תמונות AI ריאליסטיות: מדריך פרומפט לתוצאה שלא נראית מזויפת

בואו נטוס גבוה. אתם פותחים כלי AI ליצירת תמונות, כותבים "אישה יפה שותה קפה בבית קפה", ומקבלים משהו שנראה כמו פרסומת זולה: עור פלסטיק מבריק, פנים סימטריות מדי, יד עם שש אצבעות. תסכול. בואו נבין למה זה קורה — ואז נדע בדיוק איך לתקן.

למה ה-AI מייצר תמונות "מזויפות"

קודם האינטואיציה. מודל ליצירת תמונות (כמו Midjourney, Flux, Reve או Nano Banana — כולם כלים שמקבלים טקסט ומחזירים תמונה) למד ממיליוני תמונות מהאינטרנט. אבל הוא לא למד פיזיקה. הוא לא יודע איך אור מתנהג או איך עור בנוי. מה שהוא באמת למד זה את ה"ממוצע" של כל התמונות שראה — והממוצע של תצלומי פנים באינטרנט הוא תמונת סטוק מרוטשת ומושלמת מדי. (תמונת סטוק = תצלום מסחרי גנרי שנמכר במאגרים; "מרוטשת" = עברה עיבוד שהחליק את העור.)

זאת הסיבה שאתם מקבלים עור פלסטיק: רוב התמונות המקצועיות שהמודל ראה עברו ריטוש שהחליק את הנקבוביות. כשאתם לא אומרים לו אחרת, הוא נופל לברירת המחדל הזאת — הפרצוף ה"חלק" המזויף. הבעיה היא לא הכלי. הבעיה היא שנתתם לו לבחור את הממוצע.

מכאן נגזר הכלל היחיד שמנהל הכל: תכוונו את הפרומפט אל מציאות צילומית ספציפית ומלוכלכת, והרחיקו אותו מהממוצע המרוטש. (פרומפט = טקסט ההנחיה שאתם כותבים לכלי.) ספציפיות היא לא קישוט — היא האילוץ שדוחף את המודל מחוץ לפלסטיק. ככל שתתארו פרטים אופטיים ופיזיים קונקרטיים, כך תקבלו תמונה אמיתית יותר.

הטעות מספר 1: מילות שבח גורמות לזיוף

זה לא אינטואיטיבי, אז שימו לב. מילים כמו beautiful (יפה), flawless (ללא רבב), perfect (מושלם), smooth (חלק), 8k (רזולוציה גבוהה), hyperrealistic (היפר-ריאליסטי), masterpiece (יצירת מופת) — אלה בדיוק המילים שגורמות למראה המזויף.

למה? כי במאגר האימון, התמונות שתויגו במילים האלה הן בדיוק תמונות הסטוק המרוטשות. תיוג = הכיתוב הטקסטואלי שצורף לכל תמונה כשהמודל למד; המודל קושר מילה לסוג התמונות שנשאו אותה. כשאתם כותבים "עור חלק ומושלם", אתם מבקשים מהמודל את הממוצע הפלסטי — ומקבלים אותו. אתם יורים לעצמכם ברגל.

המילים שמנצחות את הפלסטיק הן ההפך הגמור — מילים שמתארות עור אמיתי, שיש בו פגמים:
visible skin pores (נקבוביות נראות), fine lines (קמטוטים דקים), peach fuzz (פלומה עדינה — שיער דק ובהיר על הלחי), subtle blemishes / freckles (פגמים קלים / נמשים), subsurface scattering (פיזור אור מתחת לעור — התופעה שגורמת לאוזן להיראות ורדרדה מול השמש), ו-subtle film grain (גרעיניות פילם עדינה — הרעש הזעיר של צילום אנלוגי).

Documentary portrait photograph, Sony A7IV, 85mm f/1.8 at f/2, 1/500s, ISO 400. A woman in her 30s holding a ceramic coffee cup with both hands resting on the table, eyes looking slightly off-camera, a small relaxed half-smile. Soft window light from camera-left, gentle shadows falling to the right. Visible skin pores, fine lines around the eyes, peach-fuzz on the cheek, subtle freckles and slight redness on the nose, subsurface scattering where light grazes the ear. Warm amber tones, shallow depth of field, blurred cafe interior behind her. Subtle film grain, shot on Kodak Portra 400.

