จะแก้ภาพด้วย AI อย่างไร? แก้ได้ไหมโดยไม่ต้องเขียนพรอมป์ซ้ำ ๆ? แนวทางใหม่ของ NadouPro สำหรับการแก้ไขภาพ: คำสั่งพร้อมภาพอ้างอิง

ประเด็นสำคัญ: ความเจ็บปวดของการรีทัชภาพแบบดั้งเดิมอยู่ที่ระหว่าง “ทำเป็น” กับ “อธิบายให้ชัด” ยังมีชุดขั้นตอนระดับมืออาชีพคั่นอยู่ทั้งระบบ เส้นทางการแก้ไขภาพของ NadouPro เปลี่ยนตรรกะการโต้ตอบใหม่: ใช้ภาษาธรรมชาติในการสั่งงาน และใช้ภาพอ้างอิงเพื่อบอกคำตอบ Kling 4.0 รองรับกระบวนการทั้งหมดตั้งแต่การปรับพื้นฐานไปจนถึงการแก้รายละเอียดขั้นสูง ส่วนการผสานหลายภาพของ Nano Banana Pro รับหน้าที่รวมวัตถุใหม่เข้ากับภาพฐานอย่างแนบเนียน เปลี่ยนพื้นหลัง เปลี่ยนเสื้อผ้า ปรับท่าทาง หรือฝังสินค้า แค่อธิบายให้ชัดก็แก้ได้

ต้นทุนการสื่อสารในการแก้ภาพคือส่วนที่ใหญ่จริง ๆ

“เปลี่ยนพื้นหลังเป็นชายหาด” — ความต้องการนี้พูดออกมาใช้เวลาแค่สองวินาที แต่ในซอฟต์แวร์แบบดั้งเดิมคือห่วงโซ่การทำงานครบชุด: ไดคัตตัวแบบ สร้างพื้นที่ที่เลือก หาภาพประกอบ ปรับเปอร์สเปกทีฟ เกลี่ยขอบ และปรับสี อุปสรรคของการแก้ไขภาพไม่เคยอยู่ที่ความคิดสร้างสรรค์ แต่อยู่ที่การแปลประโยคภาษาคนหนึ่งประโยคให้กลายเป็นขั้นตอนระดับมืออาชีพหลายสิบขั้น

คุณค่าของเครื่องมือแก้ไขด้วย AI คือการตัดกระบวนการแปลนี้ทิ้ง คุณมีหน้าที่อธิบายให้ชัดว่าต้องการอะไร ส่วน AI มีหน้าที่ลงมือทำ ตัวแปรที่เหลือมีเพียงอย่างเดียว: ต้องพูดอย่างไร AI ถึงจะเข้าใจที่สุด

พื้นฐานของการแก้ไขแบบสั่งงาน

ใน Image node ของ NadouPro การแก้ไขภาพหนึ่งภาพต้องใช้เพียงสามขั้นตอน: อัปโหลดภาพฐาน เขียนคำสั่งแก้ไขหนึ่งประโยค แล้วกดสร้าง วิธีเขียนคำสั่งมีหลักอยู่ ยิ่งเฉพาะเจาะจงยิ่งดี:

เปลี่ยนพื้นหลังเป็นชายหาดยามเย็น โดยคงท่าทางของตัวละครและทิศทางแสงไว้เหมือนเดิม

เมื่อเทียบกับ “เปลี่ยนเป็นพื้นหลังชายหาด” ประโยคแรกล็อกข้อกำหนดไว้ครบทั้งตัวแบบ แสง และช่วงเวลา ทำให้พื้นที่การตีความของ AI ถูกนำไปในทิศทางที่ถูกต้อง Kling O1 ครอบคลุมเส้นทางทั้งหมดตั้งแต่การครอปและปรับภาพพื้นฐาน ไปจนถึงการแก้รายละเอียดขั้นสูง การเปลี่ยนสี เปลี่ยนวัตถุ และลบรอยตำหนิ ล้วนใช้ตรรกะคำสั่งชุดเดียวกัน

