تفكيك الأوامر النصية في Gemini وKling: كيف تعيد إنتاج صورة من Pinterest بالهوية البصرية للشركة

إذا بدت نتيجة التوليد «جيدة تقريبًا، لكنها ليست المطلوب»، فالسبب في الغالب لا يكمن في الأداة، بل في طريقة صياغة الطلب. شاركت كاتبة من مجتمع الذكاء الاصطناعي الناطق بالروسية منهجًا عمليًا محددًا: تفكيك الأمر النصي إلى طبقات دلالية منفصلة يتيح الوصول إلى النتيجة المطلوبة بدقة من المحاولة الأولى أو الثانية، بدل عشرات المحاولات العشوائية. الأداتان المستخدمتان في المثال هما Gemini لتوليد الصور وKling للتحريك.

كانت نقطة الانطلاق صورة من Pinterest. ولم تكن المهمة بسيطة: لم يكن الهدف نسخ الصورة، بل تكييفها مع الهوية البصرية للشركة، مع الحفاظ على الأجواء والتكوين العام، واستبدال الألوان والتفاصيل والجماليات بالكامل وفق دليل العلامة التجارية (البراندبوك). من هنا يبدأ التفكيك.

بدل كتابة أمر نصي واحد طويل، قسّمت الكاتبة الصورة الأصلية إلى مكوّنات منفصلة: المشهد العام والأجواء، ولوحة الألوان، والإضاءة، والخامات، وأسلوب الرسم، وتفاصيل المقدمة والخلفية. وُصف كل عنصر على حدة، بالتتابع، طبقة بعد طبقة، مع تدقيق التفاصيل تدريجيًا.

استُخدم Gemini أداةً للتوليد. والمبدأ الأساسي في العمل ليس «ارفع كل شيء في أمر واحد وتمنَّ الأفضل»، بل حوار منظّم يُدقَّق فيه كل عنصر بالتتابع. يُحدَّد المشهد العام أولًا، ثم يُوضَّح الأسلوب، ثم تُضاف خصوصية العلامة التجارية: ألوان الدليل الإرشادي، والعناصر المميزة للهوية، والحلول البصرية المسموح بها وغير المسموح بها. يقلّص هذا النهج عدد المحاولات بشكل حاد: فالنموذج يتلقى تعليمات واضحة، ولا يضطر إلى تخمين المقصود من وصف ضبابي.

تستجيب النماذج متعددة الوسائط بشكل أفضل للأوصاف المحددة منها للتعريفات المجردة. فعبارة «غروب دافئ» تعطي نتيجة لا يمكن التنبؤ بها. أما «إضاءة ذهبية برتقالية بزاوية 45 درجة، وظلال طويلة ناعمة» فتعمل بشكل متوقع. وعبارة «أزرق مؤسسي بروح العلامة التجارية» تعليمة غامضة، بينما «RGB 0, 82, 204، سطح لامع، دون تدرجات لونية» تحديد دقيق. تفكيك الأمر النصي هو ترجمة للصورة البصرية إلى لغة يفهمها النموذج بلا لبس.

بعد تجميع الصورة وفق الهوية المطلوبة، جاء دور Kling — أداة لتحريك الصور الثابتة تعتمد على نماذج توليد الفيديو. وهنا أيضًا يعمل التفكيك: يُحدَّد في الأمر النصي، كلٌّ على حدة، ما الذي يجب أن يتحرك، وبأي سرعة، وفي أي اتجاه، وبأي شدة. الأمر النصي للتحريك ليس وصفًا للفيديو، بل مجموعة تعليمات لفيزياء المشهد: أي العناصر تبقى ثابتة، وأيها يتحرك، ومدى وضوح الحركة، وهل المطلوب تأثير «تنفّس» خفيف أم حركة سينمائية كاملة بديناميكيات كاميرا.

النتيجة النهائية صورة متحركة بهوية العلامة التجارية، أُنجزت دون مصمم أو مصوّر فيديو، في بضع ساعات من العمل مع أداتين. والنهج قابل للتوسع: فالمبادئ نفسها تصلح لمحتوى وسائل التواصل الاجتماعي، واللافتات الإعلانية، والمواد التقديمية، وأي مادة بصرية تتطلب الالتزام بدليل العلامة التجارية. ويمكن إعادة تطبيق منهجية تفكيك الأوامر النصية في أي مشروع، ومع أي هوية بصرية، وفي أي أداة توليدية. فالمبدأ لا يتغير، وإنما تتغير التفاصيل المحددة فقط.

لمن يرغب في تطبيق هذا المنهج: ابدأ بأكثر وصف تفصيلًا ممكنًا للمرجع الأصلي. قسّمه إلى 5–7 خصائص منفصلة. اكتب الأمر النصي لا كجملة واحدة طويلة، بل كقائمة منظمة من المعاملات. وتحقّق من كل طبقة على حدة قبل تجميع الطلب النهائي. هذا التسلسل تحديدًا — لا سحر أداة بعينها — هو ما يمنح نتيجة يمكن التنبؤ بها عند العمل مع أي ذكاء اصطناعي توليدي.