لا ينبغي أن يكون توليد صور جيدة باستخدام الذكاء الاصطناعي وكأنه إلقاء تعويذة، ومع ذلك، فهذه هي الطريقة التي تتعامل بها معظم الفرق معه تماماً. فهم يبحثون عن المزيج الصحيح من الصفات، آملين أن تفتح كلمات مثل "سينمائي" (cinematic)، أو "فائق التفاصيل" (hyper-detailed)، أو "8K" الأبواب للوصول إلى النتيجة التي يحتاجونها. أحد أعضاء الفريق يقسم بفعالية كلمات مثل "بوكيه" (bokeh) و"الساعة الذهبية" (golden hour)، بينما يحتفظ عضو آخر بجدول بيانات خاص يحتوي على كلمات "سحرية" وجدها في أحد مواضيع Reddit. والنتيجة متوقعة: كل صورة تبدو مختلفة، وتتضخم دورات المراجعة، ولا يستطيع أحد تفسير سبب نجاح بعض الأوامر (prompts) بينما تفشل أخرى.
الحيل لا تمنح نتائج قابلة للتوسع، ولن تفعل ذلك أبداً. عندما يكتب الجميع الأوامر وكأنهم يؤلفون شعراً، يموت الاتساق. يريد أحد المصممين مظهراً بسيطاً (minimalist)، بينما يريد آخر شيئاً سينمائياً؛ كلاهما يستخدم نفس الكلمات الغامضة لكنهما يتخيلان نتائج مختلفة تماماً. يظهر هذا التخبط في قائمة المراجعة، حيث يرفض أصحاب المصلحة الصور لأسباب لا يمكن ربطها بتعليمات محددة. هل كان السبب في الصياغة؟ أم الترتيب؟ أم الحالة المزاجية؟ ينتهي الأمر بالفرق بإعادة كتابة أوامر كاملة من الصفر بدلاً من إصلاح ما حدث خطأ بالفعل.
لقد قضيت وقتاً في فحص 12,502 أمر (prompt) عالي الجودة من GitHub وEvolink.ai. والنمط الذي ظهر لم يكن يتعلق بالإبداع على الإطلاق. فالأوامر التي أنتجت نتائج موثوقة وقابلة للتكرار كانت تُقرأ كمواصفات تقنية، وليس كقصص قصيرة. لم يكن المؤلفون يحاولون إبهار النموذج بلغة منمقة، بل كانوا يبنون تعليمات تماماً كما يبني المهندس مخططاً تقنياً: دقيقة، ومتعددة الطبقات، وصريحة.
هذا يعني أنه يجب عليك التوقف عن التفكير ككاتب إبداعي والبدء في التفكير ككاتب مواصفات. الفرق ليس مجرد فرق نظري؛ فالكتابة الإبداعية تراكم الصفات وتأمل في الوصول إلى الحالة المزاجية المطلوبة، أما كتابة المواصفات فتعزل المتغيرات وتتحكم فيها بشكل فردي.
إليك الهيكل المكون من ست طبقات والذي يظهر باستمرار في تلك الأوامر عالية الأداء.
الهدف (Goal)
ابدأ بتحديد سبب وجود الصورة. هل تقوم بتوليد لقطة استعراضية لمنتج (product hero shot) لصفحة هبوط؟ أم رسماً بيانياً تقنياً للتوثيق؟ أم شخصية رسومية (character sprite) للعبة؟ الهدف يحدد كل قرار يليه. وبدونه، فأنت تصوب نحو لا شيء ثم تشتكي من السهم.
مساحة العمل (Canvas)
ضع أساسك التقني قبل وصف أي عنصر مرئي واحد. حدد نسبة العرض إلى الارتفاع (aspect ratio)، والدقة (resolution)، ومساحة الألوان (color space) أو النطاق اللوني (gamut) عند الاقتضاء. إذا كانت صورتك بحاجة لتصبح بنر لوسائل التواصل الاجتماعي، فقل 16:9. وإذا كانت بحاجة لتناسب أيقونة تطبيق جوال، فقل 1:1. مساحة العمل هي الإطار؛ إذا أخطأت فيها، فحتى الموضوع المثالي سيبدو في غير مكانه.
