關於AI圖片生成創作的學習小總結
製作篇
前言
我個人在製作AI圖片生成的時候，大概分為幾個重點（因為目前著重的重點比較多是以人或物件為主，所以這邊思考主要以畫面有人為主，較少純風景的討論），這裡是以Midjourney的生成為主（bing的Dall-e著重在文本，而且試了幾次人物樣貌比較單一），但關於一些基本的步驟（如V6與Niji的差異、混圖與以圖製圖的方式），我這裡不多做說明了。
生成方法與原則
大抵上，製圖基本會由基本要素開展，然後依照不同主題或project再做每次的微調，以下是我的習慣要素:
- 「角色描述」: 人物是什麼樣樣貌，穿著什麼樣的衣服，膚色、情緒、看鏡頭的表情。另外我的經驗是，如果你想要亞洲臉孔但是輪廓比較立體的話，我個人嘗試的結果，可以儘量用「混血」這個概念去做，人物呈現上會有比較不一樣的表現。（但大部分不會真的像混血兒ＸＤ）
- 「畫面描述」: 現場的畫面，背景有什麼，這裡可以有嘗試前中後景，透過詳盡的前中後景的分別論述，來做比較精細的設置。但如果畫面沒有太大的話，可以一般論述性的文字即可。（畢竟提示詞還是有上限的，這邊岔題可以設定提示詞的敏銳度: 如果調太敏感的話，可能會連看向「鏡頭」的指示，都真的給你跑出一顆鏡頭出來，這部分真的要試了）以下是一些範例:
Three grounds: Blonde woman in the foreground, people running frantically in the middle ground, alien space ships in the background, Kodak portra 800 — ar 16:9 — style raw
Two grounds: People in the middle ground, alien space ships in the background, Kodak portra 800 — ar 16:9 — style raw
Three grounds: People in the foreground, ferris wheel in the middle ground, buildings in the background, Kodak portra 800 — ar 16:9 — style raw
3.「視角」: 這裡我會假想自己是攝影師或導演，這部分會需要一點點對畫面角度的認識，以下是一些簡單的範例。當然如果你直接用鏡頭語言來說的話，有時候不需要特別描述這段。
Eye-level Shot — Eye-level shot;
- Low-Angle Shot — A low-angle shot taken from below;
- High-Angle Shot — A shot taken from above;
- Side Profile Shot takes a profile shot from the side;
- Shot from behind;
- Oblique Angle — Shot from an angle;
- Over-the-Shoulder Shot — Shot over the character’s shoulder;
- Off-Center Shot — a shot where the character is not in the centre of the frame;
接著可以嘗試不同的鏡頭效果與距離:
- Fish-eye — a fancy lens for interesting angles;
- Extreme — the prefix can be used to enhance the effect of said keywords.
- Macro — macro photography;
- Close-Up Shot — a close-up shot;
- Full Shot — Full frame, shows the subject in full screen;
- Wide-Angle Shot — Wide-angle shot;
- Establishing Shot — Establishing Shot, provides the surrounding context for the scene or subject;
- Aerial or Drone Shot — capture from a drone (you can specify the brand of drone, for example: Captured by DJI MAvic 3).
