DALL-E 3 v ChatGPT:  Jak na Prompt/Zadání (3)

V půlce října do ChatGPT dorazila DALL-E-3, tedy generativní AI. Ta co je už pár týdnů v Bing Create. Musíte mít ale placenou ChatGPT a v menu GPT-4 aktivovat, že chcete generovat obrázky. Pak už si můžete s ChatGPT nejen povídat, ale hlavně ji zadávat co má vytvořit. 

Prompt nebo zadání je v DALL E 3 trochu jiné, než v ostatních generativních inteligencích, takže tady máte množství důležitých postřehů a informací.

• Zadání (prompt) můžete psát i česky či v dalších jazycích. Ale dost počítejte s tím, že dojde k překladům.  Což může znamenat i nepřesnosti, nejasnosti a zmatky
• Prompt není posloupnost klíčový slov, jste v ukecaná AI (LLM) a povídáte si s ní. Byť tedy i ty posloupnosti klíčových slov mohou fungovat.
• Prompt pro Stable Diffusion či MidJourney někdy dají odpovídající výsledek, někdy vůbec, někdy odmítne, protože tam se hodně používaly umělci a osoby.
• Na české zadání často získáte anglický přepracovaný  prompt u každé fotky, což je zásadní rozdíl oproti jiným generativním AI. ChatGPT řeknete co chcete, popíšete, ideálně co nejvíce slovně, povídavě a ona to podle sebe přetvoří. Čas ukáže jak to bude užitečné či neužitečné, ale naučte se zadání psát zcela jinak, než pro Midjourney či Stable Diffusion.
• Je to ChatGPT, takže otázky bude klasicky odpovídat, ale cokoliv co vypadá jako prompt, tak začne generovat 
• Dobré je, že toho “o sobě” ví hodně, takže se můžete ptát, třeba co umí za styly, techniky. Ale také můžete chtít vysvětlení proč něco nechce vytvořit. 

TIP: Při psaní tohoto tipů jsem zkoušel řadu velmi různorodých věcí. Mrkněte do Hrátky s DALL E 3 v ChatGPT. Hodně různorodých promptů s ukázkou výsledků pro množství zadání (promptů) i výsledků.

• Kupodivu lze určovat seed, takže můžete “znovu” generovat něco co jste už měli. Musíte ho ale vložit do promptu, takto:
  
  „I’d like an image of a tropical beach at sunset. Please use seed 12345.“

• Neumí priority (závorky v jiných AI), neumí ani váhy (význam) 
• Neumí ani parametry jako ohnisková vzdálenost, ale můžete je popisovat slově, tedy něco jako : 
  
  „Photo taken with a wide-angle lens showing a vast landscape.“
  „Portrait with a shallow depth of field highlighting the subject’s eyes.“
  „Image captured with a long exposure showing the motion of stars.“

• Umí čitelné a srozumitelné krátké (ale fakt krátké) texty do výstupů. Občas tam ale udělá chybu, chybějící nebo zdvojující se písmena. Neumí háčky a čárky. A čím delší text, tím problematičtější výsledek (a nemá s tím nic společného s háčky a čárky).

• Trochu lépe to ale zvládá pokud text bude v angličtině. Chce to ale opravdu spíše krátké texty.

• Umí jen tři rozměry (viz samostatný dřívejší tip), takže nemůžete žádat poměry stran jako třeba v MidJourney
• Pozor na to, že chat (session) si prostě “pamatuje” vše co bylo předtím, takže když změníte generované téma, tak do toho bude zasahovat vše předchozí (styl, atd). Chcete-li generovat něco nového, tak je lepší zahájit nový chat, Případně zkuste “reset” pomocí:
  
  „Let’s start fresh…“
  „Begin a new session with…“
  „Reset and let’s discuss…“
  „Moving on to a different topic…“

• Dall-E-3 tvrdí, že umí rozpoznávat kompozici s pomocí (nejen) vlevo/vpravo. “city street where there is dog on left and cat on right, no cars” například funguje docela dobře. Jen tam tedy občas to auto prostě je. “park with cat on front of dog” funguje také dost dobře. “Dog with cat on top of his head” také  dává dobré výsledky

• Umí konkrétní techniky kreslení a také umělecké styly, viz samostatný tip s přehledem v tomto seriálu 
• Zvládá i perspektivu, a tady máte na výběr například

Bird’s-eye View	Worm’s-eye View	One-point Perspective	Two-point Perspective	Three-point Perspective
Aerial View	Over-the-shoulder View	Profile View	Frontal View	Oblique View
Close-up	Mid-shot	Long Shot	Extreme Close-up	Dutch Angle
High Angle	Low Angle	Eye Level	Canted Angle (or Tilt)	Panoramic View
Isometric View (příklad níže)	Fish-eye View	Cross-section View	Head-on View	Tilted Up View
Tilted Down View	Side View	Overhead View	Ground Level View	Dynamic Perspective

• Mělo by být možné i určovat specifický počet objektů, tedy něco jako “dvě děti”, “tři auta” a teoreticky i třeba “ulice, čtyři auta, autobus, pět chodců”. Skutečnost je ta, že třeba ten poslední příklad ukáže, že počítat stále spolehlivě neumí. Trochu lépe dopadne “tři děti a dva psi” (třeba hrající si v parku), ale různé iterace mají různorodé výsledky.  Podobně “City street with only two pedestrians” většinou dopadne docela dobře, někdy se ale chodci poněkud množí

Další tipy týkající se ChatGPT

AI ChatGPT Dall E 3 Software Umělá inteligence