Jeszcze wczoraj zachwycaliśmy się filtrami na Instagramie, a dziś? Dziś sztuczna inteligencja potrafi wyczarować na zawołanie niemal wszystko, co podpowie nam fantazja. Jeśli kiedykolwiek czułeś, że brakuje Ci wizualizacji genialnego pomysłu, albo po prostu chciałeś zobaczyć bitwę kosmicznych chomików w stylu barokowym, to ten poradnik jest dla Ciebie. Przygotuj się na wejście do świata, w którym Twoje słowa stają się obrazem.
Od 2022 roku generatory obrazów AI wypluły z siebie ponad 15 miliardów obrazów. Tak, miliardów. To więcej niż cała biblioteka zdjęć Shutterstocka i jedna trzecia wszystkich zdjęć, jakie kiedykolwiek trafiły na Instagram. Codziennie powstają około 34 miliony nowych grafik stworzonych przez algorytmy. Widać zatem jednoznacznie, że generowanie obrazów za pomocą AI jest już dzisiaj powszechnie wykorzystywane. Czas nauczyć się z niego korzystać.
Artykuł w pigułce:
- Jak mogę generować obrazy za pomocą ChatGPT? Po prostu opisz w oknie czatu, co chcesz zobaczyć. ChatGPT, dzięki modelowi DALL-E 3 (szczególnie w wersji GPT-4o), przetłumaczy Twoje słowa na unikalną grafikę.
- Czy ta funkcja jest darmowa? Tak, w ograniczonym zakresie. Użytkownicy darmowej wersji z modelem GPT-4o mają dzienny limit generacji. Płatna subskrypcja ChatGPT Plus oferuje znacznie większe limity i priorytetowy dostęp.
- Jak pisać dobre prompty, żeby uzyskać świetne obrazy? Bądź jak najbardziej precyzyjny. Zamiast "pies", opisz jego rasę, otoczenie, nastrój, styl graficzny (np. fotorealizm, anime, malarstwo olejne), kompozycję i rodzaj oświetlenia. Im więcej szczegółów, tym lepszy efekt.
- Co zrobić, jeśli wygenerowany obraz mi się nie podoba? Nie zaczynaj od nowa. Powiedz ChatGPT, co ma poprawić, np. "zmień kolor auta na niebieski" lub "dodaj więcej mgły". Możesz też użyć wbudowanej funkcji edycji, by zaznaczyć fragment obrazu i opisać zmianę.
- Jak tworzyć jeszcze lepsze, bardziej profesjonalne grafiki? Używaj specjalistycznych terminów z fotografii i sztuki, np. "płytka głębia ostrości", "oświetlenie konturowe (rim light)" czy "w stylu kubizmu". Proś też o wariacje jednego pomysłu, aby zobaczyć różne ujęcia.
- Jakich najczęstszych błędów unikać? Unikaj dwóch skrajności: zbyt ogólnikowych poleceń ("ładny krajobraz") oraz przeładowywania jednego promptu masą sprzecznych ze sobą szczegółów. Pamiętaj też, że AI wciąż słabo radzi sobie z generowaniem czytelnego tekstu na obrazach.
- Czy mogę tego używać do tworzenia grafik na potrzeby e-commerce? Absolutnie. Możesz generować profesjonalne zdjęcia produktowe, banery reklamowe, grafiki lifestyle'owe i mockupy opakowań, podając bardzo konkretne wytyczne co do produktu, tła i kompozycji.
- Czy ChatGPT jest jedynym narzędziem tego typu? Nie. Jego główni konkurenci to Midjourney (ceniony za artystyczny, unikalny styl) i Stable Diffusion (opcja open-source dla zaawansowanych użytkowników). ChatGPT wygrywa jednak prostotą obsługi i świetną integracją z konwersacją.
- Czy AI zabierze pracę grafikom? Raczej nie. Staje się użytecznym narzędziem, które zmienia i przyspiesza pracę kreatywną, a nie ją zastępuje. Kluczowe pozostają ludzka wizja, gust i umiejętność "reżyserowania" sztucznej inteligencji.
