میتونین اینجا 👈 💎 PerPixai.ir 💎 بسازینش.

⬜️ پرامپت ۱:

IMAGE TO VIDEO | VEO 3 | 8 SECONDS | VERTICAL 9:16

Use the uploaded perfume photograph as a STRICT and IMMUTABLE product reference.

CRITICAL PRODUCT IDENTITY LOCK:
The perfume bottle must remain EXACTLY identical to the uploaded reference image in every frame.

Preserve:
- Original rectangular amber glass silhouette
- Exact height, width, and proportions
- Rounded corners and thick glass base
- Original amber liquid color and level
- Matte black cylindrical cap
- Exact neck geometry and cap dimensions
- All original surface and material details

Treat the bottle as a completely rigid physical object.

SCENE:
Create a spectacular high-speed cinematic luxury perfume advertisement in a premium dark studio.

0–2 seconds:
The original perfume bottle stands perfectly upright and stationary on a stable dark stone surface. Warm golden highlights reveal its glass structure.

2–5 seconds:
A dramatic arc of crystal-clear water splashes BEHIND and AROUND the bottle in beautiful slow motion.

The water must NOT strike, cover, move, or deform the perfume bottle.

Electric-blue and violet lights illuminate the individual water droplets.

5–8 seconds:
Water droplets slowly fall around the product while the camera makes a smooth, subtle forward push-in.

The bottle remains perfectly sharp, centered, stationary, and unchanged.

CAMERA:
Stable frontal angle with subtle forward motion only.

LIGHTING:
Warm golden highlights on the amber glass, contrasting with dramatic blue and violet water reflections.

AUDIO:
Realistic cinematic water splash sound with subtle ambient atmosphere. No voices.

STRICT NEGATIVE CONSTRAINTS:
No bottle rotation, no floating, no tilting, no morphing, no resizing, no glass deformation, no liquid spilling, no changing cap, no duplicate bottles, no hands, no humans, no text, no logos, no subtitles.

PRIORITY:
Product accuracy is more important than water effects.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

میتونین اینجا 👈 💎 PerPixai.ir 💎 بسازینش.

⬜️ پرامپت ۲:

IMAGE TO VIDEO | VEO 3 | 8 SECONDS | VERTICAL 9:16

Use the uploaded perfume image as the EXACT visual identity reference.

ABSOLUTE PRODUCT IDENTITY LOCK:
Preserve the original perfume bottle as an immutable physical object throughout the entire video.

Keep exactly:
- Rectangular amber glass body
- Original bottle silhouette and proportions
- Rounded glass corners
- Thick transparent bottom
- Original amber liquid color and level
- Matte black cylindrical cap
- Exact cap height, width, and shape
- Original neck geometry and glass materials

Do NOT redesign, stylize, or futuristically modify the product.

SCENE:
Create a premium futuristic AI-inspired luxury perfume advertisement.

The exact original bottle stands completely stationary on a dark reflective surface in a sophisticated futuristic studio.

0–2 seconds:
A cinematic soft light gradually reveals the perfume bottle. An elegant electric-blue ring of light activates on the platform around its base.

2–5 seconds:
Beautiful violet and electric-blue luminous particles travel through the background.

Thin holographic light trails form a large glowing circular halo BEHIND the product.

The particles must never cover or alter the bottle.

5–8 seconds:
The holographic lights slowly fade as the camera makes a gentle cinematic push-in.

End on an elegant, centered hero shot with beautiful realistic reflections on the original amber glass.

VISUAL STYLE:
Luxury futuristic product commercial, premium AI aesthetics, dark navy and purple studio, subtle neon glow, realistic cinematic lighting, sophisticated minimalism.

CAMERA:
Stable frontal composition with a gentle push-in. No orbit or dramatic perspective changes.

AUDIO:
Subtle futuristic electronic whoosh and cinematic ambient sound. No dialogue.

STRICT NEGATIVE CONSTRAINTS:
No bottle transformation, no levitation, no rotation, no moving cap, no changing glass, no liquid changes, no new product details, no logos, no text, no subtitles, no human characters, no duplicate products.

All futuristic effects must exist ONLY in the environment.

PRIORITY:
Preserve the product's exact original identity over all visual effects.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

میتونین اینجا 👈 💎 PerPixai.ir 💎 بسازینش.

⬜️ پرامپت ۳:

IMAGE TO VIDEO | VEO 3 | 8 SECONDS | VERTICAL 9:16

Use the uploaded perfume photograph as the ONLY authoritative reference for the product.

ABSOLUTE PRODUCT IDENTITY LOCK:
Preserve the EXACT original perfume bottle throughout the entire video.

The bottle must retain:
- Identical rectangular amber glass body
- Exact bottle proportions and rounded corners
- Thick transparent glass base
- Original amber liquid color and level
- Matte black cylindrical cap
- Exact cap dimensions and neck geometry
- Original glass texture, materials, and reflections

Never redesign or modify the product.

