دليل معاملات الذكاء الاصطناعي: النسبة والبذرة وCFG وStylize والخطوات

يقضي معظم من يبدأ توليد الصور بالذكاء الاصطناعي شهوراً في محاولة تحسين النتائج من نصّ البرومبت وحده: يستبدل «جميل» بـ«خلّاب»، ويضيف «8K» و«فائق التفصيل» و«تحفة فنية»، وتظلّ النتيجة على حالها. والسبب بسيط: جانب كبير مما يحدّد الصورة النهائية ليس في النص، بل في المعاملات.

المعاملات هي الضوابط الرقمية التي تخبر النموذج كيف يرسم، لا ماذا يرسم: نسبة الإطار، ومقدار التزامه بنصّك، وعدد خطوات الصقل التي سينفّذها، وأي بذرة عشوائية يستخدم، وكم من الحرية الجمالية يملك. وهي ما يفصل بين من يولّد عشر نسخ عشوائية ومن يستطيع تكرار الصورة وضبطها وتطويرها بتحكّم كامل.

هذا الدليل مرجع تقني للمعاملات الخمسة التي تظهر في كل الأدوات تقريباً — نسبة الإطار والبذرة وCFG وStylize وعدد الخطوات — إضافة إلى معاملات مجاورة تستحق المعرفة. والفكرة أن تعود إليه كلما احتجت إلى تذكّر وظيفة كل قيمة، والمدى الذي تتحرّك فيه، وما الذي يفسد حين تبالغ.

لماذا تهمّ المعاملات أكثر من الصفات

ينطلق نموذج الانتشار من ضجيج خالص ثم «ينقّيه» خطوة بعد خطوة حتى يصل إلى صورة. فالبرومبت خريطة تحدّد الوجهة، أما المعاملات فتحدّد الطريق والسرعة ومقدار ما يُسمح للسائق بارتجاله في الأثناء.

وهذا يفسّر لماذا يولّد برومبتان متطابقان صورتين مختلفتين تماماً، ولماذا لا تغيّر إضافة مزيد من الصفات شيئاً في الغالب. فإن كان التزام النموذج بالنص منخفضاً أصلاً (CFG منخفض)، لم تنفع إضافة الكلمات، لأنه ببساطة لا يعيرها انتباهاً كبيراً. وإن كانت الخطوات قليلة جداً، فلن تنقذ أي صفة ملمس الصورة، لأن النموذج لم يحصل على تكرارات كافية لحسم التفاصيل.

والممارسة التي تفصل المبتدئ عن المتمرّس هي: غيّر معاملاً واحداً في كل مرة. فإن بدّلت البرومبت والبذرة وقيمة CFG في محاولة واحدة، فلن تعرف ما الذي أحدث التحسّن. أما تثبيت البذرة وتحريك CFG وحده فيعزل المتغيّر ويعلّمك حقاً كيف يتصرّف ذلك النموذج.

نسبة الإطار: النسبة التي تحدّد التأطير

نسبة الإطار (aspect ratio) هي العلاقة بين عرض الصورة وارتفاعها. تُكتب في Midjourney هكذا: --ar 16:9، وفي Stable Diffusion ومشتقّاته تحدّد العرض والارتفاع بالبكسل، أما في ChatGPT وGemini فيكفي عادة أن تطلبها بلغة عادية («صيغة رأسية 9:16»).

تبدو أبسط معاملات القائمة، لكنها الأكثر تأثيراً في التكوين. فالنموذج لا يقصّ المشهد نفسه بصيغ مختلفة، بل يعيد تركيبه: البورتريه المطلوب بنسبة 16:9 يميل إلى أن يصير لقطة متوسطة بخلفية عريضة، والبرومبت نفسه بنسبة 2:3 يصير لقطة قريبة رأسية على الطراز الفوتوغرافي الكلاسيكي. فالنسبة تغيّر ما يفهمه النموذج «تأطيراً طبيعياً» لذلك المشهد.

