میدجرنی چیست؟ آموزش Midjourney از اولین تصویر تا انتخاب پلن

میدجرنی (Midjourney، که بعضی‌ها «میدجورنی» هم می‌نویسند) سرویسی است که با هوش مصنوعی تصویر می‌سازد. چند کلمه توصیف می‌نویسید، مثلاً «فنجان سرامیکی قهوه روی میز چوبی در نور صبح»، و میدجرنی از روی آن چهار تصویر متفاوت می‌سازد. به این توصیف «پرامپت» (prompt) می‌گویند. از هر تصویر هم می‌شود ویدیوی کوتاهی ساخت، و همهٔ این کارها را در سایت midjourney.com انجام می‌دهید. میدجرنی نسخهٔ رایگان ندارد و برای ساختن همان اولین تصویر هم باید مشترک یکی از چهار پلن پولی‌اش باشید.

اگر تا حالا با میدجرنی کار نکرده‌اید، پایین‌تر ساختن اولین تصویر را قدم‌به‌قدم توضیح داده‌ایم. چند پرامپت آماده برای کارهای رایج هم آورده‌ایم و حساب کرده‌ایم ساعت GPU هر پلن تقریباً به چند تصویر می‌رسد.

میدجرنی چطور کار می‌کند؟

پشت میدجرنی یک مدل هوش مصنوعی است که یاد گرفته از متن تصویر بسازد. میدجرنی این مدل را مرتب به‌روز می‌کند و خودش هر نسخهٔ مدل را به یک به‌روزرسانی نرم‌افزار تشبیه می‌کند. هر نسخه کیفیت و امکانات خودش را دارد و نسخه‌های قدیمی‌تر را هم هنوز می‌شود انتخاب کرد.

V8.2 از ۲ مرداد ۱۴۰۵ نسخهٔ پیش‌فرض میدجرنی است و بیشتر روی زیبایی و کیفیت تصویر و شخصی‌سازی کار کرده است. این نسخه ابزاری به اسم Edit Model هم آورده: یک تصویر و یک دستور ساده به زبان معمولی به آن می‌دهید و میدجرنی از روی آن تصویر تازه‌ای می‌سازد یا همان را تغییر می‌دهد. Edit Model جای سه ابزار قدیمی‌تر یعنی Omni Reference، Character Reference و Retexture را گرفته است. نسخهٔ قبلی، V8.1، کارهای معمولی را حدود ۴ تا ۵ برابر سریع‌تر از نسخه‌های پیشین می‌سازد و حالت HD را هم همین نسخه آورد. در حالت HD تصویر از اول با کیفیت ۲۰۴۸ پیکسل (2K) ساخته می‌شود و لازم نیست جداگانه بزرگش کنید.

دو امکان دیگر هم میدجرنی را از یک تصویرساز ساده جدا می‌کند:

• شخصی‌سازی (Personalization): با پروفایل شخصی‌سازی یا مودبورد (moodboard)، یعنی مجموعه‌ای از تصاویری که سلیقه‌تان را نشان می‌دهد، به میدجرنی می‌گویید چه سبکی را دوست دارید و خروجی‌ها به همان سمت می‌روند.
• ویدیو: دکمهٔ Animate از هر تصویر ویدیوی ۵ ثانیه‌ای می‌سازد، چه تصویر را خود میدجرنی ساخته باشد و چه عکسی باشد که خودتان آپلود کرده‌اید. هر بار که ویدیو را ادامه بدهید (Extend)، ۴ ثانیه به آن اضافه می‌شود. این کار را تا چهار بار می‌شود تکرار کرد، پس ویدیو حداکثر ۲۱ ثانیه می‌شود.

برای کار با میدجرنی دیسکورد لازم است؟

نه. خیلی از آموزش‌های قدیمی کار با میدجرنی را در دیسکورد (Discord) و با دستور `/imagine` یاد می‌دهند. ولی در راهنمای شروع Midjourney امروز همه‌چیز در سایت midjourney.com انجام می‌شود، از ساختن و ویرایش تصویر تا ویدیو و دانلود.

