پرامپت‌نویسی تصویر با هوش مصنوعی؛ راهنمای عملی از ایده تا خروجی

«یک تصویر خفن از کافه» فقط حال‌وهوا را می‌گوید؛ اگر جای سوژه، نوع قاب یا نور برایتان مهم است، آن تصمیم‌ها را روشن کنید. زیادکردن صفت‌ها به‌تنهایی جای این انتخاب‌ها را نمی‌گیرد. راهنمای Midjourney پرامپت کوتاه و روشن را پیشنهاد می‌کند؛ OpenAI به قاب، نور و بافت اشاره دارد و مثال‌های Gemini هم جزئیات صحنه، نور و زاویهٔ دید را نشان می‌دهند. پس نسخهٔ واحدی به اسم «پرامپت جادویی» نداریم. [1, 3, 6]

این راهنما قرار نیست فهرست بی‌پایانی از فرمان‌ها بسازد؛ هدفش کمک به شماست تا بدانید چه چیزی را باید دقیق بگویید، چه چیزی را می‌توانید باز بگذارید و چطور خروجی نامطلوب را اصلاح کنید.

برای نوشتن پرامپت، اول تصویر نهایی را برای خودتان روشن کنید. سوژه چیست؟ چه کاری انجام می‌دهد؟ تصویر قرار است عکس محصول باشد، تصویرسازی کتاب کودک، پوستر مفهومی یا رندر سه‌بعدی؟ تا وقتی این تصمیم‌ها معلوم نیست، اضافه‌کردن واژه‌هایی مثل «سینمایی»، «شاهکار» یا «فوق‌واقع‌گرا» مسئله را حل نمی‌کند.

راهنماهای رسمی چند محور تکرارشونده دارند: سوژه، محیط، رسانه یا سبک، نور، رنگ، حال‌وهوا و ترکیب‌بندی. لازم نیست همه را در هر پرامپت جا بدهید. هر بار فقط جزئیاتی را اضافه کنید که نبودشان می‌تواند خروجی را از هدف دور کند. [1, 3]

کوتاهی و بلندی پرامپت هم به‌تنهایی معیار کیفیت نیست. Midjourney می‌گوید جزئیات کمتر فضای بیشتری برای تفسیر سبک پیش‌فرض می‌گذارد و جزئیات بیشتر کنترل را بالا می‌برد. این توصیه را نباید به همهٔ ابزارها تعمیم داد؛ اما اصل عملی روشن است: هر قید اضافه، انتخاب مدل را محدود می‌کند. چیزی را مشخص کنید که واقعاً برای کاربرد تصویر اهمیت دارد. [3]

یک دستور معمولاً با نام‌بردن از سوژه شروع می‌شود، اما بهتر است به همین‌جا محدود نماند. «یک فنجان» موضوع را می‌گوید؛ کنش، محیط و رابطهٔ فنجان با قاب، تصویر را قابل‌تصور می‌کند.

برای هر تصویر، این پرسش‌ها را به‌ترتیب مرور کنید:

• سوژه و کنش: چه چیزی در مرکز توجه است و چه اتفاقی می‌افتد؟ اگر تعداد مهم است، عدد را بنویسید؛ «سه پرتقال» دقیق‌تر از «چند پرتقال» است.
• محیط: سوژه کجاست؟ روی میز چوبی، در استودیوی سفید یا در خیابانی خیس؟ پس‌زمینه باید با هدف تصویر سازگار باشد.
• قاب و ترکیب‌بندی: نمای نزدیک می‌خواهید یا تمام‌قد؟ سوژه وسط باشد یا کنار قاب؟ اگر فضای خالی برای تیتر لازم دارید، محلش را بگویید.
• سبک و رسانه: عکس محصول، طراحی دستی، کلاژ کاغذی یا رندر سه‌بعدی؟ یک جهت بصری اصلی انتخاب کنید. چند سبک ناسازگار، دستور را مبهم می‌کند.
• نور، رنگ و حال‌وهوا: به‌جای «زیبا» یا «حرفه‌ای»، نور پنجرهٔ نرم، سایهٔ تند، پالت خاکی یا پس‌زمینهٔ سرد را توصیف کنید.
• قیدهای ضروری: چه چیزی باید حتماً بماند یا در تصویر نیاید؟ این بخش را کوتاه نگه دارید.

