برای ساخت عکس با هوش مصنوعی فارسی لازم نیست انگلیسی بلد باشید. در ابزارهای فارسی‌زبان، توصیفِ تصویر را به فارسی می‌نویسید، یک مدل را انتخاب می‌کنید و چند ثانیه بعد تصویر را می‌بینید. اما فرقِ یک تصویرِ معمولی و یک تصویرِ قابلِ‌استفاده در جزئیات است: پرامپت چطور نوشته شود، کدام مدل برای کدام کار مناسب‌تر است و وقتی می‌خواهید متنِ فارسی داخلِ تصویر باشد چه کنید. این راهنما همین سه موضوع را با نمونه‌پرامپت‌های فارسی و مقایسه‌ی پنج خانواده‌ی مدل توضیح می‌دهد.
ساخت تصویر با متن فارسی؛ از کجا شروع کنیم؟
در ابزارِ ساختِ تصویرِ هوش‌نو رابط و پرامپت هر دو فارسی‌اند. مراحل ساده است:
- وارد شوید. با شماره‌ی موبایل ثبت‌نام می‌کنید و کدِ پیامکی را وارد می‌کنید.
- توصیف را بنویسید. سوژه، محیط، نور و زاویه را در چند جمله‌ی فارسی بگویید. اگر نمی‌دانید از کجا شروع کنید، دکمه‌ی «ساخت پرامپت نمونه» زیرِ همان کادر یک نمونه می‌سازد که می‌توانید ویرایشش کنید.
- مدل را انتخاب کنید. می‌توانید همان پرامپت را بدونِ تایپِ دوباره با مدل‌های مختلف امتحان کنید و نتیجه‌ها را کنارِ هم ببینید.
- بسازید و ویرایش کنید. هزینه پیش از ساخت نمایش داده می‌شود. بعد از ساخت هم می‌توانید پس‌زمینه را حذف کنید، کیفیت را بالا ببرید یا با تصویر به تصویر با یک جمله‌ی فارسی تغییرِ دیگری بدهید.
فرمولِ نوشتنِ پرامپتِ فارسی
مدل‌های تصویری چیزی را می‌سازند که گفته‌اید، و هرچه را نگفته‌اید با حدسِ خودشان پر می‌کنند. برای اینکه حدس کمتر شود، پرامپت را از این هفت جزء بسازید:
| جزء | سؤالی که جواب می‌دهد | مثال |
|---|---|---|
| سوژه | چه چیزی در تصویر است؟ | یک کاسه‌ی سفالیِ پر از انار دانه‌شده |
| جزئیات | رنگ، جنس، حالت؟ | سفالِ فیروزه‌ای با لبه‌ی ترک‌دار |
| محیط | کجاست؟ | روی میزِ چوبیِ قدیمی کنارِ پنجره |
| نور | نور از کجا و چه رنگی است؟ | نورِ نرمِ صبح از سمتِ چپ |
| زاویه | دوربین کجاست؟ | نمای نزدیک، کمی از بالا |
| سبک | عکس است یا نقاشی؟ | عکاسیِ غذای واقع‌گرایانه |
| قاب | کجا منتشر می‌شود؟ | کادرِ مربعی برای پستِ اینستاگرام |
اگر این‌ها را پشتِ هم بنویسید، یک پرامپتِ کامل دارید: «یک کاسه‌ی سفالیِ فیروزه‌ای با لبه‌ی ترک‌دار پر از انارِ دانه‌شده، روی میزِ چوبیِ قدیمی کنارِ پنجره، نورِ نرمِ صبح از سمتِ چپ، نمای نزدیک کمی از بالا، عکاسیِ غذای واقع‌گرایانه، کادرِ مربعی.»
برای آشنایی عمیق‌تر با اصولِ پرامپت‌نویسیِ تصویر، مطلبِ آموزشِ پرامپت‌نویسی برای هوش مصنوعیِ ساختِ تصویر را ببینید.
نمونه‌پرامپت‌های فارسی برای کارهای رایج
عکسِ محصول برای فروشگاهِ اینترنتی
«یک شیشه‌ی عطرِ مکعبیِ شفاف روی سنگِ مرمرِ سفید، پس‌زمینه‌ی کرمِ ساده، نورِ نرمِ استودیو از بالا و سایه‌ی کوتاه، عکاسیِ تبلیغاتیِ واقع‌گرایانه، کادرِ عمودی.»
پس‌زمینه‌ی پستِ مناسبتی
«سفره‌ی شبِ یلدا با انار، هندوانه‌ی قاچ‌شده، آجیل و دیوانِ حافظ روی پارچه‌ی ترمه‌ی قرمز، نورِ گرمِ شمع، فضای خالیِ ساده در بالای تصویر برای نوشتن، کادرِ افقی.»
