Guia de atributos de comando e imagem

Para usar o Imagen na Vertex AI, é necessário fornecer uma descrição em texto do que você quer gerar ou editar. Essas descrições são chamadas de comandos, e eles são a maneira principal de se comunicar com a IA generativa na Vertex AI.

Neste guia, mostramos como a modificação de partes de um comando de texto para imagem pode produzir resultados diferentes e damos exemplos de imagens que você pode criar. Este guia também explica como editar imagens usando comandos de texto e iteração.

Uso do produto

Para ver os padrões de uso e as restrições de conteúdo associados ao Imagen na Vertex AI, consulte as diretrizes de uso.

Filtragem de conteúdo: texto de entrada, imagens enviadas e geradas

As imagens geradas são filtradas para evitar conteúdo indesejado ou nocivo. Da mesma forma, todas as entradas que o Imagen na Vertex AI recebe são verificadas para detectar conteúdo ofensivo. Isso inclui o comando de texto e as fotos enviadas no caso da edição de imagens. Para mais informações, consulte IA responsável e diretrizes de uso do Imagen.

Também é possível denunciar suspeitas de abuso do Imagen na Vertex AI ou de qualquer saída gerada que contenha material inadequado ou informações imprecisas usando o formulário Denunciar suspeita de abuso no Google Cloud.

Noções básicas de redação imediatas (assunto, contexto e estilo)

Embora não haja uma única maneira de criar boas solicitações, adicionar algumas palavras-chave e modificadores ajudará você a se aproximar de sua meta final. Os prompts não precisam ser longos ou complexos, mas a maioria deles é descritiva e clara.

Um bom ponto de partida pode ser pensar em assunto, contexto e estilo.

1. Assunto: a primeira coisa a considerar com qualquer solicitação é o assunto: o objeto, a pessoa, o animal ou o cenário de que você quer uma imagem.

2. Contexto e plano de fundo: o mais importante é o plano de fundo ou o contexto em que o assunto será colocado. Tente colocar o objeto de várias formas. Por exemplo, um estúdio com fundo branco, ambientes externos ou ambientes internos.

3. Estilo: por fim, adicione o estilo da imagem que você quer usar. Os estilos podem ser gerais (pintura, fotografia, esboços) ou muito específicos (pintura pastel, desenho a carvão, isométrico 3D).

Depois de escrever uma primeira versão do comando, refine-o adicionando mais detalhes até chegar à imagem desejada. A iteração é importante. Comece estabelecendo sua ideia principal e depois refine e expanda essa ideia até que a imagem gerada fique parecida com o que você imaginou.

Gravação de comandos da Imagen 3

Ver o card do modelo Imagen para geração

O Imagen 3 pode transformar suas ideias em imagens detalhadas, seja com comandos curtos ou longos e detalhados. Refine sua visão com comandos iterativos, adicionando detalhes até alcançar o resultado perfeito.

Comandos curtos permitem gerar uma imagem rapidamente.

Comandos mais longos permitem adicionar detalhes específicos e criar sua imagem.

Outras dicas para escrever comandos da Imagen 3:

• Use uma linguagem descritiva: use adjetivos e advérbios detalhados para criar uma imagem clara para o Imagen 3.
• Forneça contexto: se necessário, inclua informações básicas para ajudar a IA a entender.
• Referencie artistas ou estilos específicos: se você tiver uma estética específica em mente, referenciar artistas ou movimentos artísticos pode ser útil.
• Use ferramentas de engenharia de comando: considere usar ferramentas ou recursos de engenharia de comando para refinar seus comandos e alcançar os melhores resultados.
• Melhorar os detalhes faciais nas suas imagens pessoais e em grupo:
  • Especifique detalhes faciais como foco da foto. Por exemplo, use a palavra "retrato" no comando.
  • Considere usar um modelo maior, como o Imagen 3, em vez do Imagen 3 Fast para melhorar os detalhes.

Gerar texto em imagens

A capacidade do Imagen 3 de adicionar texto às imagens abre possibilidades criativas de geração de imagens. Use as orientações a seguir para aproveitar ao máximo esse recurso:

• Itere com confiança: talvez seja necessário regenerar imagens até conseguir o visual desejado. A integração de texto do Imagen ainda está em evolução, e às vezes várias tentativas geram os melhores resultados.
• Seja breve: limite o texto a 25 caracteres ou menos para uma geração ideal.

