شخصية ثابتة في الذكاء الاصطناعي: كيف تحافظ على الوجه نفسه من صورة إلى أخرى ومن فيديو إلى آخر

المشكلة التي يصطدم بها الجميع بعد عشر دقائق

البرومبت نفسه حرفًا بحرف يعطي شخصية مختلفة في كل توليد: هذا هو السلوك الطبيعي للنماذج، والحل يمر عبر صور مرجعية لا عبر نص أفضل.

تولّد بطلة لمشروعك. تخرج مثالية: ثلاثينية، شعر أحمر قصير، جاكيت جينز باهت. تعيد التوليد لتراها من الجانب. وهنا المفاجأة. صار الشعر بنيًا، واختفى الجاكيت، ولم يعد للوجه أي علاقة بالوجه الأول. البرومبت نفسه، كلمة بكلمة. وشخصية مختلفة.

ليست هذه علة في Imaginode ولا في أي أداة أخرى. هذا هو السلوك الطبيعي لكل نماذج الصور الحالية. وما دمت لم تفهم السبب، ستضيّع ساعات وعشرات النقاط في إعادة التوليد بانتظار معجزة. يشرح هذا المقال السبب، ثم الحل الحقيقي، ذاك الذي يصمد في الإنتاج الفعلي لقصة مصورة أو سلسلة منشورات أو فيلم.

ولنكن صريحين: الحل ليس برومبتًا أفضل. الحل أن تُري النموذج شخصيتك بدل أن تصفها له، عبر صور مرجعية. في Imaginode يمر ذلك عبر عقدة المرجع، وسنركّبها خطوة بخطوة، من البورتريه الأساسي إلى إشارة @ الخضراء، مع الأسعار الدقيقة بالنقاط لكل مرحلة.

لماذا يتغير الوجه: الضجيج العشوائي

كل توليد ينطلق من ضجيج عشوائي مختلف، وليس للنموذج أي ذاكرة عن الصور السابقة: برومبتك يصف فئة من البشر، وهو يسحب منها وجهًا جديدًا في كل مرة.

نموذج الصور لا يرسم كرسّام يحتفظ بشخصيته في ذهنه. كل توليد يبدأ من صورة ضجيج عشوائي، خليط من البكسلات مسحوب بالقرعة، ثم ينظّفه النموذج تدريجيًا مستندًا إلى برومبتك. سحبتان مختلفتان للضجيج تعنيان نقطتَي انطلاق مختلفتين، أي وجهين مختلفين في النهاية.

برومبتك لا يصف سوى فئة من البشر: “امرأة ثلاثينية حمراء الشعر بجاكيت جينز” تنطبق على ملايين الوجوه الممكنة. يسحب النموذج واحدًا منها، متوافقًا مع الوصف، في كل مرة. ولا يختار الوجه نفسه مرتين، لأن لا شيء يُلزمه بذلك.

ويجب إضافة خبر سيئ ثانٍ: النموذج بلا ذاكرة. التوليد رقم 12 يجهل كل شيء عن الأحد عشر السابقة. هو لا “يتذكر” بطلتك، ولم يعرفها أصلًا. كل ضغطة على زر التوليد تبدأ من الصفر، بضجيج جديد وبلا تاريخ مشترك.

لماذا لا يكفي البرومبت شديد التفصيل أبدًا

اللغة أفقر من أن تلتقط آلاف النِّسب الدقيقة في الوجه: 400 كلمة تثبّت الشعر والجاكيت لا الملامح، وكل كلمة إضافية تُدفع من انتباه النموذج إلى شيء آخر.

ردّ الفعل الأول جرّبناه جميعًا: زيادة الوصف. أربعمئة كلمة عن شكل الأنف، والمسافة بين العينين، والخصلة المتدلية إلى اليسار. هذا يحسّن قليلًا ثبات العناصر السهلة، لون الشعر أو الملابس. أما الوجه فيستمر في التغيّر.

