenerare le immagini finché non ottieni l'aspetto che desideri. L'integrazione del testo di Imagen è ancora in fase di sviluppo e a volte più tentativi producono i risultati migliori.
• Mantienilo breve: limita il testo a un massimo di 25 caratteri per una generazione ottimale.

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

  

• Posizionamento della guida: anche se Imagen può tentare di posizionare il testo come indicato, devi aspettarti variazioni occasionali. Questa funzionalità migliora continuamente.

• Stile del carattere Inspira: specifica uno stile del carattere generale per influenzare in modo sottile le scelte di Imagen. Non fare affidamento sulla replica precisa del carattere, ma aspettati interpretazioni creative.

• Dimensioni carattere: specifica una dimensione del carattere o un'indicazione generale delle dimensioni (ad esempio piccole, medie, grandi) per influire sulla generazione delle dimensioni del carattere.

Parametrizzazione dei prompt

Per controllare meglio i risultati dell'output, potrebbe essere 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 venga sempre generato un logo 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 con parametri 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 che riceve 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 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: illustrazioni e arte

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

Gli stili artistici variano da quelli monocromatici come i bozzetti a matita all'arte digitale iperrealistica. Ad esempio, le immagini seguenti 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: descrittori di fotografia, forme e materiali, movimenti artistici storici e modificatori della qualità dell'immagine.

Modificatori di fotografia

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

1. Prossimità della fotocamera - Primo piano, scattato da lontano

2. Posizione della videocamera: aerea, dal basso

3. Illuminazione: naturale, drammatica, calda, fredda

4. Impostazioni della fotocamera - sfocatura movimento, messa a fuoco morbida, bokeh, ritratto

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

6. Tipi di pellicola: 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: "...fatto di...", "...a forma di..."

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

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

Riferimenti all'arte storica

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

Alcuni stili sono diventati iconici nel corso degli anni. Di seguito sono riportate alcune idee di stili di pittura o artistici storici 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 dell'immagine

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

• Modificatori generali - di alta qualità, bellissimo, stilizzato
• Foto - 4K, HDR, Studio Photo
• Arte, illustrazione - di un professionista, dettagliata

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

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

Proporzioni

La generazione di immagini con Imagen 3 consente di impostare cinque diverse proporzioni dell'immagine.

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

2. Schermo intero (4:3): queste proporzioni vengono utilizzate spesso nei contenuti multimediali o nei film. Sono anche le dimensioni della maggior parte delle vecchie TV (non widescreen) e delle fotocamere di medio formato. Cattura una porzione più ampia della scena in orizzontale (rispetto a 1:1), il che la rende una proporzione preferita per la fotografia.

3. Verticale a schermo intero (3:4): le proporzioni a schermo intero ruotate di 90 gradi. In questo modo è possibile acquisire una porzione più ampia della scena in verticale rispetto alle proporzioni 1:1.

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

   

5. Verticale (9:16): queste proporzioni sono widescreen, ma ruotate. Si tratta di un formato relativamente nuovo, reso popolare dalle app di video nel formato breve (ad esempio, YouTube Shorts). Utilizza questa impostazione per oggetti alti con orientamento verticale marcato, 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 potente che aiuta a specificare gli elementi da omettere dall'immagine. Descrivi semplicemente ciò che non vuoi.

Consigliato: descrivi in modo semplice ciò che non vuoi vedere. Ad esempio, "parete, cornice".

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

Immagini fotorealistiche

Diverse versioni del modello di generazione delle immagini potrebbero offrire un mix di output artistici e fotorealistici. Utilizza le seguenti parole nei prompt per generare output più fotorealistici, in base al soggetto che vuoi generare.

Ritratti

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

Prompt: Una donna, ritratto 35 mm, duotoni blu e grigi
Modello: Imagen 3 (imagen-3.0-generate-002)

Prompt: Una donna, ritratto da 35 mm, film noir
Modello: Imagen 3 (imagen-3.0-generate-002)

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 3 (imagen-3.0-generate-002)

Prompt: un piatto di pasta, obiettivo macro da 100 mm
Modello: Imagen 3 (imagen-3.0-generate-002)

Azione

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

Prompt: un touchdown vincente, velocità dell'otturatore elevata, rilevamento del movimento
Modello: Imagen 3 (imagen-3.0-generate-002)

Prompt: Un cervo che corre nella foresta, velocità dell'otturatore elevata, rilevamento del movimento
Modello: Imagen 3 (imagen-3.0-generate-002)

Grandangolo

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

Prompt: an expansive mountain range, landscape wide angle 10mm
Modello: Imagen 3 (imagen-3.0-generate-002)

Prompt: una foto della luna, astrofotografia, grandangolo 10 mm
Modello: Imagen 3 (imagen-3.0-generate-002)

Passaggi successivi

Leggi gli articoli su Imagen e altri prodotti di AI 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: Custom Gem e generazione di immagini migliorata con Imagen 3
• Google DeepMind: Imagen 3, il nostro modello di conversione da testo a immagine di altissima qualità