دیسکورد هنوز کار می‌کند و تنظیمات سایت و دیسکورد با هم هماهنگ است. مثلاً اگر سرعت ساخت را در سایت عوض کنید، در دیسکورد هم عوض می‌شود. سرور دیسکورد میدجرنی حالا بیشتر جای گپ زدن با کاربران دیگر و کمک گرفتن است. کار کردن تنها در پیام خصوصی (DM) با ربات میدجرنی هم جزو امکانات پلن‌هاست.

ساخت اولین تصویر در میدجرنی، قدم‌به‌قدم

از ورود به سایت تا دانلود فایل پنج قدم راه است. نمودار زیر کار داخل سایت را، از نوشتن پرامپت تا دانلود، با اسم دکمهٔ هر مرحله نشان می‌دهد.

1. ورود و اشتراک: در midjourney.com وارد حسابتان شوید. طبق راهنمای میدجرنی، پیش از ساختن اولین تصویر باید مشترک یکی از پلن‌ها باشید.
2. نوشتن پرامپت: صفحهٔ Create را باز کنید، پرامپت را در نوار Imagine بالای صفحه بنویسید و Enter را بزنید. در موبایل به‌جای Enter دکمهٔ ارسال را بزنید.
3. چهار تصویر: میدجرنی چهار تصویر می‌سازد و پیشرفت کار را همان‌جا نشان می‌دهد. وقتی عدد به ۱۰۰٪ رسید، تصویرها آماده‌اند.
4. انتخاب و اصلاح: تصویری را که دوست دارید باز کنید. Vary چند نسخهٔ تازه نزدیک به همان می‌سازد و Upscale آن را بزرگ‌تر و پرجزئیات‌تر می‌کند. Pan و Zoom Out کادر را بازتر می‌کنند و Editor فقط بخشی از تصویر را عوض می‌کند. با دکمهٔ Animate هم از همین تصویر ویدیو می‌سازید.
5. دانلود: همهٔ کارهایتان در صفحهٔ Organize جمع می‌شود. آنجا می‌توانید دانلودشان کنید، فیلترشان کنید یا در پوشه‌ها مرتبشان کنید.

پیش از پرامپت بعدی، سری به آیکون تنظیمات در نوار Imagine بزنید. نسبت ابعاد (Aspect Ratio)، نسخهٔ مدل، حالت Raw، میزان Stylize، سرعت GPU و روشن یا خاموش بودن HD را همان‌جا یک بار برای همهٔ پرامپت‌های بعدی تعیین می‌کنید. دفعه‌های اول با پرامپت کوتاه شروع کنید و در هر دور فقط یک کلمه یا یک تنظیم را عوض کنید تا ببینید هر تغییر چه اثری دارد.

پرامپت خوب برای میدجرنی چه شکلی است؟

راهنمای پرامپت‌نویسی Midjourney می‌گوید پرامپت‌های کوتاه و ساده معمولاً بهترین نتیجه را می‌دهند و فهرست بلند یا دستورهای پرجزئیات مدل را سردرگم می‌کند. مثال خود راهنما این است که به‌جای جملهٔ درازی مثل `Show me a picture of lots of blooming California poppies, make them bright, vibrant orange, and draw them in an illustrated style with colored pencils` بنویسید `Colored pencil illustration of bright orange California poppies`. همهٔ مثال‌های راهنما انگلیسی‌اند و ما هم پرامپت‌های این مطلب را انگلیسی نوشته‌ایم.

چند عادت ساده نتیجه را بهتر می‌کند:

• کلمهٔ دقیق‌تر: به‌جای big از huge یا gigantic استفاده کنید.
• عدد به‌جای جمع: به‌جای cats بنویسید three cats، یا از اسم‌های جمعی مثل flock of birds کمک بگیرید.
• از چیزی بگویید که می‌خواهید: توصیف را روی چیزی بگذارید که باید در تصویر باشد. اگر چیزی نباید در تصویر باشد، آن را با پارامتر `--no` بگویید.
• جزئیات مهم را جا نیندازید: هر چه جزئیات کمتری بدهید، خروجی متنوع‌تر می‌شود ولی کنترلتان کمتر است. پس هر چیزی را که برایتان مهم است بنویسید. راهنما پیشنهاد می‌کند به این هفت چیز فکر کنید: موضوع، قالب (عکس، نقاشی، تصویرسازی، مجسمه)، محیط، نور، رنگ، حس و حال، و کادر (نمای نزدیک، نمای از بالا).