السبب محبِط لكنه منطقي: اللغة أفقر من أن تصف وجهًا. جرّب أن تصف صديقك المقرّب كتابةً، ثم أعطِ النص لرسّام لم يره قط. سيكون البورتريه معقولًا، لكنه لن يشبهه. الوجه البشري آلاف النِّسب الدقيقة التي لا يلتقطها أي معجم.

وكلما طال البرومبت، زاد تحكيم النموذج بين تعليمات يدوس بعضها بعضًا. بعد حدّ معيّن، كل كلمة تضيفها عن الوجه تُدفع من انتباه ضائع على المشهد أو الإضاءة أو الحركة. فتحصل على بورتريه جامد بدل الصورة الحية التي أردتها.

الحل الحقيقي: أرِ النموذج بدل أن تصف له

أرفِق صورًا مرجعية بالتوليد: ثلاث صور جيدة تعطي شخصية يمكن التعرف عليها في كل مرة تقريبًا، بينما البرومبت الطويل يعطي شبيهًا مرة من كل خمس.

ما كان الرسّام سيفعله في الحياة الواقعية هو أن يطلب صورة. والنماذج الحديثة تفعل الشيء نفسه تمامًا: ترفق صورة مرجعية أو أكثر بالتوليد، فيستخدمها النموذج مصدرًا بصريًا مباشرًا بدل تأويل نص.

الفرق مذهل. حيث يعطي برومبت من 400 كلمة شبيهًا تقريبيًا مرة من كل خمس، تعطي ثلاث صور مرجعية جيدة شخصية يمكن التعرف عليها في كل مرة تقريبًا. ليس في الأمر سحر: النموذج ينسخ نِسبًا حقيقية بدل أن يخترعها.

انتبه مع ذلك: ليست كل النماذج تدعم هذا. في Imaginode لا يظهر منفذ المراجع على العقدة أصلًا حين لا يدعمها النموذج المختار. فإن لم تر المنفذ، غيّر النموذج قبل أن تبحث عن إعداد خفي: لا وجود له.

عقدة المرجع خطوة بخطوة

تجمع عقدة المرجع اسمًا ووصفًا وصورًا، تُنشأ مرة واحدة وتعيد استعمالها كل عقدة صورة أو فيديو في المشروع، مع حفظ تلقائي.

على لوحة Imaginode، أضف عقدة مرجع. تحتوي على ثلاثة حقول. أولًا الاسم: “ليا”، “القبطان ضباب”، ما تشاء، ويفضَّل أن يكون قصيرًا. ثم الوصف: هو النص الذي سيُحقن في برومبتاتك، وسنعود إليه لاحقًا. وأخيرًا الصور: اسحب إليها أفضل صور شخصيتك.

هذه العقدة قابلة لإعادة الاستعمال في كل أنحاء المشروع. تنشئها مرة واحدة، ثم تستطيع كل عقدة صورة أو فيديو على اللوحة أن تتصل بها. هذا هو منطق لوحة العقد كله: تصير الشخصية لبنة موضوعة في مكان ما، لا فقرة تُنسخ في عشرين برومبت.

تفصيل عملي يغيّر يومياتك: الحفظ تلقائي، وكل عقدة تحتفظ بسجل آخر 12 توليدًا لها. فإن كانت النسخة السابعة من شخصيتك هي الصحيحة، فهي لا تزال هناك، جاهزة للانضمام إلى عقدة المرجع.

إشارة @ الخضراء، أو كيف تستدعي شخصيتك

اكتب @ متبوعة بالاسم في أي برومبت: يُحقن الوصف وتُرفَق الصور مرجعيًا بشكل تلقائي، والعصا السحرية تحافظ على الإشارة عند إعادة الصياغة.

بعد إنشاء عقدة المرجع، تستدعي الشخصية في أي برومبت بكتابة @ متبوعة باسمها. تظهر الإشارة بالأخضر داخل النص، دليلًا على ارتباطها بالعقدة. عندها تكتب برومبتات قصيرة وطبيعية: “@ليا تعبر سوقًا ليليًا تحت المطر، لقطة واسعة”.