SCENE:
Create an ultra-realistic luxury perfume commercial.

0–2 seconds:
Start with the exact original product in its initial position. A slow cinematic camera push-in begins. Warm, soft lighting illuminates the amber glass.

2–5 seconds:
The background gradually transforms into a sophisticated charcoal-black luxury studio. Subtle violet and electric-blue rim lights illuminate the bottle. Soft atmospheric mist moves only behind the stationary product.

5–8 seconds:
The camera performs a very subtle sideways movement of no more than 10 degrees, ending on a perfectly centered cinematic hero shot.

STYLE:
Premium luxury fragrance advertising, realistic optics, sophisticated lighting, smooth motion, elegant minimalism, professional product cinematography.

AUDIO:
Subtle cinematic ambient sound. No dialogue.

STRICT NEGATIVE CONSTRAINTS:
No bottle morphing, no resizing, no deformation, no bottle rotation, no cap changes, no floating, no additional products, no humans, no hands, no new labels, no logos, no subtitles, no text overlay.

PRIORITY:
Exact product identity is more important than cinematic effects.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

چطور محصول رو در ویرایش با هوش مصنوعی ثابت نگه داریم؟

تست دیروز یک نکته خیلی مهم داشت. 🤔
ما به هر دو مدل گفتیم «خود ماگ رو تغییر نده. فقط محیط رو عوض کن.» ولی نتیجه‌ها یکسان نبود.
یکی محافظه‌کارتر عمل کرد، یکی تصویر جذاب‌تر و تبلیغاتی‌تری ساخت. 😃

سؤال اینه چرا این اتفاق می‌افته؟ 😂
چون خیلی از مدل‌های تصویرساز، موقع ادیت کردن، مثل یک ادیتور کلاسیک مثل فوتوشاپ فکر نمی‌کنن.
یعنی همیشه این‌طور نیست که سوژه اصلی رو دقیق نگه دار
و فقط پس‌زمینه رو عوض کن.
خیلی وقت‌ها مدل در عمل، بخش زیادی از تصویر رو دوباره «بازسازی» می‌کنه! 🤨

به همین دلیل در کارهای ویرایش محصول، یکی از مهم‌ترین مفاهیم میشه Fidelity یعنی خروجی جدید چقدر به اطلاعات مهم منبع وفادار مونده؟

مثلاً وقتی عکس یک ماگ، کفش، بطری یا هر محصول واقعی رو به هوش مصنوعی می‌دیم، معمولاً هدف ما این نیست که «یک چیزی شبیه این برام بساز.» هدف اینه که «همین محصول واقعی من رو،
در یک محیط جدید نشون بده.»

برای اینکه این Fidelity بیشتر بشه، پرامپت ما باید خیلی دقیق‌تر باشه. 🔫

🔸 اول از همه باید دقیق بگیم چه چیزهایی نباید تغییر کنن. نه فقط یک جمله کلی مثل “محصول رو تغییر نده.”
بلکه مشخص‌تر

Preserve exact:
geometry
proportions
material
texture
surface details
perspective
orientation

یعنی خود محصول رو قفل می‌کنیم تا ثابت بمونه.

🔸 نکته دوم اینه که دامنه ادیت رو محدود کنیم.
مثلاً بگیم “فقط محیط را تغییر بده.”
بعد دقیق مشخص کنیم منظورمون از محیط چیه. (پس‌زمینه، نورپردازی، سطح، انعکاس، سایه و ...)
چون اگر فقط بگیم “حرفه‌ای‌ترش کن"، مدل ممکنه فکر کنه برای حرفه‌ای شدن باید خود محصول رو هم بهتر و شیک‌تر بازسازی کنه.

🔸 نکته سوم زاویه و پرسپکتیو رو قفل کن.
مثلاً این جمله خیلی مهمه

“Keep the camera position and product perspective consistent with the original image.”

یعنی زاویه دوربین و پرسپکتیو محصول رو مطابق اصل تصویر نگه دار.
اگر اینو نگیم، مدل ممکنه سوژه رو از زاویه جدید بسازه و همون‌جا fidelity از بین میره.

🔸 نکته چهارم حس نهایی رو درست تعریف کن.
مثلاً به جای اینکه فقط بگیم “یک تصویر تاریک استودیویی درست کن”
بهتره بگیم:

“The result must look like the exact same physical product photographed in a different studio.”

این جمله خیلی دقیق‌تره، چون به مدل می‌گه:
ما نسخه جدید محصول نمی‌خوایم، ما همون محصول قبلی رو در یک استودیو جدید می‌خوایم.

🔸 و نکته آخر Negative Constraints (قیدهای منفی) خیلی مهمن. مثل:
محصول را دوباره طراحی نکن.
فرمش را تغییر نده.
جایگزینش نکن.
مواد سازنده را تغییر نده.
اجسام اضافه به تصویر اضافه نکن.