Anatomia cudu, czyli jak ChatGPT nauczył się malować
Kiedy myślisz „ChatGPT”, prawdopodobnie masz przed oczami okienko czatu, w którym bot sypie odpowiedziami jak z rękawa. I słusznie, ale od pewnego czasu potrafi on znacznie więcej niż tylko składać literki w zgrabne zdania. OpenAI, firma stojąca za tym projektem, postanowiła połączyć siły swojego flagowego modelu językowego z innym potężnym narzędziem ze swojej stajni – DALL-E 3. Efekt? ChatGPT pozwala teraz na generowanie obrazów bezpośrednio w oknie rozmowy. Nie musisz już skakać po różnych platformach ani uczyć się skomplikowanych interfejsów. Wszystko dzieje się w jednym miejscu, w formie naturalnej konwersacji.
Jak to działa? W uproszczeniu wrzucasz do ChatGPT pomysł w luźnej, naturalnej formie – na przykład „narysuj mi astronautę siedzącego na koniu na Marsie” – a ChatGPT bierze Twoje słowa, dopieszcza je, dodaje szczegóły, o których nawet byś nie pomyślał (jakie ma być oświetlenie, w jakim stylu grafika, jaka kompozycja), i przekształca to w polecenie (czyli prompt) zrozumiały dla modelu DALL-E 3. Następnie DALL-E bierze ten przepis i, korzystając z analizy miliardów obrazów, na których był trenowany, tworzy od zera zupełnie nową, unikalną grafikę. Z modelem GPT-4o, cała procedura stała się jeszcze szybsza i bardziej intuicyjna, a sama funkcja generowania dostępna jest dla praktycznie każdego użytkownika.
Co ciekawe, szacuje się, że wartość rynku generatorów obrazów AI wzrośnie z około 300 milionów dolarów w 2023 roku do ponad 900 milionów dolarów do 2030 roku. Kosmiczne liczby nie biorą się znikąd – pokazują realne zapotrzebowanie na szybkie, tanie i dostępne dla każdego tworzenie grafiki.
Pierwsze kroki na płótnie AI
Czas odpalić bota i sprawić, by sztuczna inteligencja pracowała na Twoją korzyść. Poniżej znajdziesz wszystko, czego potrzebujesz, by zacząć swoją przygodę z tworzeniem obrazów AI.
Dostęp do magicznej palety – subskrypcja ChatGPT Plus i darmowy plac zabaw z GPT-4o
Przez długi czas możliwość generowania obrazów była zarezerwowana wyłącznie dla płacących użytkowników planu ChatGPT Plus. Subskrypcja kosztująca około 20 dolarów miesięcznie dawała dostęp do najnowszych modeli i funkcji, w tym integracji z DALL-E 3. Była to swego rodzaju przepustka do klubu dla wtajemniczonych.
Jednak wraz z premierą najnowszego modelu GPT-4o, OpenAI postanowiło uchylić nieco drzwi do swojego królestwa. Nowa funkcja, opartą na modelu GPT-4o, udostępniła możliwość tworzenia grafik również użytkownikom darmowej wersji. Oczywiście, jak to w życiu bywa, jest pewien haczyk. Użytkownicy bezpłatni mają dzienny limit generowanych obrazów oraz zapytań do modelu. Gdy go wyczerpią, ich ChatGPT będzie działał w oparciu o starszy, mniej zaawansowany model GPT-3.5, który tej funkcji nie posiada. Posiadacze subskrypcji ChatGPT Plus wciąż mają znacznie wyższe limity i priorytetowy dostęp. Mimo to, możliwość darmowego testowania i tworzenia, nawet w ograniczonym zakresie, to ogromny krok w stronę popularyzacji tej technologii.
Zaklinanie maszyny, czyli piszemy pierwszy prompt
Masz już dostęp, więc co dalej? Najważniejszy element całej układanki to polecenie, czyli słynny prompt. To od jego jakości zależy, czy wygenerowany obraz będzie arcydziełem, czy artystyczną katastrofą. Tworzenie obrazów za pomocą ChatGPT ma tę zaletę, że nie musisz być mistrzem precyzyjnych, technicznych komend. Możesz pisać naturalnym językiem. Mimo to warto trzymać się kilku zasad, by uzyskać najlepsze wyniki.