أشيع القيم وما تصلح له

وثمة فخّ شائع: النسب المتطرّفة (مثل 3:1 أو 1:3) تربك النماذج المدرَّبة في معظمها على صور قريبة من المربّع. فيشيع ظهور التكرار — وجهان أو رأسان أو عناصر مكرّرة عند الأطراف — لأن النموذج يحاول ملء مساحة لا يملك لها مرجعاً قوياً. والأسلم في هذه الحالات أن تولّد بنسبة 16:9 ثم تصل إلى الصيغة النهائية عبر القصّ أو التوسيع بتقنية outpainting.

ونقطة عملية أخرى: التوليد بالنسبة الصحيحة من البداية أفضل دائماً من القصّ لاحقاً، فالقصّ يهدر بكسلات ويقلّل الدقة المفيدة. وإن احتجت الصورة نفسها بصيغ متعدّدة، فولّدها بالصيغة الأشدّ تقييداً (الرأسية عادة) ثم كيّف الباقي بـتغيير المقاس المضبوط.

البذرة: الرقم الذي يجعل النتيجة قابلة للتكرار

البذرة عدد صحيح يهيّئ الضجيج العشوائي الذي تولد منه الصورة. فالبرومبت نفسه مع البذرة نفسها والمعاملات نفسها والنموذج نفسه يعطي الصورة نفسها بكسلاً بكسل. وبتغيير البذرة يتغيّر كل شيء.

وهي على الأرجح أقلّ المعاملات استثماراً لدى المبتدئين، وأهمّها لمن يعمل بالذكاء الاصطناعي احترافياً. فبلا تحكّم في البذرة لا تستطيع أن تطوّر، بل أن تعيد السحب فحسب.

ولها ثلاثة استخدامات عملية:

• صقل نتيجة تكاد تكون جيدة. ولّدت صورة بتكوين مثالي لكن بلون خاطئ؟ ثبّت البذرة، وغيّر كلمة اللون وحدها في البرومبت، ثم ولّد من جديد. فيبقى هيكل الصورة على حاله في معظمه ولا يتغيّر سوى العنصر الذي عدّلته.
• مقارنة المعاملات مقارنة عادلة. أتريد معرفة أيهما أفضل لبرومبتك: CFG 7 أم CFG 11؟ ثبّت البذرة وولّد الصورتين. فبلا بذرة ثابتة تكون تقارن صورتين مختلفتين لا قيمتين من CFG.
• الاتساق بين صور السلسلة الواحدة. في كتالوج منتجات أو سلسلة رسوم أو هوية بصرية، يساعد تثبيت البذرة على الحفاظ على «البصمة» البصرية للمجموعة.

ويجدر إدراك قيد مهمّ: البذرة خاصة بالنموذج وبإصداره. فالبذرة 42 في SDXL لا تنتج شيئاً يشبه البذرة 42 في Flux. وبمجرّد تغيير النموذج تصير بذراتك القديمة أرقاماً بلا معنى. لذا دوّن دائماً النموذج والإصدار والبذرة معاً، لا البذرة وحدها.

مقياس CFG: مقدار التزام النموذج ببرومبتك

يرمز CFG إلى Classifier-Free Guidance، ويتحكّم مقياسه في الوزن الذي يمنحه النموذج لنصّك مقابل ما «يودّ» رسمه من تلقاء نفسه. وهو عملياً مقبض للطاعة.

القيم المنخفضة تترك النموذج مبدعاً وطليقاً، لكنه يبدأ بتجاهل أجزاء من البرومبت. والقيم العالية تفرض التزاماً حرفياً، لكن الصورة تخرج مشبعة اللون بحواف قاسية وتباين مبالغ فيه ومظهر اصطناعي — وهو ما يسمّى overcooked.