📌 پس اگر بخوام خیلی ساده فرمولش رو بگم:
قفل منبع یا نسخه اصلی + دامنه ویرایش + قفل کردن زاویه دوربین + مشخصات محیط + قیدهای منفی

یعنی،
اول قفل کن چه چیزهایی باید ثابت بمونن.
بعد دقیق بگو فقط چه چیزهایی حق تغییر دارن.
بعد زاویه و دوربین رو نگه دار.
بعد محیط جدید رو توضیح بده.
و آخر هم روشن کن چه چیزهایی ممنوعه.

تفاوت این دو دستور خیلی زیاده،
❌ «این عکس رو حرفه‌ای‌تر کن»
✅ «همین محصول رو، با همین فرم و زاویه، در یک استودیوی تیره و حرفه‌ای قرار بده و فقط محیط را تغییر بده.»

#TuringAcademy

✅ برای آموزش‌های بیشتر ما را در شبکه‌های اجتماعی دنبال کنید.

🌐وب‌سایت
📱تلگرام
📱اینستاگرام
📱یوتیوب

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

چطور چهره در هوش مصنوعی ثابت بمونه؟

طبق نظرسنجی دیشب نزدیک ۵۰٪ رأی‌ها رفت سمت «حفظ چهره یک شخص در چند محیط مختلف» پس امروز در این مورد صحبت می‌کنیم.

سوال اینه چرا اصلاً وقتی عکس یک نفر رو به هوش مصنوعی می‌دیم و فقط می‌گیم محیطش رو عوض کن، گاهی صورتش هم تغییر می‌کنه؟ 🤔
چون برای خیلی از مدل‌های تصویرساز، ادیت کردن همیشه به معنی «همین پیکسل‌ها رو نگه دار و فقط پس‌زمینه رو عوض کن» نیست.
مدل معمولا بخش زیادی از تصویر رو دوباره میسازه!
و وقتی صورت دوباره ساخته میشه، تغییرهای کوچیک شروع میشن.
فرم چشم کمی فرق می‌کنه، فک تغییر می‌کنه، بینی کمی باریک‌تر میشه، سن بالا یا پایین میره، مدل مو عوض میشه و در نهایت خروجی ممکنه خیلی زیبا باشه، ولی دیگه دقیقاً همون آدم نباشه. 🤦‍♂️

🔻 برای همین وقتی هویت مهمه، باید قبل از هر چیزی مشخص کنیم که چه چیزهایی حق تغییر ندارن.
مثلاً به جای اینکه فقط بگیم:

“Keep the same person”

می‌تونیم خیلی دقیق‌تر بگیم:

Preserve exactly:

facial geometry
eye shape
nose shape
lip shape
jawline
skin tone
apparent age
hair color
hairline
facial proportions

یعنی به مدل می‌گیم «روی محیط خلاق باش، ولی روی هویت نه.»

🔻 مورد بعدی اینه که باید محدوده تغییر رو مشخص کنیم. مثلاً:

Only change:
environment,
lighting,
wardrobe,
camera framing.

Do not modify:
face,
age,
skin,
hair structure,
facial proportions.

به عنوان مثال فرق این دو خیلی زیاده:
❌ “Put this person in a cinematic café.”
✅ “Place the same person in a cinematic café while preserving their facial identity exactly.”

🔻 مورد سوم اینه که عکس مرجع خیلی مهمه.
اگر عکس اولیه خیلی تار باشه، صورت خیلی کوچک باشه، نور شدید داشته باشه، یا نیمه صورت دیده نشه مدل اطلاعات کافی برای حفظ هویت نداره.

برای تست درست، بهتره تصویر مرجع صورت واضح داشته باشه،
نور طبیعی داشته باشه، زاویه خیلی عجیب نداشته باشه و جزئیات چهره مشخص باشن.

🔻 و مورد آخر، برای تست یکسان بودن نباید فقط به این نگاه کنیم که «شبیهشه یا نه؟»
باید دقیق‌تر بررسی کنیم.
• چشم‌ها همون فرم رو دارن؟
• فاصله اجزای صورت حفظ شده؟
• زاویه فک همونه؟
• سن تغییر نکرده؟
• مدل مو بی‌دلیل عوض نشده؟
• صورت بهینه و بهتر نشده؟

این موارد رو رعایت کنیم چهره همیشه ثابت میمونه. 😎

حالا امروز با هم یک تست هم میکنیم و یک عکس مرجع رو به چند محیط کاملاً متفاوت می‌بریم. و یک قانون داریم، اونم اینه که شخص داخل عکس باید دقیقاً همون آدم باقی بمونه. ببینیم کدوم مدل بهتر از پسش برمیاد. ☕️

#TuringAcademy

✅ برای آموزش‌های بیشتر ما را در شبکه‌های اجتماعی دنبال کنید.

