Yapay Zeka Parametreleri Rehberi: Aspect Ratio, Seed, CFG, Stylize ve Steps

Yapay zekayla görsel üretmeye başlayan hemen herkes aylarca sonuçları yalnızca prompt metniyle iyileştirmeye çalışır: "güzel" yerine "büyüleyici" yazar, "8K", "ultra detaylı", "başyapıt" ekler. Sonuç yine benzer çıkar. Sebebi basit: son görseli belirleyen şeyin büyük kısmı metinde değil, parametrelerde.

Parametreler, modele ne çizeceğini değil, nasıl çizeceğini söyleyen sayısal ayarlardır. Yani neyi çizeceğini değil. Karenin oranı, modelin metninize ne kadar uyacağı, kaç iyileştirme adımı yapacağı, hangi rastgele tohumu kullanacağı, ne kadar estetik özgürlüğü olduğu. Rastgele on varyasyon üretenle bir görseli denetimli biçimde tekrarlayan, ayarlayan ve geliştiren kişiyi ayıran şey bunlardır.

Bu rehber, hemen her araçta karşınıza çıkan beş parametrenin — aspect ratio, seed, CFG, stylize ve steps — ve bilmeye değer birkaç yan parametrenin teknik başvuru kaynağı. Amaç, hangi değerin ne yaptığını, hangi aralıkta oynanacağını ve abartınca neyin bozulduğunu hatırlamanız gerektiğinde buraya dönebilmeniz.

Parametreler sıfatlardan neden daha önemli

Bir difüzyon modeli saf gürültüyle başlar ve bir görsele varana kadar bu gürültüyü adım adım "temizler". Prompt varış noktasını gösteren harita gibidir; parametreler ise yolu, hızı ve sürücünün yol boyunca ne kadar doğaçlama yapabileceğini belirler.

Aynı promptun bambaşka görseller üretmesinin ve sıfat eklemenin çoğu zaman hiçbir şeyi değiştirmemesinin sebebi budur. Modelin metne uyumu zaten düşükse (düşük CFG), kelime eklemenin faydası olmaz — model o kelimelere zaten pek kulak asmıyordur. Steps değeri fazla düşükse hiçbir sıfat görselin dokusunu kurtarmaz, çünkü model ayrıntıları çözecek kadar yineleme yapmamıştır.

Yeni başlayanı deneyimliden ayıran alışkanlık şu: her seferinde tek bir parametreyi değiştirin. Aynı denemede promptu, seed'i ve CFG'yi birlikte değiştirirseniz iyileşmenin nedenini bilemezsiniz. Seed'i sabitleyip yalnızca CFG ile oynadığınızda değişkeni yalıtır ve o modelin nasıl davrandığını gerçekten öğrenirsiniz.

Aspect ratio: kadrajı belirleyen oran

Aspect ratio (en-boy oranı) görselin genişliği ile yüksekliği arasındaki ilişkidir. Midjourney'de --ar 16:9biçiminde yazılır; Stable Diffusion ve türevlerinde genişlik ile yüksekliği piksel olarak girersiniz; ChatGPT ve Gemini'de ise genelde doğal dille istemek yeter ("9:16 dikey format").

Listenin en sıradan parametresi gibi görünür ama kompozisyonuen çok etkileyen odur. Model aynı sahneyi farklı formatlarda kırpmakla kalmaz: baştan kurgular. 16:9 istenen bir portre, geniş fonlu bir orta plana dönüşme eğilimindedir; aynı prompt 2:3'te klasik dikey bir fotoğraf yakın planı olur. Oran, yapay zekanın o sahne için "doğal kadraj" saydığı şeyi değiştirir.

En çok kullanılan değerler ve işlevleri

Sık düşülen bir tuzak: çok uç oranlar (3:1 ya da 1:3 gibi) ağırlıklı olarak kareye yakın görsellerle eğitilmiş modelleri şaşırtır. Çoğu zaman tekrarlar görürsünüz — iki yüz, iki kafa, kenarlarda yinelenen öğeler — çünkü model güçlü bir referansı olmayan boşluğu "doldurmaya" çalışır. Böyle durumlarda en güvenli yol 16:9 üretip son formata Resim Kırp aracıyla ya da outpainting ile genişleterek ulaşmaktır.

Bir başka pratik nokta: doğru oranda üretmek, sonradan kırpmaktan her zaman iyidir. Kırpmak piksel atar ve kullanılabilir çözünürlüğü düşürür. Aynı görsele birden çok formatta ihtiyacınız varsa en kısıtlayıcı formatta (genelde dikey olan) üretin, geri kalanını da Boyutlandır aracıyla denetimli biçimde uyarlayın.

