สั่งสร้างภาพด้วย Gemini ให้ได้ภาพที่ต้องการ

ภาพประกอบ: สั่งสร้างภาพด้วย Gemini ให้ได้ภาพที่ต้องการ

กฎข้อเดียวที่สำคัญที่สุดเมื่อสั่ง Gemini สร้างภาพผ่าน MCP-ChatBridge คือ เขียน prompt ให้ละเอียด prompt สั้นๆ ได้ภาพที่ “ใช้ได้” แต่ไม่ใช่ภาพที่คุณต้องการ

ภาพปกของบทความนี้สร้างด้วย Gemini จาก prompt แบบละเอียดตามหัวข้อด้านล่าง

ทำไมต้องละเอียด

ผู้เขียนลองสร้างภาพหัวเว็บในโทนสีของ HALOENDEAVOR ด้วย Gemini สามรอบ:

รอบ prompt ผลที่ได้
1 สั้น ระบุสีเข้มกับหัวข้อภาพ องค์ประกอบเล็กอยู่กลางภาพ ขอบเป็นแผงสีเรียบ ดูโล่งและแบน
2 สั้น เหมือนรอบ 1 แต่เปลี่ยนเป็นฐานสว่าง ผลแบบเดียวกัน: อยู่กลางภาพ ขอบซ้ายขวาเป็นแผงว่าง
3 ละเอียด ระบุรูปแบบ ฉาก มุมกล้อง วัสดุ แสง สี และข้อห้าม เต็มเฟรมจริง เป็นงานเรนเดอร์ 3 มิติ มีรายละเอียดและความตื้นลึก

Gemini เติมส่วนที่คุณไม่ได้พูดด้วยค่าเฉลี่ยของมันเอง ยิ่งเว้นช่องว่างไว้มาก ผลยิ่งสุ่มและยิ่งจืด

โครง prompt 7 ส่วน

เขียนเป็นภาษาอังกฤษ (ผู้เขียนพบว่าได้ผลสม่ำเสมอกว่า) และขึ้นต้นด้วย Generate an image: เสมอ เพื่อให้ Gemini รู้ว่านี่คือคำขอสร้างภาพ

# ส่วน ต้องระบุอะไร
1 รูปแบบ (Format) สัดส่วน เต็มเฟรมหรือไม่ ไม่มีกรอบหรืออุปกรณ์
2 ฉาก (Scene) สิ่งที่อยู่ในภาพ จำนวน ตำแหน่ง ความสัมพันธ์
3 องค์ประกอบและกล้อง มุมมอง ชั้นหน้า-กลาง-หลัง ความตื้นลึก
4 วัสดุและแสง วัสดุ ทิศแสง การเรืองแสง เงา
5 สี (Palette) สีเป็นรหัส hex พร้อมบอกว่าใช้กับส่วนไหน
6 สไตล์และอารมณ์ สไตล์อ้างอิง อารมณ์ ความคมชัด
7 ข้อห้าม ห้ามมีข้อความ โลโก้ คน หรืออะไรที่ไม่ต้องการ

ตัวอย่างสั้นที่ใช้ได้

Generate an image: a premium hero banner illustration for a developer-focused local AI agent platform.
Format: ultra-wide 16:9, FULL-BLEED, fills the whole frame, no borders, no mockup device.
SCENE: an isometric 3D scene of a glass platform with about 12 rounded node cubes linked by thin glowing circuit traces, and a large translucent glass halo ring hovering above it.
CAMERA: high three-quarter angle; foreground slightly blurred, midground sharp, background soft haze.
LIGHTING: lavender rim light on the ring, soft ambient occlusion, gentle bloom on glowing parts.
PALETTE (strict): navy #0f172a and #1e293b for the base; indigo #4f46e5 and blue #2563eb for traces and cube tops; lavender #9e8cff for the halo glow; amber #f6b94d only on one small indicator; no other hues.
STYLE: clean developer-documentation aesthetic merged with a high-end 3D render, calm and precise.
NEGATIVES: no text, no letters, no logos, no people, no watermarks.

แก้ภาพที่ยังไม่ตรง

อาการ สิ่งที่ควรเพิ่มใน prompt
องค์ประกอบเล็กอยู่กลางภาพ ขอบเป็นแผงว่าง FULL-BLEED ... no empty side panels, no borders
ภาพแบนไม่มีมิติ ระบุมุมกล้องและชั้นความลึก
สีเพี้ยนหรือหม่น บอกว่าสีไหนใช้กับส่วนไหน เช่น “ท็อปของลูกบาศก์เป็นสีอินดิโก”
มีตัวอักษรหรือโลโก้แทรก ห้ามไว้ในข้อห้ามอย่างชัดเจน
ได้หลายภาพทั้งที่ต้องการภาพเดียว ตั้ง max_images=1

แม้ใช้ prompt ละเอียด ผลก็ยังไม่ตรงทุกจุด ภาพปกนี้เองมีลูกบาศก์ออกโทนเทาอมน้ำเงินมากกว่าสีอินดิโกที่ระบุ ควรเปิดดูภาพและเทียบกับรายการใน prompt ทุกครั้ง แล้วแก้เฉพาะจุดที่ไม่ตรง

แก้ภาพเดิมและข้อควรระวัง

  • แนบรูปต้นฉบับด้วย attach_images แล้วบอกให้ชัดว่า อะไรคงไว้ อะไรเปลี่ยน รูปที่แนบจะถูกอัปโหลดไปที่ Google จึงควรแนบเฉพาะรูปที่ตั้งใจส่ง
  • prompt ไปที่เว็บ Gemini ของ Google ห้ามใส่ข้อมูลลับหรือข้อมูลส่วนตัว
  • บัญชีฟรีมีโควตารูปจำกัด อย่าสั่งเล่นหรือส่ง prompt เดิมซ้ำ
  • ภาพที่สร้างถูกเก็บในโฟลเดอร์นอก repository ของคุณ และไม่ขึ้น GitHub
  • อย่าอ้างตัวละครหรือแบรนด์ที่มีลิขสิทธิ์ ให้บรรยายแบบออริจินัลแทน

คู่มือฉบับเต็มพร้อมเทมเพลตอยู่ใน repository: GEMINI_IMAGE_PROMPT_GUIDE_TH.md

ความคิดเห็น

กำลังโหลดความคิดเห็น...