• Várias frases: teste duas ou três frases distintas para fornecer mais informações. Evite usar mais de três frases para composições mais limpas.

  

• Posicionamento de guia: embora o Imagen possa tentar posicionar o texto conforme indicado, variações ocasionais podem ocorrer. Esse recurso está em constante aprimoramento.

• Estilo de fonte inspirador: especifique um estilo de fonte geral para influenciar sutilmente as escolhas da Imagen. Não dependa da replicação precisa da fonte, mas espere interpretações criativas.

• Tamanho da fonte: especifique um tamanho de fonte ou uma indicação geral de tamanho (por exemplo, pequeno, médio, grande) para influenciar a geração de tamanho da fonte.

Parametrização de comandos

Para controlar melhor os resultados da saída, pode ser útil parametrizar as entradas no Imagen ao trabalhar com a API Imagen ou o SDK da Vertex AI para Python. Por exemplo, suponha que você queira que seus clientes possam gerar logos para a empresa deles e queira garantir que os logos sejam sempre gerados em um fundo de cor sólida. Você também quer limitar as opções que o cliente pode selecionar em um menu.

Neste exemplo, é possível criar um comando parametrizado semelhante ao seguinte:

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

Na interface do usuário personalizada, o cliente pode inserir os parâmetros usando um menu, e o valor escolhido preenche o comando que a Imagen recebe.

Exemplo:

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

   

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

   

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

   

Estilo: fotografia

• A solicitação inclui: "Uma foto de..."

Para usar esse estilo, comece usando palavras-chave que informem claramente ao Imagen na Vertex AI que você está procurando uma fotografia. Inicie suas solicitações com "Uma foto de . ". Por exemplo:

^{Fonte da imagem: cada imagem foi gerada usando a solicitação de texto correspondente com o modelo Imagen 3.}

Estilo: ilustração e arte

• A solicitação inclui: "A painting de...", "Um sketch de..."

Os estilos de arte variam de estilos monocromáticos como esboços a lápis à arte digital realista. Por exemplo, as imagens a seguir usam a mesma solicitação com estilos diferentes:

"Um [art style or creation technique] de um sedan elétrico esportivo angular com arranha-céus em segundo plano"

^{Fonte da imagem: cada imagem foi gerada usando a solicitação de texto correspondente com o modelo Imagen 2.}

Técnicas avançadas para a criação de prompts

Use os exemplos a seguir para criar solicitações mais específicas com base nos atributos: descritores de foto, formas e materiais, movimentos de arte históricos e modificadores de qualidade de imagem.

Modificadores de fotografia

Nos exemplos abaixo, você pode ver vários modificadores e parâmetros específicos para fotografia.

1. Proximidade da câmera - Close-up, tirada de longe

2. Posição da câmera: aéreo, vista de baixo

3. Iluminação: natural, dramático, calor, frio

4. Configurações da câmera — desfoque de movimento, foco suave, bokeh, retrato

5. Tipos de lentes - 35 mm, 50 mm, olho de peixe, grande angular, macro

6. Tipos de filme - preto e branco, polaroid

^{Fonte da imagem: cada imagem foi gerada usando a solicitação de texto correspondente com o modelo Imagen 3.}

Formas e materiais

• A solicitação inclui: "...made of...", "...na forma de..."

Um dos pontos fortes dessa tecnologia é a possibilidade de criar imagens que seriam difíceis ou impossíveis. Por exemplo, é possível recriar o logotipo da empresa em diferentes materiais e texturas.

^{Fonte da imagem: cada imagem foi gerada usando a solicitação de texto correspondente com o modelo Imagen 3.}

Referências de arte históricas

• A solicitação inclui: "...in the style of..."

Alguns estilos se tornaram icônicos ao longo dos anos. Confira abaixo algumas ideias de pintura histórica ou estilos de arte que você pode testar.

"gere uma imagem no estilo de [art period or movement]: um parque eólico"

^{Fonte da imagem: cada imagem foi gerada usando a solicitação de texto correspondente com o modelo Imagen 3.}

Modificadores de qualidade da imagem

Algumas palavras-chave podem informar ao modelo que você está procurando um recurso de alta qualidade. Veja alguns exemplos de modificadores de qualidade:

• Modificadores gerais: alta qualidade, bonito, estilizado
• Fotos: fotos 4K, HDR e do Studio
• Arte, Ilustração: por um profissional, detalhado

Veja a seguir alguns exemplos de prompts sem modificadores de qualidade e o mesmo com modificadores de qualidade.