Seed: sonucu tekrarlanabilir kılan sayı

Seed, görselin doğduğu rastgele gürültüyü başlatan tam sayıdır. Aynı prompt + aynı seed + aynı parametreler + aynı model = piksel piksel aynı görsel. Seed değişti mi her şey değişir.

Bu, yeni başlayanların muhtemelen en az kullandığı, yapay zekayla profesyonelce çalışanlar içinse en önemli parametredir. Seed'i denetlemeden yineleme yapamazsınız — yalnızca yeniden kura çekersiniz.

Üç pratik kullanımı var:

• Neredeyse iyi olan bir sonucu iyileştirmek. Kompozisyonu kusursuz ama rengi yanlış bir şey ürettiniz. Seed'i sabitleyin, promptta yalnızca renk kelimesini değiştirin ve yeniden üretin. Görselin yapısı büyük ölçüde korunur, yalnızca değiştirdiğiniz öğe değişir.
• Parametreleri dürüstçe karşılaştırmak. Promptunuz için CFG 7 mi yoksa CFG 11 mi daha iyi, bilmek istiyorsunuz. Seed'i sabitleyip ikisini de üretin. Seed sabit değilse iki CFG değerini değil, iki farklı görseli karşılaştırıyorsunuz demektir.
• Aynı seriye ait görsellerde tutarlılık. Bir ürün kataloğunda, bir çizim dizisinde ya da bir kurumsal kimlikte seed'i sabit tutmak, bütünün görsel "imzasını" korumaya yardım eder.

Önemli bir kısıtı bilmekte fayda var: seed modele ve sürüme özgüdür. SDXL'deki 42 seed'i, Flux'taki 42 seed'iyle benzer hiçbir şey üretmez. Model değiştiyse eski seed'leriniz anlamsız sayılara dönüşür. Bu yüzden her zaman model + sürüm + seed üçlüsünü birlikte not edin, seed'i asla tek başına değil.

CFG Scale: yapay zekanın promptunuza ne kadar uyduğu

CFG, Classifier-Free Guidanceifadesinin kısaltmasıdır ve CFG ölçeği, modelin kendi başına çizmek "isteyeceği" şeye kıyasla metninize ne kadar ağırlık verdiğini belirler. Pratikte bir itaat düğmesidir.

Düşük değerler modeli yaratıcı ve serbest bırakır ama promptun bazı kısımlarını göz ardı etmeye başlar. Yüksek değerler birebir uyumu dayatır; bu kez görsel doygunlaşır, konturlar sertleşir, kontrast abartılır ve yapay bir hava oluşur — buna "yanmış" ya da overcooked.

Çoğu kişinin kafasını karıştıran önemli bir ayrıntı: yeni modeller farklı aralıklar kullanır. Örneğin Flux, 2 ile 4 arasındaki değerlerin normal sayıldığı kendi guidance ölçeğiyle çalışır — orada 7 yazmak zaten yüksektir. Az adımda çalışmak için tasarlanan "turbo" ve damıtılmış modeller genelde 1 ile 2 arasında CFG ister. Yani evrensel bir sayı yok; o modele uygun sayı var. 7'nin standart olduğunu varsaymadan önce checkpoint'i yayımlayanın önerisine bakın.

CFG'nin fazla yüksek olduğunun pratik belirtileri: plastik görünümlü ten, neon renkler, konturların çevresinde koyu hale, agresif biçimde yinelenen metin ya da desenler. Fazla düşük olduğunun belirtisi ise şu: görsel güzeldir ama istediklerinizin yarısı ortada yoktur.

Stylize: modelin kendi estetiği

Şu parametre: --stylize (ya da --s) Midjourney'e özgüdür ve modelin kendi sanatsal duyarlılığını isteğinizin üzerine ne kadar uygulayacağını belirler. Kavramsal olarak neredeyse CFG'nin tersidir: metne uyumu değil, estetik özgürlüğü ölçer.

Ölçek 0 ile 1000 arasındadır, varsayılan 100'dür. Pratikte:

• 0–50: birebir. Model hiçbir şeyi "güzelleştirmeden" tam olarak tarif ettiğinizi çizmeye çalışır. Diyagramlar, teknik referanslar, yerleşim taslakları ve güzelliğin sadakatten daha az önemli olduğu her iş için uygundur.
• 100–250: denge. Brifingden uzaklaşmadan iyi bir kompozisyon ve palet. Vakaların çoğunu çözen aralık budur.
• 250–750: model dizginleri eline alır. Dramatik ışık, cesur paletler, daha sanatsal kompozisyonlar. Posterler, kavram sanatı ve kapaklar için harika.
• 750–1000: her şeyin üstünde üslup. Görsel çok güzel olur ama sıklıkla istediğinizden uzaklaşır. Yaratıcı keşif için iyi, kapalı bir brifing için kötü.

