Widzą Państwo w internecie efektowny obraz, staranne wideo lub imponującą stronę. Obok krótkie wyjaśnienie: „Zrobione z AI”. Czasem udostępniany jest też prompt.
Jeśli mają już Państwo kierunek, który się podoba, może on posłużyć jako punkt wyjścia. Przegląd musi pokazać, co można zachować i jakiego przygotowania nadal wymaga planowane zastosowanie.
Naturalne jest założenie, że cały wynik zawdzięczamy tej instrukcji. W praktyce wynik może pochodzić z jednego szczęśliwego wygenerowania albo z procesu złożonego z odniesień, wyboru, poprawek i przygotowania do użycia.
Liczba prób sama nie opisuje wartości pracy. Liczy się to, co trzeba osiągnąć, i sposób, w jaki sprawdzamy, że wynik spełnia to wymaganie.
Prompt zaczyna się, zanim zostanie napisany
W kampanii trzeba znać produkt, odbiorców, przekaz, otoczenie i pożądane działanie. Trzeba wskazać, co można swobodnie eksplorować, a co należy dokładnie zachować: kształt produktu, kolor, liczbę elementów, tekst czy warunki oferty.
„Nadaj temu charakter premium” pozostawia wiele decyzji otwartych. Jeśli kampania potrzebuje miejsca na nagłówek i produktu rozpoznawalnego na telefonie, trzeba sformułować te wymagania i sprawdzić wynik względem nich.
Dokumentacja Google dotycząca projektowania promptów uznaje jasne instrukcje, kontekst i eksperymentowanie za część procesu. Nie gwarantuje to idealnego wyniku za pierwszym razem. Google: strategie projektowania promptów (po angielsku)
Demonstracja przygotowana na potrzeby tego artykułu
Na potrzeby tej demonstracji użyliśmy fikcyjnej torby wygenerowanej przez AI. To nie jest zdjęcie prawdziwego produktu ani komercyjny projekt z portfolio. Trzy obrazy pokazują pierwsze wygenerowanie i dwie kolejne poprawki.
Pierwszy brief prosił o obraz kampanii zielonej torby z brązowymi uchwytami w weekendowej scenerii. Wynik miał dużo kontekstu: torba, pojazd, rośliny i krajobraz przywoływały wyjazd.
Ten obraz mógłby posłużyć jako nastrojowe wprowadzenie. W banerze na stronę z nagłówkiem po lewej zbyt wiele elementów tła rywalizowało jednak o uwagę. Kolejna decyzja wynikała z planowanego zastosowania: uprościć scenę i zostawić miejsce na przekaz.
Nadać każdej poprawce cel
W drugiej prośbie zachowaliśmy kierunek fikcyjnego produktu i poprosiliśmy o proste, ciepłe tło z torbą po prawej stronie. Usunięto pojazd, zwierzę, rośliny i inne przedmioty kontekstowe.
Zmiana zwalnia miejsce na tekst i porządkuje hierarchię. Nie dowodzi, że obraz będzie lepiej sprzedawał. To trzeba by ocenić w kontekście kampanii i odbiorców.
W trzeciej prośbie dostosowaliśmy kompozycję do formatu pionowego, zostawiając miejsce nad produktem. Przycięcie obrazu poziomego nie dałoby automatycznie takiego układu.
| Etap | Decyzja | Co sprawdzamy |
|---|---|---|
| Eksploracja | Stworzyć weekendowy nastrój | Trafność sceny i czytelność produktu |
| Kompozycja | Uprościć i zostawić miejsce na tekst | Hierarchię i położenie przekazu |
| Adaptacja | Przeorganizować dla formatu pionowego | Kadrowanie i czytelność w rzeczywistym rozmiarze |
Miejsce na tekst zależy od planowanego zastosowania
Poprosiliśmy o miejsce na przekaz, bo przykład jest pomyślany dla kompozycji na stronie lub układu kontrolowanego przez projektanta. Tekst może pozostać osobnym elementem HTML, dzięki czemu jest czytelny i elastyczny na telefonie.
Samodzielny obraz w reklamie składanej przez platformę może wymagać innego briefu: większego produktu w kadrze, braku wkomponowanego nagłówka i kadru dostosowanego do specyfikacji. Kompozycji pomyślanej dla strony nie należy automatycznie przenosić do każdej kampanii. Więcej w artykule Rozmiar ma znaczenie. Kontekst również.
Zastosowanie obrazu trzeba ustalić przed napisaniem promptu. Może to zmienić to, o co się prosi, i zapobiec poprawkom odkrywanym dopiero przy wgrywaniu.