4.光源: 這我比較少用，但偶爾還是會用到，比如說光從前方打來、逆光、柔光…等等
5.影像風格與光圈焦距設定: 這裡是我蠻喜歡的部分，基本上如果有鎖定特定的影像風格，基本上畫面會鎖在一定的可能性。
*影像風格:
可以很隨性的「cinematic photo」、「photo-realistic」或甚至「japanese photography」都可以達到想像。但這裡我通常會先餵圖請ChatGPT分析我喜歡的特定風格他的構成是什麼？例如以下之前我嘗試做Edward Hopper的圖片，就先請GPT幫我分析他的特色，稍加潤飾整理以後，再到Midjourney中再透過此特色描述製作出類似的作品(以下是成品參考)
或是我很喜歡王家衛的風格，除了可以直接指定王家衛風格外，我通常就會在加上顏色設定跟漏光、慢快門的指令在其中。
*光圈焦段設定
這邊我習慣光圈會用f1.8 or f1.4，焦段視需要，因為我個人的喜好比較多都是一定的近照，因此，我通常都設定在20mm、35mm、50mm這幾個焦段比較多。midjourney的prompt算是聰明，基本上你設定焦段與光圈後，就不太需要再下realistic之類的語法。
由於我個人還蠻喜歡底片膠卷的風格，所以如果想要有點復古感的話，我也會放例如Kodak的什麼樣底片。
進階使用元素
這裡是透過以圖生圖的方式進行製作，目前Midjourney已有-sref的功能（Style Reference），這裡可以透過喜歡的圖片或照片進行一定的框架設定，再透過咒語將其生成出想要的樣貌。依照我目前嘗試過的案例來看，大抵上會在色調與人物風格上面抓取大約30%的輪廓，其餘還是會依照prompt的設定為主。這理會還蠻有奇幻的感覺，我自己目前還蠻喜歡這種嘗試的。（而且圖片可以不限定一張），有些部分作品，我也會先把不同圖片組合在一起看出現什麼樣子後再去做修正。
學習篇
關於學習的部分的話，主要分為靈感來源以及分解元素的方式。也是在這段過程當中一點一滴的學習與認識自己喜歡的風格是什麼，進而也在思考為什麼喜歡這些東西。
靈感來源:
1.Midjourney Member Gallery
如果加入了midjourney的付費會員，會可以進到會員gallery，裡面有各式各樣的風格與演算非為你推薦的圖片，在哪裡可以參考不同網友在設定上的prompt與思考方式。同時也可以有點像Pinterest的使用方式，為喜歡的風格分門別類。
2.Pinterest
建立相對應以及想創作的模板，透過Pinterest的推薦，讓我知道自己想要的風格是哪些，想嘗試哪些想像。分門別類，也可以當作日後做為以圖生圖的資料庫。
3.攝影書與雜誌
雖然雜誌與攝影書感覺很old school，但是因為雜誌都有編輯去做處理，因此，在風格上也就會有一定的邏輯。而攝影書的部分，大抵上就是針對自己喜歡的攝影師風格去做分析。
4.IG的AI帳號
當我開始自創小帳號以後，透過Meta演算法的推薦，讓我除了生成的圖片外也有很多意想不到的後續應用以及其他AI工具的結合。例如AI動態生成的Runway、Pika，2D轉3D的leiapix，再透過原本Premiere與AE的一些基本技術，就可以轉化出很多意想不到的作品。此外，也有看到很多NFT的後續應用。當然，也有不少原本是攝影師後來同步在做AI圖片生成創作的，他們的觀點與分享，我也還在摸索當中。
元素分解:
這部分我主要透過ChatGPT以及Midjourney的describe功能，ChatGPT的風格解釋比較詳盡，甚至可以很有脈絡的解釋圖片的調性，我經常會蠻驚艷於他解讀的過程中看到我意想不到的結果，然後可以透過GPT請他轉換為圖片的Prompt再進行圖片生成，看差異性到哪裡。接著我再修改調整潤飾一些細節以達到我想要的效果。
MJ的Describe功能，比較多是在於觀察出MJ在分析圖片上的解構方式，多數比較不會是讓你思考與分析喜歡的風格是什麼，而且產生出的Describe甚至會與原本的圖片相差很大。
不過好處是他每次會有四種不同的切角，這四個切角當中，有些會是我上述的鏡頭語言、有些是攝影師風格，常常四種出來的畫面都遠比不上以圖生圖的效果。但是如此一來會讓你發現新的圖片風格，二來是更知道機器再看待畫面的思考邏輯。
而且，常常會有一些意想不到的驚喜，這些驚喜往往和你當初的目的大不相同卻可能會讓你更喜歡，甚至比一張圖一張圖、咒語一點一點慢慢嘗試還來得更讓人喜歡。
總結:
其實這一切都還剛起步，在應用上面還有許多不是很清晰的地方。而無論是哪項工具，目前都還有很多限制跟無法隨心所欲的地方。但對我而言，就像是可以實現夢境與想像的新可能。
這體驗算是過去前所未有的。
最後分享一下我的創作小帳號:
