هوش مصنوعی ساخت عکس؛ کدام رایگان است و کدام ارزش خرید دارد؟

برای شروع کار با هوش مصنوعی ساخت عکس لازم نیست پول بدهید. ChatGPT و Gemini هر دو نسخهٔ رایگان دارند و عکس را داخل همان چتی می‌سازند که هر روز با آن کار می‌کنید. Leonardo و Ideogram هم سهمیهٔ رایگان می‌دهند. خرید اشتراک وقتی ارزش دارد که سهمیهٔ رایگان مدام تمام شود، نخواهید تصویرهایتان عمومی باشند یا سراغ Midjourney بروید که اصلاً نسخهٔ رایگان ندارد.

هیچ‌کدام از این شش ابزار در همه‌چیز بهترین نیست. اگر کیفیت هنری و سبک تصویر برایتان مهم‌تر است، Midjourney جلوتر است. برای پوستر و بنری که رویش متن دارد Ideogram را امتحان کنید و برای کار تجاری حساس Adobe Firefly را. Leonardo هم به کار کسی می‌آید که تنظیمات بیشتری می‌خواهد.

پایین‌تر می‌بینید نسخهٔ رایگان هر کدام تا کجا جواب می‌دهد، با متن فارسی چه می‌کند و عکسی که با آن می‌سازید مال کیست. یک جدول انتخاب هم گذاشته‌ایم تا از روی کاری که دارید یکی را انتخاب کنید.

هوش مصنوعی ساخت عکس چطور کار می‌کند؟

کارش ساده است. چیزی را که در ذهن دارید با کلمه توصیف می‌کنید و مدل از روی همین توصیف، که به آن «پرامپت» (prompt) می‌گویند، عکس می‌سازد. بیشتر این ابزارها عکس خود شما را هم می‌گیرند و با یک جملهٔ ساده تغییرش می‌دهند، مثلاً «پس‌زمینه را ساحل کن» یا «این لیوان را قرمز کن».

هرچه توصیف روشن‌تر باشد، نتیجه به چیزی که می‌خواهید نزدیک‌تر است. راهنمای Midjourney پیشنهاد می‌کند این چند چیز را در پرامپت روشن کنید: سوژه، نوع کار (عکس، نقاشی یا تصویرسازی)، محیط، نور، رنگ، حس و حال و ترکیب‌بندی. همین فهرست در ابزارهای دیگر هم جواب می‌دهد.

مثلاً «یک فنجان چای» نتیجهٔ معمولی می‌دهد، ولی «عکس نزدیک از یک استکان کمرباریک چای روی میز چوبی، نور گرم عصر، پس‌زمینهٔ محو» تصویر خیلی بهتری درمی‌آورد.

شش ابزار ساخت عکس با هوش مصنوعی؛ هر کدام برای چه کاری؟

ChatGPT؛ ساده‌ترین نقطهٔ شروع

اگر حساب ChatGPT دارید، ابزار ساخت عکس را هم دارید. کافی است در همان گفتگو بنویسید چه عکسی می‌خواهید و بعد با جمله‌های معمولی اصلاحش کنید: «آدم‌ها را حذف کن»، «افقی‌اش کن»، «رنگ‌ها را ملایم‌تر کن». بزرگ‌ترین امتیاز ChatGPT همین است که لازم نیست کار با یک سایت تازه را یاد بگیرید.

نسخهٔ رایگان برای ساخت عکس سهمیهٔ محدودی دارد. این سهمیه جدا از سهمیهٔ گفتگو حساب می‌شود و وقتی تمام شود، خود ChatGPT خبرتان می‌کند. پلن‌های پولی سهمیهٔ بیشتری دارند و اگر از قبل اشتراک ChatGPT Plus دارید، برای عکس پول جداگانه‌ای نمی‌دهید. OpenAI در معرفی نسخه‌های تازهٔ ابزار تصویرش نوشتن دقیق‌تر متن روی عکس را یکی از بهبودهای اصلی دانسته است.

