ส่วนประกอบของ prompt

หากเรากำหนดรายละเอียดใน prompt ไม่ชัดเจน ChatGPT Images 2.0 จะสุ่มรายละเอียดในส่วนที่ไม่ได้ระบุขึ้นมาเองทั้งหมด ภาพที่ได้จึงอาจไม่ตรงตามความต้องการของเรา

prompt สั้นได้ แต่ต้องครบ

ข่าวดีคือ prompt ที่ดีไม่จำเป็นต้องยาว เอกสารทางการระบุตรงกันว่าเพียงแค่ 1-3 ประโยคที่ชัดเจนก็พอ ตัวตัดสินไม่ใช่ความยาว แต่อยู่ที่ข้อมูลสำหรับกำหนดหน้าตาของรูปว่าครบถ้วนหรือไม่ โดยเล่มนี้ได้สรุปแนวทางดังกล่าวไว้ในเครื่องมือที่ชื่อ ใบสั่งงาน 6 ช่อง

ช่อง	ตอบคำถาม	ตัวอย่าง
1. ตัวแบบ	รูปนี้คือรูปอะไร ใคร/อะไรคือจุดเด่น	พนักงานออฟฟิศหญิงนั่งพิมพ์งาน
2. ฉาก	ตัวแบบอยู่ที่ไหน รอบตัวมีอะไร	มุมออฟฟิศสมัยใหม่ มีต้นไม้และชั้นหนังสือ
3. สไตล์	ภาพถ่ายหรือภาพวาด แนวไหน	ภาพประกอบสไตล์ flat vector
4. แสง/บรรยากาศ	แสงมาจากไหน โทนสีอะไร	แสงธรรมชาติจากหน้าต่างด้านขวา โทนครีมส้ม
5. มุมกล้อง/องค์ประกอบ	มองจากมุมไหน เห็นแค่ไหน อะไรอยู่ตรงไหน	ระดับสายตา เห็นครึ่งตัว
6. ข้อห้าม	อะไรต้องไม่โผล่มาในรูป	ไม่มีตัวหนังสือในภาพ

ช่องที่คนลืมบ่อยที่สุดคือช่อง 6 ทั้งที่สำคัญไม่แพ้ช่องอื่น เพราะถ้าไม่ได้ห้ามไว้ ระบบก็อาจจะเติมเข้ามาเองเสมอ

บรรยายสิ่งที่ตาเห็น ไม่ใช่คำเว่อร์

หลักสำคัญที่เอกสารทางการย้ำคือ ให้ระบุให้ชัดเจนว่าต้องการเห็นอะไรในภาพ แทนการใช้คำกว้างๆ อย่าง "สวย" "พรีเมียม" "น่าสนใจ" เพราะคำพวกนี้ไม่ได้ช่วยบอกเลยว่ารูปจะมีหน้าตาอย่างไร

• "แสงสวยๆ" → บอกไปเลยว่าแสงมาจากไหน: "แสงเช้าส่องจากหน้าต่างด้านซ้าย"