جمله‌ی «فضای خالی برای نوشتن» کمک می‌کند بعداً متنِ تبریک را بدونِ پوشاندنِ سوژه روی تصویر بگذارید.
تصویرسازی به سبکِ ایرانی
«باغی ایرانی با حوضِ آبی و درختانِ سرو، به سبکِ نگارگریِ ایرانی، رنگ‌های لاجوردی و طلایی، جزئیاتِ ظریفِ گل و پرنده، بدونِ نوشته.»
منظره و معماری
«کوچه‌ای کاهگلی در یزد هنگامِ غروب، بادگیرها در پس‌زمینه، سایه‌های بلند روی دیوار، آسمانِ نارنجی، عکاسیِ مستندِ سفر با لنزِ واید.»
تصویرِ مفهومی برای مقاله
«یک لامپِ روشن که درونش یک درختِ کوچکِ سبز روییده، روی میزِ تحریر، پس‌زمینه‌ی تار، سبکِ سه‌بعدیِ مینیمال، رنگ‌های سبز و سفید، کادرِ ۱۶ به ۹.»
چند اشتباهِ رایج: استفاده از کلمه‌های کلی مثلِ «زیبا» و «حرفهای» به‌جای توصیفِ دقیق، تناقض در پرامپت (مثلاً «شب» و «آفتابِ تند» با هم) و پرامپت‌های خیلی طولانی که چند صحنه را در یک تصویر می‌خواهند.
نوشتنِ متنِ فارسی داخلِ تصویر
این مهم‌ترین تفاوتِ کارِ فارسی‌زبان‌ها با بقیه است. خطِ فارسی راست‌به‌چپ است و حرف‌ها به هم می‌چسبند و شکلشان در اول، وسط و آخرِ کلمه عوض می‌شود. بیشترِ مدل‌های تصویری با متن‌های انگلیسی و چینی بسیار بیشتری آموزش دیده‌اند، برای همین متنِ فارسی هنوز رایج‌ترین جای خطاست: حرفهای جابه‌جا، کلمه‌های بی‌معنی یا نوشته‌ی برعکس.
نسخه‌های تازه‌ی چند مدل در این زمینه پیشرفتِ واقعی داشته‌اند. در معرفی‌ها و بررسی‌های GPT Image 2 (از OpenAI) و Nano Banana Pro (از گوگل) به بهترشدنِ نوشتن در خط‌های غیرلاتین، از جمله خطِ عربی، اشاره شده است. با این حال در تجربه‌ی عملی، این پیشرفت برای کلمه‌های کوتاه بیشتر قابلِ اتکاست تا جمله‌های بلند. این روش‌ها احتمالِ نتیجه‌ی درست را بیشتر می‌کند:
- متن را کوتاه نگه دارید. یک تا سه کلمه، مثلِ «یلدا مبارک» یا نامِ یک برند، شانسِ بسیار بیشتری از یک جمله‌ی کامل دارد.
- متن را داخلِ گیومه بگذارید. مثلاً: تابلوی چوبیِ کافه که رویش با خطِ فارسی نوشته شده «کافه انار».
- بگویید متن کجا باشد. «در وسطِ بالای تصویر» یا «روی تابلوی بالای در».
- چند بار بسازید و بهترین را انتخاب کنید. هر حرف را با دقت نگاه کنید؛ خطاهای کوچک در نگاهِ اول دیده نمی‌شوند.
- راهِ مطمئن را فراموش نکنید. برای پوستر، بنر و هر جایی که متن باید بی‌نقص باشد، تصویر را بدونِ نوشته و با فضای خالی بسازید و متن را بعداً با یک برنامه‌ی طراحی یا ویرایشگرِ گوشی اضافه کنید. اگر مدل نوشته‌ی غلطی گذاشته، در ویرایشگرِ تصویر ابزارِ حذفِ متن هست.
قابِ تصویر را از اول درست انتخاب کنید
یکی از اشتباه‌های پرهزینه این است که تصویر را مربعی بسازید و بعد بخواهید از آن استوری درست کنید؛ بریدنِ تصویر معمولاً بخشی از سوژه را حذف می‌کند. پیش از ساخت بدانید تصویر کجا منتشر می‌شود:
- استوری و ریلزِ اینستاگرام: قابِ عمودیِ ۹ به ۱۶.
- پستِ اینستاگرام: مربعی یا عمودیِ ۳ به ۴.
- بنرِ سایت، تامبنیلِ ویدیو و تصویرِ شاخصِ مقاله: افقیِ ۱۶ به ۹.
- چاپِ عکس و قاب: افقی یا عمودیِ ۴ به ۳، و بعد ارتقای کیفیت برای ابعادِ بزرگ‌تر.
