Jak na dokonalou konzistenci postav v Gemini Storybook

Ahoj všichni,

poslední dobou jsem experimentoval s tvorbou dětských knih v Gemini a narazil jsem na klasický problém: postavy vypadaly na každé stránce jinak. Tatínek jednou měl brýle, podruhé ne, jednou byl hubený a podruhé v svalnatý. Navíc mi AI pletla vizuální popisy přímo do textu pohádky, což působilo rušivě.

Podařilo se mi najít systém, který funguje a drží postavy (i ty podle reálných fotek) "v lani". Tady je můj postup:

1. Oddělte "Vizuální identitu" od "Příběhu"

AI má tendenci psát o tom, co vidí. Pokud jí řeknete, že kluk má modrou kombinézu, napíše to do každé věty. Řešením je striktní rozdělení zadání.

Do úvodního promptu dejte jasná pravidla:

• Vizuální identita: Definujte postavy detailně (věk, postava, specifické rysy jako brýle nebo typ postavy). Zakážte AI tyto popisy psát do textu příběhu.

• Prompt pro obrázek: Přikažte AI, aby pro každou stranu vygenerovala zvlášť text pro čtení a zvlášť detailní anglický (nebo český) prompt pro generátor obrázků.

2. Definujte postavy "proti proudu" (Anti-Stereotypy)

AI modely mají tendenci kreslit lidi jako "katalogové modely". Pokud je vaše postava kulatější nebo má specifické rysy, musíte použít silnější výrazy:

• Místo "tlustý" použijte "robustní korpulentní postava s výrazným břichem".

• Místo "má brýle" napište "vždy nosí výrazné černé dioptrické brýle".

• U psů specifikujte stavbu těla, např. "mohutný podsaditý labrador s širokým hrudníkem".

3. Šablona, která mi zafungovala

Když začínám novou knihu, vkládám toto (upravené podle mých postav):

"Budeme psát knihu. Tady jsou pravidla:

1. Postavy (jen pro ilustrace): Eda (3 roky, blond), Tatínek (45 let, robustní postava, černé brýle)...

2. Pravidlo textu: V příběhu nikdy nepopisuj vzhled, soustřeď se na děj.

3. Formátování každé strany:

   • Příběh: (pohádka pro dítě)

   • Prompt pro obrázek: (zde zopakuj vizuální rysy postav + popis scény)"

4. Vyplněná šablona (Reálný příklad)

Takhle vypadá moje konkrétní zadání, které Gemini skvěle pochopilo a drží se ho:

"Budeme spolu psát dětskou knihu pro tříletého kluka. Tady jsou pravidla:

1. Vizuální identita (Jen pro obrázky): Tyto popisy nikdy nevpisuj přímo do textu příběhu. Používej je jen tehdy, když tě požádám o prompt pro ilustrátora.

• Eda: 3 letý kluk, blond krátké vlasy, hnědé oči, modrá kombinéza.

• Fred: Dospělý pes, labrador, čokoládová barva, mohutná podsaditá postava, široký hrudník.

• Tatínek: Muž, 45 let, výrazná korpulentní postava s kulatým břichem, krátké tmavě blond vlasy, vousy, černé brýle.

• Maminka: Žena, 40 let, atletická štíhlá postava, vlnité světle hnědé vlasy, hnědé oči.

• Jeřáb Kuba: vysoký stavební červený jeřáb, dětský styl.

• Bagr Vilda: žlutý pásový bagr, dětský styl.

2. Pravidla pro generování:

STOP-POKYN PRO TEXT: V textu příběhu je přísně zakázáno popisovat fyzický vzhled postav (brýle, postavu, barvu oblečení). Soustřeď se na děj, emoce a akci pro 3leté dítě.

POKYN PRO OBRAZOVÝ PROMPT: Každý prompt pro obrázek MUSÍ začínat fyzickým popisem postav, které v něm vystupují (např. 'Tatínek: robustní postava s břichem, černé brýle'), aby byla zajištěna konzistence napříč knihou.

3. Formátování výstupu: Každou stranu knihy mi napiš takto:

Příběh: Jak chce Eda postavit bunkr z kupy sněhu na zahradě. A na pomoc mu přijede kamarád jeřáb i bagr.

Prompt pro obrázek: Zde vytvoříš detailní popis scény pro generátor včetně vizuálních rysů postav."

Ukázka knihy:

Eda a sněhový bunkr2-komprimovaný.pdf

Proč to funguje?

Tím, že AI donutíte v každém kroku zopakovat vizuální popis do "Promptu pro obrázek", neustále jí osvěžujete paměť. Už se nestane, že by tatínek na straně 5 zázračně zhubnul nebo ztratil brýle.

Doufám, že vám to pomůže tvořit lepší a uvěřitelnější příběhy! Máte někdo další triky, jak udržet postavy stejné?