🌐وب‌سایت
📱تلگرام
📱اینستاگرام
📱یوتیوب

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

وقت بررسی نتیجه تست دیشبه. 🧐
این بار به دو مدل دقیقاً یک عکس مرجع دادیم و ازشون خواستیم همون شخص رو در ۳ محیط کاملاً متفاوت قرار بدن ولی هویتش به هیچ عنوان تغییر نکنه.
سه سناریو داشتیم شامل محیط کاری، خیابون بارونی و کافه.
قوانین هم برای هر دو یکسان بود.
• مرجع یکسان
• پرامپت یکسان
• بدون اصلاح خروجی
• بدون انتخاب بهترین بین چند تولید عکس (همون انتخاب اول)

تا اینجا هم رقابت از نظر شما نزدیکه بوده طبق ری‌اکت‌ها.
و حالا ببینیم کی به کیه! 🤔

سه تصویر اول یعنی سری A توسط GPT و سه تصویر دوم یعنی سری B هم توسط Gemini ساخته شده بودن.
اما بیاید دقیق‌تر بررسی کنیم. چون هدف حفظ یکسان بودن شخصیته و نباید فقط بگیم «آره، شبیهشه.»، باید ببینیم چه مقدار از ویژگی‌های واقعی صورت در شرایط مختلف ثابت موندن.

سری 🅰️ - GPT
اولین چیزی که توی خروجی‌های GPT مشخصه اینه که سعی کرده چهره مرجع رو خیلی محافظه‌کارانه حفظ کنه.
به‌ خصوص در تصویر داخل دفتر کار فرم چشم‌ها، ابروها، بینی، لب‌ها و نسبت کلی صورت خیلی نزدیک به مرجع باقی موندن.

در تصویر خیابان بارانی هم با اینکه نور شدیداً تغییر کرده، موها خیس شدن و لباس کاملاً فرق کرده باز هم هویت شخص تا حد زیادی قابل تشخیصه.
یعنی تغییر محیط باعث نشده مدل یک چهره جدید بسازه.

تصویر کافه هم همچنان کیفیت خوبی داره، هرچند تغییر حالت و قرار گرفتن دست کنار صورت باعث شده بعضی نسبت‌های چهره کمی متفاوت دیده بشن!

نقطه قوت اصلی GPT در این تست ثبات چهره بین سه محیط بود.

سری 🅱️ - Gemini
‏Gemini هم در هر سه خروجی یک شخصیت مشابه مرجع ساخته ولی تغییر هویت بین تصاویر بیشتره.
مثلاً در تصویر داخل دفتر کار حالت لبخند، فرم صورت، چشم‌ها و حتی حس کلی چهره کمی از مرجع فاصله گرفته.

در تصویر خیابان بارانی این تفاوت بیشتر مشخص میشه. شرایط نور و موهای خیس باعث شده فرم صورت، زاویه فک و بعضی نسبت‌های چهره بیشتر تغییر کنن.

در تصویر کافه هم هنوز شخصیت کلی قابل تشخیصه، ولی اگر مرجع رو کنار خروجی بذاریم، تفاوت در فرم صورت، رنگ پوست، بینی و ساختار کلی واضح‌تر از خروجی GPT هستش.

📌 نتیجه و نظر ما
برای این تست مشخص یعنی فقط مهم باشه که چهره ثباتش حفظ بشه و به موارد دیگه عکس توجه نکنیم GPT بهتر عمل کرده.
چون در هر سه محیط بیشتر حس «همون شخص در یک روز و مکان متفاوت» رو حفظ کرده.
از اون طرف Gemini بیشتر حس «شخصی بسیار شبیه مرجع» رو ایجاد کرده.

و این تفاوت موقعی مهم میشه که فرض کنید این شخص AI Influencer باشه، مدل تبلیغاتی یک برند باشه، یا بخواید باهاش ۵۰ تصویر برای یک کمپین بسازید.
اگر بعد از هر چند تصویر چشم‌ها کمی تغییر کنن، فک متفاوت بشه، سن بالا و پایین بره یا فرم بینی عوض بشه بعد از مدتی دیگه یک شخصیت ثابت نداریم.
این دقیقاً معنی ثبات ظاهریه که ما برامون مهمه و میخوایم بهش برسیم.

پست بعدی یک چهارچوب خیلی ساده میدم که خودتون بتونید وقتی چند خروجی هوش مصنوعی دارید، بفهمید کدوم واقعاً ظاهر رو بهتر حفظ کرده.

#TuringAILab

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

چطور بفهمیم چهره واقعاً ثابت مونده؟

وقتی چند عکس هوش مصنوعی از یک شخص می‌بینیم، معمولاً اولین قضاوتمون اینه «آره، شبیهشه.» ولی برای ساخت یک شخصیت ثابت، این معیار کافی نیست.
دو نفر می‌تونن خیلی شبیه هم باشن، ولی هنوز دو نفر متفاوت باشن.

