Sketch w ChatGPT: rysujesz bazgroł, model dorabia resztę. Po co to komu

👁 112 przeczytań

Z czterech nowości, które OpenAI dołożyło do ChatGPT razem z modelem Images 2.5, jedna rozwiązuje problem, z którym nie radzi sobie żaden opis słowny: rozmieszczenie elementów w kadrze. Nazywa się Sketch i uruchamia się wpisaniem @Sketch.

Zaznaczam od razu, bo to zmienia status tego tekstu: to jest opis tego, co ogłoszono, a nie relacja z testu. Kiedy funkcja pojawi się na moim koncie, zmierzę ją tak samo jak edycję kolejnymi poprawkami i dopiszę wyniki tutaj.

Na czym polega

Rysujesz odręcznie bezpośrednio w oknie ChatGPT, a ten rysunek służy jako wskazówka kompozycyjna dla gotowego obrazu. Producent podaje trzy przykłady zastosowania: układ pomieszczenia, zarys projektowanego ubrania i zwykły bazgroł. Do rysunku dopisujesz opis stylu i szczegółów.

OpenAI zaznacza wprost, że nie trzeba umieć rysować. To ma sens, bo szkic nie jest tu materiałem źródłowym, tylko planem: mówi modelowi, gdzie co ma być, a nie jak ma wyglądać.

Dlaczego to jest ważniejsze, niż brzmi

Każdy, kto generował obrazy dłużej niż tydzień, zna ten moment: wiesz dokładnie, jak ma wyglądać kadr, i nie umiesz tego opisać. „Postać po lewej, ale nie do końca w rogu, patrzy w prawo, nad nią pusta przestrzeń na tekst” to zdanie, które model wykona na sześć różnych sposobów, z czego żaden nie będzie tym, o co Ci chodziło.

Opis słowny jest złym narzędziem do przekazywania geometrii. Dwie minuty bazgrania na ekranie niosą więcej informacji o kompozycji niż akapit dopracowanego polecenia. To ta sama różnica, co między tłumaczeniem drogi przez telefon a narysowaniem mapki na serwetce.

Do czego to się realnie przyda

Miniatury i okładki. Wszędzie tam, gdzie musi zostać puste miejsce na tekst, który dołożysz później. Opisanie takiej dziury w kadrze słowami jest loterią, narysowanie prostokąta nie jest.

Materiały do druku. Plakat ma sztywne proporcje i strefy bezpieczne. Szkic pilnuje ich lepiej niż prośba o „zostaw margines”.

Wnętrza i rozkłady. Producent wymienia to jako pierwsze zastosowanie i słusznie: rzut pomieszczenia to informacja czysto przestrzenna.

Serie z powtarzalnym układem. Jeśli robisz sześć grafik, w których element ma być zawsze w tym samym miejscu, ten sam szkic jest twardszym punktem odniesienia niż powtarzane polecenie. Warto to zestawić z tym, co wyszło w moim teście wariantów jednego znaku, gdzie właśnie powtarzalność okazała się słabym punktem.

Trzy pozostałe nowości, krócej

Szablony. Zamiast pustego pola wybierasz gotowy format, na przykład plakat albo merch, i uzupełniasz treść oraz styl. Producent wymienia też ulotki i zdjęcia produktowe.

Komentarze na obrazie. Uwagę nanosisz bezpośrednio w miejscu, które ma się zmienić, zamiast opisywać je słowami. To ta sama filozofia co Sketch: pokazać zamiast tłumaczyć.

Udostępnianie promptu. Dzieląc się obrazem, możesz dołączyć polecenie, którym powstał. Ktoś inny uruchamia ten sam pomysł na własnych zdjęciach.

Czego w zapowiedzi nie ma

Nie wiadomo, czy Sketch działa w aplikacji mobilnej równie dobrze jak na komputerze, choć akurat rysowanie palcem po ekranie telefonu brzmi wygodniej niż myszą. Nie ma informacji o tym, jak silnie model trzyma się szkicu, czyli czy potraktuje go jako sztywny plan, czy jako luźną sugestię. To jest pytanie rozstrzygające o przydatności całej funkcji i odpowiedzi udzieli dopiero pomiar.

Pełną listę zmian z premiery zebrałem w tekście o ChatGPT Images 2.5, a modele dla programistów rozbieram w porównaniu Flare kontra Sunburst.