Zamiast pisać po prostu „pies”, spróbuj czegoś takiego: „Fotorealistyczny portret psa rasy golden retriever, który siedzi na szczycie góry o wschodzie słońca. W tle widać ośnieżone szczyty, a ciepłe, poranne światło tworzy długie cienie. Pies ma na szyi czerwoną bandanę i patrzy z nadzieją w dal”. Czujesz różnicę? Kluczem jest dodanie kontekstu i szczegółów. Oto elementy, które warto uwzględnić:
- Główny temat (Subject): Kto lub co ma być centralnym punktem obrazu? Bądź precyzyjny. Zamiast „samochód”, napisz „czerwony, sportowy kabriolet z lat 60.”.
- Otoczenie (Setting): Gdzie rozgrywa się scena? „Na pustej, asfaltowej drodze ciągnącej się przez pustynię Monument Valley”.
- Styl (Style): To jeden z najważniejszych elementów! Obraz ma być fotorealistyczny, a może w stylu anime, sztuki cyfrowej, malarstwa olejnego, retro-futuryzmu, czy kreskówki z lat 90.? Określenie stylu dramatycznie zmienia efekt.
- Kompozycja i kadr (Composition): Jak ma być ujęta scena? Chcesz ujęcie z lotu ptaka, portretowe zbliżenie (close-up), szeroki plan (wide shot), a może zdjęcie robione obiektywem typu „rybie oko”?
- Oświetlenie (Lighting): Światło tworzy nastrój. Określ, czy ma być to „dramatyczne, boczne oświetlenie”, „miękkie światło złotej godziny”, „neonowe światła nocnego miasta” czy „upiorne światło księżyca”.
- Kolorystyka (Colors): Możesz zasugerować dominującą paletę barw – „żywe, nasycone kolory”, „monochromatyczna, czarno-biała tonacja”, „pastelowe odcienie”.
Aby uzyskać jak najlepsze wyniki musisz poeksperymentować.
Co poszło nie tak? Czyli co zrobić, gdy robot ma zły dzień
Nie zawsze pierwszy wygenerowany obraz będzie idealny. Czasami AI źle zinterpretuje Twoje intencje, coś pominie albo doda od siebie element, który zupełnie nie pasuje. Co wtedy? Najgorsze co możesz zrobić, to poddać się i zacząć od zera. ChatGPT jest stworzony do dialogu i iteracji.
Jeśli obraz nie jest tym, czego oczekiwałeś, po prostu mu o tym napisz. Potraktuj go jak grafika, który właśnie pokazał Ci pierwszy szkic. Używaj prostych komend: „Świetny pomysł, ale zmień kolor samochodu na niebieski”, „Czy możesz dodać więcej drzew w tle?”, „Całość wygląda super, ale spróbujmy teraz w stylu cyberpunka”. Model zapamięta poprzedni kontekst i postara się nanieść poprawki. Nowa funkcja edycji pozwala na jeszcze więcej – po wygenerowaniu obrazka pojawiają się często sugestie i możliwość zaznaczenia fragmentu grafiki, który chcemy zmienić. Możesz na przykład zakreślić twarz postaci i poprosić o zmianę jej wyrazu.
Techniki zaawansowane, czyli jak zostać zaklinaczem obrazów AI
Gdy opanujesz już podstawy, czas wejść na wyższy poziom i nauczyć się kilku trików, które pozwolą Ci tworzyć oszałamiające obrazy. Zobaczysz, że możliwości generowania obrazów są znacznie większe, niż się na początku wydaje.
Diabeł tkwi w szczegółach – styl, kompozycja, oświetlenie i perspektywa
Precyzja w opisywaniu aspektów artystycznych to granica między przeciętną a genialną grafiką. Zamiast ogólnego „styl malarski”, możesz wskazać konkretnego artystę („w stylu Vincenta van Gogha”) lub prąd w sztuce („w stylu kubizmu”). Możesz też łączyć różne estetyki, tworząc hybrydy, np. „rzeźba z marmuru w stylu barokowym przedstawiająca Dartha Vadera”. Kreatywny potencjał jest tu nieograniczony.
Eksperymentuj z terminologią fotograficzną i filmową. Słowa takie jak „głębia ostrości (depth of field)”, „obiektyw szerokokątny (wide-angle lens)”, „perspektywa z żabiej perspektywy (worm’s-eye view)” czy „bokeh” są doskonale rozumiane przez AI. Użycie ich w prompcie da Ci znacznie większą kontrolę nad finalnym efektem niż prośba o „ładne tło”. Podobnie z oświetleniem – zamiast „jasno”, spróbuj „oświetlenie typu rim light (konturowe), tworzące świetlistą aureolę wokół postaci”.