اگر می‌خواید بفهمید هوش مصنوعی واقعاً ظاهر یک شخصیت رو حفظ کرده یا نه، بهتره صورت رو به چند بخش جدا بررسی کنید.
من برای تست‌های تورینگ از این چهارچوب استفاده می‌کنم. ☕️

🔺 چشم‌ها
فقط رنگ چشم مهم نیست. نگاه کنید.
فرم چشم همونه؟
فاصله دو چشم حفظ شده؟
پلک بالا و پایین مشابه مرجعه؟
زاویه گوشه چشم تغییر نکرده؟

این یکی از جاهاییه که تغییر خیلی کوچیک هم می‌تونه کل حس صورت رو عوض کنه.

🔺 بینی
مدل‌های هوش مصنوعی بعضی وقت‌ها بینی رو خیلی ظریف و ایده عالی می‌کنن.
بررسی کنید عرض بینی، طول، پل بینی و فرم نوک بینی همون چیزی که تو تصویر مرجع هست مونده یا نه.

🔺 دهان
فرم لب فقط وقتی شخص لبخند میزنه نباید بررسی بشه. به عرض دهان، فرم لب بالا، فرم لب پایین و فاصله دهان تا بینی هم نگاه کنید.

🔺 زاویه فک و فرم صورت
یکی از مهم‌ترین‌هاست واقعا.
آیا صورت گردتر شده؟
کشیده‌تر شده؟
زاویه فک تیزتر شده؟
گونه‌ها تغییر کردن؟

گاهی تک‌تک اجزای صورت خوبن، ولی فرم کلی کلی صورت فرق کرده و نتیجه دیگه دقیقاً همون فرد نیست.

🔺 نسبت‌ها
اینجا به رابطه اجزای صورت نگاه می‌کنیم.
مثلاً فاصله چشم تا بینی، بینی تا لب، لب تا چانه، عرض صورت نسبت به ارتفاع صورت. یکسان بودن بیشتر از اینکه فقط «اجزای صورت» باشه، ترکیب و نسبت بین اون‌هاست.

🔺 سن
این مورد خیلی راحت از چشممون میفته. ممکنه مدل همون شخص رو ساخته باشه ولی در یک تصویر ۲۵ ساله به نظر برسه
و توی تصویر بعد ۳۳ ساله.
برای یک شخصیت ثابت، این خودش یکسان نبودن محسوب میشه!

🔺 خط مو
مدل مو ممکنه طبق پرامپت عوض بشه ولی خطوط مربوط به مو یکی از ویژگی‌های هویتی مهمه.
مثلاً محل شروع مو، فرق سر و فرم کلی خط رویش نباید بی‌دلیل عوض بشه.

پس دفعه بعد که چند خروجی هوش مصنوعی دیدید، فقط نپرسید «شبیهشه؟»
بجاش این موردها رو بررسی کنین. زمانی هم نمیبره و تو یک نگاه متوجه میشید، فقط باید بهشون دقت کنید، همین. ✔️
چون هرچی تغییر محیط سخت‌تر بشه، مثلاً نور شب، زاویه متفاوت، حالت چهره جدید، موهای خیس، فرم بدنی جدید، تست و بررسی یکسان بودن هم جدی‌تر میشه.

برای همین تصویر خیابون بارونی دیروز خیلی مهم بود. چون مدل فقط پس‌زمینه رو عوض نمی‌کرد؛ باید هویت رو زیر نور متفاوت، موهای متفاوت و شرایط کاملاً جدید حفظ می‌کرد.

🌟 این چهارچوب بررسی فقط برای تست مدل‌ها نیست. اگر AI Influencer، شخصیت ثابت یا مدل تبلیغاتی هوش مصنوعی می‌سازید، می‌تونید با همین روش خروجی‌هاتون رو قبل از انتشار بررسی کنید.

#TuringAcademy

✅ برای آموزش‌های بیشتر ما را در شبکه‌های اجتماعی دنبال کنید.

🌐وب‌سایت
📱تلگرام
📱اینستاگرام
📱یوتیوب

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

تست بعدی بریم سراغ کدوم تست؟ 🧐

🟡 حفظ دقیق متن و نوشته داخل ویرایش عکس
مثلاً ببینیم موقع تغییر محیط، نوشته روی بسته‌بندی یا پوستر سالم می‌مونه یا نه.

🟡 تست پیروی از دستورات
یک پرامپت سخت با چندین شرط به GPT و Gemini بدیم و ببینیم کدوم واقعاً دستورها رو دقیق‌تر اجرا می‌کنه.

