كيف تتحوّل الجملة إلى صورة، وما الذي يُتقنه وما الذي لا يُتقنه، وأين يُستخدم فعلًا.
توليد الصور بالذكاء الاصطناعي هو قراءة جملة وبناء صورة توافقها من الصفر. ليس بحثًا: لا يجلب لك صورة كانت موجودة، بل يصنع واحدة في كل مرة، ولهذا فإدخال الجملة نفسها مرتين يعطي صورتين مختلفتين.
الدقّة تتفوّق على الطول. ما الذي يغيّر النتيجة فعلًا وما الذي لا يغيّرها.
كتابة وصف طويل شيء وكتابة وصف دقيق شيء آخر. فثلاثون صفة مكدّسة تجعل النموذج عاجزًا عن معرفة المهم. وفي المقابل، جملة واحدة تذكر الموضوع والمكان والضوء تغيّر النتيجة كثيرًا.
متى يكون الانطلاق من صورة موجودة أفضل، وما العمليات التي تجري حينها فعلًا.
الإنشاء والتحرير يحلّان مشكلتين مختلفتين: الإنشاء يصنع ما ليس موجودًا، والتحرير يصلح ما هو موجود. وحين يجب الحفاظ على التكوين، أو حين يلزم شيء حقيقي بعينه، فالتحرير هو الجواب الوحيد.
أي شكل تنشئ بحسب وجهة النشر — ولماذا لا يجوز القصّ لاحقًا.
النسبة قيمة تُحدَّد قبل الإنشاء، لأنها تُرسل إلى النموذج كوسيط فيُبنى التكوين لذلك الشكل. أما الإنشاء مربّعًا ثم القصّ إلى لافتة فيمحو نصف ما وضعه النموذج.