Gemini و Nano Banana؛ رایگان و قوی در ویرایش

ابزار تصویر Gemini اسم خودش را دارد: Nano Banana. طبق راهنمای ساخت عکس Gemini، وقتی مدل را روی Flash یا Pro بگذارید، عکس‌ها با Nano Banana 2 ساخته می‌شوند و این مدل در نسخهٔ رایگان هم هست. اگر Flash-Lite را انتخاب کنید، نسخهٔ سبک‌ترش یعنی Nano Banana 2 Lite کار می‌کند. این نسخه سریع است، ولی برای ویرایش‌های پشت‌سرهم یا کار با چند عکس مرجع ساخته نشده.

مشترک‌های پلن‌های Google AI یک گزینهٔ دیگر هم دارند: می‌توانند عکسی را که ساخته‌اند با Nano Banana Pro دوباره و با جزئیات بیشتر بسازند. به گفتهٔ گوگل، فرقش در عکس‌های پرمتن و اینفوگرافیک بیشتر معلوم می‌شود.

قوت Gemini بیشتر در ویرایش عکس است. عکس خودتان را آپلود می‌کنید و می‌گویید فقط یک بخشش عوض شود، یا چند عکس مرجع می‌دهید تا با هم ترکیب شوند. ساخت و ویرایش عکس در Gemini سهمیهٔ روزانه دارد و فقط برای کاربران بالای ۱۸ سال است. کیفیت دانلود هم به پلن بستگی دارد: بدون پلن عکس را با کیفیت 1K می‌گیرید و با پلن Google AI با کیفیت 2K.

دربارهٔ خود Gemini و پلن‌هایش راهنمای جداگانه‌ای نوشته‌ایم و Google AI Pro و Ultra را هم با هم مقایسه کرده‌ایم.

Midjourney؛ برای تصویرهای هنری و سبک‌دار

Midjourney از اول برای ساختن تصویر ساخته شده و چت‌بات نیست. هر پرامپت چهار تصویر تحویل می‌دهد و از ۲ مرداد ۱۴۰۵ نسخهٔ پیش‌فرضش V8.2 است که تصویرهای زیباتر و باکیفیت‌تری می‌سازد. اگر کاور، پوستر فیلم، تصویرسازی کتاب یا عکسی با حال و هوای خاص می‌خواهید، احتمالاً اینجا زودتر به نتیجه می‌رسید.

Midjourney نسخهٔ رایگان ندارد و پیش از اولین تصویر باید مشترک شوید. طبق صفحهٔ پلن‌های Midjourney در ۲۹ مهر ۱۴۰۵، ارزان‌ترین پلن یعنی Basic ماهی ۱۰ دلار بود و حدود ۲۰۰ دقیقه زمان پردازش سریع (Fast) می‌داد. هر بار ساختن چهار تصویر با کیفیت معمولی حدود ۰٫۸ دقیقه از این زمان را مصرف می‌کند. پس این سهمیه به حدود ۲۵۰ بار ساخت می‌رسد، یعنی نزدیک ۱۰۰۰ تصویر. آموزش قدم‌به‌قدمش را در میدجرنی چیست نوشته‌ایم.

Leonardo؛ سهمیهٔ رایگان روزانه و کنترل بیشتر

Leonardo به درد کسی می‌خورد که به جز نوشتن پرامپت، ابزار و تنظیمات بیشتری می‌خواهد. نسخهٔ رایگانش تاریخ انقضا ندارد و هر روز مقداری «توکن» می‌دهد، پس می‌شود هر روز چند تصویر ساخت و پولی نداد. مشترک‌ها می‌توانند با ۱۰ تا ۲۰ عکس، مدل اختصاصی خودشان را آموزش بدهند تا همهٔ تصویرها یک سبک ثابت داشته باشند. این کار برای یک فروشگاه اینترنتی یا کانالی که می‌خواهد پست‌هایش به هم بیایند خیلی به کار می‌آید.

از همین اول بدانید که تصویرهای نسخهٔ رایگان Leonardo عمومی‌اند و بقیه هم آن‌ها را می‌بینند. برای ساخت خصوصی باید پلن پولی بگیرید.

