پرامپت‌نویسی برای تولید تصویر: راهنمای کامل پرامپت‌های Midjourney و Nano Banana

کیفیت تصویری که از یک مدل هوش مصنوعی می‌گیرید، بیش از آنکه به قدرت مدل وابسته باشد، به دقت دستوری بستگی دارد که می‌نویسید. دو نفر با دسترسی به یک ابزار یکسان، خروجی‌های کاملاً متفاوتی می‌گیرند و تفاوت دقیقاً در نحوه نوشتن پرامپت است. این راهنما همان مهارت را به‌صورت ساختاریافته آموزش می‌دهد.

در این مقاله ابتدا آناتومی یک پرامپت حرفه‌ای را باز می‌کنیم، سپس به‌طور جداگانه منطق پرامپت‌نویسی در Midjourney (مبتنی بر پارامتر) و Nano Banana (مبتنی بر زبان طبیعی) را با مثال‌های واقعی بررسی می‌کنیم. هدف این است که بعد از خواندن، بتوانید برای هر کدام مستقل و هدفمند پرامپت بنویسید.

پرامپت تصویر چیست و چرا ساختار اهمیت دارد

پرامپت تصویر، توصیف متنی شما از خروجی مورد نظر است. مدل‌های تولید تصویر متن را به بردارهای معنایی تبدیل می‌کنند و بر اساس آن، پیکسل‌ها را تولید می‌کنند. هر چه توصیف شما دقیق‌تر و کم‌ابهام‌تر باشد، فضای حدس مدل کوچک‌تر می‌شود و خروجی به ذهن شما نزدیک‌تر در می‌آید.

اشتباه رایج این است که فکر کنیم «هر چه طولانی‌تر، بهتر». واقعیت این است که پرامپت خوب، متراکم و هدفمند است؛ یعنی هر کلمه نقشی در شکل‌گیری تصویر دارد. کلمات تزئینی و مبهم نه‌تنها کمکی نمی‌کنند، بلکه توجه مدل را پخش می‌کنند.

آناتومی یک پرامپت حرفه‌ای تصویر

صرف‌نظر از ابزار، یک پرامپت کامل معمولاً از شش لایه اطلاعاتی تشکیل می‌شود. رعایت این لایه‌ها به شما کنترل کامل روی خروجی می‌دهد:

۱. سوژه (Subject)

موضوع اصلی تصویر؛ مشخص کنید چه چیزی، با چه ویژگی‌هایی و در چه حالتی. مثال: «یک گربه پیر سیاه با چشمان سبز، نشسته روی لبه پنجره».

۲. سبک و مدیوم (Style & Medium)

عکاسی واقع‌گرایانه، نقاشی رنگ‌روغن، رندر سه‌بعدی، سبک آبرنگ یا سینمایی. این لایه بیشترین تأثیر را بر حس کلی تصویر دارد.

۳. محیط و پس‌زمینه (Environment)

مکان، زمان و فضای اطراف سوژه؛ مثلاً کافه‌ای دنج در یک عصر بارانی یا بیابانی در نور غروب.

۴. نورپردازی (Lighting)

نور پشتی، نور طلایی غروب، نور نئونی یا نور نرم استودیویی. نورپردازی، عاملی است که تصاویر آماتور را از حرفه‌ای جدا می‌کند.

۵. رنگ و حال‌وهوا (Color & Mood)

پالت رنگی سرد یا گرم، فضای دلگیر یا شاد، کنتراست بالا یا مات. این لایه به تصویر شخصیت می‌دهد.

۶. ترکیب‌بندی و مشخصات فنی (Composition & Technical)

زاویه دوربین، نسبت ابعاد، عمق میدان، نوع لنز و وضوح. در Midjourney این لایه بیشتر با پارامترها کنترل می‌شود.

پرامپت‌نویسی در Midjourney

Midjourney زبان «کلمه‌محور و پارامتری» دارد. شما معمولاً عبارت‌ها را با کاما جدا می‌کنید و در انتها با پارامترهای فنی (که با دو خط تیره شروع می‌شوند) خروجی را تنظیم می‌کنید. این ابزار به زیبایی‌شناسی هنری و سبک‌پردازی قوی مشهور است.