وعند التوليد يقوم Imaginode بأمرين تلقائيًا: يحقن وصف العقدة في البرومبت، ويرفق الصور بوصفها صورًا مرجعية، شرط استعمال نموذج يدعم التحرير. لا شيء تنسخه، ولا شيء ترفعه من جديد. تكفي الإشارة.

مكسب إضافي: العصا السحرية، التي تعيد كتابة برومبتات الصورة والفيديو بإنجليزية غنية عبر Kimi مقابل نقطة واحدة، تحافظ على إشارات @. فتستطيع إثراء برومبت من دون كسر الرابط إلى شخصيتك. وهذا نوع التفاصيل التي تجنّبك المفاجآت السيئة حين يكلّف التوليد الواحد 6 نقاط.

ما نماذج الصور القادرة على تثبيت شخصية

Seedream 5 Lite بخمس نقاط بطل المراجع، وGPT Image Mini بنقطتين للتجريب السريع، وFlux Kontext بست نقاط يحرّر الديكور من دون المساس بالشخصية.

في الصور، بطل المراجع على Imaginode اسمه Seedream 5 Lite، بخمس نقاط للتوليد الواحد، أي نحو 0.05 يورو. هو النموذج الافتراضي لكل شخصية متكررة: يقبل صورك ويعيد الوجوه بأمانة لا يبلغها غيره بهذا السعر.

وأمامك بديلان حسب الحاجة. GPT Image Mini، بنقطتين، يقبل المراجع أيضًا: مثالي لتجريب الوضعيات والتأطير من دون استنزاف الرصيد. أما Flux Kontext، بست نقاط، فدوره مختلف: يحرّر صورة موجودة. “استبدل الخلفية بشاطئ”، فتبقى شخصيتك كما هي بينما يتغير الديكور.

في المقابل، Flux Schnell بنقطة واحدة أو Imagen 4 Fast بثلاث نقاط نماذج عامة ممتازة، لكن لا تعوّل عليها في ثبات وجه بطل سلسلة. والانعكاس الصحيح: خطّط التكوين بنموذج رخيص، ثم انتقل إلى Seedream 5 Lite مع إشارة @ للصور النهائية.

طريقة البورتريه الأساسي

اصنع أولًا بورتريهًا للشخصية وحدها على خلفية محايدة وإضاءة واضحة: احسب 4 أو 5 محاولات، أي 24 إلى 30 نقطة، مقابل حجر الأساس لكل الصور التالية.

الخطأ الكلاسيكي: أن تأخذ مراجعك من صور تكون فيها الشخصية داخل مشهد، صغيرة في الكادر، في إضاءة خلفية، أو من الخلف. عندها يتعلم النموذج الديكور بقدر ما يتعلم الوجه. والطريقة الصحيحة أن تصنع أولًا بورتريهًا أساسيًا: الشخصية وحدها، على خلفية محايدة، بإضاءة واضحة.

عمليًا، افتح عقدة صورة، اختر نموذجًا واقعيًا مثل Imagen 4 بست نقاط، وصف الشخصية وحدها: “بورتريه نصفي، امرأة في الثلاثين، شعر أحمر قصير، جاكيت جينز باهت، خلفية رمادية موحّدة، إضاءة أمامية ناعمة”. أعد التوليد حتى تحصل على الوجه المطلوب. احسب 4 أو 5 محاولات، أي 24 إلى 30 نقطة، أقل من 0.30 يورو.

يصير هذا البورتريه حجر أساس عقدة المرجع. وكل الصور التالية تنحدر منه. إنه استثمار عشر دقائق يوفّر عليك ساعات من اليانصيب بعد ذلك، وهو المرحلة الوحيدة التي تبرّر فعلًا كثرة إعادة التوليد.

نوّع زوايا صورك المرجعية

أربع صور تكفي غالبًا: أمامية وثلاثة أرباع وجانبية ولقطة كاملة القامة؛ وأربع صور لا غبار عليها خير من ثماني متوسطة، لأن مرجعًا فاشلًا يلوّث كل التوليدات المقبلة.