این فهرست قانون اجباری نیست. پرترهٔ ساده شاید به جزئیات دوربین احتیاج نداشته باشد؛ پوستر تبلیغاتی احتمالاً به محل سوژه، فضای خالی و نسبت قاب نیاز دارد. معیار، استفادهٔ نهایی از تصویر است. [1, 3]

واژه‌های فنی عکاسی وقتی مفیدند که ظاهر بصری موردنظر را روشن کنند. «نمای نزدیک در سطح چشم، عمق میدان کم» تصویر را قابل‌تصورتر می‌کند. راهنمای OpenAI برای GPT Image مشخصات دوربین را سرنخ‌های ظاهری معرفی می‌کند؛ این مشخصات تضمین نمی‌کنند که مدل فیزیک دوربین را دقیق شبیه‌سازی کند. [1]

به‌جای شروع با فهرست «بدون این، بدون آن...» خواسته را روشن توصیف کنید. برای پس‌زمینهٔ ساده، مثلاً بگویید «پس‌زمینهٔ استودیویی یک‌دست با سایهٔ نرم». راهنمای Midjourney هم توصیف محتوای مطلوب را به نفیِ صرف ترجیح می‌دهد. این توصیه را به‌عنوان قاعدهٔ مشترک همهٔ ابزارها نگیرید؛ نحو و کنترل‌های هر محصول را از مستندات خودش بررسی کنید. [3]

اگر روی تصویر نوشته لازم دارید، متن را دقیق داخل گیومه بیاورید و جای آن، اندازه یا نوع نوشتار را توضیح دهید. بعد از تولید، املا و خوانایی را خودتان بررسی کنید. حتی وقتی مدل از متن در تصویر پشتیبانی می‌کند، خروجی را بدون بازبینی به بنر یا بسته‌بندی نهایی تبدیل نکنید. [1]

برای تصویر مرجع هم نقشی در نظر بگیرید و مشخص کنید از آن چه می‌خواهید: ترکیب‌بندی، رنگ‌بندی، لباس، چهره یا شکل یک محصول؟ اگر چند مرجع می‌دهید، بگویید هرکدام برای چیست. Midjourney توضیح می‌دهد که تصویر مرجع به نتیجه جهت می‌دهد، اما قرار نیست آن را مو‌به‌مو کپی کند؛ برای تغییر دقیق، ویرایشگر همان ابزار را به‌کار ببرید. [1, 5]

از این الگو شروع کنید و خانه‌هایی را که برای کارتان اهمیت ندارند حذف کنید:

«[نوع تصویر] از [سوژه و کنش] در [محیط]. [قاب‌بندی و جای سوژه]. [رسانه یا سبک غالب]. [نور و پالت رنگ]. [حال‌وهوا]. [قیدهای ضروری]. [متن دقیق و جایگاه آن، در صورت نیاز].»

مثلاً «کافهٔ قشنگ در هوای بارانی» چند تصمیم کلیدی را باز می‌گذارد. نسخهٔ روشن‌تر:

برای ارزیابی نسخهٔ اول، یک تصمیم را با هدف مقایسه کنید: جای فنجان درست است؟ نور همان حال‌وهوا را می‌سازد؟ پاسخ این پرسش‌ها اصلاح بعدی را مشخص می‌کند.

برای تولید تصویر تازه، توصیف سوژه و صحنه را بنویسید. برای ویرایش تصویر موجود، دستور را شبیه یادداشت اصلاحی بنویسید: «فقط رنگ پس‌زمینه را به خاکستری روشن تغییر بده؛ اندازه و شکل محصول، زاویهٔ دوربین و سایه‌ها حفظ شوند.» OpenAI توصیه می‌کند تغییر درخواستی و جزئیاتی را که باید ثابت بمانند جداگانه مشخص کنید. [1]

اگر تصویر «تقریباً درست» است، کل پرامپت را دوباره ننویسید. اول اختلاف اصلی با هدف را پیدا کنید: سوژه اشتباه است؟ کادر جواب نمی‌دهد؟ نور بیش از حد گرم است؟ بعد فقط همان مورد را تغییر دهید و موارد درست را دوباره تثبیت کنید. این روش کمک می‌کند بفهمید کدام دستور واقعاً اثر گذاشته است. [1]

یک روند ساده:

1. نسخهٔ اول را با سوژه، کنش و ترکیب‌بندی اصلی بسازید.
2. خروجی را با کاربرد نهایی مقایسه کنید، نه با تصویری که فقط «جذاب» به نظر می‌رسد.
3. مهم‌ترین اختلاف را در یک جمله بنویسید.
4. فقط همان را در دور بعد تغییر دهید.
5. اگر جزئیات درست کم‌کم تغییر کردند، آن‌ها را دوباره به‌عنوان قید بیاورید یا تصویر را در ابزار ویرایش به‌صورت هدفمند اصلاح کنید.