پارامترهای میدجرنی: تنظیم‌هایی که ته پرامپت می‌آیند

پارامتر با دو خط تیره شروع می‌شود و همیشه بعد از توصیف، ته پرامپت می‌آید. فهرست پارامترهای Midjourney چهار اشتباه رایج را هم گوشزد می‌کند. خط تیره را به کلمهٔ قبل نچسبانید (`poppies--ar 2:3`) و بین دو خط تیره فاصله نگذارید (`- - ar`). بعد از پارامتر هم ویرگول یا نقطه نگذارید و بعد از پارامترها دیگر توصیف ننویسید.

پرکاربردترین پارامترها این‌ها هستند:

• `--ar` نسبت ابعاد را تعیین می‌کند. تصویرها به‌طور پیش‌فرض مربع‌اند؛ `--ar 16:9` افقی و `--ar 4:5` عمودی است.
• `--no` چیزی را که نمی‌خواهید از تصویر بیرون نگه می‌دارد، مثلاً `--no text`.
• `--s` (کوتاه‌شدهٔ stylize) شدت سبک هنری خود میدجرنی را کم و زیاد می‌کند.
• `--chaos` چهار تصویر یک پرامپت را با هم متفاوت‌تر می‌کند و برای ایده گرفتن به کار می‌آید.
• `--raw` سبک پیش‌فرض میدجرنی را کنار می‌گذارد تا خروجی به متن پرامپت وفادارتر بماند.
• `--tile` الگویی می‌سازد که لبه‌هایش بی‌درز به هم جفت می‌شوند و می‌شود آن را پشت سر هم تکرار کرد.
• `--v` نسخهٔ مدل را عوض می‌کند، مثلاً `--v 7`.
• `--hd` و `--sd` در V8.1 و V8.2 تصویر را با کیفیت ۲۰۴۸ یا ۱۰۲۴ پیکسل می‌سازند.
• `--sref` سبک یک تصویر دیگر را الگو می‌گیرد و `--p` پروفایل شخصی‌سازی شما را اعمال می‌کند.
• `--relax`، `--fast` و `--turbo` سرعت ساخت همان یک پرامپت را عوض می‌کنند.

چند پرامپت آماده و نتیجه‌ای که از هر کدام می‌گیرید

این پرامپت‌ها را خودمان برای کارهای رایج نوشته‌ایم. میدجرنی هر بار تصویر تازه‌ای می‌سازد، برای همین ستون آخر فقط نوع نتیجه را می‌گوید، نه تصویر دقیقی را که می‌گیرید.

از هر سطر که خوشتان آمد، همان را نگه دارید و فقط یک بخش را عوض کنید. مثلاً در سطر اول walnut table را به marble countertop تغییر دهید یا `--ar 4:5` را به `--ar 1:1` برگردانید.

ساعت GPU، Fast و Relax در میدجرنی یعنی چه؟

میدجرنی برای ساختن تصویر از پردازنده‌های گرافیکی قوی (GPU) استفاده می‌کند و با خرید اشتراک، در واقع زمان کار این پردازنده‌ها را می‌خرید. راهنمای سرعت GPU این زمان را به بستهٔ اینترنت موبایل تشبیه می‌کند. مدتی که در سایت می‌گذرانید یا در صف منتظر می‌مانید حساب نمی‌شود؛ زمان GPU فقط وقتی کم می‌شود که میدجرنی واقعاً دارد چیزی برایتان می‌سازد.