^{Fonte da imagem: cada imagem foi gerada usando a solicitação de texto correspondente com o modelo Imagen 3.}

Proporções

A geração de imagens do Imagen 3 permite definir cinco proporções de imagem distintas.

1. Quadrado (1:1, padrão): uma foto quadrada padrão. Usos comuns para essa proporção incluem postagens de mídias sociais.

2. Tela cheia (4:3): essa proporção é usada com frequência em mídias ou filmes. Elas também têm as mesmas dimensões da maioria das TVs e câmeras de formato médio antigas. Ela captura mais da cena horizontalmente (em comparação com 1:1), o que a torna uma proporção preferencial para fotografia.

3. Tela cheia em modo retrato (3:4): é a proporção de tela cheia girada em 90 graus. Isso permite capturar mais da cena verticalmente em comparação com a proporção de 1:1.

4. Widescreen (16:9): essa proporção substituiu a de 4:3 e agora é a proporção mais comum para TVs, monitores e telas de smartphones (paisagem). Use essa proporção quando quiser capturar mais do plano de fundo (por exemplo, paisagens panorâmicas).

   

5. Retrato (9:16): essa proporção é widescreen, mas girada. Essa é uma proporção relativamente nova que ficou conhecida por apps de vídeos mais curtos (por exemplo, YouTube Shorts). Use essa opção para objetos altos com fortes orientações verticais, como edifícios, árvores, cachoeiras ou outros objetos semelhantes.

   

Solicitações negativas

Os exemplos anteriores se concentram em escrever solicitações para o que você quer que o Imagen crie, mas também é possível fornecer um prompt negativo com o prompt original para ajudar o produto a gerar ou editar imagens. Essas solicitações negativas podem ser uma ferramenta poderosa que ajuda a especificar quais elementos omitir da imagem. Basta descrever o que você não quer.

Recomendado: descreva claramente o que você não quer ver. Por exemplo, "wall, frame".

Não recomendado: evite linguagem instrutiva ou palavras como "não". Por exemplo, evite frases como "sem paredes" ou "não mostrar paredes".

Imagens fotorrealistas

Versões diferentes do modelo de geração de imagens podem oferecer uma combinação de saídas artísticas e fotorrealistas. Use a seguinte palavra nos comandos para gerar uma saída mais fotorrealista com base no assunto que quiser gerar.

Retratos

Usando várias palavras-chave da tabela, o Imagen pode gerar os retratos a seguir.

Comando: uma mulher, retrato de 35 mm, duotons azul e cinza
Modelo: Imagen 3 (imagen-3.0-generate-002)

Comando: Uma mulher, retrato de 35 mm, film noir
Modelo: Imagen 3 (imagen-3.0-generate-002)

Objetos

Usando várias palavras-chave da tabela, o Imagen pode gerar as seguintes imagens de objeto.

Comando: folha de uma planta de oração, lente macro, 60 mm
Modelo: Imagen 3 (imagen-3.0-generate-002)

Comando: um prato de macarrão, lente macro de 100 mm
Modelo: Imagen 3 (imagen-3.0-generate-002)

Movimento

Usando várias palavras-chave da tabela, o Imagen pode gerar as seguintes imagens em movimento.

Comando: um touchdown vencedor, velocidade do obturador rápida e rastreamento de movimento
Modelo: Imagen 3 (imagen-3.0-generate-002)

Comando: um cervo correndo na floresta, alta velocidade do obturador, rastreamento de movimento
Modelo: Imagen 3 (imagen-3.0-generate-002)

Grande angular

Usando várias palavras-chave da tabela, o Imagen pode gerar as seguintes imagens grande angulares.

Comando: uma ampla cordilheira, ângulo amplo de paisagem de 10 mm
Modelo: Imagen 3 (imagen-3.0-generate-002)

Comando: uma foto da lua, fotografia astronômica, ângulo amplo de 10 mm
Modelo: Imagen 3 (imagen-3.0-generate-002)

A seguir

Confira artigos sobre o Imagen e outras IAs generativas nos produtos da Vertex AI:

• Guia para desenvolvedores sobre como começar a usar o Imagen 3 na Vertex AI
• Novos modelos e ferramentas de mídia generativa criados com criadores para criadores
• Novidades no Gemini: Gems personalizados e geração de imagens aprimorada com o Imagen 3
• Google DeepMind: Imagen 3 — Nosso modelo de qualidade mais alta para conversão de texto em imagem