Przejdź do treści
promptowy.com / Yapay Zeka Sözlüğü / Seed (Tohum Değeri)
Teknoloji

Seed (Tohum Değeri)

Seed, yapay zekada rastgelelik sürecini başlatan ve aynı komutla aynı sonucun tekrar üretilmesini sağlayan sayısal bir başlangıç değeridir.

Seed ya da Türkçe karşılığıyla tohum değeri, yapay zeka modellerinin çıktı üretirken başvurduğu sözde rastgelelik sürecini başlatan sayısal bir koddur. Yapay zekaya bir görsel veya metin üretmesi için komut verdiğinizde sistem sıfırdan bir kaos ve gürültü havuzu oluşturur. Eğer özel bir değer belirtmezseniz sistem her seferinde tamamen rastgele bir tohum sayısı seçer ve bu yüzden aynı komutu arka arkaya yazsanız bile bambaşka sonuçlar alırsınız.

Kullanıcı tarafından sabitlenen bir seed değeri ise bu rastgelelik havuzunu dondurur. Temel matematik kuralı devreye girer: Aynı istem (prompt), aynı parametreler ve aynı seed değeri kullanıldığında model kural olarak tıpatıp aynı çıktıyı yeniden oluşturur. Bu özellik özellikle görsel üretiminde süreklilik ve kontrollü denemeler yapmak isteyenler için kritik bir araçtır.

Rastgeleliğin Arkasındaki Mantık: Tohum Nasıl Çalışır?

Bilgisayarlar doğası gereği tamamen rastgele sayılar üretemez; bunun yerine algoritmalarla sahte rastgelelik (pseudorandomness) kurarlar. Bu algoritmalar bir başlangıç noktasına ihtiyaç duyar ve işte bu nokta tohumdur. Görsel üretim modellerinde süreç genellikle anlamsız bir piksel gürültüsüyle başlar. Model bu pikselleri adım adım temizleyerek komutunuza uygun bir sahneye dönüştürür. Tohum değeri, bu ilk gürültü katmanının tam olarak hangi piksellerden oluşacağını belirler. Başlangıç noktası aynı kaldığında, modelin gürültüyü temizleme ve komutu işleme adımları da aynı rotayı izler.

Yerel Bir Örnek: Kadıköy'de Bir Kahve Dükkanı

Durumu somutlaştırmak için Kadıköy Moda'da üçüncü nesil bir kahve dükkanı açtığınızı düşünün. Menünüz, sosyal medya paylaşımlarınız ve bardak altlıklarınız için vintage tarzda bir maskot çizdirmek istiyorsunuz. Yapay zekaya komut vererek yeşil önlüklü, elinde cezve tutan sevimli bir sokak kedisi illüstrasyonu ürettiniz ve tam istediğiniz kompozisyonu yakaladınız.

Ertesi gün aynı kedinin bu kez elinde cezve yerine bir fincan Türk kahvesi tutmasını ya da kış sezonu için atkı takmasını istiyorsunuz. Eğer rastgele üretim yapmaya devam ederseniz kedi tamamen değişir; cinsi, tüy rengi, yüz ifadesi ve çizim tarzı kaybolur. Oysa ilk beğendiğiniz görselin seed numarasını not edip yeni komutunuzda bu tohumu sabitlerseniz sistem kedinin duruşunu, hatlarını ve ışığını korur. Yalnızca komuttaki küçük değişikliği (fincan veya atkı) mevcut sahneye ekler.

Pratik Kullanım: Tohum Değeriyle Neler Yapılabilir?

Görsel üretim araçlarında tohum değerinden en iyi şekilde yararlanmak için belirli adımları takip etmek üretim disiplini sağlar:

  • Karakter tutarlılığı oluşturmak: Bir hikaye kitabı veya çizgi roman tasarlarken ana karakterin farklı karelerde aynı kalmasını sağlamak için aynı seed üzerinde küçük açı ve eylem değişiklikleri deneyebilirsiniz.
  • İnce ayar ve hata giderme: Harika bir manzara görselinde yalnızca köşedeki bir tabelayı veya bir objenin rengini değiştirmek istediğinizde tohumu sabitleyip sadece o kelimeyi revize edebilirsiniz.
  • Tekrarlanabilir deneyler: Modelin parametrelerini (örneğin stil ağırlığı veya detay seviyesi) test ederken diğer tüm değişkenleri sabit tutup tohumu aynı bırakmak, yaptığınız ayarın sonuca doğrudan etkisini görmenizi sağlar.
  • Yazılım geliştirme ve API testleri: Dil modelleriyle çalışan yazılımcılar, modellerin tutarlılığını ölçmek veya belirli bir hatayı yeniden üretmek için API çağrılarında tohum parametresini kullanarak aynı cevabın gelmesini garanti altına alır.

Seed Hakkında En Sık Yapılan Hatalar

En yaygın yanılgı, tohum değerinin tek başına tüm tarzı sakladığı düşüncesidir. Tohum bir sihirli değnek değil, sadece matematiksel bir başlangıç rotasıdır. Eğer promptun yarısını siler, görsel boyutunu değiştirir veya farklı bir model motoruna geçiş yaparsanız, eski seed değeri size benzer bir sonuç vermez.

Bir diğer hata ise seed değerini kopyalayarak başka bir kullanıcının komutunu denemektir. Diğer kullanıcının en boy oranı, stil katsayısı veya negatif komutları sizinkinden farklıysa aynı tohumu girseniz dahi alacağınız çıktı onun görseliyle eşleşmeyecektir. Tohum değerinin çalışması ancak tüm yardımcı ayarların birebir korunmasıyla mümkündür.

Midjourney, FLUX, Ideogram, GPT Image ve ComfyUI ayarları ile öncesi ve sonrası görselleri: Parametre sözlüğünde Seed Parametresi (--seed)

Sıkça sorulan sorular

Seed değerini aynı girersem her zaman yüzde yüz aynı sonucu alır mıyım?

Aynı prompt, aynı görsel boyutları ve aynı model sürümünü kullandığınız sürece sonuç neredeyse tamamen aynı olur. Ancak model altyapısında yapılan bir güncelleme veya donanım seviyesindeki küçük hesaplama farkları nadiren de olsa piksellerde mikro düzeyde değişim yaratabilir.

Midjourney'de bir görselin seed değerini nasıl öğrenirim?

Üretilen görselin bulunduğu mesaja zarf (envelope) emojisi ile tepki verdiğinizde bot size özel mesajla görselin tohum numarasını ve iş kimliğini iletir.

Metin tabanlı yapay zeka modellerinde seed kullanılır mı?

Evet, gelişmiş dil modellerinin API sürümlerinde seed parametresi bulunur. Bu parametre, modelin aynı soruya her seferinde kelimesi kelimesine aynı yanıtı vermesini sağlamak amacıyla yazılım geliştiriciler tarafından test süreçlerinde sıkça kullanılır.

Seed sayısının büyük ya da küçük olması görselin kalitesini etkiler mi?

Hayır. Seed numarası sadece bir kimliktir; 5 sayısı ile milyarlarca basamaklı bir sayı arasında estetik, çözünürlük veya sanatsal kalite açısından hiçbir fark yoktur.

← Yapay Zeka Sözlüğündeki tüm terimler

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›