Giải Phẫu Một Prompt AI Image Chất Lượng Cao

Phần lớn các prompt kém hiệu quả không phải do ngôn ngữ sai, mà vì chúng chỉ mô tả một chiều của hình ảnh — thường chỉ là chủ thể — và để mọi thứ còn lại cho mô hình tự phán đoán. Khi mô hình phải tự điền vào các khoảng trống, kết quả sẽ là bố cục ngẫu nhiên, ánh sáng tuỳ hứng và phong cách thẩm mỹ thay đổi theo từng lần tạo. Cấu trúc hoá prompt giải quyết vấn đề này triệt để. Khi bạn chia prompt thành các lớp rõ ràng, bạn đang giao cho mô hình một bản tóm tắt sáng tạo hoàn chỉnh thay vì chỉ một câu đơn lẻ. Hãy nghĩ đến việc thuê một nhiếp ảnh gia: bạn sẽ không chỉ nói "chụp ảnh một người phụ nữ" và kỳ vọng có được một kiệt tác. Bạn sẽ chỉ định địa điểm, nguồn sáng, ống kính, tâm trạng, trang phục. Các mô hình AI cũng phản hồi theo cách tương tự. Cấu trúc theo lớp còn giúp việc chỉnh sửa nhanh và rẻ hơn — bạn có thể thay đổi một lớp như chuyển ánh sáng từ "nắng vàng chiều tà" sang "nắng trưa gay gắt" mà không cần viết lại toàn bộ prompt, phần còn lại của hình ảnh vẫn được giữ ổn định. Trên Floniks, prompt có cấu trúc đặc biệt mạnh mẽ vì bạn có thể lưu chúng làm template workflow trong /editor và tái sử dụng cho cả catalogue sản phẩm hoặc chuỗi nội dung.

Lớp chủ thể trả lời câu hỏi: hình ảnh này nói về ai hoặc về cái gì? Hãy cụ thể về danh tính, tư thế, biểu cảm, trang phục và đạo cụ. Yếu: "một người phụ nữ trong quán cà phê." Mạnh: "một người phụ nữ Nam Á khoảng 30 tuổi, tóc ngắn tự nhiên, mặc áo blazer vải lanh rộng, ngồi tại bàn đá hoa cương trong quán cà phê, hai tay giữ ly espresso sứ nhỏ, ánh mắt nhìn xuống ly với nụ cười kín đáo." Mỗi chi tiết bạn thêm vào là một khoảng trống mà mô hình không phải tự điền một cách ngẫu nhiên. Với sản phẩm, hãy gọi đúng tên vật thể: "một chiếc cốc sứ đen matte tối giản, logo ở trung tâm mặt trước, tay cầm hướng về phía phải." Với các nhân vật bạn muốn tái sử dụng trong nhiều hình ảnh, hãy lưu mô tả chủ thể vào một node workflow Floniks như một đầu vào cố định — đây là nền tảng của tính nhất quán nhân vật. Nếu chủ thể bao gồm nhiều người, hãy đánh số và mô tả từng người riêng: "Chủ thể 1: … Chủ thể 2: …" để tránh mô hình trộn lẫn đặc điểm của họ.

Bố cục cho mô hình biết cách sắp xếp chủ thể trong khung hình. Không có hướng dẫn bố cục, bạn sẽ luôn nhận được kết quả căn giữa, an toàn, chiều dọc. Các cụm từ bố cục hữu ích bao gồm khoảng cách chụp (cận cảnh, trung cảnh, wide shot), góc độ (ngang tầm mắt, góc thấp, góc bird's-eye, Dutch tilt), và các nguyên tắc bố cục (quy tắc một phần ba, đường dẫn hướng, khoảng trống âm bên trái). Một lớp bố cục đầy đủ có thể là: "trung cảnh, góc máy hơi thấp, chủ thể nằm ở phần ba bên phải của khung, khoảng trống âm rộng ở bên trái được làm mờ nhẹ." Kết hợp loại shot với góc độ mở ra vô số ngôn ngữ hình ảnh — cùng một chủ thể chụp từ góc thấp sẽ cảm giác mạnh mẽ và hào hùng; từ góc cao lại cảm giác dễ bị tổn thương. Bài viết về cinematography trong /learn sẽ đề cập sâu hơn về các loại shot và góc độ. Quy tắc quan trọng: hãy đặt tên bố cục trước ánh sáng, vì bố cục quyết định cách ánh sáng đổ xuống trên khung hình.