🟡 حذف یک شیء بدون خراب کردن بقیه تصویر
یک شیء رو حذف کنیم و ببینیم کدوم مدل پس‌زمینه، سایه‌ها و جزئیات اطراف رو طبیعی‌تر بازسازی می‌کنه.

🟡 ساخت تصویر از روی نمونه
یک ترکیب‌بندی مشخص یا اسکچ ساده بدیم و ببینیم کدوم مدل دقیق‌تر جای عناصر، اندازه‌ها و ترکیب رو رعایت می‌کنه.

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

طبق رأی شما، باید بریم سراغ «حفظ دقیق متن و نوشته داخل ویرایش عکس» 😎

یک سؤال، چرا وقتی به هوش مصنوعی می‌گیم «فقط پس‌زمینه این محصول رو عوض کن» گاهی اسم برند، عددها، کلمات روی بسته‌بندی یا حتی شکل حروف هم تغییر می‌کنن؟ 🤔

چون خیلی از مدل‌های تصویرساز موقع ویرایش کردن، نوشته رو مثل فوتوشاپ همون پیکسل‌های قبلی نگه نمی‌دارن.
تصویر رو دوباره میسازن!

و برای مدل، نوشته روی محصول فقط «متن» نیست، در واقع یک الگوی بصریه.
مثلاً فرض کنید روی یک بسته نوشته:
NOVA BEAN
ETHIOPIA
LIGHT ROAST
250 g
ما به هوش مصنوعی می‌گیم فقط محیط رو عوض کن. ولی مدل ممکنه خروجی بده:
NOVA BEEN یا ETHIOPA یا حتی 250 mg 😐😂

از دور شاید همه‌چی درست به نظر برسه ❤️
ولی برای یک برند واقعی همین یک حرف اشتباه می‌تونه کل تصویر رو غیرقابل استفاده کنه.
برای همین توی تست حفظ نوشته فقط نباید بپرسیم «نوشته هنوز هست؟»
باید چند چیز رو جدا بررسی کنیم.

🟡 اول Spelling یا هجی واژه‌ها
آیا تک‌تک کلمات دقیقاً همونن؟ نه مشابه، نه نزدیک، دقیقاً همون.

🟡 بعد عددها
عددها خیلی مهمن. قیمت، وزن، مدل محصول، سال، نسخه و ...
مثلا 250 g نباید تبدیل بشه به 260 g.

🟡مورد بعدی چیدمان
متن کجا قرار داشته؟ خط اول، خط دوم، فاصله‌ها، تراز، نسبت اندازه کلمات و ...
اگر مدل همه رو جابه‌جا کنه، از نظر برند Fidelity یا همون وفاداری به اصل پایین اومده.

🟡 مورد بعدی تایپوگرافی
حتی اگر کلمه درست نوشته شده، آیا ظاهر کلی نوشته هنوز همونه؟ ضخامت، نسبت، اندازه، فاصله حروف.

🟡 و در آخر درستی محصول
گاهی برای درست نگه داشتن متن، مدل خود بسته‌بندی رو تغییر می‌ده!
پس باید همزمان بررسی کنیم متن ثابت مونده؟ و خود محصول هم ثابت مونده؟

🔹 در پست بعدی یک محصول با چند نوشته مشخص رو به GPT و Gemini می‌دیم. به همراه پرامپت دقیقاً یکسان.
وظیفه‌شون اینه محصول و تمام نوشته‌ها رو دقیقاً حفظ کنن، ولی محیط عکس رو کاملاً تغییر بدن.

این بار زوم کردن نه‌ تنها تقلب نیست، بلکه جزء تست حساب میشه. 😏

#TuringAcademy

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

چقدر نتیجه تست دیشب یک‌ طرفه بود. 😂
تقریباً همه خروجی 🅰️ رو بیشتر پسندیدن و قبول داشتن. 😎
احتمالا هم بیشتر به خاطر کیفیت کار بوده چون خودمم اونو بیشتر به عنوان یک کار تبلیغاتی پسندیدم.
حالا کدوم به کدوم بود؟!
تصویر 🅰️ توسط Gemini ساخته شده بود و 🅱️ هم توسط GPT. 😁

اگر فقط رأی مخاطب یعنی شما رو ببینیم خب Gemini برنده واضح تست بوده.

اما هدف اصلی این تست این بود ببینیم کدوم مدل می‌تونه محیط رو کاملاً عوض کنه ولی همزمان خود محصول و تمام نوشته‌هاش رو دقیق حفظ کنه.
پس بیاید عکس اصلی و نتیجه ها رو دوباره نگاه کنیم.

🟡 دقت نوشته‌ها
اینجا هر دو مدل واقعاً خوب عمل کردن. 🔥
هر ۶ خط متن در هر دو خروجی درست باقی مونده. نه غلط املایی داریم، نه عدد تغییر کرده، نه کلمه‌ای حذف شده.
حتی بخش‌هایی که معمولاً برای مدل‌ها دردسرسازن، مثل 250 g و LOT 04-26 در هر دو درست باقی موندن.