ساختار پایه پرامپت Midjourney

قالب کلی به این شکل است:

[subject], [style], [environment], [lighting], [mood], [composition] --ar 16:9 --v 6 --s 250

پارامترهای کلیدی

• ‎–ar : نسبت ابعاد تصویر (مثل ‎–ar 16:9 برای افقی یا ‎–ar 2:3 برای عمودی).
• ‎–v : نسخه مدل؛ نسخه‌های جدیدتر معمولاً جزئیات و انسجام بهتری دارند.
• ‎–s (stylize) : میزان اعمال سبک هنری پیش‌فرض، بین ۰ تا ۱۰۰۰. عدد بالاتر یعنی هنری‌تر و کمتر وفادار به متن.
• ‎–c (chaos) : میزان تنوع بین چهار گزینه خروجی، بین ۰ تا ۱۰۰. برای ایده‌پردازی مفید است.
• ‎–no : پرامپت منفی؛ مثلاً ‎–no text برای حذف نوشته از تصویر.
• ‎–seed : برای بازتولید نتایج مشابه و حفظ ثبات بین چند خروجی.
• ‎–style raw : کاهش سبک‌پردازی خودکار برای کنترل دقیق‌تر و خروجی واقع‌گرایانه‌تر.
• ‎–sref / –cref : ارجاع به تصویر مرجع برای حفظ سبک یا ثبات شخصیت.

مثال عملی

cinematic portrait of an elderly fisherman, weathered face, golden hour backlight, shallow depth of field, 85mm lens, moody warm tones --ar 4:5 --v 6 --s 300 --style raw

نکته مهم: در Midjourney وزن‌دهی به بخش‌های مختلف با علامت :: امکان‌پذیر است. مثلاً forest::2 fog::1 یعنی جنگل دو برابر مه اهمیت دارد.

پرامپت‌نویسی در Nano Banana

Nano Banana (مدل تولید و ویرایش تصویر گوگل، شناخته‌شده در خانواده Gemini) منطقی متفاوت دارد. به‌جای فهرست کلمات کلیدی، با جملات توصیفی و زبان طبیعی بهترین نتیجه را می‌دهد. نقطه قوت اصلی آن، ویرایش تصویر و حفظ ثبات سوژه در چند مرحله است.

۱. توصیف به زبان طبیعی

به‌جای کلمات بریده، یک صحنه کامل را مثل توضیح برای یک نقاش بنویسید:

A cozy Scandinavian living room at dawn, soft natural light coming through a large window, a ceramic cup of coffee steaming on a wooden table, photorealistic, warm and calm atmosphere.

۲. ویرایش تصویر با دستور

می‌توانید تصویر موجود را بدهید و تغییر دلخواه را به زبان ساده بخواهید؛ مثل «رنگ پیراهن را به آبی تغییر بده و پس‌زمینه را به ساحل تبدیل کن». این قابلیت برای اصلاح‌های هدفمند بسیار قدرتمند است.

۳. حفظ ثبات شخصیت

یکی از قوی‌ترین ویژگی‌های Nano Banana، نگه‌داشتن چهره و هویت یک شخصیت در صحنه‌های مختلف است؛ ویژگی‌ای که برای داستان مصور، آواتار برند و محتوای دنباله‌دار ارزشمند است.

۴. ترکیب چند تصویر

می‌توانید چند تصویر ورودی بدهید و بخواهید آن‌ها را در یک صحنه منطقی ترکیب کند؛ مثلاً قرار دادن یک محصول مشخص در محیطی جدید.

جدول مقایسه Midjourney و Nano Banana

تکنیک‌های پیشرفته

• وزن‌دهی: در Midjourney با :: و در Nano Banana با تأکید کلامی روی عناصر مهم.
• پرامپت منفی: صریحاً مشخص کنید چه چیزی نمی‌خواهید (مثل دست‌های اضافه یا متن نامفهوم).
• تکرار و اصلاح: خروجی اول را نقطه شروع بدانید، نه نتیجه نهایی؛ پرامپت را مرحله‌به‌مرحله تنظیم کنید.
• تصویر مرجع: برای حفظ سبک یا هویت، از تصویر ورودی استفاده کنید.

اشتباهات رایج در پرامپت‌نویسی تصویر

• دستورهای متناقض: مثلاً «مینیمال» و «پر از جزئیات» در یک پرامپت.
• زیاده‌گویی: انباشتن صفت‌های بی‌ربط که تمرکز مدل را می‌شکند.
• نادیده‌گرفتن نورپردازی: مهم‌ترین عامل حرفه‌ای‌شدن تصویر که اغلب فراموش می‌شود.
• اشتباه ابزار: استفاده از سبک کلمه‌محور Midjourney در Nano Banana یا برعکس.
• انتظار نتیجه کامل در تلاش اول: پرامپت‌نویسی فرآیندی تکرارشونده است.

جمع‌بندی کاربردی

پرامپت‌نویسی تصویر مهارتی است که با تمرین و درک ساختار، سریع رشد می‌کند. اگر دنبال کنترل فنی دقیق و خروجی هنری هستید، Midjourney و منطق پارامتری آن انتخاب خوبی است. اگر ویرایش گفتگومحور، ثبات شخصیت و سادگی زبان طبیعی برایتان مهم‌تر است، Nano Banana گزینه قدرتمندی است. در عمل، بسیاری از حرفه‌ای‌ها از هر دو، بسته به نیاز پروژه، استفاده می‌کنند.

پرسش‌های پرتکرار