التخطيط (Layout)
صف أين توضع الأشياء وما هو الأهم. هل الموضوع في المنتصف؟ هل هو مزاح إلى الثلث الأيسر لترك مساحة لعنوان ما؟ هل تحتاج إلى مساحة سلبية (negative space) لتراكب النصوص، أم تحتاج إلى ملء الإطار بالكامل؟ التخطيط يحدد التسلسل الهرمي؛ فهو يخبر النموذج بما يجب أن يتنافس على الانتباه وما يجب أن يترك له مجال للتنفس. فكر في الأمر كعملية رسم هيكلي (wireframing) باستخدام الكلمات.
الموضوع (Subject)
الآن قم بتفصيل العناصر المرئية الأساسية. كن محدداً بشأن الكائن، أو الشخص، أو الحيوان، أو المشهد. بدلاً من قول "كلب"، قل "كلب من فصيلة بيغل متوسط الحجم في منتصف خطوته، يُرى من زاوية منخفضة بنسبة ثلاثة أرباع". بدلاً من "سيارة"، قل "سيارة سيدان فضية مركونة بزاوية 45 درجة بالنسبة للكاميرا، مع ظهور جانب السائق". طبقة الموضوع هي المكان الذي تبرز فيه الدقة، لأن نماذج الذكاء الاصطناعي تميل إلى اختيار النسخة الأكثر عمومية لما تصفه. اجبر النموذج على تجاوز العمومية من خلال تضييق الهندسة، والزاوية، والميزات المرئية.
الأسلوب (Style)
سمِّ الأسلوب تحديداً. لا تصف شعوراً. قل "تصوير أزياء تحريري من الثمانينيات" أو "رسم توضيحي مسطح (flat vector) بأسلوب ملصقات السفر في منتصف القرن". قل "رندر Unreal Engine 5 مع مواد تعتمد على الفيزياء" أو "رسم بالحبر المائي على ورق الأرز". كلما كان مرجع الأسلوب محدداً ومحصوراً، قلّت حاجة النموذج للتخمين. إذا قلت "حديث"، سيتخيل عشرة أشخاص عشرة عقود مختلفة. أما إذا قلت "تصميم ملصق باوهاوس من عام 1923"، فقد سددت الفجوة.
القيود (Constraints)
اذكر صراحة ما يجب ألا يظهر. تمنع هذه الطبقة الحوادث الغريبة التي تهدر الوقت في المراجعة. إذا كنت تولد صورة شخصية لموقع شركات، فضع قيوداً ضد الوجوه المموهة، أو النظارات الشمسية، أو شعارات العلامات التجارية المرئية. إذا كنت بحاجة إلى خلفية نظيفة للتركيب (compositing)، فضع قيوداً ضد التدرجات اللونية، أو النصوص، أو الأشياء الإضافية. تعمل القيود مثل حواجز الحماية؛ فبدونها، سيقوم النموذج بحرية بإدراج عناصر تدمر قابلية استخدام الصورة بهدوء.
دعني أريك كيف يبدو هذا في الممارسة العملية. تخيل أنك بحاجة إلى صورة لرأس (header) لوحة تحكم SaaS.
الطريقة القديمة تبدو هكذا: "رسم توضيحي حديث وجميل لامرأة مهنية سعيدة تعمل على كمبيوتر محمول في مكتب مشرق وملون، تصميم نظيف، جودة عالية، بدون أيدٍ غريبة."
