Umělá inteligence dnes již umí vytvářet obrázky, které jsou jen málokdy rozpoznatelné od reality. Umí vytvořit realistické fotografie, ilustrace a umělecké obrázky ve stylu na jaký jen pomyslíte.
Tvorba obrázků pomocí umělé inteligence se stává stále dostupnější, rychlejší a zábavnější.
Nemusíte být umělecký typ ani nepotřebujete žádné grafické dovednosti, stačí kreativní nápad a dobře zformulovaný prompt a AI už zvládne zbytek. Ať už tvoříte moodboard, ilustraci k článku, vizualizaci nápadu nebo jen chcete vidět, co všechno AI zvládne.
V článku se stručně podíváme na to, jak taková tvorba funguje, proč je důležité umět správně formulovat prompt a hlavně, jak a kde si můžete vytvořit obrázek pomocí umělé inteligence.
V OCTODEEP jsou již ve verzi STARTER za 97,- měsíčně dostupné grafické modely ve kterých můžete tvořit všechno na co si jen vzpomenete.
Jak funguje tvorba obrázků pomocí umělé inteligence
Představte si, že umělá inteligence je vizuální umělec s fotografickou pamětí, který strávil roky prohlížením si milionů ilustrací, obrazů, fotografií i stylů, od barokních olejomaleb přes japonské anime až po moderní produktovou fotografii. Neučil se jen kreslit a malovat, ale rozpoznávat vzory, vztahy, tvary, světlo, kompozici a význam slov, která je doprovázejí.
A právě díky této obrovské zásobě vizuálních dat se AI naučila, co si lidé představují, když řeknou například „portrét ženy s perlovou náušnicí, ve stylu barokní malby“. Když umělá inteligence dostane takové zadání, tedy prompt, začne krok za krokem rekonstruovat obraz na základě těchto naučených souvislostí.
Místo štětce nebo fotoaparátu AI používá matematiku, generativní algoritmy a neuronové sítě. V pozadí se odehrává proces, který připomíná vrstvení barev, světla a detailů, s tím rozdílem, že celý proces generování obrazu je v řádu sekund nebo minut.
Porovnání AI výstupu podle zadaného promptu: „portrét ženy s perlovou náušnicí, ve stylu barokní malby“ a portrétu „Dívka s perlou“ od barokního malíře Vermeera Van Delfta.
AI vygenerovaný portrét:
AI vygenerovaný portrét v grafickém modelu GPT 1 Image přes aplikaci OCTODEEP.
Prompt jako klíč k tvorbě pomocí AI
Zásadní roli hraje právě prompt, tedy popis, neboli zadání, které AI předložíte. Čím lépe a konkrétněji ho formulujete, tím přesnější, vizuálně silnější a stylově ucelenější bude výsledek. Nepotřebujete žádný speciální kódovací jazyk, stačí přirozená věta, ale čím bude přesnější, tím bude obraz působivější.
Správnému promptu by nemělo chybět:
- Co má být na obrázku
např.: „modrooká holka s dlouhými blond vlasy sedící u potoka pod vrbou mezi lučním kvítím“
- Jak má scéna vypadat
např.: „měkké světlo vycházejícího slunce, v barvách jara“
- Jaký má být styl
např.: „hyperrealismus“
- Jak má působit atmosféra
např.: „klidná, tajuplná, snová, dramatická“
- Co tam nechcete (nemusí být, tzv. negativní prompt)
např.: „bez textu, bez rozmazaného pozadí“
Příklad rozdílu:
Krátký prompt: „Holka u potoka“
AI vygenerovaný obrázek v GPT 1 Image.
Upřesněný prompt: „Modrooká holka, přibližně sedmnáct let, s dlouhými blond vlasy sedící u potoka pod vrbou mezi lučním kvítím. Scéna je osvětlena měkkým světlem vycházejícího slunce, barvy jara. Styl je hyperealistický, atmosféra klidná, tajuplná, snová, dramatická.“
AI vygenerovaný obrázek v GPT 1 Image.
Žánr a emoce jako základ pro prompt
Někdy nemáte v hlavě konkrétní obraz, ale máte pocit. Chcete něco klidného, meditativního nebo naopak energického a dramatického. Právě tehdy pomáhá tvořit podle nálady nebo žánru.
Chcete klidný obrázek?
„Muž sedící na lavičce u jezera při východu slunce, mlhavé světlo, pastelové barvy, minimalistický styl“
Toužíte po tajemnu?
„Les při úplňku, modrofialová mlha, silueta postavy mezi stromy, pohádková atmosféra“
Láká vás něco fantasy?
„Elfí město v korunách stromů, zářící lampy, kamera letí mezi budovami, styl digitální malby“
A co třeba retro?