Poproszę to samo, ale inaczej – generowanie wariacji i edycja w locie
Jedną z bardziej użytecznych, a często pomijanych funkcji, jest prośba o wariacje. Gdy wygenerujesz obraz, który jest bliski ideału, ale chciałbyś zobaczyć inne ujęcia lub wersje, po prostu o to poproś ChatGPT. Komenda „pokaż mi cztery inne wersje tego pomysłu, każda w trochę innej pozie” potrafi zdziałać cuda. AI zachowa kluczowe elementy (postać, otoczenie, styl), ale wprowadzi subtelne zmiany w kompozycji czy detalach.
Co więcej, funkcja generowania obrazów w Chacie oferuje coraz bardziej zaawansowane możliwości edycji. Gdy najedziesz kursorem na stworzoną grafikę, często pojawi się ikona edycji. Po kliknięciu możesz zaznaczyć wybrany fragment obrazu i opisać, co chcesz w tym miejscu zmienić. Chcesz dodać kapelusz postaci? Zaznacz jej głowę i napisz „dodaj tutaj czarny cylinder”. Chcesz, by wazon na stole był pełen róż? Zaznacz wazon i wydaj odpowiednie polecenie. Wszystko wygląda jak interaktywny proces tworzenia obrazu, który przypomina pracę z grafikiem w czasie rzeczywistym.
Gotowe przepisy na sukces – inspirujące prompty, które zawsze działają
Poniżej znajdziesz kilka przykładów dobrze skonstruowanych promptów dla różnych zastosowań. Będzie to dobry punkt wyjścia do własnych eksperymentów.
Dla fana fotorealizmu
Niezwykle szczegółowe, fotorealistyczne ujęcie makro kropli deszczu na zielonym liściu. Ostre jak brzytwa detale, widoczne żyłki liścia. W kropli odbija się cały las. Dramatyczne, poranne oświetlenie, niski klucz (low-key photography), płytka głębia ostrości tworząca piękne rozmycie tła (bokeh).
Dla miłośnika fantasy
Epicka scena batalistyczna w stylu malarstwa olejnego Franka Frazetty. Potężny smok o łuskach w kolorze obsydianu walczy z rycerzem w lśniącej, zdobionej zbroi na szczycie wulkanu. W tle wybuchy lawy oświetlają mroczne niebo. Ujęcie z dołu (worm’s-eye view), podkreślające ogrom bestii.
Dla entuzjasty stylu anime
Klimatyczna scena w stylu filmów Ghibli. Młoda dziewczyna w letniej sukience stoi na przystanku autobusowym na wiejskiej, japońskiej drodze. Jest środek upalnego lata, w tle widać bujne pola ryżowe i góry. Ciche, melancholijne popołudnie, miękkie, ciepłe światło.
Dla projektanta produktu
Nowoczesny, minimalistyczny projekt fotela. Wykonany z giętego, jasnego drewna i białej, skórzanej tapicerki. Fotel sfotografowany w sterylnym, jasnym studiu na białym tle. Czyste, studyjne oświetlenie, bez cieni. Estetyka w stylu skandynawskim. Ujęcie produktowe, 3/4.
Dla e-commerce – luksusowy produkt
Zdjęcie produktowe premium luksusowego serum do twarzy w szklanej buteleczce z pipetą. Produkt ustawiony na kawałku surowego, białego marmuru. Obok leży kilka świeżych płatków jaśminu. Delikatne, rozproszone światło studyjne, subtelne cienie podkreślające elegancję. Tło w neutralnym, beżowym kolorze.
Dla e-commerce – zdjęcie lifestyle'owe
Młoda kobieta o naturalnym wyglądzie śmieje się, pijąc poranną kawę w jasnej, miejskiej kawiarni. Używa nowoczesnych, bezprzewodowych słuchawek w kolorze matowej czerni. Światło wpadające przez duże okno tworzy ciepłą, przyjazną atmosferę. Zdjęcie w stylu 'candid', lekko rozmyte tło (bokeh).
