Wagi w prompcie

Co to jest

Wagi w prompcie to sposob zaznaczenia, ktory fragment opisu ma dla generatora wiekszy priorytet, a ktory mniejszy. W praktyce polega to na dopisaniu do slowa lub calej frazy specjalnego oznaczenia - najczesciej nawiasow z liczba albo znakow plusa i minusa - ktore mowi modelowi: "to jest wazniejsze niz reszta zdania" albo odwrotnie: "to potraktuj lekko, w tle".

Bez wag kazde slowo w promptcie ma z grubsza podobna sile oddzialywania, a model sam decyduje, na czym sie skupic - co czesto konczy sie tym, ze najwazniejszy dla ciebie element opisu ginie gdzies posrod dziesieciu innych. Wagi pozwalaja to skorygowac recznie, zamiast liczyc na przypadek.

To nie jest funkcja dostepna wszedzie w ten sam sposob. Rozne generatory (Stable Diffusion, Midjourney i inne) maja wlasna skladnie i wlasne limity tego, jak mocno mozna "podkrecic" dany fragment, zanim obraz zacznie sie psuc.

Do czego sluzy przy modelkach AI

Przy budowaniu wirtualnej postaci najwiekszym problemem jest utrzymanie spojnej tozsamosci na wielu zdjeciach - ten sam ksztalt twarzy, kolor oczu, charakterystyczne znamie czy fryzura powinny wracac za kazdym razem. Wagi sluza wlasnie do tego, zeby wymusic priorytet na cechach tozsamosci, a osłabić wszystko, co jest tylko tlem sceny.

Typowy problem: piszesz dlugi prompt z opisem stroju, otoczenia, oswietlenia i pozy, a model "gubi" detal twarzy, bo jest jednym z dwudziestu rownowaznych slow w zdaniu. Podniesienie wagi na fragmencie opisujacym twarz (np. ksztalt oczu, kolor wlosow) sprawia, ze ten element jest odtwarzany bardziej konsekwentnie miedzy generacjami, nawet gdy zmieniasz scene, ubior czy kadr.

Drugie zastosowanie to gaszenie niechcianych naleciałosci stylu bazowego modelu - jesli generator uporczywie dodaje np. zbyt mocny makijaz albo konkretny typ oswietlenia, ktorego nie chcesz, osłabienie tego slowa w promptcie (albo dodanie go do negative prompt z wysoka waga) czesto pomaga bardziej niz samo jego usuniecie z opisu.

Jak sie tego uzywa

Skladnia zalezy od narzedzia, ale mechanizm jest podobny: nawiasy okragle zwykle wzmacniaja, kwadratowe zwykle osłabiaja, a liczba po dwukropku okresla mnoznik sily wzgledem wartosci domyslnej (czyli 1.0). Wartosc powyzej 1 wzmacnia dany fragment, ponizej 1 - osłabia. W niektorych narzedziach zamiast liczb uzywa sie po prostu powtorzonych nawiasow albo znakow plus/minus - kazdy dodatkowy symbol to kolejny stopien wzmocnienia lub osłabienia.

Warto pamietac o dwoch zaleznosciach. Po pierwsze, im wieksze odchylenie od wartosci domyslnej, tym wieksze ryzyko zniekształceń w obrazie - przesadzona waga potrafi zamiast podkreslic cehe, calkowicie zdeformowac fragment obrazu (np. oczy, dlonie). Po drugie, wagi dzialaja wzglednie do reszty promptu - jesli caly opis jest krotki i prosty, nawet niewielkie wzmocnienie bedzie mialo duzy efekt, a w dlugim, rozbudowanym opisie ten sam mnoznik moze byc ledwo zauwazalny.

Dlatego dobra praktyka to testowanie male krok po kroku - zaczac od lekkiego wzmocnienia, wygenerowac kilka wariantow, ocenic efekt i dopiero wtedy decydowac, czy isc mocniej.

Najczestszy blad

Najczestszy blad to podkrecanie wag na wszystkim naraz - jesli w promptcie kazde slowo ma podniesiona wage, to efektywnie znowu wszystko jest rownowazne i cala operacja traci sens. Wagi maja sens tylko jako kontrast: cos musi zostac na poziomie domyslnym, zeby wzmocniony fragment mial sie od czego odroznic.

Drugi typowy blad to nadmierne wzmacnianie w nadziei, ze "wiecej znaczy lepiej" - zamiast stopniowo testowac wartosci blisko domyslnej, ktos od razu ustawia mnoznik wielokrotnie wiekszy niz standard, co zwykle konczy sie zniekształconym obrazem, a nie mocniejszym efektem. Trzeci - uzywanie wag zamiast po prostu lepiej napisanego opisu. Jesli caly prompt jest chaotyczny i niejasny, wagi tego nie naprawia, bo wzmacniaja niejasnosc razem z reszta.