Co może umknąć nawet po dobrej poprawce
Model może subtelnie zmienić szwy, proporcje, napisy lub dodatki. Nasza fikcyjna torba zachowuje rozpoznawalny kierunek między obrazami, ale seria nie dowodzi dokładnego odtworzenia tego samego przedmiotu.
W przypadku prawdziwego produktu wynik trzeba porównać z jego zdjęciami i specyfikacją. Jeśli nie da się osiągnąć potrzebnej wierności, trzeba wybrać inną metodę, na przykład zdjęcie produktu ze starannie ograniczonymi zmianami scenerii.
Sprawdzamy też teksty, twierdzenia, obszary zasłaniane przez interfejs miejsca emisji i plik końcowy. Atrakcyjny obraz może nadal wymagać przygotowania składu i wdrożenia.
Kiedy się zatrzymujemy
Kończymy poprawki, gdy uzgodnione kryteria są spełnione, a kolejna zmiana nie przyniosłaby uzasadnionej korzyści. Czasem pierwsza wersja wystarcza. Czasem precyzyjna zmiana rozwiązuje problem szybciej niż seria ogólnych próśb.
Więcej iteracji nie oznacza automatycznie wyższej jakości. Dobry brief, odpowiednie odniesienia i sprawdzenie mogą ograniczyć bezużyteczne próby.
W NOT MORE. chcemy używać AI w procesie, w którym każda interwencja ma wyjaśnienie. Wybieramy, sprawdzamy i przygotowujemy wynik do miejsca, w którym będzie używany.
Jak przedstawiamy proces, by dało się go ocenić
Gdy pokazujemy projekt wykonany z AI, wybór obrazów i towarzyszące im wyjaśnienia są częścią demonstracji. Czytelnik musi móc odróżnić eksplorowany kierunek, decyzję o adaptacji i wynik przygotowany do konkretnego zastosowania.
W przykładzie torby z tego artykułu możemy pokazać zmianę kompozycji i miejsce dostępne na tekst. Nie możemy pokazać skuteczności kampanii, bo żadnej tu nie mierzono. Nie możemy też przedstawiać obrazów jako sprawdzonego odtworzenia prawdziwego produktu: przedmiot jest fikcyjny. Te zastrzeżenia pozwalają dokładnie ocenić, co pokazuje przykład.
W pracy komercyjnej przydatna prezentacja wyjaśnia brief, ważne ograniczenia, wkład każdego zespołu i kryteria, według których przyjęto rezultat. Jeśli pokazujemy porównanie przed i po, mówimy, co zmieniliśmy i dlaczego. Różnice formatu, kadru czy zastosowania muszą być widoczne, by nie porównywać wyników pomyślanych dla różnych zadań.
Czego może dowieść studium przypadku
Opis powstania materiału może wyjaśnić tok rozumowania. Wdrożony plik może dowieść realizacji. Raport może opisywać zmierzone wyniki. Te rodzaje dowodów odpowiadają na różne pytania i zasługują na przedstawienie jako takie.
Jeśli uwzględniamy dane handlowe, podajemy okres, źródło i istotne zmiany w projekcie. Zmiana sprzedaży po opublikowaniu materiału sama nie ustala efektu obrazu ani narzędzia AI. Do wyniku mogą przyczyniać się oferta, budżet, dystrybucja i proces zakupu. Bez oceny, która rozdzieli te wkłady, formułujemy wniosek w granicach dostępnych informacji.
Podobnie twierdzenie o oszczędności czasu wymaga wyjaśnionego porównania: między jakimi procesami, dla jakich rezultatów i z jakimi sprawdzeniami? Wygenerowanie może zająć bardzo mało czasu, a wybór, poprawki, skład i przygotowanie plików mogą stanowić resztę pracy. Nie przypisujemy czasu jednej operacji całemu projektowi.
W NOT MORE. możemy pokazać zarówno wynik, jak i decyzje przydatne dla jego zastosowania, z poszanowaniem poufności i uzgodnionych praw. Celem prezentacji jest umożliwienie oceny pracy i wyjaśnienie, w jakich warunkach mogłaby posłużyć w innym projekcie.
Trzy pytania o wygenerowany wynik
- Do jakiego zastosowania go pomyślano i jakie warunki musi spełniać?
- Co trzeba dokładnie zachować i jak to sprawdzono?
- Czy materiał jest gotowy do publikacji, czy nadal wymaga adaptacji i wdrożenia?
Czego brakuje Państwa wynikowi, by nadawał się do użycia?
Prosimy pokazać nam obecną wersję, to, co chcą Państwo zachować, i miejsce, w którym się pojawi. Wspólnie zobaczymy kryteria sprawdzenia i zmiany, które miałyby jasny cel.