اگر بین Leonardo و Midjourney دودل هستید، مقایسهٔ لئوناردو یا میدجرنی را جداگانه نوشته‌ایم.

Ideogram؛ وقتی متن روی عکس مهم است

Ideogram روی نوشتن متن داخل تصویر تمرکز ویژه‌ای دارد و راهنمایش حتی بخش جداگانه‌ای به اسم Text in Images دارد. برای همین در ساخت پوستر، بنر تبلیغاتی، کارت دعوت و جلد کتاب به کار می‌آید. ترفندی که خود Ideogram یاد می‌دهد ساده است: کلمه‌ها را دقیقاً داخل گیومه در پرامپت بنویسید.

اگر یک کلمه غلط درآمد، لازم نیست کل تصویر را از نو بسازید. با ویرایش هوش مصنوعی (AI edit) همان قسمت را درست می‌کنید، یا با Layerize text متن را به لایه‌ای جدا تبدیل می‌کنید تا خودتان دوباره تایپش کنید.

در تصویر زیر از راهنمای رسمی Ideogram، دو جواب را ببینید: یکی اینکه تصویرهای پلن رایگان عمومی‌اند و دیگری اینکه متن اشتباه را چطور درست کنید.

نسخهٔ رایگان Ideogram هر هفته ۳۰ اعتبار (credit) می‌دهد، به شرطی که با حساب Google، Apple یا Microsoft وارد شوید. حسابی که با ایمیل و رمز ساخته شود اعتبار رایگان نمی‌گیرد. فایل‌های نسخهٔ رایگان با فرمت JPEG دانلود می‌شوند و PNG مخصوص پلن پولی است.

Adobe Firefly؛ برای کار تجاری کم‌دردسرتر

Firefly محصول Adobe است، شرکت سازندهٔ فتوشاپ. فرق اصلی‌اش با بقیه در داده‌هایی است که با آن‌ها آموزش دیده. به گفتهٔ پرسش‌های متداول Firefly، مدل‌هایش با محتوای دارای مجوز، مثل عکس‌های Adobe Stock، و آثاری که حق نشرشان تمام شده آموزش دیده‌اند و فایل‌های شخصی مشترک‌های Creative Cloud در آموزششان به کار نرفته است. خروجی قابلیت‌هایی را هم که برچسب بتا ندارند می‌شود در کار تجاری استفاده کرد.

Firefly با «اعتبار مولد» (generative credits) کار می‌کند و هر ساخت یا ویرایش از این اعتبار کم می‌کند. قابلیت‌های هوش مصنوعی فتوشاپ هم، مثل Generative Fill که بخشی از عکس را با یک توصیف متنی پر یا عوض می‌کند، با همین اعتبارها کار می‌کنند. Adobe روی بعضی خروجی‌های Firefly اطلاعاتی به اسم Content Credentials هم می‌گذارد که نشان می‌دهد در ساختشان هوش مصنوعی به کار رفته است.

رایگان یا پولی؛ کی ارزش دارد پول بدهید؟

برای چند عکس در هفته، نسخه‌های رایگان ChatGPT و Gemini کافی‌اند و لازم نیست برای هر ابزار جدا حساب باز کنید. پول دادن وقتی معنی پیدا می‌کند که یکی از این حالت‌ها پیش بیاید:

• سهمیه مدام تمام می‌شود. اگر هر روز به سقف ساخت عکس می‌رسید و کارتان تا فردا معطل می‌ماند، پلن پولی این معطلی را کم می‌کند.
• تصویرها نباید عمومی باشند. در Ideogram و Leonardo تصویرهای نسخهٔ رایگان عمومی‌اند. Midjourney هم ساخته‌ها را به‌طور پیش‌فرض نشان می‌دهد و حالت خصوصی (Stealth) را فقط در پلن‌های Pro و Mega دارد.
• کیفیت فایل مهم است. برای چاپ یا بنر بزرگ، دانلود 2K در Gemini و فایل PNG در Ideogram فقط با پلن پولی به دست می‌آید.
• کار برای یک کسب‌وکار است. Midjourney از شرکت‌هایی که درآمد سالانه‌شان بیشتر از یک میلیون دلار است می‌خواهد پلن Pro یا Mega بگیرند. در Leonardo هم مالکیت کامل تصویرها فقط با پلن پولی به دست می‌آید (پایین‌تر توضیح داده‌ایم).
• Midjourney را می‌خواهید. برای این یکی راه رایگانی نیست.