در ChatGPT Images می‌توان در گفت‌وگو درخواست ویرایش کرد و در ویرایشگر بخش مشخصی را انتخاب کرد. راهنمای Gemini هم روند ویرایش چندمرحله‌ای مکالمه‌ای را توضیح می‌دهد. این‌ها قابلیت‌های همان محصولات‌اند، نه تضمین رفتار یکسان در تمام مولدهای تصویر. [2, 6]

در راهنماهای OpenAI، Midjourney و Gemini هم‌پوشانی‌هایی دیده می‌شود: سوژه، صحنه و نور از تصمیم‌های قابل‌توصیف‌اند. جزئیات کنترل و نحو را از مستندات همان ابزار بگیرید. [1, 3, 4, 6]

• Midjourney: راهنمای خودش پرامپت کوتاه و روشن را پیشنهاد می‌کند. پارامترهای اختصاصی مثل نسبت تصویر پس از متن پرامپت می‌آیند و نحو خودشان را دارند؛ فهرست کنترل‌ها با نسخه و قابلیت تغییر می‌کند. [3, 4, 5]
• GPT Image: هنگام ویرایش، تغییر درخواستی را از جزئیاتی که باید حفظ شوند جدا بنویسید. [1]
• ChatGPT Images: می‌توان ویرایش را در گفت‌وگو درخواست کرد یا ناحیه‌ای را انتخاب کرد؛ نسبت تصویر را هم می‌توان انتخاب کرد یا در درخواست مشخص کرد. [2]
• Gemini: راهنمای رسمی نمونه‌های توصیفی از صحنه، نور و زاویهٔ دید دارد و ویرایش چندمرحله‌ای را هم پوشش می‌دهد. [6]
• Firefly: راهنمای Adobe توصیه می‌کند مستقیم بنویسید، سوژه و توصیف‌های مهم را بیاورید و وقتی خروجی از هدف دور است، عبارت را بازنویسی کنید. این توصیه برای Firefly نوشته شده است. [7]

اگر در جست‌وجو به راهنمای Imagen رسیدید، تاریخ آن را بررسی کنید. صفحهٔ رسمی Google اعلام می‌کند Imagen خاموش شده و کاربران را به Nano Banana هدایت می‌کند؛ برای دستورهای فعلی، مستندات جاری Gemini را ببینید. [8]

پیش از ارسال، این شش سؤال را مرور کنید:

• سوژه و کنش روشن‌اند؟
• مهم‌ترین تصمیم ترکیب‌بندی را گفته‌ام؟
• سبک، نور و پالت رنگ با هم تضاد ندارند؟
• فقط قیدهای واقعاً ضروری را نگه داشته‌ام؟
• اگر مرجع یا متن دارم، نقش و جایگاهش را مشخص کرده‌ام؟
• می‌دانم بعد از دیدن خروجی، کدام عامل را اول اصلاح می‌کنم؟

پرامپت خوب انبار صفت نیست. بریف است که اولویت‌ها را معلوم می‌کند. خروجی واقعی هم باید داور نهایی باشد. [1, 3]

1. OpenAI Developers. Image prompting (accessed 2026-10-20).
2. OpenAI Help Center. Images in ChatGPT (accessed 2026-10-20).
3. Midjourney. Prompt Basics (accessed 2026-10-20).
4. Midjourney. Parameter List (accessed 2026-10-20).
5. Midjourney. Image Prompts (accessed 2026-10-20).
6. Google AI for Developers. Image generation (accessed 2026-10-20).
7. Adobe Firefly Help. Writing effective text prompts (accessed 2026-10-20).
8. Google AI for Developers. Generate images using Imagen — official service status notice; redirects users to Nano Banana (accessed 2026-10-20).