أما طريقة إطار العمل فتبدو هكذا:
- الهدف: صورة رئيسية (Hero image) لصفحة تسعير SaaS لشركات (B2B)، يجب أن تبدو موثوقة واحترافية
- لوحة الرسم (Canvas): بنر عريض للغاية بنسبة 21:9، مناسب لرأس موقع ويب، RGB
- التخطيط (Layout): الموضوع جالس في الثلث الأيمن، الثلث الأيسر فارغ عمدًا لوضع نص فوقه، خط النظر موجه قليلاً نحو اليسار باتجاه مساحة العنوان
- الموضوع (Subject): امرأة بملابس عمل غير رسمية (business casual)، تكتب على كمبيوتر محمول فضي نحيف، زاوية رؤية ثلاثة أرباع من يسار الكاميرا، اليدان ظاهرتان بوضوح على لوحة المفاتيح
- النمط (Style): تصوير فوتوغرافي لنمط حياة الشركات، ضوء نهار ناعم ومنتشر، لوحة ألوان محايدة مع لمسات زرقاء خفيفة، عمق ميدان ضحل
- القيود (Constraints): لا توجد شعارات مرئية على الملابس، لا يوجد نص على الشاشة، لا يوجد أشخاص آخرون، لا توجد أدوات مكتبية مبعثرة، لا توجد ابتسامات مبالغ فيها
لاحظ ما حدث. لا أحد هنا يتمنى أو يرجو. كل طبقة تتحكم في متغير واحد بالضبط.
لماذا يغير هذا كل شيء
يحل هذا الهيكل مشكلتين مكلفتين تواجههما الفرق يوميًا.
أولاً، تصبح التكرارات المستقلة (independent iteration) ممكنة. عندما يقول أحد أصحاب المصلحة إن الصورة تبدو غير رسمية للغاية، فأنت لا تعيد كتابة الأمر (prompt) بالكامل. بل تفتح طبقة "النمط" (Style) وتستبدل "تصوير فوتوغرافي لنمط حياة الشركات" بـ "بورتريه تحريري في استوديو". وعندما تقول إدارة التسويق إن النص المكتوب يختفي خلف الصورة، فأنت لا تخمن صفات جديدة، بل تذهب إلى طبقة "التخطيط" (Layout) وتزيد من المساحة السلبية (negative space). كل طبقة معزولة؛ أنت تضبط الآلة دون الحاجة لاستبدال المحرك.
ثانياً، يخلق هذا مسؤولية حقيقية. عندما يستخدم الفريق إطار عمل مشتركًا، ستعرف بالضبط أين حدث الخطأ. إذا كان التكوين فوضويًا، فالمشكلة في "التخطيط" (Layout). إذا كانت الصورة ضبابية أو كان التركيز على الشيء الخطأ، فالمشكلة في "لوحة الرسم" (Canvas) أو "الموضوع" (Subject). وإذا كان الطابع الجمالي لا يتماشى مع العلامة التجارية، فالمشكلة في "النمط" (Style). ستتوقف عن الدخول في نقاشات غامضة حول "الأجواء" (vibes) وتبدأ في إصلاح طبقات محددة. وهذا يحول الآراء الشخصية إلى ملاحظات قابلة للتنفيذ.
الأمر في كتابة أمر (prompt) جيد لا يتعلق بالذكاء أو الفطنة. الفطنة أمر هش؛ فقد تثير التورية أو اللمسة الشاعرية إعجاب القارئ البشري، لكنها تضيف ضجيجًا للنموذج الذي يحاول اتباع التعليمات. ما ينجح هو الهيكل، وما يمكن توسيعه هو الهيكل.
عندما تبني إطار عمل، فإنك تتوقف عن تعليم الناس كيفية كتابة الأوامر، بل تمنحهم نظامًا يعمل في كل مرة. لا يحتاج أعضاء الفريق الجدد إلى استيعاب ستة أشهر من المعرفة القائمة على "الكلمات المفتاحية المتوارثة". بل يقومون فقط بتعبئة ست طبقات. كما لن يضطر المراجعون لملاحقة الشخص الذي كتب الأمر لسؤاله عما كان يقصده، فالمعنى مفصل ومصنف بالفعل.
هكذا تحصل على السرعة والجودة في آن واحد. ليس باستخدام صفات أفضل، بل باستخدام بنية أفضل.
إذا كنت ترغب في التعمق أكثر في سير عمل الذكاء الاصطناعي المنظم، فنحن نناقش هذا وغيرها من الأنظمة العملية في مجتمع GyaanSetu التعليمي. لا حاجة لكلمات سحرية.