ภาพอ้างอิง: ถ้าอธิบายไม่ชัด ก็ให้คำตอบไปตรง ๆ

บางความต้องการอธิบายด้วยภาษาแล้วเปลืองแรงมาก — “อยากให้ในภาพมีหมวกสไตล์นี้สักใบ” อธิบายอยู่นานก็ไม่เท่ากับส่งภาพให้ดูโดยตรง การผสานหลายภาพมีไว้ทำสิ่งนี้: ภาพฐานให้ฉาก ภาพอ้างอิงให้องค์ประกอบที่จะเพิ่มเข้าไป แล้วผสานสร้างผลลัพธ์ที่คำนึงถึงทั้งสองฝั่ง

รูปแบบการจับคู่ที่พบบ่อย:

• ภาพฐานบวกภาพวัตถุ: ใช้ภาพรวมของห้องเป็นฐาน ใช้ภาพอ้างอิงโซฟากำหนดสไตล์ หลังผสานแล้วเปอร์สเปกทีฟและแสงเงาของวัตถุจะจับคู่กันโดยอัตโนมัติ

• ภาพฐานบวกภาพบุคคล: ใช้ภาพไลฟ์สไตล์เป็นฐาน ใช้ภาพอ้างอิงบุคคลกำหนดท่าทาง ความสัมพันธ์ของตำแหน่งเชื่อมต่อกันอย่างเป็นธรรมชาติ

• การแยกเลเยอร์หลายภาพ: ฉาก ตัวแบบ และพร็อพแต่ละอย่างมีภาพอ้างอิงของตัวเอง เมื่อผสานแล้วแต่ละส่วนจะอยู่ในตำแหน่งของมัน

จุดแข็งของ Nano Banana Pro คือคำสั่งที่แม่นยำและการผสานหลายภาพ ความสัมพันธ์ด้านสัดส่วนระหว่างภาพอ้างอิงคือกุญแจของความน่าเชื่อถือในการผสาน ถ้าไม่มั่นใจ ให้จัดวางภาพอ้างอิงตามสัดส่วนจริงก่อนแล้วค่อยส่ง

แนวคิดการแก้ไขท่าทางและฉาก

การปรับท่าทางไม่จำเป็นต้องอธิบายมุมข้อต่อทีละเฟรม ให้ภาพอ้างอิงของท่าทางเป้าหมายหนึ่งภาพ แล้วเขียนคำสั่งว่า “ให้ตัวละครตรงกับท่านี้” โมเดลจะคงอัตลักษณ์ของตัวละครไว้และเปลี่ยนท่าทางของแขนขา การปรับฉากก็ใช้หลักเดียวกัน เปลี่ยนสวนหลังบ้านเป็นสวนเขตร้อน หรือเปลี่ยนออฟฟิศเป็นคาเฟ่ แค่ล็อกในคำสั่งว่า “คงตัวละครไว้ เปลี่ยนสภาพแวดล้อม” ก็พอ

สามสถานการณ์ที่ทีมอีคอมเมิร์ซและมาร์เก็ตติ้งใช้บ่อยที่สุดคือ: เปลี่ยนภาพสินค้าให้มีพื้นหลังสะอาด เปลี่ยนเสื้อผ้าเป็นแบบและสีที่กำหนด และฝังสินค้าเข้าไปในภาพไลฟ์สไตล์ ตรรกะคำสั่งเหมือนกัน ต่างกันเพียงเงื่อนไขข้อจำกัด

วิดีโอก็ใช้ตรรกะชุดนี้ได้

แนวคิดของการแก้ไขภาพถูกต่อยอดไปสู่วิดีโอ: Gemini Omni Flash รองรับอินพุตหลายโมดัลและการแก้ไขวิดีโอ หลังอัปโหลดฟุตเทจวิดีโอแล้ว ก็ใช้คำสั่งอธิบายการแก้ไขได้เช่นกัน ความต้องการอย่าง “เปลี่ยนกระป๋องบนโต๊ะเป็นน้ำดื่มบรรจุขวดของแบรนด์” สามารถทำบนวิดีโอได้โดยตรง เมื่อล็อกภาพนิ่งเสร็จแล้ว วิดีโอก็ใช้ตรรกะการแก้ไขชุดเดียวกันต่อได้ เวิร์กโฟลว์ไม่ต้องเปลี่ยนวิธีคิด