قاب را در پرامپت هم بیاورید، مثلاً «کادرِ عمودی برای استوری»، و اگر قرار است متن رویش بنشیند، بگویید کدام بخشِ تصویر خالی بماند. ابزارِ تصویر به تصویرِ هوش‌نو هم پنج قابِ ۱۶ به ۹، ۴ به ۳، ۹ به ۱۶، ۳ به ۴ و مربعی دارد؛ پس اگر تصویرِ قبلی را در قابِ دیگری لازم دارید، می‌توانید از همان‌جا نسخه‌ی تازه بگیرید.
مقایسه‌ی مدل‌ها: Nano Banana، Flux، Midjourney، GPT Image و Qwen
هر کدام از این خانواده‌ها را یک شرکتِ متفاوت ساخته و هر کدام در کاری قوی‌تر است. خلاصه‌ی چیزهایی که از سازنده‌ها و بررسی‌های عمومی قابلِ وارسی است:
| مدل | سازنده | نقطه‌ی قوت | نکته |
|---|---|---|---|
| Nano Banana (Pro و ۲) | گوگل | ویرایشِ تصویر با دستورِ متنی، حفظِ یکدستیِ سوژه، نوشتنِ متن | Nano Banana 2 نسخه‌ی سریع‌ترِ این خانواده است |
| Flux | Black Forest Labs | عکس‌های واقع‌گرایانه و جزئیاتِ دقیق | نسخه‌ی ۲ با چند تصویرِ مرجع کار می‌کند و تایپوگرافی‌اش بهتر شده |
| Midjourney | Midjourney | حس‌وحالِ هنری، ترکیب‌بندی و نورِ چشم‌گیر | نسخه‌های تازه‌اش متنِ کوتاه را بهتر می‌نویسند، ولی متنِ بلند هنوز قابلِ اتکا نیست |
| GPT Image | OpenAI | پیروی از دستورهای مفصل و چندمرحله‌ای، نوشتنِ متن | GPT Image 2 در خط‌های غیرلاتین بهبودِ چشم‌گیری داشته است |
| Qwen Image | علی‌بابا | نوشتنِ متن، به‌ویژه چینی و انگلیسی، و ویرایشِ دقیق | متن‌باز است؛ تمرکزِ اصلیِ نوشتنِ متنش روی چینی و انگلیسی است |
کدام را برای چه کاری انتخاب کنیم؟
- عکسِ محصول و تبلیغِ واقع‌گرایانه: از Flux یا GPT Image شروع کنید.
- تصویرسازیِ هنری، کاور و پوسترِ بدونِ متن: Midjourney معمولاً زیباترین ترکیب‌بندی را می‌دهد. راهنمای پرامپت‌نویسی در Midjourney را هم ببینید.
- ویرایشِ عکسِ موجود و ساختِ چند تصویر با یک شخصیتِ ثابت: Nano Banana انتخابِ خوبی است.
- تصویری که متنِ کوتاهِ فارسی دارد: GPT Image و Nano Banana Pro را امتحان کنید و نتیجه را حرف‌به‌حرف بخوانید.
- تصویری با متنِ انگلیسی، مثلِ لیبلِ محصول: Qwen Image هم گزینه‌ی خوبی برای مقایسه است.
- جزئیاتِ دقیقِ عکاسانه: مطلبِ پرامپت‌نویسی در Flux نکته‌های خوبی دارد.
بهترین روش این است که یک پرامپت را با دو یا سه مدل بسازید و نتیجه‌ها را کنارِ هم مقایسه کنید؛ در هوش‌نو این کار بدونِ تایپِ دوباره ممکن است. برای مرورِ گسترده‌ترِ ابزارهای این حوزه هم مطلبِ کدام هوش مصنوعی عکس می‌سازد را بخوانید.
آیا هوش مصنوعی ساخت عکس رایگان فارسی وجود دارد؟
جوابِ صادقانه این است که ساختِ تصویر با مدل‌های قوی روی سرورهای گران انجام می‌شود و تقریباً همه‌ی سرویس‌ها یا برایش هزینه می‌گیرند یا نسخه‌ی رایگانشان محدودیتِ جدی دارد؛ مثلاً تعدادِ کم در روز، کیفیتِ پایین‌تر یا صفِ طولانی. در هوش‌نو ساختِ تصویر از اعتبار کم می‌کند، اما چند چیز هزینه را قابلِ کنترل می‌کند:
- هزینه‌ی هر تصویر پیش از ساخت نمایش داده می‌شود.
- اشتراکِ اجباری نیست؛ می‌توانید از بسته‌ی ۹۸ هزار تومانی یا مبلغِ دلخواه شروع کنید و اعتبار تا ۳۰ روز قابلِ استفاده است.