Sıkça karıştırılan bir kardeş parametre var: --chaos (ya da --c, 0 ile 100 arası), ki bu da her bir görselin üslubunu değil, aynı partideki dört görsel arasındaki çeşitliliği belirler. Yüksek chaos aynı promptun birbirinden kökten farklı dört yorumunu verir — ilk beyin fırtınası için mükemmel, ne istediğinizi zaten biliyorsanız berbat. Bir de --weirdvar; bilinçli bir tuhaflık katar ve müşteri işinden çok deney için elverişlidir.

Midjourney dışındaki modellerde doğrudan bir "stylize" karşılığı yok. Benzer etkiyi başka yollarla elde edersiniz: üslup LoRA'ları, promptta estetik anahtar kelimeler ya da CFG'nin ince ayarı. Yine de kavramı bilmek işe yarar, çünkü "model ne kadar kişilik katabilir" mantığı hemen her araçta farklı biçimlerde karşınıza çıkar.

Steps: modelin kaç yineleme yaptığı

Steps (ya da sampling steps), gürültü giderme sürecindeki adım sayısıdır. Her adım görseli son sonuca biraz daha yaklaştırır. Daha çok adım daha çok işlem süresi demektir — ve belli bir noktaya kadar daha çok ayrıntı.

Anahtar ifade şu: belli bir noktaya kadar. Bu parametrenin azalan getirisi çok belirgindir: 10 ile 25 adım arasındaki fark devasadır; 30 ile 60 arası incedir; 80'in üstünde neredeyse fark edilmez ve yalnızca zaman ile enerji harcarsınız.

Steps ile sampler doğrudan bağlantılıdır. DPM++ 2M Karras türü sampler'lar hızlı yakınsar ve 25 adım civarında iyi sonuç verir. Euler a gibi ancestral sampler'lar ise hiçbir zaman tam yakınsamaz — adım sayısını artırdıkça görsel değişmeye devam eder; bu kimi zaman iyidir (keşfedilecek daha çok varyasyon), kimi zaman kötü (tekrarlanabilirliği zorlaştırır). Amacınız tutarlılıksa ancestral olmayan sampler'ları tercih edin.

Pratik bir iş akışı kararı: ilk denemeleri düşük adımla (15-20) üretip onlarca promptu hızla test edin, son sürümü ise yalnızca kazanan seed ile 30-40 adımda yeniden alın. Bu, her şeyi baştan azami kalitede çalıştırmaya kıyasla çok zaman kazandırır.

Bilmeye değer diğer parametreler

Beş ana parametrenin yanında sık karşılaşılan ve belirli sorunları çözen birkaç ayar daha var:

• Negatif prompt: görselde istemediğiniz şeylerin listesi (bozuk eller, filigran, metin, düşük kalite). Stable Diffusion ve türevlerinde var; Midjourney'de --no olarak geçiyor. En az emekle en çok fark yaratan ayarlardan biri — negatif promptlar hakkındaki ayrı rehberi okumaya değer.
• Denoising strength: image-to-image çalışmalarda özgün görselin ne kadar değişeceğini belirler. 0,2 civarındaki değerler ince rötuş yapar; 0,7 üzerinde özgün görsel yalnızca belirsiz bir kompozisyon önerisine dönüşür.
• Referans görsel ağırlığı (Midjourney'de --iw): yüklediğiniz görselin metne kıyasla ne kadar ağır bastığı. Karakter tutarlılığı için vazgeçilmez.
• Sampler / scheduler: gürültü gidermeyi yürüten algoritma. Yakınsama hızını ve son dokuyu değiştirir; DPM++ 2M Karras ile DDIM güvenli tercihlerdir.
• Tile / seamless: desenler ve arka planlar için kusursuz tekrar eden dokular üretir.
• Model sürümü (--v Midjourney'de): farklı sürümlerin estetiği ve parametre aralıkları farklıdır. Sürüm değiştirmek önceki seed'lerinizi geçersiz kılar.

Hangi araçta hangi parametreler var

Adlandırma platformdan platforma epey değişiyor ve kafa karışıklığının büyük kısmı buradan geliyor. Şu tablo karşılıkları eşleştiriyor:

Örüntüye dikkat edin: araç son kullanıcıya ne kadar yakınsa (ChatGPT, Gemini) o kadar az parametre sunar — kararı platform sizin yerinize verir. Ham modele ne kadar yakınsa (ComfyUI, Automatic1111) o kadar çok denetim tanır. İki yaklaşımdan biri diğerinden üstün değil; farklı amaçlara hizmet ediyorlar. İşiniz sonuçları tekrarlamaya dayanıyorsa er geç seed ve CFG sunan bir araca ihtiyaç duyacaksınız.