Dla e-commerce – dynamiczna reklama
Dynamiczne, pełne energii ujęcie reklamowe modnych sneakersów. Buty uchwycone w powietrzu, w momencie wyskoku, na tle miejskiego graffiti. Wokół butów rozpryskują się krople wody lub kolorowej farby w zwolnionym tempie. Żywe, kontrastowe kolory, wysoka ostrość detali.
Dla e-commerce – baner na stronę:
Szeroki baner na stronę internetową dla letniej promocji. Tło to piękna, tropikalna plaża z turkusową wodą i palmami. Po lewej stronie kompozycji jest estetyczne, puste miejsce, idealne do późniejszego dodania tekstu reklamowego i przycisku 'call-to-action'. Styl fotorealistyczny, nasycone, wakacyjne kolory.
Dla e-commerce – mockup opakowania:
Profesjonalny mockup opakowania na kawę speciality. Stojąca, papierowa torba w kolorze matowej czerni z minimalistyczną etykietą przedstawiającą zarys gór. Torba stoi na rustykalnym, drewnianym stole, obok leży kilka rozsypanych, palonych ziaren kawy. Ciepłe, boczne oświetlenie.
Od szkicu do arcydzieła - sztuka udoskonalania promptów
Generowanie obrazów to rzadko jednorazowy strzał. Częściej jest to proces, rozmowa. Zamiast tworzyć za każdym razem nowy, superdługi prompt od zera, naucz się rozmawiać z ChatGPT i iteracyjnie poprawiać jego dzieła. To właśnie tutaj drzemie prawdziwa moc. Myślenie w kategoriach „szkicu” i „poprawek” oszczędza czas i prowadzi do znacznie lepszych rezultatów.
Zobaczmy to na praktycznych przykładach.
Przykład 1: Od ogólnika do konkretu
Wyobraź sobie, że zaczynasz od bardzo prostego pomysłu.
- Twój pierwszy, bardzo prosty prompt: „Zamek w górach.”
- Wynik: Prawdopodobnie dostaniesz standardowy, bajkowy zamek w jakichś generycznych górach. Nudny i bez charakteru. Robot zgadywał, o co Ci chodziło.
- Jak to poprawić w dialogu: Zamiast tworzyć nowy prompt, napisz wprost, co chcesz zmienić.
- Twoje polecenie poprawki: „OK, zrób go teraz jak opuszczoną, gotycką ruinę na skalistym klifie. Dodaj mgłę i niech będzie pochmurny, mroczny dzień.”
- Jeszcze jedna poprawka: „Świetnie. A teraz całą scenę poproszę w stylu mrocznego malarstwa cyfrowego, z dramatycznym oświetleniem podkreślającym kontury zamku.”
W kilku krokach, prowadząc naturalną rozmowę, przeszedłeś od nijakiego obrazka do klimatycznej, pełnej nastroju ilustracji.
Przykład 2: Zmiana stylu i elementów bez ruszania kompozycji
Masz już obraz, którego kompozycja Ci się podoba, ale chcesz zobaczyć go w innej odsłonie.
- Twój początkowy, udany prompt: „Cyberpunkowy detektyw w długim płaszczu stoi w deszczowej, oświetlonej neonami alei w Tokio.”
- Wynik: Dostajesz klimatyczną scenę rodem z "Blade Runnera". Jest super, ale ciekawość nie daje spokoju.
- Twoje polecenie poprawki (zmiana detali): „Podoba mi się. Zmień kolor jego płaszcza na czerwony i dodaj mu w dłoń świecący, holograficzny parasol.”
- Twoje polecenie poprawki (zmiana całego stylu): „Rewelacja. A teraz poproszę dokładnie tę samą scenę, ale w estetyce komiksu Franka Millera – styl 'Sin City'. Użyj tylko czerni, bieli i tej czerwieni płaszcza. Bardzo wysoki kontrast.”
Dzięki takiemu podejściu możesz eksplorować różne warianty jednego pomysłu, nie tracąc czasu na opisywanie całej sceny od nowa. Mamy tu właśnie proces generowania i edycji w swojej najczystszej postaci.
Pułapki i potknięcia - najczęstsze błędy i jak z nich wybrnąć z twarzą
Droga do zostania mistrzem generowania obrazów AI jest usłana kilkoma typowymi błędami. Znajomość pułapek pozwoli Ci zaoszczędzić czas i nerwy. Oto one.