اگر فقط می‌خواهید یک اشتراک بخرید، اول ببینید کدام چت‌بات را برای کارهای دیگر هم لازم دارید. اشتراکی که هم در نوشتن و تحقیق کمکتان می‌کند و هم عکس می‌سازد، معمولاً بیشتر از یک ابزار تک‌کاره به کار می‌آید. مقایسهٔ ChatGPT، Gemini و Claude را برای همین تصمیم نوشته‌ایم.

متن فارسی روی عکس؛ کدام هوش مصنوعی از پسش برمی‌آید؟

برای کاربر ایرانی این سؤال از همه مهم‌تر است، چون پوستر تخفیف، بنر کانال یا کارت تبریک بدون متن فارسی به کار نمی‌آید. جواب صادقانه این است که روی هیچ‌کدام نمی‌شود چشم‌بسته حساب کرد.

گوگل دربارهٔ Nano Banana 2 نوشته که متن را «با املای دقیق‌تر، در همهٔ زبان‌های پشتیبانی‌شده» روی عکس می‌گذارد، و فارسی جزو زبان‌های Gemini است. در صفحه‌های رسمی ابزارهای دیگر، تا جایی که خواندیم، قولی دربارهٔ متن فارسی نبود. حروف فارسی به هم می‌چسبند و از راست به چپ نوشته می‌شوند. پس اگر حرف‌ها جدا از هم یا برعکس درآمدند، تقصیر پرامپت شما نیست.

مطمئن‌ترین راه این است که عکس و متن را جدا از هم آماده کنید. این چند قدم کمک می‌کند:

1. عکس را بدون متن بسازید و در پرامپت بخواهید جای خالی بگذارد، مثلاً «بالای تصویر فضای خالی برای عنوان باشد».
2. متن فارسی را بعداً در Canva یا فتوشاپ با یک فونت فارسی رویش بگذارید. در Canva Pro می‌توانید فونت فارسی دلخواهتان را هم آپلود کنید.
3. اگر با این حال می‌خواهید خود هوش مصنوعی متن را بنویسد، متن را کوتاه و داخل گیومه بدهید، با Gemini امتحان کنید و حرف‌به‌حرف چکش کنید. برای عکس پرمتن، مشترک‌های Google AI می‌توانند با گزینهٔ ساخت دوباره با Nano Banana Pro (Redo with Pro) نتیجهٔ بهتری بگیرند.
4. برای لوگو و هر متنی که قرار است ماندگار باشد، به خروجی خام اعتماد نکنید و متن نهایی را خودتان بچینید.

عکسی که با هوش مصنوعی می‌سازید مال کیست؟

قبل از اینکه تصویری را روی بسته‌بندی محصول، تبلیغ یا سایت مشتری بگذارید، شرایط همان ابزار را بخوانید. آنچه صفحه‌های رسمی هر ابزار می‌گویند، خلاصه این است:

• ChatGPT: طبق شرایط استفادهٔ OpenAI، خروجی مال شماست و OpenAI حقوق خودش را به شما واگذار می‌کند. ولی همان‌جا آمده که خروجی لزوماً یکتا نیست و ممکن است کاربر دیگری هم تصویر مشابهی بگیرد.
• Midjourney: مشترک‌ها تقریباً هر استفاده‌ای می‌توانند از تصویرهایشان بکنند. فقط شرکت‌هایی که درآمد سالانه‌شان بیش از یک میلیون دلار است باید پلن Pro یا Mega داشته باشند.
• Leonardo: طبق پرسش‌های متداولش، حقوق تصویرهای نسخهٔ رایگان با خود Leonardo است و به شما مجوز غیرانحصاری برای استفادهٔ تجاری می‌دهد. در پلن پولی مالکیت کامل با خودتان است.
• Ideogram: پرسش‌های متداولش می‌گوید استفادهٔ تجاری به شرایط استفاده (Terms of Service) بستگی دارد و رعایت قانون و حق دیگران به عهدهٔ خود کاربر است. پیش از کار تجاری، آن شرایط را بخوانید.
• Firefly: همان‌طور که بالاتر گفتیم، خروجی قابلیت‌های بدون برچسب بتا را می‌شود در کار تجاری استفاده کرد.
• Gemini: راهنمای ساخت عکسش فقط یادآوری می‌کند که با شرایط گوگل موافقت کرده‌اید و نباید حق نشر و حریم خصوصی دیگران را زیر پا بگذارید.

