Miért tesz az AI szöveget a könyvborítódra?

A halandzsa nem hiba – te kérted. A modell milliónyi könyvborítót látott, és szinte mindegyiken van cím, ezért a „könyvborító” szavak egy promptban statisztikailag szöveget követelnek. Ne nevezd meg a terméket, és a betűk is elmaradnak.

A kiváltó ok a „könyvborító” kifejezés

A képgeneráló modellek nem értik a könyveket – a statisztikát értik. A tanítás során a modell milliónyi borítót szívott magába, és szinte mindegyiken volt cím, szerzői név, kiadói jelzés. Így amikor a promptod azt mondja: könyvborító, nem hangulatot írsz le; statisztikailag szöveget kérsz. A modell eleget tesz, azzal az egyetlen szöveggel, amelyet elő tud állítani: betű alakú zajjal.

A modell számára a karakterek textúrák – mint a tégla, a fakéreg vagy az eső. Kívülről tanulta meg, milyen a tipográfia: a ritmusát, a súlyát és az elhelyezését, de a betűzést soha. Ezért néz ki az eredmény magabiztosan úgy, mint egy cím, miközben semmit sem lehet kiolvasni belőle.

Írd le a képet, ne a terméket

A leghatékonyabb változtatás nem kerül semmibe: ne nevezd meg a terméket. Ne borítót kérj – írd le, mi van a képkeretben.

Gyenge: egy horror könyvborító egy kísértetjárta világítótoronyról. Erős: egy világítótorony egy fekete sziklán éjszaka, egyetlen kivilágított ablak, köd, álló kompozíció, no text, no letters.
Gyenge: epikus fantasyregény-borító, bestsellerstílus. Erős: egy magányos lovas átkel egy ködös völgyön hajnalban, üres ég a felső harmadban, no text, no typography.

Utána zárd le minden promptot kifejezett kizárásokkal: no text, no letters, no typography, no watermark. Egyszerű szavak, egyszerűen felsorolva – mindegyik újabb statisztikai súly, amely elhúzza a modellt a tipográfiától.

Miért nem elég önmagában a negatív prompt

A kizárások csökkentik a szöveg valószínűségét, de nem nullázzák le. Az a modell, amely egymillió címmel ellátott borítót látott, továbbra is a betűk felé hajlik, és ez a hajlam túléli a „no text” utasítást is – főleg azokon a helyeken, ahol utoljára nézel: egy szellemszó a sarokban, rúnák a gerinc mentén, egy bolti cégtábla a háttérben, egy vízjel alakú maszat.

És ha a betűk egyszer beleégtek a képbe, az alattuk lévő textúrába is beleégtek. Az eltávolításuk retusálással olyan köd, kő vagy bőr újjáépítését jelenti, amely a karakterek mögött soha nem létezett – általában nehezebb, és mindig csúnyább, mint egy tiszta képet generálni egy jobb promptból.

Az igazi megoldás: a szöveg egyáltalán ne kerüljön bele a képbe

A professzionális borítók soha nem egyetlen képből állnak. Két rétegük van: alul a kép, felül az élő szöveg. Generáld a képet szöveg nélkül, a címet pedig utólag add hozzá valódi szövegként – szerkeszthető, ha változik az alcím, lefordítható a következő piacra, átméretezhető a gerincre, és éles az Amazon bélyegképeinek méretében is, ahol a ráfestett betűk elmosódnak.

Pontosan ezt a munkafolyamatot futtatja az ingyenes Veritas-stúdió: a promptod szöveg nélküli képet hoz létre a keretben, a címed pedig élő szövegként kerül rá, a műfajodnak megfelelő címbetűtípussal. Cseréld le a címet tíz másodperc alatt – a kép észre sem veszi.

Egy már legenerált kép javítása

Néha a generált kép túl jó ahhoz, hogy kidobd. Három javítási mód, a becsületesség sorrendjében:

Vágás. Ha a betűk egy szél közelében vannak, igazítsd át a képkivágást úgy, hogy a 2:3-as kivágáson kívülre essenek.
Sötétítés. A zavaró terület fölé tett sötétített színátmenet vagy árnyékpanel egyben címzónaként is szolgál – a hibából elrendezés lesz.
Újragenerálás. Ha a karakterek a fő motívumot keresztezik, generáld újra jobb megfogalmazással. Egy új generálás egyetlen promptba kerül; a meggyőző retusálás egy estébe.

Ökölszabály: a széleken javíts, a közepén generálj újra.

Gyakori kérdések

Nem adhatom meg simán a pontos címemet, hogy az AI rajzolja meg?

De igen, és az újabb modellek néha még helyesen is leírják. Csakhogy a beleégetett szöveg holt szöveg: nem lehet finomítani a betűközét, átszínezni, átméretezni vagy lefordítani, nem éli túl az alcím módosítását, és bélyegkép méretben összemosódik. A szöveg nélküli kép plusz a valódi szöveg örökre szerkeszthető marad.

Miért lesz halandzsa az AI által írt szöveg?

A modell sosem tanult meg betűzni – azt tanulta meg, milyen a tipográfia textúraként: a vonások ritmusa, a súly, az elhelyezés. A betűk külsejét másolja, a betűkről alkotott bármilyen fogalom nélkül, ezért meggyőző alakzatokat kapsz, amelyekből semmi sem olvasható ki. A rövid szavak néha megmaradnak; egy teljes cím ritkán.

Hogyan távolítsam el a szöveget egy már legenerált borítóról?

Ha a betűk egy szél közelében vannak, vágd le őket a 2:3-as keretből. Ha nyugodt háttéren vannak, takard le őket egy sötétített panellel, és tedd oda a valódi címedet. Ha a fő motívumot keresztezik, generáld újra – a karakterek mögötti textúra újjáépítése szinte mindig rosszabbul néz ki, mint egy friss generálás.

Működnek a „no text” promptok a Midjourney, a DALL·E és a Flux esetén is?

Mindenhol segítenek, és sehol sem garantálnak semmit. Egyes eszközök külön negatív prompt mezőt kínálnak, mások a fő promptban fogadják a kizárásokat; mindkét esetben csökkentik az esélyt, de nem nullázzák le. A megbízható kombináció: a képet írd le a „könyvborító” helyett, és adj hozzá kifejezett kizárásokat.