- اگر ساخت ناموفق بماند، اعتبار خودکار برمی‌گردد.
- پرامپت را می‌توانید در چت با هوش مصنوعی که سهمیه‌ی رایگانِ روزانه دارد، پیش از ساخت بنویسید و بهتر کنید تا تعدادِ تلاش‌ها کم شود.
یک ترفندِ صرفه‌جویی: از مدل بخواهید پرامپتِ شما را با فرمولِ هفت‌جزئی بالا کامل کند، بعد آن را در ابزارِ تصویر بگذارید. تصویرِ اول خیلی وقت‌ها همان چیزی می‌شود که می‌خواستید.
بعد از ساخت: ویرایش و آماده‌سازی برای انتشار
- حذف پس‌زمینه: برای عکسِ محصول با پس‌زمینه‌ی سفید یا شفاف، از حذفِ پس‌زمینه استفاده کنید.
- ارتقای کیفیت: برای چاپ یا بنرِ بزرگ، ابعاد را تا چهار برابر بزرگ‌تر کنید.
- تغییرِ جزئی با یک جمله: در تصویر به تصویر بنویسید «رنگِ دیوار را سبزِ زیتونی کن» یا «یک گلدان کنارِ مبل بگذار».
- متحرک کردن: اگر برای استوری ویدیو می‌خواهید، همان تصویر را به ابزارِ ساختِ ویدیو بدهید.
چند نکته‌ی اخلاقی و حقوقی
تصویرِ چهره‌ی آدم‌های واقعی را بدونِ اجازه‌شان نسازید و منتشر نکنید، تصویرِ ساختگی را به‌عنوانِ عکسِ واقعیِ یک رویداد جا نزنید و برای استفاده‌ی تجاری، قوانینِ سایت و مدل را بخوانید. درباره‌ی این موضوع مطلبِ چالش‌های اخلاقی در هوش مصنوعیِ ساختِ تصویر را ببینید.
سؤالات متداول
آیا می‌شود با پرامپتِ فارسی عکس ساخت؟
بله. در ابزارِ ساختِ تصویرِ هوش‌نو توصیف را به فارسی می‌نویسید و لازم نیست آن را به انگلیسی ترجمه کنید.
بهترین هوش مصنوعی برای ساخت عکس فارسی کدام است؟
به کار بستگی دارد: برای عکسِ واقع‌گرایانه Flux و GPT Image، برای تصویرسازیِ هنری Midjourney و برای ویرایش و شخصیتِ ثابت Nano Banana. بهتر است یک پرامپت را با چند مدل امتحان کنید.
چرا متنِ فارسی در تصویر به‌هم‌ریخته درمی‌آید؟
چون خطِ فارسی پیوسته و راست‌به‌چپ است و مدل‌ها نمونه‌ی کمتری از آن دیده‌اند. متن را کوتاه و داخلِ گیومه بنویسید، یا تصویر را بدونِ متن بسازید و نوشته را بعداً اضافه کنید.
آیا ساخت عکس با هوش مصنوعی فارسی رایگان است؟
در هوش‌نو ساختِ تصویر از اعتبار کم می‌کند و هزینه‌اش پیش از ساخت نمایش داده می‌شود. چتِ روزانه رایگان است و برای نوشتن و بهترکردنِ پرامپت به کار می‌آید.
تصویرِ ساخته‌شده را می‌توانم ویرایش کنم؟
بله. حذفِ پس‌زمینه، ارتقای کیفیت، حذفِ متن، تغییر با یک جمله‌ی فارسی و ویرایشگرِ کامل همه در دسترس‌اند.
اگر ندانم چه بنویسم چه کنم؟
دکمه‌ی «ساخت پرامپت نمونه» را بزنید و نمونه‌ی ساخته‌شده را با جزئیاتِ خودتان تغییر دهید، یا از فرمولِ سوژه، جزئیات، محیط، نور، زاویه، سبک و قاب استفاده کنید.
با گوشی هم می‌شود عکس ساخت؟
بله. همه‌چیز در مرورگرِ گوشی کار می‌کند و نیازی به نصبِ برنامه نیست.
جمع‌بندی
ساخت عکس با هوش مصنوعی فارسی امروز از تایپِ یک توصیفِ ساده شروع می‌شود، اما نتیجه‌ی خوب به سه چیز بستگی دارد: پرامپتی که سوژه، محیط، نور، زاویه و سبک را دقیق بگوید؛ انتخابِ مدلِ مناسبِ همان کار؛ و برخوردِ محتاطانه با متنِ فارسیِ داخلِ تصویر. یکی از نمونه‌پرامپت‌های بالا را بردارید، جزئیاتِ خودتان را جایگزین کنید و در ابزارِ ساختِ تصویر با دو مدل امتحانش کنید.