بورتريه أمامي واحد بداية جيدة، لكن النموذج عندها لا يعرف شخصيتك إلا من زاوية واحدة. اطلب منه لقطة جانبية فيرتجل أنفًا وفكًا وأذنين. ولتثبيت الشخصية في ثلاثة أبعاد، لا بد أن تريه عدة وجهات نظر.

التركيبة التي تعمل جيدًا: بورتريه أمامي، وثلاثة أرباع، وجانبي، ولقطة كاملة القامة للقوام والملابس. أربع صور تكفي غالبًا. ولإنتاجها، انطلق من البورتريه الأساسي بنموذج يقبل المراجع، واطلب “الشخص نفسه، من الجانب، الخلفية الرمادية نفسها”. وتحقّق من كل نتيجة قبل إضافتها إلى العقدة.

كن متشددًا في هذه المرحلة أكثر من أي مكان آخر. صورة مرجعية فاشلة قليلًا، بذقن مختلف بعض الشيء أو أذن تقريبية، ستلوّث بصمت كل التوليدات المقبلة، وستبحث عن السبب في المكان الخطأ، أي في برومبتاتك. أربع صور لا غبار عليها خير من ثماني متوسطة. وبخمس نقاط للقطة الواحدة مع Seedream 5 Lite، إعادة صورة مشكوك فيها تكلف 0.05 يورو. فلا تساوم.

اكتب الوصف كعقد استمرارية

لا تكتب في الوصف إلا ما يجب أن يصمد في كل اللقطات، ندبة أو جاكيت أو ساعة: الهوية تعيش في العقدة، والمشهد يعيش في البرومبت.

حقل الوصف في عقدة المرجع ليس زينة: فهو يُحقن في كل برومبت تظهر فيه إشارة @. لذلك يجب أن تكتب فيه ما يجب أن يصمد في كل اللقطات، ولا شيء غير ذلك. العلامات المميزة الدائمة: الندبة فوق الحاجب الأيسر، وجاكيت الجينز الباهت، والساعة في المعصم الأيمن، والمشية المحدودبة.

ولا تضع فيه ما يتغير من مشهد إلى آخر. فإن كتبت “مبتسمة، في مقهى” داخل الوصف، ستبتسم شخصيتك في مقهى حتى وسط مشهد عاصفة. الوصف يصف الهوية، والبرومبت يصف المشهد. وهذا الفصل في الأدوار هو ما يجعل النظام متينًا.

في مواقع التصوير لهذا العمل اسم: سيناريو الاستمرارية. لا أحد يراه عملًا برّاقًا، والجميع يقرّ بأنه ما يمنع الممثل من تغيير قميصه بين لقطتين. وعقدة المرجع لديك تؤدي هذا الدور بالضبط.

وفي الفيديو: النماذج وحدودها القصوى بالضبط

Seedance 2.0 وMiniMax H3 يقبلان 9 مراجع، وGrok 5 وKling V3 وVeo 3.1 Fast ثلاثة لكل منها؛ وتبقى أضمن تقنية هي صورة مثالية موصولة كنقطة انطلاق للفيديو.

يطرح الفيديو المشكلة نفسها التي تطرحها الصورة، لكن بصورة أسوأ: وجه ينحرف مع مرور الثواني يُرى فورًا. ولحسن الحظ، تقبل عدة نماذج فيديو في Imaginode صورًا مرجعية، بحدود قصوى مختلفة. يأخذ Seedance 2.0 و2.0 Fast تسع صور، وSeedance 2.5 أكثر من ذلك. ويقبل MiniMax H3 تسعًا أيضًا، بينما يقبل Grok Imagine Video 5 وKling V3 وVeo 3.1 Fast ثلاثًا لكل منها.