وثمة تفصيل مهمّ يربك كثيرين: النماذج الأحدث تستخدم مديات مختلفة. فـ Flux مثلاً يعمل بمقياس توجيه خاص به تُعدّ فيه القيم بين 2 و4 طبيعية، ووضع 7 فيه يُعدّ مرتفعاً. أما النماذج «التوربو» والمقطّرة، المصمّمة للعمل بخطوات قليلة، فتطلب عادة CFG بين 1 و2. أي أنه لا يوجد رقم عالمي، بل رقم صحيح لـذلك النموذج بعينه. لذا راجع دائماً توصية من نشر النموذج قبل أن تفترض أن 7 هو المعيار.

وأعراض CFG المرتفع أكثر من اللازم: بشرة تبدو بلاستيكية، وألوان صارخة، وهالة داكنة حول الحواف، ونصوص أو أنماط متكرّرة بحدّة. أما أعراض انخفاضه أكثر من اللازم فهي أن الصورة تخرج جميلة لكن نصف ما طلبته غائب عنها.

Stylize: الحسّ الجمالي الخاص بالنموذج

معامل --stylize (أو --s) خاص بـ Midjourney، ويتحكّم في مقدار ما يفرضه النموذج من حسّه الفني على طلبك. وهو نقيض CFG مفهومياً تقريباً: فبدل قياس الالتزام بالنص، يقيس الحرية الجمالية.

يمتدّ المقياس من 0 إلى 1000، وقيمته الافتراضية 100. وعملياً:

• 0–50: حرفي. يحاول النموذج رسم ما وصفته بالضبط دون أن «يحسّن» شيئاً. مفيد للمخطّطات والمراجع التقنية والتخطيطات وكل ما تكون فيه المطابقة أهمّ من الجمال.
• 100–250: توازن. تكوين وألوان جيدة دون ابتعاد عن المطلوب. وهو المدى الذي يحلّ معظم الحالات.
• 250–750: النموذج يتولّى القيادة. إضاءة درامية وألوان جريئة وتكوينات أكثر فنية. ممتاز للملصقات والفن المفاهيمي والأغلفة.
• 750–1000: الأسلوب فوق كل اعتبار. تخرج الصورة بديعة وبعيدة في الغالب عمّا طلبته. جيد للاستكشاف الإبداعي، سيّئ حين يكون المطلوب محدّداً.

وثمة معامل شقيق يُخلط به كثيراً: --chaos (أو --c، من 0 إلى 100)، وهو يتحكّم في التنوّع بين الصور الأربع في الدفعة الواحدة، لا في أسلوب كل صورة. فالقيمة العالية منه تعطيك أربع قراءات مختلفة جذرياً للبرومبت نفسه، وهو ممتاز في مرحلة العصف الذهني وسيّئ حين تكون قد حسمت ما تريد. وهناك أيضاً --weird الذي يحقن غرابة متعمّدة ويصلح للتجريب أكثر من عمل العملاء.

ولا يوجد في النماذج خارج Midjourney مكافئ مباشر لـ stylize، لكن الأثر المشابه يتحقّق بوسائل أخرى: طبقات LoRA أسلوبية، أو كلمات مفتاحية جمالية في البرومبت، أو ضبط دقيق لـ CFG. ومع ذلك يستحق المفهوم أن تعرفه، لأن منطق «كم من الشخصية يحقّ للنموذج أن يضيف» يظهر بصور مختلفة في كل أداة تقريباً.

الخطوات: كم تكراراً ينفّذ النموذج

عدد الخطوات (أو sampling steps) هو عدد مراحل إزالة الضجيج. وكل خطوة تقرّب الصورة أكثر من النتيجة النهائية. فزيادة الخطوات تعني وقت معالجة أطول، وتفاصيل أكثر إلى حدّ معيّن.

والعبارة المفتاحية هنا إلى حدّ معيّن. فلهذا المعامل عائد متناقص واضح جداً: الفرق بين 10 و25 خطوة هائل، وبين 30 و60 طفيف، وفوق 80 يكاد لا يُلحظ، فلا تكون حينها إلا تهدر الوقت والطاقة.