Parametreler nasıl etkileşir: amaca göre tarifler

Parametreler tek başlarına çalışmaz. Aşağıdaki kombinasyonlar denenmiş başlangıç noktalarıdır — kendi modelinize göre ayarlayın:

Bu seçimlerin arkasındaki mantık tutarlı: fotogerçekçilik düşük CFG ister (model bir fotoğrafın nasıl göründüğünü zaten bilir, fazla zorlamak bozar); grafik tasarım ve tanıtım malzemesi yüksek CFG ister (tam olarak o öğeleri, o renklerde istiyorsunuzdur); adım sayısı ise yalnızca sahnede yer kapmaya çalışan çok sayıda ince ayrıntı olduğunda yükselir.

Sık yapılan hatalar ve çözümleri

• Her şeyi aynı anda değiştirmek. Yeni prompt, yeni seed, yeni CFG. Sonuç iyileşti ama nedenini bilmiyorsunuz — ve tekrarlayamayacaksınız. Test başına tek değişken.
• Adım sayısıyla ilgisi olmayan bir sorunu adım artırarak çözmeye çalışmak. Bozuk el, yanlış anatomi ya da eksik nesne daha çok yinelemeyle düzelmez; bunlar prompt, model ya da uç oran sorunlarıdır.
• Eski bir eğitimden CFG kopyalamak. 2023'te SD 1.5 için önerilen bir değer Flux ya da SDXL'de berbat olabilir. Her model ailesinin kendi aralığı vardır.
• Seed'i göz ardı etmek. O olmadan her deneme yeni bir kura olur ve tutan sonucun üzerine asla bir şey inşa edemezsiniz.
• Baştan uç oranlarla başlamak. Doğrudan 3:1 yerine 16:9 üretip outpainting ile genişletin — daha az tekrar ve bozulma olur.
• Çözünürlüğü kaliteyle karıştırmak. Modelin eğitildiği çözünürlüğün çok üstünde üretmek genelde özneleri ikizler. Doğal çözünürlükte üretip sonradan upscale ile büyütmek daha iyidir.
• Hiçbir şeyi kayıt altına almamak. Yeniden üretmeyi bilmediğiniz kusursuz görsel bir sonuç değil, bir kazadır.

Üretmeden önce hızlı kontrol listesi

1. Oranı, aracın varsayılanına göre değil, görselin gideceği yere göre belirleyin.
2. Modelin varsayılan değerleriyle başlayın — ve bunların ne olduğunu doğrulayın, çünkü modelden modele değişirler.
3. Ucuz bir test yapın: düşük adım, dört varyasyon, yalnızca yönü doğrulamak için.
4. En iyi varyasyonu seçin ve seed'i not edin.
5. Seed sabitken, istediğiniz noktaya varana dek her seferinde tek bir parametreyi ayarlayın.
6. Son sürümü üretim adımlarıyla (30-40) yeniden alın.
7. Promptu, negatifi, seed'i, CFG'yi, steps'i, sampler'ı, modeli ve oranı kaydedin.
8. Son işlemi yapın: upscale, kırpma, netlik ayarı ve web için sıkıştırma.

Ürettikten sonra: neredeyse herkesin atladığı adım

Yapay zekayla üretilmiş bir görsel nadiren yayına hazır çıkar. Genelde ağır bir PNG olarak, modelin doğal çözünürlüğünde ve kanalınızın istediği kesin kadraj olmadan gelir. Bu son işleme adımı, "yapay zeka görseli" ile sitenizde veya profilinizde gerçekten işe yarayan bir görseli birbirinden ayırır.

Temel son işlem akışı kısa: son oran tam tutmuyorsa kadrajı Resim Kırp ile düzeltin; hedefin tam ölçüsüne Boyutlandır ile getirin; görsel büyütüldüyse ince ayrıntıyı Netleştir ile geri kazanın; en sonda da WebP'ye çevirip Sıkıştır ile küçültün, çünkü sayfanın tepesindeki 4 MB'lık bir PNG, sanat ne kadar iyi olursa olsun PageSpeed puanını yere serer.

Görsel kurumsal kimliğe dönüşecekse yol başka araçlarla sürüyor: parçalar arasında tutarlılığı korumak için paleti Palet ile çıkarın, amaç marka ise Yapay Zeka ile Logo aracını kullanın.

Sıkça sorulan sorular