Metinden Görsele (Text to Image) Nedir?

Metinden görsele, "gün batımında İstanbul Boğazı'nda bir vapur, suluboya tarzında" gibi bir cümleden yeni bir görsel üretilmesini sağlar. Üretken yapay zekâ alanının en çok bilinen uygulamalarından biridir ve tasarım, pazarlama, eğitim gibi alanlarda kullanılır.

Nasıl çalışır?

Güncel sistemlerin çoğu difüzyon modeli yaklaşımını kullanır:

1. Metin, bir dil modeli tarafından sayısal bir temsile çevrilir.
2. Görsel üretimi rastgele gürültüyle başlar.
3. Model, gürültüyü adım adım azaltırken her adımda metnin anlamına uygun biçimler ortaya çıkarır.
4. Sonunda metne uyan bir görsel elde edilir.

Kullanıcılar seed değeri, negatif prompt, CFG ölçeği gibi ayarlarla sonucu yönlendirebilir.

İyi sonuç için ipuçları

• Konu: Ne görmek istediğini net yaz.
• Stil: Fotoğraf, çizgi film, yağlı boya gibi tarzı belirt.
• Kompozisyon: Yakın çekim, kuşbakışı, arka plan bilgisi ekle.
• Işık ve renk: "Yumuşak sabah ışığı", "pastel renkler" gibi ifadeler kullan.
• Deneme: Aynı promptla birkaç farklı sonuç üretip en iyisini seç.

Örnek

Varsayımsal bir blog yazısı için "masada hesap makinesi, defter ve kahve fincanı, sade ve aydınlık ofis ortamı, fotoğraf gerçekçiliğinde" promptuyla kapak görseli üretebilirsin.

Nelere dikkat etmeli?

• Telif ve lisans: Üretilen görsellerin kullanım hakları hizmetten hizmete değişir; ticari kullanım öncesi koşulları oku. Eğitim verilerindeki telifli eserler konusu hukuken tartışmalıdır.
• Gerçek kişiler: Gerçek kişilerin izinsiz ve yanıltıcı görsellerini üretmek etik ve hukuki sorun yaratır.
• Yanıltıcılık: Üretilen bir görseli gerçek bir olayın fotoğrafı gibi sunma.
• Hatalar: Eller, yazılar ve küçük ayrıntılarda bozulmalar görülebilir.
• Önyargı: Modeller meslekleri ya da kişileri kalıplaşmış biçimlerde gösterebilir.