وعدد الخطوات مرتبط مباشرة بالـ sampler. فأدوات من نوع DPM++ 2M Karras تتقارب سريعاً وتعطي نتيجة جيدة عند 25 خطوة تقريباً، بينما لا تتقارب أدوات مثل Euler a (من النوع الأسلافي) تقاربًا تاماً أبداً، إذ تظلّ الصورة تتغيّر كلما زدت الخطوات، وهو ما قد يكون مفيداً (تنوّع أكبر للاستكشاف) أو ضاراً (يصعّب التكرار). فإن كان هدفك الاتساق، فاختر أدوات غير أسلافية.

وقرار عملي في سير العمل: ولّد الاستكشافات الأولى بخطوات قليلة (15–20) لتجرّب عشرات البرومبتات بسرعة، ثم أعد إنتاج النسخة النهائية وحدها بالبذرة الفائزة عند 30–40 خطوة. فهذا يوفّر وقتاً كبيراً مقارنة بتشغيل كل شيء بأعلى جودة منذ البداية.

معاملات مجاورة تستحق المعرفة أيضاً

إلى جانب المعاملات الخمسة الرئيسية، تتكرّر ضوابط أخرى تحلّ مشكلات بعينها:

• البرومبت السلبي: قائمة بما لا تريده في الصورة (أيادٍ مشوّهة، علامة مائية، نصوص، جودة رديئة). موجود في Stable Diffusion ومشتقّاته، وفي Midjourney على هيئة --no. وهو من أكثر التعديلات أثراً وأقلّها جهداً، ويستحق قراءة الدليل المخصّص لـالبرومبتات السلبية.
• قوة إزالة الضجيج: في التوليد من صورة إلى صورة، تحدّد مقدار تغيير الصورة الأصلية. فالقيم القريبة من 0,2 تجري لمسات خفيفة، وفوق 0,7 تصير الصورة الأصلية مجرّد إيحاء غامض بالتكوين.
• وزن الصورة المرجعية (--iw في Midjourney): مقدار ثقل الصورة التي رفعتها مقابل النص. أساسي لتحقيق ثبات الشخصية.
• الـ sampler أو المجدول: الخوارزمية التي تنفّذ إزالة الضجيج. تغيّر سرعة التقارب والملمس النهائي، وDPM++ 2M Karras وDDIM خياران آمنان.
• التكرار المتّصل (tile/seamless): يولّد ملامس تتكرّر بلا فواصل، للأنماط والخلفيات.
• إصدار النموذج (--v في Midjourney): للإصدارات المختلفة جماليات ومديات معاملات مختلفة، وتغيير الإصدار يُبطل بذراتك السابقة.

ما المعاملات المتاحة في كل أداة

تختلف التسميات كثيراً بين المنصّات، وهو مصدر جانب كبير من الالتباس. ويوضّح هذا الجدول المقابلات بينها:

لاحظ النمط: كلما كانت الأداة موجّهة إلى المستخدم النهائي (ChatGPT وGemini) قلّت المعاملات التي تكشفها، إذ تقرّر المنصّة نيابة عنك. وكلما اقتربت من النموذج الخام (ComfyUI وAutomatic1111) زاد تحكّمك. ولا أفضلية لأحد النهجين على الآخر، فلكل منهما غرضه. لكن إن كان عملك يقوم على تكرار النتائج، فستحتاج في النهاية إلى أداة تكشف البذرة وCFG.

كيف تتفاعل المعاملات: وصفات بحسب الهدف

لا تعمل المعاملات منفصلة. وهذه التركيبات نقاط انطلاق مجرّبة، فعدّلها بحسب نموذجك:

والمنطق وراء هذه الاختيارات متّسق: الواقعية الفوتوغرافية تقتضي CFG منخفضاً (فالنموذج يعرف أصلاً كيف تبدو الصورة الفوتوغرافية، والإفراط في الإلزام يفسدها)، والتصميم الجرافيكي والمواد الترويجية تقتضي CFG مرتفعاً (لأنك تريد تلك العناصر بعينها وبتلك الألوان)، ولا يرتفع عدد الخطوات إلا حين تتزاحم تفاصيل دقيقة كثيرة في المشهد.