Grzech ogólnikowości - dlaczego "ładny kotek" to zły pomysł
Najczęstszy i największy błąd początkujących to zbyt ogólne polecenia. Prompt „ładny kotek” jest dla AI tym, czym dla kucharza prośba „zrób mi coś dobrego”. Rezultat będzie losowy i niemal na pewno rozczarowujący. Zamiast tego możesz po prostu opisać swoje wyobrażenie: „Uroczy, puszysty kotek rasy Maine Coon śpiący w koszyku z wełny, zwinięty w kłębek. Ciepłe, domowe oświetlenie padające z kominka. Styl – delikatna, akwarelowa ilustracja.” Precyzja jest Twoim największym sojusznikiem.
Kiedy za dużo znaczy gorzej - o przeładowaniu promptu
Z drugiej strony medalu mamy przeładowanie polecenia. Jeśli w jednym zdaniu spróbujesz zmieścić dziesięć różnych postaci, pięć sprzecznych ze sobą stylów i trzy pory dnia, generator obrazów AI po prostu się pogubi. Efektem będzie chaotyczna, pozbawiona sensu kompozycja. Lepiej zacząć od prostszego polecenia, a następnie dodawać kolejne elementy i szczegóły w procesie iteracji. Skup się na jednym, głównym pomyśle i rozwijaj go krok po kroku.
Tekst na obrazach - wieczna walka z bełkotem AI
Jedną z uporczywych niedoskonałości obecnych modeli AI do generowania obrazów jest… tekst. O ile AI świetnie radzi sobie z tworzeniem logotypów, znaków czy imitacji pisma, o tyle próba wygenerowania konkretnego napisu, np. „Sklep z kwiatami”, często kończy się powstaniem nonsensownych, powykręcanych liter przypominających język obcej cywilizacji. Algorytmy uczą się na podstawie pikseli, a nie lingwistyki, stąd ten problem. Na razie najlepszym rozwiązaniem jest generowanie obrazu bez tekstu, a następnie dodanie go samodzielnie w prostym programie graficznym.
Krótka analiza rynku, czyli ChatGPT kontra reszta świata
ChatGPT z DALL-E 3 to wygodne narzędzie, ale nie jest jedynym graczem na rynku. Warto znać głównych konkurentów, by mieć pełen obraz możliwości. Dwóch najgłośniejszych rywali to Midjourney i Stable Diffusion.
Midjourney przez długi czas było uważane za króla, jeśli chodzi o tworzenie artystycznych obrazów. Jego grafiki cechują się bardzo specyficzną, często mroczną i niezwykle szczegółową estetyką. Obsługa Midjourney odbywa się przez aplikację Discord, co dla niektórych stanowi barierę wejścia. Wymaga też nauki dość specyficznej składni promptów. Jest to narzędzie uwielbiane przez artystów cyfrowych za unikalny „feeling” generowanych prac.
Stable Diffusion to z kolei opcja dla majsterkowiczów. Jest to model o otwartym kodzie źródłowym (open-source), co oznacza, że można go zainstalować na własnym komputerze (jeśli ma się odpowiednio mocną kartę graficzną) i dowolnie modyfikować. Daje to nieograniczone możliwości kontroli, trenowania modelu na własnych danych i tworzenia bardzo specyficznych rezultatów. Jest to jednak rozwiązanie najbardziej wymagające technicznie i najmniej przyjazne dla początkujących.
Na tym tle ChatGPT z DALL-E 3 jawi się jako rozwiązanie zbalansowane. Może nie ma tak wyrobionego, autorskiego stylu jak Midjourney, ani tak głębokich możliwości konfiguracji jak Stable Diffusion, ale wygrywa prostotą, wszechstronnością i integracją z czatem.
Czy graficy mogą już pakować walizki?
Nie, narzędzia do tworzenia obrazów AI nie sprawią, że zawód grafika zniknie. Przynajmniej nie w najbliższej przyszłości. Za to z całą pewnością go zmienią. Tak jak kalkulator nie wyeliminował matematyków, a syntezator muzyków, tak generatory obrazów stają się kolejnym narzędziem w arsenale kreatywnym.
