ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارHabr AI→ المصدر

قط التميمة على gpt-image: صورة مرجعية واحدة تثبّت الشكل، وPinterest يمنح 1,84 ألف ظهور

منذ شهرين ترسم شركة مالية من سانت بطرسبورغ قطًا أحمر يمثّل تميمتها عبر gpt-image، وتواجه مشكلة واحدة: أن يكون القط في الصورة المئة هو نفسه القط الأول. الوصف بالكلمات يعطي في كل مرة وجهًا مختلفًا قليلًا، ولذلك يرفق الفريق بكل طلب صورة نموذجية واحدة (مرجعًا). خلال 30 يومًا حقق Pinterest 1,84 ألف ظهور، جاء معظمها من دبابيس ترفيهية لا من دبابيس مالية. الخلاصة: ثبّتوا الصورة المرجعية وافحصوا كل صورة بأعينكم.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
قط التميمة على gpt-image: صورة مرجعية واحدة تثبّت الشكل، وPinterest يمنح 1,84 ألف ظهور
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1دمية القط الورقية حصدت 697 ظهورًا، أما الإنفوغرافيك المالي فحصد من 4 إلى 10 ظهورات لكل منها
كتابة «no text» لا تنفعيجب كتابة «text unreadable, blurred»
حقيقة رئيسية #3يُبقى النص على الصورة بين 2 و5 كلمات لكل بند، وإلا تزداد الأخطاء الإملائية

تستطيع النماذج التوليدية رسم صورة جميلة واحدة. لكن الأمر يصبح أصعب حين يلزم الشخصية نفسها أن تظهر في مئة صورة على عشرات المنصات: ينبغي أن يكون القط في الصورة المئة هو القط نفسه في الأولى، وألا يظهر فيها ما يدفع المشرف إلى حذف المنشور. تدير شركة مالية صغيرة من سانت بطرسبورغ منذ شهرين قطًا أحمر مطوي الأذنين يرتدي سترة رسمية.

ظهر القط على أغلفة المقالات وفي بطاقات Pinterest وعلى خلفيات الهواتف وفي المقاطع المصورة. ترسمه النموذج gpt-image عبر API، ولا يشارك في العملية أي رسّام بشري. تخيّلوا أنكم تطلبون من مصمم «ارسم قطًا أحمر» مئة مرة متتالية دون صورة للبطل: في كل مرة سيخرج وجه جديد.

لذلك يرفق الفريق بكل طلب صورة مرجعية، أي الصورة النموذجية نفسها. فيما يلي ما نجح معه، وما لا يزال يفسد، ولماذا لم يجلب Pinterest خلال 30 يومًا سوى 1,84 ألف ظهور.

كيف تُبقي القط نفسه في كل صورة

أول استنتاج: الوصف النصي للشخصية لا يثبّتها. عبارة «قط أحمر مطوي الأذنين» تخرج في كل مرة مختلفة قليلًا: يتغير شكل الوجه ودرجة اللون وطول الفراء. الذي يفيد فعلًا هو الصورة المرجعية التي تُرسل مع كل طلب.

المخطط كالتالي: صورة مرجعية رئيسية واحدة لا تتغير لأشهر. يتضمن الأمر (prompt) عبارة من قبيل «the same ginger Scottish Fold cat from the reference»، ولا يُعاد وصف المظهر من جديد. أما الملابس فتُكتب منفصلة وتتغير بحسب المشهد: سترة رسمية، سترة صوفية، خوذة، بدلة عمل. ويؤخذ الوجه واللون من الصورة المرجعية.

يُبنى الأمر من كتل ثابتة بالترتيب نفسه: الأسلوب، الشخصية، الفعل، المكان، المحظورات. والأفضل أن يحمل القط شيئًا بين مخالبه في الفعل المختار: فالمشاهد التي يمسك فيها القط شيئًا أو يصارعه تخرج أكثر حيوية من الصور الشخصية. وفي النافذة تُرسم عادةً معلمة معروفة من المدينة، مثل قبة كاتدرائية القديس إسحاق، وهي معلمة ترسمها النموذج بثقة.

تُحفظ المهام في ملفات JSON، ويشغّلها سكربت بالتوازي بواقع نسختين لكل مهمة. وقبل التشغيل يقارن السكربت سعر النموذج للصورة الواحدة بحدٍّ أقصى ويمتنع عن العمل إذا زاد السعر عنه. وهذه وسيلة حماية تحسبًا لأن يغيّر المجمّع تعرفته فجأة وفي الطابور أربعون صورة.