🟡 چیدمان
اینجا تفاوت بیشتری دیده میشه.
در خروجی GPT، نسبت اندازه نوشته‌ها، فاصله خطوط و جای کلی Label به عکس اصلی نزدیک‌تر مونده.
‏Gemini تمام متن‌ها رو درست حفظ کرده، ولی محصول رو کمی آزادتر داخل ترکیب جدید قرار داده.
البته این تفاوت بسیار کمه و خیلی به چشم نمیاد، صرفا چون داریم بررسی میکنیم، با دقت بهش نگاه میکنیم.

🟡 وفاداری به محصول
خود بسته‌بندی رو هم باید بررسی کنیم.
فرم کلی، لبه‌ها، چین‌های بسته، نسبت عرض به ارتفاع و جای نوشته‌ها.
اینجا هم به نظرم GPT کمی محافظه‌ کارتر عمل کرده و بیشتر حس «همون بسته اصلی داخل یک محیط جدید» رو میده.

‏Gemini خروجی خیلی طبیعی‌تری ساخته، و کمی هم آزادتر رفرنس رو بازسازی کرده. همینم باعث شده محصول تو محیط طبیعی‌تر به نظر بیاد و خوب جا بیوفته.

🟡 محیط
اینجا احتمالاً دلیل اصلی رأی‌های شما مشخص میشه به نظرم.
همینطور که بالاتر هم گفتم، ‏Gemini محصول رو خیلی طبیعی داخل فضای کافه قرار داده.
نور، عمق تصویر، پس‌زمینه و حس کلی عکس خیلی یکدست و باورپذیر شده.
و احتمالاً در نگاه اول همین باعث شده تقریباً همه A رو انتخاب کنید. (از جمله خودم 😎)

💡 اگر این عکس برای یه کمپین واقعی بود، قبل از انتخاب مدل باید اول مشخص می‌کردیم.
اولویت ما چیه؟
تصویر جذاب‌تر؟ یا حفظ دقیق‌تر Asset اصلی برند؟
برای عکس برداری از محصول واقعی، معمولاً دومی اهمیت خیلی زیادی داره.

در پست بعدی دقیق بهتون میگم چطور پرامپت بنویسیم که محصولمون هرچی که بود دقیق و تمیز بدون تغییر دربیاد و یک نمونه پرامپت آماده هم براتون میذارم. 😎

#TuringAILab

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

حفظ دقیق متن در ویرایش تصویر

اگر فقط به هوش مصنوعی بگیم «متن روی محصول رو تغییر نده» ممکنه جواب بده، ولی برای کار جدی، این دستور زیادی کلیه.
اگر واقعاً براتون مهمه که نوشته‌ها، عددها، چیدمان و خود محصول دست‌ نخورده بمونن، بهتره پرامپت رو طوری بنویسید که دقیقاً مشخص باشه چه چیزی باید قفل بمونه و چه چیزی اجازه تغییر داره.

برای این مدل ویرایش‌ها میتونید از یک ساختار خیلی ساده استفاده کنید. 😎

🔺 مواردی که باید قفل بشن
اول دقیقاً بگید چه چیزهایی نباید تغییر کنن. مثلاً

“Preserve the physical product exactly as it appears in the source image.”

بعد جزئی‌ترش کنید. مثلا اندازه، تناسب، جنس، بافت، زاویه و ...
یعنی مدل از همون اول می‌فهمه خود محصول منطقه ممنوعه‌ست.

🔺 قفل دقیق نوشته‌ها
فقط نگیم

“Keep the text unchanged.”

یعنی کلی ننویسیم که متن رو تغییر نده، خود متن‌ها رو عیناً داخل پرامپت بنویسید. مثلاً برای مثال تست خودمون من اینطور نوشتم:

Preserve character-for-character:

“NOVA BEAN”
“ETHIOPIA”
“LIGHT ROAST”
“250 g”
“LOT 04-26”
“BREW SLOW”

این قسمت خیلی مهمه.
چون وقتی متن دقیق رو دوباره به مدل میدی، داری رفرنس واضح‌تری براش تعریف می‌کنی.

🔺 قفل چیدمان
حفظ کلمات به تنهایی کافی نیست. پس چیدمان هم به پرامپت اضافه کنید.

Preserve:
- line breaks
- text placement
- capitalization
- typography proportions
- spacing
- label layout

مثلا این بالا گفته شده که جایی که خط میشکنه و میاد خط پایینی قفل بشه، جایگاه نوشته‌ها، کوچک و بزرگ بودن حروف، فونت، فاصله‌ها و چیدمانشون تغییری نکنه.
یعنی نه فقط چی نوشته شده، بلکه چطور چیده شده هم باید ثابت بمونه.