„Pouliční kavárna v Paříži v 60. letech, sépiové tóny, analogový efekt“
Nejlepší AI grafické modely
Existuje opravdu hodně způsobů jak tvořit obrázky s umělou inteligencí, stejně tak existuje množství grafických modelů a aplikací ve kterých tvořit. Vybrat si mezi nimi může být zahlcující. Představím vám tedy nejlepší a nejpoužívanější grafické modely umělé inteligence a jejich hlavní specifika.
Imagen 3.0
Imagen 3 je model, který generuje obrázky v realistickém a vysoce detailním stylu. Díky tomu je vhodný pro tvorbu portrétů, produktových vizualizací a fotografií. Oproti ostatním modelům vyniká v přesném ztvárnění textur pleti, vlasů a oblečení. Ideální je pro tvorbu portrétů a scén s důrazem na detaily.
Grok 2 Image
Grok 2 vyniká spíše svým kreativním a experimentálním stylem generování obrázků. Je ideální na tvorbu surrealistických a abstraktních obrazů i vizuálních experimentů. Jedná se o rychlý model s odvážným stylem, ideální pro tvorbu neotřelých a originálních vizuálů.
GPT Image 1
GPT Image 1 je model od OpenAI optimalizovaný na přirozené porozumění textu, proto dobře zvládá konkrétní pokyny v promptu. Vyniká svým technickým a přesným stylem, díky tomu je ideální pro technické ilustrace, koncepty a marketingový obsah.
Photon & Photon Flash
Photon nabízí vizuálně moderní a rychlé výstupy. Varianta Flash je rychlejší, o to méně je však detailní. Výstupy jsou moderní, stylově vyvážené a jsou vhodné pro tvorbu kontentu na sociální sítě, kreativní návrhy a marketingový obsah.
DALL-E 3
Klasický model od OpenAI, který velmi dobře čte složité prompty a je silný na kombinace stylu, kompozice a zadání. Styl výstupů je vyvážený a flexibilní. DALL-E 3 je vhodný pro tvorbu ilustrací nebo třeba infografik.
Essential V2
Univerzální model pro rychlou tvorbu, poskytuje dobré výsledky bez složitého ladění. Styl je univerzální a jednoduchý. Essential V2 je vhodný pro rychlé návrhy a jednoduché vizuály.
Stable Diffusion XL
Tento model vyniká v uměleckých výstupech vhodných pro experimenty, digitální umění a fantasy/sci-fi grafický obsah. Jedná se o otevřený flexibilní model s možností doladění stylu.
Flux Schnell
Extrémně rychlý model vhodný pro tvorbu konceptů, moodboardů a rychlých skic nápadů. Výstupy nejsou vždy dokonalé, ale je to model ideální pro brainstorming.
AI tvorbu ve výše zmíněných modelech si můžete vyzkoušet v naší aplikaci OCTODEEP.
Midjourney
Midjourney je oblíbený hlavně pro svůj silně vizuální styl, výraznou texturu, atmosféru a kompozici. Je oblíbený mezi tvůrci moodboardů, designéry a ilustrátory pro svou schopnost tvořit výborné výstupy i z neurčitých promptů. Vyniká svým uměleckým a esteticky výrazným stylem. Tento model nelze integrovat do AI aplikací přímo, jelikož funguje přes discord.
Nejčastější chyby při tvorbě obrázků s umělou inteligencí
Jestliže vám AI na první pokus nevygenerovala to, co jste si představovali, nebo se na obrázku objevilo něco, co tam být nemá např.: 6 prstů na ruce, nemusíte se tím příliš znepokojovat, AI se stále učí a my taky.
Pokud výstup není podle vašich představ, zkuste se zamyslet, zdali není prompt příliš obecný, zadáte „pes v lese“ a dostanete něco, co připomíná reklamu na granule. Zkuste upřesnit barvu, výraz, styl, světlo.
Často se také může stát, že chybu udělá právě AI a domyslí si něco navíc. Napíšete „žena sedí u okna“ a najednou drží knihu, kterou jste nezmiňovali. V tento moment je dobré použít negativní prompt.
Někdy se může zdát, že je kompozice zvláštně rozházená a disproporční. Zkuste změnit formulaci nebo vyměnit styl.
Může se stát i to, že AI vygenerovala přesně to, co jste chtěli, ale výstup působí příliš chladně a genericky, to je signál přidat do promptu náladu nebo světlo.
Zkuste si generovat obrázky v naší aplikaci OCTODEEP od 97,- měsíčně. Pokud si nejste jistí, jak správně promptovat a chcete se inspirovat, v OCTODEEP máte k dispozici knihovnu ilustrací, kde jsou již hotové prompty i s grafickými výstupy.
Aktualizováno: 27. 5. 2025