وتعرض عقدة الفيديو كذلك مداخل مختلفة حسب النموذج: صورة بداية، وصورة نهاية حين يدعمها النموذج. وتبقى أضمن تقنية هي هذه بالذات: أن تولّد أولًا صورة مثالية للشخصية مع Seedream 5 Lite، ثم توصلها بوصفها صورة بداية الفيديو. فتنطلق الحركة من وجه صحيح أصلًا.

ولنكن صريحين بشأن نسب النجاح: يفشل الفيديو المولّد بالذكاء الاصطناعي في توليد من كل ثلاثة أو أربعة، بمراجع أو من دونها. طرف يخترق جسمًا، أو نظرة تشرد. فاحسب هذا الهدر في ميزانيتك. وبسعر 26 نقطة لخمس ثوانٍ على Kling 2.5 Turbo أو 48 نقطة بدقة 720p على Seedance 2.0 Fast، يكلّف المشهد المكتمل عمليًا ضعف السعر المعلن. أما الإخفاقات التقنية فتُردّ قيمتها تلقائيًا.

حالة عملية: قصة مصورة صغيرة من ست لوحات

بورتريه أساسي ولقطات مكمّلة وست لوحات مع إعادات التوليد: القصة المصورة كاملة بشخصية ثابتة تكلف نحو 105 نقاط، أي 1.05 يورو.

لنأخذ مثالًا واقعيًا: قصة مصورة من ست لوحات لإنستغرام، بطلتها لونا، مربية نحل. المرحلة 1، البورتريه الأساسي على خلفية محايدة: 5 محاولات مع Imagen 4، أي 30 نقطة. المرحلة 2، اللقطات المكمّلة، ثلاثة أرباع وجانبية وكاملة القامة: نحو 6 توليدات مع Seedream 5 Lite، أي 30 نقطة. وهكذا صارت عقدة المرجع “@لونا” جاهزة.

المرحلة 3، اللوحات الست. يبقى كل برومبت قصيرًا: “@لونا تفتح خلية نحل عند شروق الشمس، لقطة من أعلى”. ومع Seedream 5 Lite بخمس نقاط، وباحتساب إعادة توليد واحدة لكل لوحتين، تكلف اللوحات الست نحو 45 نقطة. مجموع المشروع: نحو 105 نقاط، أي 1.05 يورو. ولسلسلة من ستة تصاميم بشخصية ثابتة، يصعب أن تجد أفضل من ذلك.

وستخدمك العقدة نفسها الأسبوع المقبل في الحلقة الثانية، ثم في فيديو من خمس ثوانٍ تحيّي فيه لونا الكاميرا. شخصية واحدة، معرَّفة مرة واحدة، ومستعملة في كل مكان. وهو المبدأ نفسه الذي يجعل صانعة محتوى UGC افتراضية تصمد خمس عشرة ثانية أمام الكاميرا. وهنا يظهر معنى منطق العقد كاملًا أمام أدوات تبدأ فيها كل صورة من صفحة بيضاء.

الفخ الأول: مراجع متناقضة

صور من نسخ مختلفة للشخصية تنتج معدلًا باهتًا: فإن كانت توليداتك كلها “قريبة من الصواب” ولا تتطابق أبدًا، نظّف العقدة لا البرومبت.

أكثر الأفخاخ شيوعًا: أن تخلط داخل عقدة المرجع صورًا من نسخ مختلفة للشخصية. صورتان تختلف فيهما قصة الشعر قليلًا، وثالثة يكون فيها الجاكيت أغمق. والنموذج، وقد طُلب منه الوفاء لمصادر يناقض بعضها بعضًا، ينتج معدلًا باهتًا لا يشبه أيًا من الثلاث.

والعَرَض واضح: تأتي كل التوليدات “قريبة من الصواب” لكنها لا تتطابق فيما بينها أبدًا. فإن حدث لك ذلك، لا تلمس البرومبت. افتح عقدة المرجع، اعرض الصور جنبًا إلى جنب، واحذف بلا رحمة تلك التي تشذّ. وانطلق من البورتريه الأساسي بوصفه المصدر الوحيد للحقيقة.

