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_imagesแล้วบอกให้ชัดว่า 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...