คำแนะนำใช้งานจริง 4 ข้อ

1. ใช้ภาพฐานและภาพอ้างอิงเวอร์ชันความละเอียดสูง คุณภาพของขอบที่ผสานได้รับผลโดยตรงจากความละเอียดของอินพุต

2. คำสั่งหนึ่งครั้งควรระบุเป้าหมายการแก้ไขหลักเพียงหนึ่งอย่าง หากมีหลายความต้องการให้แบ่งทำหลายรอบ ผลลัพธ์แต่ละรอบจะควบคุมได้มากขึ้น

3. ให้สไตล์ของภาพฐานและภาพอ้างอิงใกล้เคียงกันมากที่สุด ภาพสมจริงจับคู่กับภาพสมจริง ภาพวาดจับคู่กับภาพวาด

4. วัตถุที่เกี่ยวข้องกับสัดส่วน เช่น สินค้าที่ถือในมือ หรือของตกแต่งบนโต๊ะ ความสัมพันธ์ด้านขนาดในภาพอ้างอิงควรสอดคล้องกับตรรกะความเป็นจริง

คำถามที่พบบ่อย

Q: การแก้ไขด้วยคำสั่งต่างจาก Text to Image อย่างไร?

A: Text to Image สร้างจากศูนย์ ส่วนการแก้ไขคือการปรับแบบเจาะจงโดยยังคงตัวแบบหลักในภาพฐานไว้ ถ้าต้องการ “แก้” ให้ใช้การแก้ไข ถ้าต้องการ “สร้าง” ให้ใช้การสร้าง ทั้งสองอย่างสามารถต่อกันบนแคนวาสได้

Q: เพิ่มภาพอ้างอิงได้สูงสุดกี่ภาพ?

A: Nano Banana Pro รองรับการผสานหลายภาพ โดยใช้ภาพฐานร่วมกับภาพอ้างอิงหลายภาพ จำนวนที่แน่นอนให้ยึดตามตัวเลือกในแผงสร้าง

Q: ถ้าไม่พอใจกับผลลัพธ์หลังแก้ไขควรทำอย่างไร?

A: ลองกระชับเงื่อนไขข้อจำกัดของคำสั่งแล้วสร้างใหม่อีกหนึ่งรอบ หรือแยกการแก้ไขใหญ่ให้เป็นการแก้ไขย่อยสองรอบ คำสั่งคลุมเครือบวกความต้องการซับซ้อนคือชุดที่พลิกพลาดได้ง่ายที่สุด

Q: การแก้ไขสามารถคงใบหน้าของบุคคลไว้ไม่ให้เปลี่ยนได้ไหม?

A: ได้ ให้ล็อกอัตลักษณ์ของบุคคลไว้ในคำสั่งแก้ไข และใช้ร่วมกับภาพอ้างอิงตัวละคร ไม่ว่าจะปรับท่าทางหรือเปลี่ยนฉากก็จะไม่เปลี่ยนหน้า

Q: การฝังสินค้าเข้าไปในภาพถ่ายจริงให้ผลลัพธ์เป็นธรรมชาติไหม?

A: การผสานหลายภาพจะจับคู่เปอร์สเปกทีฟและแสงโดยอัตโนมัติ ภายใต้เงื่อนไขที่ความสัมพันธ์ของเปอร์สเปกทีฟถูกต้อง การเชื่อมต่อแสงเงาของผลลัพธ์ที่ฝังเข้าไปจะน่าเชื่อถือ

ดูฟีเจอร์เพิ่มเติมได้ที่ NadouPro: NadouPro

เนื้อหานี้มีข้อมูลที่สร้างโดย AI ซึ่งอาจไม่ถูกต้อง โปรดตรวจสอบด้วยตนเอง