قاعدة بسيطة: كل صورة تضيفها يجب أن تحتمل الوصف نفسه بالحرف الذي تحتمله الأخريات. فإن اضطررت إلى القول “هذه قبل أن تصاب بالندبة”، فلا مكان لها في العقدة. أنشئ بدلًا من ذلك عقدة مرجع ثانية لتلك النسخة من الشخصية.

الفخ الثاني: ثماني صور شبه متطابقة

كثرة الأمثلة المتطابقة تثبّت الوضعية بدل الوجه: أربع صور متنوعة تتفوق دائمًا على ثماني نسخ من البورتريه الأمامي نفسه.

والفخ المعاكس موجود أيضًا. ثمانية بورتريهات أمامية، بالتعبير نفسه والإضاءة نفسها والخلفية نفسها. يستنتج النموذج أن كل شيء بصمة للشخصية: الزاوية، والابتسامة الجامدة، والإضاءة. والنتيجة أنه يقاوم حين تطلب شيئًا آخر. فتنظر شخصيتك إلى الكاميرا من الأمام في كل المشاهد، حتى وهي تركض بأقصى سرعتها.

هذا هو فرط التعلّم في نسخته المرجعية: كثرة الأمثلة المتطابقة تثبّت الوضعية بدل الوجه. والعلاج يلتقي بنصيحة الزوايا: صور قليلة لكن متنوعة. أربع صور تغطي الأمام وثلاثة الأرباع والجانب والقوام تتفوق على ثماني نسخ من البورتريه نفسه، في كل مرة.

وفي نماذج الفيديو التي تقبل حتى 9 مراجع مثل Seedance 2.0 أو MiniMax H3، يقوى إغراء ملء كل الخانات. قاوِمه. لا تملأها إلا إذا كانت كل صورة تضيف معلومة جديدة: زاوية أو ملابس أو تعبيرًا. وإلا فثلاث صور جيدة أفضل من تسع مكرّرة.

من أين تبدأ اليوم

تكفي جلسة من ثلاثين دقيقة: بورتريه أساسي، وعقدة مرجع، ومشهد أول بإشارة @، بأقل من 15% من نقاط باقة Starter الـ900 بسعر 13 يورو دون ضريبة.

تتلخص خطة العمل في جلسة من ثلاثين دقيقة. أنشئ عقدة صورة، ولّد بورتريهك الأساسي على خلفية محايدة، واحسب نحو ثلاثين نقطة للمحاولات. ثم أنشئ عقدة المرجع، وسمّ الشخصية، واكتب ثلاث جمل وصف دائم، وأضف البورتريه ثم اللقطات المكمّلة. ثم اختبر مشهدًا أول بإشارة @ ومع Seedream 5 Lite.

وإن كنت تفضّل ألا توصل كل هذا بنفسك، يبني مساعد Imaginode سير العمل كاملًا بنقرة واحدة مقابل نقطة واحدة لكل رسالة: صف “سلسلة منشورات بشخصية متكررة” فيضع عقد الصورة والمرجع والفيديو موصولة مسبقًا. ولا يبقى لك إلا ملء الصور وضبط البرومبتات.

ومع باقة Starter بسعر 13 يورو دون ضريبة مقابل 900 نقطة شهريًا، تستهلك هذه الجلسة كاملة أقل من 15% من الباقة. وكل شيء يجري في المتصفح، والتوليد يدور على الخادم: بلا تثبيت، وبلا حاجة إلى بطاقة رسومات، وتكفيك جلسة الظهيرة على حاسوب الصالة.

وبعد أن تثبت شخصيتك، تصير الورشة التالية إخراجها كما ينبغي: التأطير والعدسة وحركة الكاميرا. وهذا بالضبط موضوع عقدة الكاميرا، وقد خصصنا له مقالًا كاملًا: “إخراج الكاميرا بالذكاء الاصطناعي”. صار لبطلتك وجه ثابت. وبقي أن تمنحها لقطات حقيقية.