🔺 مشخص کردن محدوده تغییر
حالا دقیق مشخص کنید چه چیزی اجازه تغییر داره. مثلاً:

“ONLY change the environment.”

یعنی فقط محیط اجازه تغییر داره. بعد اضافه کنید:

background
lighting
surface
shadows
reflections

و هر مورد دیگه‌ای که نیاز داریم تغییر کنه. یعنی آزادی مدل رو محدود می‌کنیم به همون قسمت‌هایی که واقعاً قصد ویرایش کردنشون رو داریم.

🔺 قفل زاویه و دوربین
اگر می‌خواید محصول واقعاً همون قبلی بمونه، این جمله خیلی کمک می‌کنه:

“Keep the camera position and product perspective consistent with the original image.”

چون خیلی وقت‌ها مدل برای جذاب‌تر کردن تصویر، زاویه محصول رو هم تغییر میده.

🔺 شرط‌های منفی (پرامپت منفی)
آخر پرامپت خیلی شفاف بگید چه چیزهایی ممنوعن.

Do not rewrite text.
Do not change numbers.
Do not redesign the label.
Do not reshape the product.
Do not add new text.
Do not remove existing text.
Do not change the product color.

مثلا اینجا من گفتم نوشته‌ها رو دوباره ننویس، عددها رو تغییر نده، دوباره محصول رو طراحی نکن و ... که مشخص و واضحه چی خواستم.
یعنی به جای اینکه فقط بگیم چی می‌خوایم، میگیم چی رو هم مطلقاً نمی‌خوایم. 🙅‍♂️

📌 پس یک چهارچوب ساده براش ساخته میشه:
قفل محصول + قفل نوشته‌ها + قفل چیدمان + محدوده تغییر + قفل دوربین + شرط‌های منفی

مثلاً به جای این

“Put this coffee bag in a premium café and keep the text.”

می‌نویسیم

“Keep the exact same physical product and preserve every printed character, number, line break, text position and label layout exactly as in the source image.

Only change the environment to a premium coffee shop.

Do not redesign the package, rewrite text, change numbers, modify typography or alter the product geometry.”

🌟 فرق این دو پرامپت اینه که در دومی، مدل دقیقاً می‌دونه کجا باید خلاق باشه و کجا نباید خلاقیت به خرج بده.

💡 یک قانون ساده، هرچقدر یک بخش از عکس اصلی برای شما مهم‌تره، اون بخش رو داخل پرامپت واضح‌تر قفل کنید.
نه اینکه صرفاً بگید "اینجارو تغییر نده!"

این روش مخصوص بسته‌بندی نیست. برای لوگو، پوستر، لباس نوشته‌دار، منو، اسکرین‌شات، تابلو و موارد مشابه هم همین منطق کاربرد داره.

#TuringAcademy

✅ برای آموزش‌های بیشتر ما را در شبکه‌های اجتماعی دنبال کنید.

🌐وب‌سایت
📱تلگرام
📱اینستاگرام
📱یوتیوب

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

⬜️ نمونه پرامپت آماده:

Edit the uploaded image.

CRITICAL PRESERVATION REQUIREMENT:

Preserve exactly:
[PRODUCT / SUBJECT]

Preserve character-for-character:
"[TEXT 1]"
"[TEXT 2]"
"[TEXT 3]"

Also preserve:
- spelling
- numbers
- capitalization
- line breaks
- text placement
- typography proportions
- layout
- geometry
- material
- perspective

ONLY change:
[BACKGROUND / LIGHTING / ENVIRONMENT]

Do NOT:
- rewrite text
- change numbers
- redesign the product
- add text
- remove text
- change the product shape

The result must look like the exact same physical object photographed in a different environment.

✅ برای آموزش‌های بیشتر ما را در شبکه‌های اجتماعی دنبال کنید.

🌐وب‌سایت
📱تلگرام
📱اینستاگرام
📱یوتیوب

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI

یک بحث این روزهای شبکه‌های اجتماعی اینه که با زیاد شدن محتوای ساخته‌ شده با هوش مصنوعی، پلتفرم‌ها کم‌کم دارن روی چیزی که بهش میگن “AI Slop” یعنی محتوای هوش مصنوعی انبوه، تکراری و کم‌ کیفیت سخت‌گیرتر میشن. 👹

مثلا TikTok حتی داره ابزارهایی تست می‌کنه که کاربر بتونه تعیین کنه چقدر محتوای هوش مصنوعی توی فید خودش ببینه.
بقیه شبکه های اجتماعی هم همینطور.
حالا اگه همین قابلیت فردا روی اینستاگرام، یوتیوب و یا هر شبکه اجتماعی دیگه‌ای هم فعال بشه. انتخاب شما چیه؟ 🤔

آکادمی هوش مصنوعی تورینگ
@TuringAcademyAI