Så gör en AI-bildgenerator text till bild

En AI-bildgenerator läser din prompt som en beskrivning, inte som ett kommando. Den har lärt sig vilka pixelmönster som hör ihop med vilka ord och bygger en ny bild som stämmer med det du beskrev. Ingenting hämtas ur ett bibliotek och ingenting klistras ihop från befintliga foton: varje resultat skapas från grunden — därför ger samma prompt körd två gånger två olika bilder.

Varför en vag prompt ger en vanlig bild

Det enda faktumet förklarar nästan alla praktiska regler som följer. En vag prompt lämnar större delen av bilden till modellen, och den fyller luckorna med det som statistiskt är mest ordinärt. En konkret prompt lämnar färre luckor, alltså är mer av resultatet ditt beslut. ”En hund” beskriver miljontals möjliga bilder; ”en blöt golden retriever som skakar av sig vatten på en träbrygga, sent eftermiddagsljus” beskriver långt färre — och de ligger mycket närmare det du hade i huvudet.

Modellen har inget minne mellan körningar och ingen aning om vad du menade förra gången. Varje generering startar ur brus och styrs enbart av dina ord; därför fungerar ”gör den varmare” bara som hel mening: ”samma scen vid solnedgång, varmt orange ljus”.

Vad stilväljaren faktiskt gör

Stilen du väljer är också en del av prompten. Att välja en stil lägger en fast mening framför din text innan förfrågan lämnar vår server, och därför ser samma mening helt annorlunda ut i Realistisk och i Akvarell. Generatorskärmen visar exakt den meningen under promptrutan, så du ser alltid vad som skickas. Inget är dolt: samma modell, samma kredit, en annan inledningsmening.

Vad du bestämmer och vad maskinen bestämmer

När den uppdelningen är klar slutar förbättringar vara gissningar. Om något i den andra kolumnen blir fel gång på gång är lösningen att flytta det till den första: beskriva det. De fem delarna i en prompt är checklistan för det, och priserna är hela kostnadsberättelsen — en kredit, en bild, vilken stil du än väljer.