เข้าใจว่าใครเป็นคนวาดให้ และเลือกโมเดลยังไง
เพราะ Perplexity แค่ส่งงานต่อไปให้เจ้าอื่นวาด (routing) คุณภาพและสไตล์ของภาพเลยขึ้นอยู่กับว่าเราเลือกโมเดลไหน โดยแต่ละตัวก็ถนัดไม่เหมือนกัน อย่าง GPT Image 1 กับ DALL·E 3 จะเก่งเรื่องอ่านคำสั่ง (prompt) ที่เราบรรยายยาว ๆ แล้วเข้าใจตามได้ดี ส่วน FLUX.1 เด่นเรื่องความสมจริงเหมือนภาพถ่าย และ Nano Banana ก็เป็นโมเดลภาพของ Gemini ลองใช้คำสั่งเดียวกันสลับโมเดลไปเรื่อย ๆ ดู จะได้รู้ว่าตัวไหนเหมาะกับงานแบบไหน แล้วก็ต้องเข้าใจด้วยว่าการคุมภาพแบบละเอียด ๆ (เช่นการล็อกค่า seed หรือจัดวางองค์ประกอบในภาพเป๊ะ ๆ) ทำได้น้อยกว่าเครื่องมือที่ออกแบบมาเพื่อสร้างภาพโดยเฉพาะ
เทคนิคเขียนคำสั่งสร้างรูปให้ได้ผลกับ Perplexity
เคล็ดลับคือบอกให้ครบทั้ง 5 อย่างในคำสั่งเดียว คือ (1) บอกประเภทหรือสไตล์ของภาพ เช่น ภาพวาดแบบเรียบ ๆ (flat illustration), ภาพเหมือนถ่ายจริง (photorealistic) หรือภาพสีน้ำ (watercolor) (2) บอกตัวเอกของภาพให้ชัด ๆ ว่าอยากได้อะไรเป็นจุดเด่น (3) บอกโทนสีและอารมณ์ที่อยากได้ (4) บอกการจัดวางในภาพและตรงไหนที่อยากเว้นว่างไว้ (5) บอกด้วยว่าจะเอาไปใช้ทำอะไร เช่น เอาไปทำสไลด์หรือทำแบนเนอร์ เพราะ Perplexity คุมภาพได้จำกัด เราเลยควรบรรยายให้ครบตั้งแต่คำสั่งแรกเลย ดีกว่าไปหวังค่อย ๆ กดปรับทีละรอบ (เพราะกดสร้างใหม่ทีก็เปลืองโควตาทีนึง)
ข้อจำกัดที่ต้องรู้ไว้ก่อน
ต้องย้ำกันตรง ๆ ว่านี่คือฟีเจอร์แถม (add-on) ที่มีโควตาจำกัดตามแพ็กเกจ ไม่ใช่เครื่องมือสำหรับผลิตงานสร้างสรรค์แบบจริงจัง คุณภาพและการคุมภาพก็ขึ้นอยู่กับว่าเลือกโมเดลของเจ้าไหนมาวาด แถมยังไม่มีฟีเจอร์แต่งภาพขั้นสูง หรือแบบที่ระบายลบ-เติมส่วนของภาพได้ (inpainting) เหมือนโปรแกรมมืออาชีพ แล้วถ้าสร้างภาพเยอะ ๆ ก็จะชนเพดานโควตาเร็วมาก สรุปคือถ้าต้องการงานภาพแบบเอาจริง แนะนำให้ไปใช้เครื่องมือที่ทำมาเพื่อสร้างภาพโดยเฉพาะ แล้วเก็บ Perplexity ไว้ใช้ทำภาพประกอบง่าย ๆ ตอนที่กำลังค้นคว้าหาข้อมูลอยู่ก็พอ