טריק חשוב: תארו את מה שאתם רוצים, לא את מה שאתם שונאים

טעות נפוצה: לכתוב "בלי ידיים מעוותות, בלי שש אצבעות". זה מחמיר את הבעיה. המילה "אצבעות" מפעילה את הקונספט "אצבעות" אצל המודל — ואז הוא מרנדר בדיוק את מה שאסרתם. (לרנדר = לייצר את התמונה הסופית מהטקסט.) חוץ מזה, כלים כמו Reve, GPT-image ו-Nano Banana בכלל מתעלמים מ"שלילות". שלילה (negative prompt) = שדה נפרד שבו אתם מציינים מה לא יופיע בתמונה; רק חלק מהכלים תומכים בו, ולכן הסתמכות עליו שבירה.

הפתרון: תמיד לתאר את המצב הרצוי בחיוב. לא "בלי עור פלסטיק" אלא נקבוביות נראות, פלומה עדינה, אור צד נמוך. אור צד (raking light) הוא טריק מקצועי: אור שמגיע מהצד במקום מלפנים. למה הוא עוזר? כי אור שטוח וישר מחביא את הנקבוביות ויוצר פלסטיק, בעוד אור צד מטיל צללוניות זעירות בתוך כל נקבובית — וזה מה שגורם לעור להיראות אמיתי.

ידיים ופנים: מנצחים בהסתרה ובפוזה, לא בתארים

ידיים הן אזור הכישלון מספר 1, כי הן מורכבות אנטומית והמודל מתבלבל במספר האצבעות. הפתרון הזול והבדוק ביותר הוא להפחית מורכבות נראית: בקשו ידיים רגועות בצדי הגוף, ידיים בכיסים, או יד מחזיקה חפץ פשוט אחד. אם היד אינה נושא התמונה — פשוט חתכו את הפריים מעל פרק כף היד. אתם לא חייבים להראות עשר אצבעות מושלמות אם אפשר פשוט לא להראות אותן.

מבנה הפרומפט: 8 לבנים, תמיד באותו סדר

עכשיו נרכיב הכל. הסוד של אנשי מקצוע הוא לבנות כל פרומפט בסדר קבוע — כמו טופס הכנת צילום. הסדר עצמו הוא רשימת ביקורת: לבנה חסרה היא בדיוק המקום שממנו הזיוף מחלחל.

1. CAPTURE (לכידה): סוג המדיום + מצלמה/עדשה/הגדרות אמיתיות. למשל Documentary photograph, Sony A7IV, 85mm f/1.8, 1/500s, ISO 400. רגע — מה המספרים האלה? 85mm = אורך העדשה (מספר גבוה = "מקרבים" את הנושא, פחות עיוות פנים). f/1.8 = הצמצם, פתח העדשה; מספר נמוך = רקע מטושטש מאוד והנושא חד (זה ה"depth of field" הרדוד, עומק שדה = הטווח שבו התמונה חדה). 1/500s = מהירות התריס, כמה זמן החיישן נחשף (מהיר = מקפיא תנועה). ISO 400 = רגישות החיישן לאור. למה לכתוב מספרים אמיתיים? כי זה דוחף את המודל אל סטטיסטיקת התצלומים האמיתיים, לא הרינדורים.
2. SUBJECT (נושא): גיבור אחד-שניים, פוזה מדויקת, מבט, הבעה.
3. MOMENT (רגע): הרגע המכריע + תנועה משתמעת. קפוא רגע לפני שהיא לוגמת.
4. STAGE (במה): סביבה + עומק — חזית, אמצע, רקע.
5. LIGHT (אור): מקור אור אחד קוהרנטי — כיוון, איכות, שעה. אור חלון רך משמאל למצלמה, צללים ארוכים מימין. שני מקורות אור סותרים = המוח שלכם מיד מזהה זיוף.
6. COLOR + TEXTURE (צבע ומרקם): מתכון צבע + קריאות אנטי-פלסטיק (אותן מילים על נקבוביות ופלומה).
7. POV (נקודת מבט): הזווית המעניינת.
8. TEXT + MOOD (טקסט ומצב רוח): טקסט קצר במרכאות (אם יש) + מצב הרוח.

בדיקת אמת לפני שלוחצים "צור"

לפני כל יצירה, עברו על השאלות האלה: יש לי מקור אור אחד בלבד? תיארתי מרקם עור אמיתי במקום "חלק"? מחקתי את כל מילות השבח (beautiful, 8k, perfect)? היד מוסתרת או פשוטה? התיאור בחיוב ולא בשלילה? אם עניתם כן על כולן — אתם רחוקים מרחק שנות אור מ-99% מהמשתמשים. עכשיו לכו לטוס גבוה.