Yapay Zeka Karakterinizin Yüzü Neden Sürekli Değişiyor?

Aynı istemi iki kez yazdınız ve iki farklı kişi elde ettiniz. Bu, modelin inatçı olduğu anlamına gelmez; tam olarak yapması için tasarlandığı şeyi yapıyor demektir. Bir metinden görüntüye aktarım sürecinde, kasıtlı olarak taşıdığınız şeyler dışında hiçbir şey karakterinizi bir çalıştırmadan diğerine taşımaz. Kimliği hangi girdilerin değiştirdiğini gördüğünüzde, düzeltmeler belirginleşir.

Bir model karakterinizin kim olduğunu bilmez

Üretim koşullu örneklemedir: istem + tohum + ağırlıklar girer, olası kişilerin devasa bir dağılımından bir örnek çıkar. "Maya, 28 yaşında, koyu saçlı, yeşil gözlü" binlerce olası yüzü tanımlar. Her üretim, o uzayda bir nokta seçer. Herhangi bir girdiyi hafifçe bile değiştirirseniz farklı bir noktaya — genellikle farklı bir kişiye — inersiniz.

Çalıştırmalar arasında bir yüzü gerçekten ne hareket ettirir

• Seed — different initial noise produces a structurally different person before your prompt has any say.
• Prompt wording — synonyms, adjective order, and added details all shift conditioning. "short bob" vs "bob haircut" is enough.
• Model or route — different checkpoints and samplers carve the latent space differently; the same words describe different people on each.
• Resolution and aspect ratio — coarse features like skull shape get re-decided when the canvas changes size.
• Refiner and upscale passes — second-stage models happily redraw jawlines and eyes while "improving" detail.
• Batch mode — generating many variants means many identities by design. A batch is an audition, not a library.

Üç hata modunu ayırın

• Identity drift — a genuinely different person. Fix with references, not prompts.
• Render drift — same person drawn differently: softer skin, wider spacing, changed age. Fix by editing the output (inpaint) instead of rerolling.
• Framing drift — right face, wrong crop or lens feel. Fix with composition language and camera presets, leave identity alone.

Bir yüzü gerçekten ne sabitler

1. 01Produce one canonical portrait everyone copies from. Stop auditioning new versions of the face once you have it.
2. 02Freeze an identity descriptor block — a paragraph describing the face structurally — and paste it verbatim into every brief.
3. 03Create new scenes by reference-based editing from approved frames, so the pixels of the face travel with the request.
4. 04Repair drift with masked inpainting: only the broken region resamples, everything outside the mask stays pixel-identical.

Kaymanın ne zaman beklendiğini bilin

Aşırı kafa açıları, yoğun hareket bulanıklığı ve kasıtlı stil değişiklikleri her zaman kopyalamaktan ziyade yaklaşık bir sonuç verecektir. Ortama göre bir tolerans belirleyin — film kareleri 200 piksel küçük resimlerden daha sıkı bir benzerliği hak eder — ve sapmaları hedefe yönelik düzenlemelerle onarın. Her karede piksel mükemmelliğinde kimlik peşinde koşmak, inandırıcılık oluşturmaktan daha hızlı kredi tüketir.

Sırada: bir karakteri düzinelerce görüntüde tanınabilir kılan dört katmanlı iş akışı — bu bölümde Yapay Zeka Karakterinizi Nasıl Tutarlı Tutarsınız bölümüne bakın.