ما الذي يفسد

النص. عبارة «no text» لا تعمل جيدًا. فعلى الأوراق وشاشات الحواسيب المحمولة والتقاويم واللافتات ترسم النموذج حروفًا رغم ذلك، وهي في الغالب كلام مبهم يكشف على الفور أن الصورة مولَّدة. الأفضل وصف النص بأنه غير مقروء: «text unreadable, blurred» و«abstract colorful code lines, unreadable» و«chalkboard with drawings only». ترسم النموذج بقعة ضبابية بسهولة أكبر من ترك مساحة فارغة.

وحين يلزم النص، كما في إنفوغرافيك Pinterest، كان الفريق يجمّع البطاقات سابقًا بلغة HTML، فتبدو كقالب جاهز من أداة تصميم. أما الآن فتنسّق النموذج البطاقة كاملة وتكتب النص الروسي بنفسها. يطلب الأمر إعادة النص حرفيًا تمامًا، دون كلمات زائدة ودون حروف لاتينية، مع وضع كل بند بين علامتي اقتباس. والنتيجة أفضل، لكن الأخطاء الإملائية تقع: «подтинуть» بدل «подтянуть»، و«раз месяц» دون حرف الجر. لذلك يُفحص كل إصدار بالعين، وإذا ظهرت أخطاء في النسختين معًا تُعاد المهمة من جديد. ويُبقى النص قصيرًا، من 2 إلى 5 كلمات لكل بند.

المخالب. كلما كان الفعل أعقد زاد احتمال ظهور مخلب ثالث، كأن يمسك القط هاتفًا ويوقّع مستندًا في الوقت نفسه. ويُعالَج ذلك بتبسيط المشهد.

الشعارات والشخصيات الأخرى. إذا ورد في المشهد «الخدمات الحكومية» أو «تطبيق مصرفي»، فقد ترسم النموذج ما يشبه شعارًا حقيقيًا، فتبدو الصورة إعلانًا أو تقليدًا لعلامة تجارية لغيرك. يكتب الفريق: «abstract banking app screen with a big green checkmark». أما القط ذو القبعة والريشة والحذاء الطويل في مشهد عن «الدورية الليلية» فخرج شديد الشبه بقط الكرتون المعروف ذي الحذاء، فاستُبعدت الصورة. وصار الفريق الآن يأخذ في المشاهد المستوحاة من اللوحات أعمالًا من الملكية العامة فقط، ولا يمنح الشخصية سمات أبطال معروفين. أما العلامة العارضة في الزاوية فتُقصّ ببساطة.

قواعد المنصات وأرقام Pinterest

صورة واحدة لا تصلح لكل مكان، وقد تكوّنت لدى الفريق قائمة قواعد. في «Т-Ж» تصبح الصورة الأولى غلافًا، ويجب ألا يكون عليها نص ولا شعارات. وفي «Клерк» يكون الغلاف أيضًا بلا شعارات ولا نص، بمقاس 2048×1152. أما Drive2 فجمهوره يحب الواقعية، ولذلك تُنشر هناك مشاهد فوتوغرافية الطابع مع تعليق «الصورة التوضيحية مولَّدة». وفي Pinterest توضع على الدبابيس المولَّدة علامة تفيد بالتعديل بالذكاء الاصطناعي. وفي «Пикабу» ومنتديات المصارف يبدو القط التميمة كإعلان، ولذلك تنجح هناك رسوم ساخرة بسيطة (ميمز) من لوحتين دون الشخصية. ولا يكون الغلاف جدولًا أو إنفوغرافيك أبدًا: فالجدول في الشاشة الأولى يبدو كتقرير، والإنفوغرافيك مكانه داخل النص فقط. ولا تُمسح من الملفات بيانات المنشأ (C2PA)، ولا تُقدَّم الصور على أنها صور فوتوغرافية.

المقاسات ثلاثة: 1536×1024 للأغلفة (ثم تُقصّ بحسب النسبة المطلوبة)، و1024×1536 للدبابيس، و1088×1920 لخلفيات الهواتف بنسبة 9:16، حيث يُطلب ترك الخُمس العلوي من الإطار هادئًا لتتسع الساعة.

