Aynı çantayı otuz kez ürettiniz. Otuzunda da toka farklı. Dikiş farklı. Kulp bir görselde ince, diğerinde kalın. Prompt'a "tutarlı" yazdınız, değişmedi. Sekiz sıfat daha eklediniz, yine değişmedi.
Bu bir prompt problemi değil. Mimari problemi.
Model senin ürününü tanımıyor
Difüzyon modelleri bir görsel arşivinden kopyalamaz. Gürültüden başlayıp, öğrendiği istatistiksel dağılıma göre adım adım bir görüntü oluşturur. Her üretim yeni bir örneklemedir.
Yani modele "kırmızı deri omuz çantası" dediğinizde, model size kırmızı deri omuz çantası kategorisinden bir örnek verir. Sizin kırmızı deri omuz çantanızı vermez. Onu hiç görmedi.
Prompt bir kategori tarif eder. Kimlik tarif edemez.
Bu ayrım her şeyi açıklar. Modelin eğitim verisinde milyonlarca çanta var, sizinki yok. Ne kadar detaylı yazarsanız yazın, tarif ettiğiniz şey hâlâ bir tür, bir örnek değil.
Uzun prompt neden işe yaramıyor
Prompt uzadıkça kontrol artmaz, dağılır. Üç sebebi var.
- Token bütçesi sınırlı. Metin kodlayıcının işleyebileceği token sayısı sabittir. Sona eklediğiniz on beşinci sıfat, ilk cümledeki ana konuyu zayıflatır.
- Sıfatlar birbiriyle yarışır. "Minimal" ve "zengin dokulu" aynı cümlede modelde bir orta nokta üretir, ikisini birden değil.
- Kimlik ölçülebilir bir şey değil. Modelin içinde "bu tam olarak o çanta" diyen bir kontrol noktası yoktur. Kelimeyle o kontrol noktasını yaratamazsınız.
Tutarlılık merdiveni: üç seviye
Kimlik kilitleme tek bir yöntem değil. Maliyeti ve gücü artan üç kademe var. Antalya'daki stüdyoda hangi kademeyi seçeceğimizi projenin ömrü belirler.
| Seviye | Yöntem | Kimlik gücü | Ne zaman |
|---|---|---|---|
| 1 | Referans görsel ile koşullama (image-to-image, IP-Adapter tipi) | Zayıf, benzerlik verir, kimlik vermez | Tek seferlik konsept, moodboard, hızlı sunum |
| 2 | LoRA adaptörü eğitimi | Yüksek, ürün veya yüz sabitlenir | Kampanya, katalog, süregelen üretim |
| 3 | Tam fine-tune veya çoklu LoRA seti | Çok yüksek, tüm marka evreni | Yıllık marka sistemi, çoklu ürün hattı |
LoRA tam olarak ne yapıyor
LoRA, Low-Rank Adaptation kelimelerinin kısaltması. Modelin milyarlarca parametresini yeniden eğitmez. Ana model dondurulur, dikkat katmanlarının arasına küçük ve düşük dereceli matrisler enjekte edilir, sadece o matrisler eğitilir.
Sonuç, birkaç yüz megabaytlık ya da daha küçük bir dosyadır. Bu dosya modelin geri kalanını bozmadan ona tek bir şeyi öğretir: bu nesne, bu yüz, bu doku tam olarak şudur.
Ana model dondurulur
Temel modelin ağırlıklarına dokunulmaz. Bu sayede modelin genel dünya bilgisi, ışık anlayışı ve kompozisyon yeteneği bozulmaz.
Adaptör katmanları eklenir
Dikkat mekanizmasının içine düşük dereceli matris çiftleri yerleştirilir. Eğitilecek parametre sayısı ana modele göre çok küçüktür, bu yüzden eğitim saatler sürer, haftalar değil.
Nadir bir tetikleyici sözcük atanır
Eğitim sırasında ürüne modelin daha önce anlam yüklemediği bir etiket verilir. Böylece "çanta" kelimesinin genel anlamı kirlenmez, sizin ürününüz ayrı bir adres kazanır.
Çıkarımda ağırlık ayarlanır
Üretim anında adaptörün etkisi kademeli açılır. Çok yüksek ağırlık kompozisyonu katılaştırır, çok düşük ağırlık kimliği kaybettirir. Doğru aralık deneyle bulunur.