قانون‌ها دربارهٔ تصویرهای هوش مصنوعی هنوز در حال تغییرند. Adobe هم در همان صفحهٔ پرسش‌های متداول می‌گوید برای سؤال‌های حق نشر با یک مشاور حقوقی محلی صحبت کنید. چند قاعدهٔ ساده دردسر را کم می‌کند: از چهرهٔ آدم‌های واقعی بدون رضایتشان تصویر نسازید و شخصیت‌های کارتونی یا لوگوی برندهای دیگر را در تبلیغ خودتان نیاورید. اگر هم تصویری قرار است لوگوی کسب‌وکارتان شود، پیش از ثبت و چاپ آن را به یک طراح نشان بدهید.

جدول انتخاب: کدام هوش مصنوعی ساخت عکس برای کدام کار؟

ردیفی را پیدا کنید که به کار شما نزدیک‌تر است:

پرداخت اشتراک و سالم نگه داشتن حساب

ChatGPT و Gemini ایران را فعلاً در فهرست کشورهایشان نیاورده‌اند. Adobe هم در پرسش‌های متداول Firefly اسم ایران را میان کشورهایی آورده که نمی‌شود در آن‌ها از سرویس‌هایش استفاده کرد. کارت بانکی ایرانی هم در صفحهٔ پرداخت این سرویس‌ها کار نمی‌کند، برای همین بیشتر کاربران ایرانی اشتراک را از یک فروشنده می‌خرند.

اشتراک Midjourney، ChatGPT و Gemini را می‌توانید از فروشگاه سواپ‌ولت بخرید و هزینه‌اش را از موجودی تومانی یا تتر (USDT) بپردازید. اشتراک ChatGPT روی حساب و ایمیل خودتان فعال می‌شود و صفحهٔ محصولش زمان تحویل را «ظرف ۲ ساعت» اعلام کرده است. زمان تخمینی تحویل Midjourney و Gemini «ظرف یک روز کاری» است و وضعیت سفارش را در اپلیکیشن سواپ‌ولت دنبال می‌کنید. برای واریز تومان احراز هویت سطح متوسط لازم است و کارمزدها را در صفحهٔ کارمزد می‌بینید.

Leonardo و Ideogram را اول با نسخهٔ رایگانشان امتحان کنید و ببینید کارتان را راه می‌اندازد یا نه. اگر نیاز اصلی‌تان کیفیت هنری است، اشتراک Midjourney همان کار را پوشش می‌دهد.

هیچ‌کس نمی‌تواند برای یک سرویس خارجی تضمین صددرصد بدهد، ولی این چند کار پایداری حساب را خیلی بیشتر می‌کند:

• اشتراک را روی حسابی فعال کنید که با ایمیل خودتان ساخته‌اید و به آن دسترسی دارید، نه روی حساب آماده یا مشترک.
• رمز حساب را به کسی ندهید و حساب را با دیگران شریک نشوید.
• اطلاعات ثبت‌نام را درست وارد کنید و تأیید دومرحله‌ای حساب گوگل یا ایمیلتان را روشن کنید.
• تصویرهای مهم را مرتب دانلود کنید تا اگر حساب محدود شد، کارتان از دست نرود.

اگر می‌خواهید از همین مهارت درآمد هم داشته باشید، کسب درآمد دلاری با هوش مصنوعی را بخوانید.