Ánh sáng là lớp duy nhất làm thay đổi cảm xúc của một hình ảnh một cách劇 kịch tính nhất mà không cần chạm vào chủ thể. "Ánh sáng tự nhiên mềm từ cửa sổ" và "ánh sáng chiaroscuro kịch tính từ một nguồn duy nhất" có thể mô tả cùng một người phụ nữ trong cùng một quán cà phê nhưng tạo ra hai hình ảnh hoàn toàn thuộc hai thể loại khác nhau. Tối thiểu, hãy đặt tên nguồn sáng (cửa sổ, mặt trời, đèn LED, nến, bảng hiệu neon), chất lượng (mềm/khuếch tán so với cứng/trực tiếp), hướng (chiếu trước, chiếu bên, chiếu sau, viền sáng) và nhiệt độ màu (vàng ấm, trắng xanh lạnh, trung tính). Một lớp ánh sáng cụ thể: "chiếu bên từ một softbox lớn bên trái máy ảnh, nhiệt độ màu ấm 4500K, bóng đổ mềm trên mặt phải, viền sáng nhẹ trên tóc." Với ảnh sản phẩm, ánh sáng còn quan trọng hơn mô tả chủ thể — cùng một chiếc cốc sẽ trông sang trọng dưới "ánh sáng khuếch tán phẳng với nền gradient nhẹ" nhưng trông rẻ tiền dưới ánh đèn trần chiếu thẳng. Xem thêm từ vựng ánh sáng đầy đủ trong bài viết chuyên sâu của pillar này.

Lớp phong cách cho mô hình biết cần khai thác truyền thống hình ảnh nào. Đây là nơi bạn chỉ định ảnh chụp thực tế so với minh hoạ so với phong cách hội hoạ, và đặt tên cho phong trào thẩm mỹ hoặc tham chiếu. Ví dụ: "nhiếp ảnh thời trang editorial, chụp bằng film khổ vừa, phong cách Vogue" hoặc "ảnh tĩnh điện ảnh kỹ thuật số, tông màu đất muted, màu phim A24" hoặc "minh hoạ vector phẳng, bảng màu pastel, thiết kế tối giản Bắc Âu." Khi nhắm đến một phong trào nghệ thuật cụ thể, hãy đặt tên chính xác: "tranh dầu theo trường phái Ấn tượng" cung cấp nhiều thông tin hơn nhiều so với "nghệ thuật." Bạn cũng có thể tham chiếu đến loại máy ảnh và phim để có vẻ ngoài nhiếp ảnh: "Film Kodak Portra 400, hạt phim nhẹ, bóng ấm nâng nhẹ." Với video AI trên Floniks /ai-video, lớp tương đương là xác định ngôn ngữ hình ảnh của clip — điện ảnh, tài liệu, hoạt hình — trước khi mô tả hành động.

Thông số kỹ thuật truyền đạt độ trung thực đầu ra và định dạng mong muốn. Các tín hiệu thông thường bao gồm ý định độ phân giải ("chi tiết 8K," "siêu sắc nét"), độ sâu trường ảnh ("khẩu độ f/1.8, trường ảnh nông, chủ thể sắc nét, nền bokeh mịn"), đặc tính ống kính ("ống kính chân dung 85mm, độ nén phối cảnh nhẹ") và chất lượng kết xuất ("siêu thực, ảnh hiện thực, octane render, chiếu sáng ray-traced"). Bạn cũng có thể chỉ định tỷ lệ khung hình trong prompt nếu mô hình chấp nhận gợi ý tỷ lệ dạng văn bản, dù các bảng điều khiển tạo ảnh của Floniks có điều khiển tỷ lệ khung hình riêng bổ sung hoặc ghi đè điều này. Với ảnh sản phẩm, thêm "không watermark, nền sạch, chất lượng studio, chuẩn thương mại" để báo hiệu loại đầu ra. Với ảnh nghệ thuật, "nét vẽ như sơn dầu, kết cấu rõ ràng, chất lượng bảo tàng" hướng đến kết xuất mỹ thuật. Đặt các thông số kỹ thuật ở cuối prompt để chúng tinh chỉnh thay vì cạnh tranh với các lớp chủ thể và bố cục.

Dưới đây là cách năm lớp kết hợp thành một prompt sẵn sàng cho sản xuất:

Chủ thể: "Người phụ nữ Nhật Bản khoảng 30 tuổi, tóc thẳng đen, mặc áo blazer ivory cấu trúc và trang sức vàng tối giản, cầm bó hoa mẫu đơn trắng nhỏ, biểu cảm trung tính, nhìn thẳng vào camera"

Bố cục: "Chân dung trung cảnh, ngang tầm mắt, bố cục căn giữa với khoảng trống nhỏ phía trên đầu, nền sạch"

Ánh sáng: "Đèn beauty dish mềm chiếu trước với fill ám ấm từ bên phải máy, nhiệt độ màu trung tính 5000K ban ngày, catchlight hiện rõ ở cả hai mắt, không có bóng cứng"

Phong cách: "Nhiếp ảnh thời trang editorial cao cấp, chụp bằng máy khổ trung Hasselblad, phong cách sạch và hiện đại"

Kỹ thuật: "Khẩu độ f/2.8 trường ảnh nông, lấy nét sắc bén vào mắt, nền mờ mịn, chất lượng studio thương mại"

Prompt ghép lại có khoảng 90 từ — đủ cụ thể để rõ ràng, đủ ngắn để mạch lạc. Hãy lưu nó làm template workflow Floniks và thay thế lớp chủ thể để tạo cả một bộ lookbook chỉ trong một lần batch.