Już dziś przyspieszają pracę, pozwalają na szybkie prototypowanie pomysłów, tworzenie moodboardów i generowanie zasobów graficznych, które potem można dalej obrabiać. Zaskakujące dane mówią, że 56% osób, które zetknęły się ze sztuką AI, odbiera ją pozytywnie, a 34% uważa, że jest ona lepsza od tej tworzonej przez ludzi. Widać, że jakość staje się coraz wyższa. Możesz generować niemal wszystko. To, co kiedyś wymagało dni pracy specjalisty, dziś można utworzyć w kilkanaście sekund.
FAQ
Przebrnęliśmy przez podstawy i zaawansowane techniki, ale wciąż możesz mieć pytania. Oto odpowiedzi na najczęściej pojawiające się, które rozwieją ostatnie wątpliwości, zanim w pełni wejdziesz w tworzenie obrazów AI.
Kto jest właścicielem praw autorskich do obrazów, które wygeneruję? Czy mogę ich używać komercyjnie?
Ulubione pytanie każdego prawnika, na które odpowiedź brzmi: „to skomplikowane”. Zgodnie z regulaminem OpenAI, Ty, jako użytkownik, jesteś właścicielem obrazów, które wygenerujesz za pomocą ich narzędzi. Możesz je więc dowolnie edytować, sprzedawać i wykorzystywać komercyjnie. Jest jednak małe „ale”. Prawo autorskie dotyczące dzieł stworzonych przez AI to wciąż trochę prawniczy Dziki Zachód i przepisy różnią się w zależności od kraju. Na ogół, do celów takich jak wpisy na blogu, posty w mediach społecznościowych czy grafiki na własną stronę internetową, możesz używać ich bez obaw. Jeśli jednak planujesz oprzeć na wygenerowanym obrazie globalną kampanię reklamową wartą miliony, konsultacja z prawnikiem od własności intelektualnej może okazać się rozsądną inwestycją.
W jakiej rozdzielczości i formacie otrzymuję obrazy? Czy nadają się do druku?
Obrazy generowane przez DALL-E 3 w ChatGPT mają całkiem przyzwoitą rozdzielczość, zazwyczaj 1024x1024 pikseli (kwadrat) lub formaty panoramiczne jak 1792x1024 pikseli. Jest to jakość w zupełności wystarczająca do wszelkich zastosowań cyfrowych – na strony internetowe, do mediów społecznościowych czy prezentacji. Jeśli jednak marzy Ci się wydrukowanie swojego dzieła na wielkim plakacie, ta rozdzielczość może okazać się niewystarczająca. W takim przypadku z pomocą przychodzą zewnętrzne narzędzia (często również oparte na AI) do tzw. „upscalingu”, czyli inteligentnego powiększania obrazu bez dużej utraty jakości. Wszystkie grafiki domyślnie zapisywane są w formacie PNG i znajdziesz je bezpośrednio w historii swojej konwersacji z ChatGPT.
Dlaczego postać na moim obrazie ma sześć palców u ręki albo trzy nogi?
AI nie rozumie świata tak jak my. Uczyła się na miliardach zdjęć, ale nie posiada fundamentalnej wiedzy o anatomii, fizyce czy logice. Wie, że ręka to "coś", co ma palce, ale niekoniecznie wie, że powinno ich być pięć. To samo dotyczy dziwnych odbić w lustrach, cieni padających w złą stronę czy przedmiotów lewitujących bez powodu. Obecnie najlepszym sposobem na radzenie sobie z takimi błędami jest iteracja – możesz napisać wprost "Popraw dłoń tej postaci, ma za dużo palców" lub użyć wbudowanej funkcji edycji obrazu, by zaznaczyć problematyczny obszar i opisać, jak ma zostać naprawiony.
Czy muszę pisać prompty po angielsku, żeby uzyskać najlepsze wyniki?
Nie, nie musisz. ChatGPT doskonale rozumie polecenia w języku polskim i potrafi generować obrazy na ich podstawie. Jednak warto znać pewien trik. Jako że zdecydowana większość danych treningowych modelu (obrazów i ich opisów w internecie) jest w języku angielskim, czasami użycie angielskiego promptu może dać nieco bardziej precyzyjne lub kreatywne rezultaty. Jeśli więc wynik po polsku nie jest w stu procentach satysfakcjonujący, spróbuj przetłumaczyć swoje polecenie na angielski – często potrafi to dać zauważalnie lepszy efekt. To prosta sztuczka, która nic nie kosztuje, a może wiele zmienić.