أما أكثر النتائج مفاجأة فجاءت من Pinterest. فخلال أول 30 يومًا حقق الحساب 1,84 ألف ظهور، وتركّز معظمها في ثلاثة دبابيس ترفيهية: دمية القط الورقية (697 ظهورًا)، وملابسها (219)، وصفحة التلوين (195). أما الإنفوغرافيك المالي الذي بدأ المشروع من أجله فحصد من 4 إلى 10 ظهورات لكل منها. فالشخصية تجذب الانتباه حيث تكون ممتعة بذاتها، أما النصيحة المالية التي يرافقها قط فتبقى نصيحة مالية. وأصبحت الصور الترفيهية الآن أكثر عددًا، وبقيت المواضيع المالية أقلية.

ما الذي يمكن تطبيقه

قبل النشر يتحقق الفريق من ست نقاط: هل يشبه القط الصورة المرجعية (الوجه واللون والأذنان)، وهل خلت الصورة من مخالب وأصابع زائدة، وهل خلت الأشياء الصغيرة من كلام مبهم مقروء، وهل خلت من شعارات الآخرين ومن الشبه بأبطال معروفين، وهل يطابق النص المطلوب حرفيًا، وهل تناسب الصورة قواعد المنصة. وأرقام Pinterest تخص حسابًا واحدًا خلال شهر، ولذلك فالتعميم منها سابق لأوانه. لكن الاستنتاج العملي لا يتأثر بذلك: إذا كنتم تديرون شخصية أو علامة تجارية بالصور المولَّدة، فاعتمدوا صورة مرجعية واحدة لا تتغير، وصِفوا النص على الصورة بأنه ضبابي، وأبقوا إنسانًا في الفحص النهائي. التوليد يستغني عن الرسّام، لكنه لا يستغني عن المحرر: ففي كل مرة تقريبًا يظهر ما لا يجوز نشره.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف تُبقي القط نفسه في كل صورة؟

أول استنتاج: الوصف النصي للشخصية لا يثبّتها. عبارة «قط أحمر مطوي الأذنين» تخرج في كل مرة مختلفة قليلًا: يتغير شكل الوجه ودرجة اللون وطول الفراء. الذي يفيد فعلًا هو الصورة المرجعية التي تُرسل مع كل طلب. المخطط كالتالي: صورة مرجعية رئيسية واحدة لا تتغير لأشهر. يتضمن الأمر (prompt) عبارة من قبيل «the same ginger Scottish Fold cat from the reference»، ولا يُعاد وصف المظهر من جديد. أما الملابس فتُكتب منفصلة وتتغير بحسب المشهد: سترة رسمية، سترة صوفية، خوذة، بدلة عمل. ويؤخذ الوجه واللون من الصورة المرجعية.

ما أبرز التفاصيل حول ما الذي يفسد؟

النص. عبارة «no text» لا تعمل جيدًا. فعلى الأوراق وشاشات الحواسيب المحمولة والتقاويم واللافتات ترسم النموذج حروفًا رغم ذلك، وهي في الغالب كلام مبهم يكشف على الفور أن الصورة مولَّدة. الأفضل وصف النص بأنه غير مقروء: «text unreadable, blurred» و«abstract colorful code lines, unreadable» و«chalkboard with drawings only». ترسم النموذج بقعة ضبابية بسهولة أكبر من ترك مساحة فارغة. وحين يلزم النص، كما في إنفوغرافيك Pinterest، كان الفريق يجمّع البطاقات سابقًا بلغة HTML، فتبدو كقالب جاهز من أداة تصميم.

ما أبرز التفاصيل حول قواعد المنصات وأرقام Pinterest؟

صورة واحدة لا تصلح لكل مكان، وقد تكوّنت لدى الفريق قائمة قواعد. في «Т-Ж» تصبح الصورة الأولى غلافًا، ويجب ألا يكون عليها نص ولا شعارات. وفي «Клерк» يكون الغلاف أيضًا بلا شعارات ولا نص، بمقاس 2048×1152. أما Drive2 فجمهوره يحب الواقعية، ولذلك تُنشر هناك مشاهد فوتوغرافية الطابع مع تعليق «الصورة التوضيحية مولَّدة». وفي Pinterest توضع على الدبابيس المولَّدة علامة تفيد بالتعديل بالذكاء الاصطناعي. وفي «Пикабу» ومنتديات المصارف يبدو القط التميمة كإعلان، ولذلك تنجح هناك رسوم ساخرة بسيطة (ميمز) من لوحتين دون الشخصية.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
ما رأيك؟
جارٍ تحميل التعليقات…