أخطاء شائعة وكيف تصحّحها

• تغيير كل شيء دفعة واحدة. برومبت جديد وبذرة جديدة وCFG جديد. تحسّنت النتيجة لكنك لا تعرف السبب، ولن تستطيع تكرارها. متغيّر واحد في كل اختبار.
• زيادة الخطوات لحلّ مشكلة ليست منها. اليد المشوّهة أو التشريح الخاطئ أو الغرض الناقص لا تُحلّ بمزيد من التكرارات، فهي مشكلات برومبت أو نموذج أو نسبة متطرّفة.
• نسخ قيمة CFG من شرح قديم. فقيمة موصى بها لـ SD 1.5 عام 2023 قد تكون سيّئة جداً في Flux أو SDXL. ولكل عائلة نماذج مداها الخاص.
• إهمال البذرة. فبدونها تصير كل محاولة سحباً جديداً للحظّ، ولا تبني أبداً على ما نجح سابقاً.
• البدء بنسب متطرّفة. بدل 3:1 مباشرة، ولّد بنسبة 16:9 ثم وسّع بتقنية outpainting، فيقلّ التكرار والتشوّه.
• الخلط بين الدقة والجودة. فالتوليد بدقة تفوق كثيراً ما دُرّب عليه النموذج يخلق عادة أشخاصاً مكرّرين. والأفضل التوليد بالدقة الأصلية ثم التكبير لاحقاً.
• عدم تدوين شيء. فالصورة المثالية التي لا تعرف كيف تكرّرها محض مصادفة لا نتيجة.

قائمة سريعة قبل التوليد

1. حدّد النسبة بحسب الوجهة النهائية للصورة، لا بحسب القيمة الافتراضية في الأداة.
2. ابدأ بالقيم الافتراضية للنموذج، وتأكّد منها لأنها تختلف بين نموذج وآخر.
3. أجرِ اختباراً زهيد الكلفة: خطوات قليلة وأربع نسخ، لمجرّد التحقّق من الاتجاه.
4. اختر أفضل نسخة ودوّن بذرتها.
5. ومع تثبيت البذرة، اضبط معاملاً واحداً في كل مرة حتى تصل إلى المطلوب.
6. أعد إنتاج النسخة النهائية بخطوات إنتاجية (30–40).
7. دوّن البرومبت والبرومبت السلبي والبذرة وCFG وعدد الخطوات والـ sampler والنموذج والنسبة.
8. ثم أنجز ما بعد الإنتاج: التكبير والقصّ وضبط الحدّة والضغط للويب.

بعد التوليد: الخطوة التي يتخطّاها الجميع تقريباً

نادراً ما تخرج الصورة المولَّدة بالذكاء الاصطناعي جاهزة للنشر. فهي تأتي عادة بملف PNG ثقيل وبدقة النموذج الأصلية وبلا القصّ الدقيق الذي تتطلّبه قناتك. وهذه المعالجة الأخيرة هي ما يفصل بين صورة «من الذكاء الاصطناعي» وصورة تؤدّي عملها في موقعك أو حسابك ببساطة.

خطة ما بعد التوليد قصيرة: اضبط التأطير بـالقصّ حين لا تنطبق النسبة النهائية تماماً، ثم انقل الصورة إلى أبعاد الوجهة بالضبط عبر تغيير المقاس، واستعد التفاصيل الدقيقة بـزيادة الحدّة إن كنت قد كبّرتها، وأخيراً حوّلها إلى WebP واضغطها بـأداة الضغط، لأن ملف PNG بحجم 4 ميغابايت في أعلى الصفحة يهوي بدرجة PageSpeed مهما كان العمل الفني جيداً.

وإن كانت الصورة ستتحوّل إلى هوية بصرية، فالطريق يمتدّ إلى أدوات أخرى: استخرج الألوان بـمولّد لوحة الألوان للحفاظ على الاتساق بين المواد، واستخدم أداة إنشاء الشعارات بالذكاء الاصطناعي حين يكون الهدف بناء علامة.

الأسئلة الشائعة