Fast jede Anleitung zu KI-Bildern wiederholt dieselben drei Warnungen: Sie kann keinen Text schreiben, keine Hände zeichnen und nicht zählen. Diese Ratschläge waren zum Zeitpunkt ihrer Entstehung korrekt. Wenn Sie nicht gesehen haben, wie Image-to-Image-Editing funktioniert, beginnen Sie dort. Wir haben die drei Tests durchgeführt, um zu prüfen, ob das immer noch gilt.
Was folgt, ist eine Generation pro Test – kein Benchmark. Nehmen Sie es als Beleg dafür, dass der alte Rat einer Überprüfung bedarf, nicht als Messung.
Test 1 — Text. Er funktioniert jetzt.
Die schwere Version, nicht die leichte: sechs Speisekartenlinien, jede mit einem Preis, alle müssen korrekt geschrieben und ausgerichtet sein.
Jede Zeile ist richtig. Espresso 3,00, Flat White 4,20, Cortado 3,80, Filter 3,50, Mocha 4,60, Chai Latte 4,40. Die Überschrift ist korrekt, die Ausrichtung stimmt und die dekorativen Kreideverzierungen sind nicht zu Buchstabensalat verkommen.
Das verändert, worum man bitten lohnt. Schilder-Mockups, Verpackungskompositionen, Speisekartentafeln, Regalpreisschilder – die Kategorie von Arbeiten, die jeder gelernt hat zu vermeiden, ist wieder auf der Tagesordnung.
Test 2 — Hände. Funktioniert ebenfalls.
Zwei Hände, die mit einem Objekt interagieren, beide vollständig sichtbar. Das war der kanonische Fehlerfall.
Zehn Finger, plausible Gelenke, ein Griff, der für die Aufgabe physikalisch Sinn ergibt. Kein Glückstreffer – beide Hände sind im Bild und tun etwas Spezifisches.
Test 3 — Zählen. Immer noch kaputt.
Kleine Zahlen sind in Ordnung. Sieben Macarons, angefordert und geliefert:
Dann baten wir um dreizehn Eier in einer offenen Schachtel.
Zählen Sie nach: elf, in einer Zwölf-Fach-Schachtel, mit einer leeren Stelle. Nicht dreizehn, und nicht einmal ein voller Dutzend.
Der Fehler ist aufschlussreich. Das Modell zählt nicht und zeichnet dann; es erzeugt eine plausible Anordnung des von Ihnen genannten Gegenstands. Ei-Boxen gibt es in Sechser-, Zehner- und Zwölferpackungen – dreizehn ist keine Form, die die Welt enthält, weshalb das Modell nach dem vertrauten Gegenstand griff und ihn annähernd füllte. Bitten Sie um eine Zahl, die zu einem echten Behälter passt, sind Sie viel wahrscheinlicher erfolgreich; bitten Sie um eine willkürliche Zahl, sind Sie beim Glücksspiel.
Was Sie mit dem einen tun können, der immer noch fehlschlägt
- Verlassen Sie sich nicht auf eine exakte Zählung über ein paar Stück. Wenn die Zahl wichtig ist – eine Set von fünf Produktvarianten, ein Dutzend von etwas – überprüfen Sie jedes Bild, bevor es versendet wird.
- Schneiden Sie die Zählung heraus. Wenn die Menge eher dekorativ als bedeutungsvoll ist, rahmen Sie so ein, dass der Rand der Gruppe außerhalb des Bildes liegt. Niemand zählt, was er nicht das Ende sehen kann.
- Wählen Sie Zahlen, die die Welt verwendet. Sechs, zehn, zwölf, ein Paar. Diese korrespondieren mit echten Verpackungen und echten Anordnungen und funktionieren weit zuverlässiger als dreizehn.
Der größere Punkt
Zwei von drei Dingen, die alle immer noch über KI-Bilder wiederholen, sind veraltet, und eines nicht. Dieses Verhältnis ist die eigentliche Lektion: Anleitungen in diesem Bereich haben eine kurze Haltbarkeit, und der Großteil dessen, was zirkuliert, wurde gegen eine Modellgeneration geschrieben, die nicht mehr existiert.
Bevor Sie Ihren Workflow um eine Einschränkung herum entwerfen, investieren Sie eine Generation, um zu testen, ob sie noch vorhanden ist. Es kostet ein paar Credits und gibt Ihnen gelegentlich eine ganze Kategorie von Arbeit zurück, die Sie bereits als hoffnungslos abgetan hatten.
Und die Grenze, die sich überhaupt nicht bewegt hat: Keines davon macht ein generiertes Bild zu einem Foto Ihres eigentlichen Produkts. Diese Grenze ist nicht technischer Natur, und kein Modell-Release wird sie verschieben.
Mit 300 Gratis-Credits starten — ohne Kreditkarte