İşi bitiren şey eğitim değil, veri seti
Eğitimi herkes çalıştırabilir. Sonucu belirleyen, o eğitime ne verdiğinizdir. Kötü veri setiyle yapılmış LoRA, hiç yapılmamış LoRA'dan daha zararlıdır, çünkü hatayı her üretimde tekrarlar.
Kaç görsel gerekiyor
Tek bir ürün ya da tek bir yüz için genellikle 15 ile 40 arasında görsel yeterlidir. Sayı arttıkça sonuç otomatik iyileşmez. Çeşitlilik artmadan sayı artarsa model ezberler.
Veri setini bozan en yaygın hata
Aynı çekimden alınmış otuz kare. Aynı ışık, aynı arka plan, aynı açı. Model bu durumda ürünü değil, o sahneyi öğrenir. Sonra ne yazarsanız yazın, arka planda o stüdyonun gri fonu çıkmaya devam eder.
- Açı çeşitliliği: ön, arka, üç çeyrek, üstten, detay.
- Işık çeşitliliği: sert, yumuşak, gündüz, karışık sıcaklık.
- Zemin çeşitliliği: modelin ürünü zeminden ayırabilmesi için farklı arka planlar.
- Ölçek çeşitliliği: tam kadraj ve yakın detay birlikte.
- Temizlik: bulanık, ağır sıkıştırılmış veya yanlış ürünün olduğu kareler setten çıkarılır.
Eğitim bitti, sonra ne oluyor
Eğitilmiş adaptör tek başına bir kampanya üretmez. Üretim hattının bir parçasıdır. CR8T3R AI Studio'da tipik akış şu şekilde ilerler.
- 01Kimlik adaptörü yüklenir, ürün sabitlenir.
- 02Kompozisyon ve poz, kenar veya derinlik haritası gibi yapısal kontrollerle yönlendirilir. Böylece kadraj tesadüfe bırakılmaz.
- 03Işık ve atmosfer prompt tarafında kurulur, çünkü bunlar kimlik değil, sahne kararıdır.
- 04Logo, etiket ve okunması gereken metin varsa üretimden sonra gerçek varlıkla yerleştirilir.
- 05Çözünürlük ve doku son aşamada yükseltilir, bu adım baskı ve büyük ekran için zorunludur.
LoRA'nın çözemediği şey
Dürüst olmak, bu işi doğru satmanın tek yolu. Kimlik eğitimi her şeyi çözmez.
| Sorun | Durum |
|---|---|
| Ürün üstündeki küçük metin ve logo | Difüzyon modelleri ince tipografide hâlâ güvenilmez. Doğru yöntem, gerçek logoyu üretimden sonra yerleştirmektir. |
| Ölçü ve oran hassasiyeti | Teknik katalog için gereken milimetrik doğruluk üretken modelden beklenmez. Orada ürün fotoğrafı veya 3B model gerekir. |
| Karmaşık mekanik detay | Çok parçalı, tekrar eden mekanik yapılar üretimde bozulabilir. Yakın plan gerekiyorsa hibrit üretim tercih edilir. |
| Yasal zorunlu görsel | Etiket, içerik listesi, uyarı metni gibi zorunlu alanlar üretilmez, yerleştirilir. |
Bu sınırları bilen stüdyo hibrit çalışır. Gerçek çekimle üretilen görüntüyü yapay zeka ortamına taşır, ya da tersini yapar. CR8T3R AI Studio'nun Antalya'daki üretim yaklaşımı bu ikisini ayrı yöntemler olarak değil, tek bir hattın iki ucu olarak kurar.
Bunu markanız için nasıl kuruyoruz
Antalya merkezli CR8T3R AI Studio, marka tutarlılığını tek seferlik bir görsel işi olarak değil, kurulacak bir sistem olarak ele alır. Bir kez eğitilen kimlik, sonraki her kampanyada tekrar kullanılır. İkinci kampanyanın maliyeti birinciden düşüktür, çünkü model artık markayı tanır.
Bu sistemin marka kimliğine dönüşen hâline biz Görsel Kod diyoruz. Nasıl kurulduğunu ayrı bir yazıda anlattık.
Bir kere öğret. Sonsuz kere üret.