• Fast: سهمیهٔ ماهانهٔ پلن است. با هر تمدید اشتراک از نو پر می‌شود و باقی‌مانده‌اش به ماه بعد نمی‌رود، پس بهتر است پیش از پایان ماه مصرفش کنید. مانده‌اش را در صفحهٔ Manage Subscription می‌بینید و اگر کم آوردید، از همان صفحه می‌توانید زمان Fast اضافه بخرید.
• Relax: در پلن‌های Standard، Pro و Mega، ساخت تصویر در این حالت سقف ماهانه ندارد و از سهمیهٔ Fast هم کم نمی‌کند. در عوض پرامپت‌ها در صف می‌مانند تا GPU آزاد شود و انتظار بین صفر تا ۳۰ دقیقه است. هر چه کمتر از Relax استفاده کرده باشید، معمولاً زودتر نوبتتان می‌شود.
• Turbo: تا ۴ برابر سریع‌تر از Fast است، ولی دو برابر زمان Fast مصرف می‌کند. این حالت آزمایشی است و راهنمای میدجرنی می‌گوید فعلاً در V8.1 پشتیبانی نمی‌شود.

حساب سرانگشتی: ۲۰۰ دقیقهٔ پلن Basic به چه کاری می‌رسد؟

طبق جدول همان راهنما، یک پرامپت معمولی (SD) که چهار تصویر می‌سازد به‌طور میانگین ۰٫۸ دقیقه زمان GPU می‌خورد. پرامپت HD حدود ۱٫۳ دقیقه، Upscale از نوع Creative یا Subtle حدود ۲ دقیقه و یک دستهٔ چهارتایی ویدیوی SD حدود ۸ دقیقه می‌برد. پلن Basic ماهی ۳٫۳ ساعت، یعنی ۲۰۰ دقیقه، زمان Fast دارد. با این میانگین‌ها:

• اگر فقط تصویر SD بسازید، ۲۰۰ ÷ ۰٫۸ = ۲۵۰ پرامپت می‌شود، یعنی حدود ۱۰۰۰ تصویر در ماه.
• اگر همه را HD بسازید، ۲۰۰ ÷ ۱٫۳ می‌شود حدود ۱۵۳ پرامپت.
• در یک ماه معمولی‌تر، ۱۵۰ پرامپت SD (۱۲۰ دقیقه)، ۲۰ بار Upscale (۴۰ دقیقه) و ۵ دستهٔ ویدیو (۴۰ دقیقه) روی هم همان ۲۰۰ دقیقه را پر می‌کنند.

پلن Standard ماهی ۱۵ ساعت، یعنی ۹۰۰ دقیقه، زمان Fast دارد. این زمان به حدود ۱۱۲۵ پرامپت SD می‌رسد و وقتی تمام شد هم می‌توانید در Relax تصویر بسازید. این عددها میانگین‌اند. نسبت ابعاد غیرمعمول، نسخه‌های قدیمی‌تر و Upscale زمان بیشتری می‌برند و Vary معمولاً کمتر از یک دقیقه طول می‌کشد.

کدام پلن میدجرنی را بگیرم؟

میدجرنی چهار پلن دارد. فرق اصلی‌شان در مقدار زمان Fast ماهانه است و در اینکه حالت Relax نامحدود و حالت Stealth را دارند یا نه. Stealth همان حالتی است که ساخته‌هایتان را از دید بقیه پنهان نگه می‌دارد.

• Basic: ماهی ۳٫۳ ساعت Fast دارد ولی Relax نامحدود ندارد، پس وقتی سهمیه تمام شد باید زمان GPU اضافه بخرید. برای آشنا شدن و کار گاه‌به‌گاه مناسب است.
• Standard: ماهی ۱۵ ساعت Fast دارد و در Relax هم بی‌سقف تصویر می‌سازد. ساخت ویدیوی HD، که فقط در حالت Fast انجام می‌شود، از همین پلن شروع می‌شود. برای کسی که هر روز تصویر می‌سازد مناسب است.
• Pro: ماهی ۳۰ ساعت Fast دارد و ویدیوی SD را هم در Relax بی‌سقف می‌سازد. حالت Stealth دارد و تا ۱۲ کار را هم‌زمان در Fast پیش می‌برد.
• Mega: همهٔ امکانات Pro را با ماهی ۶۰ ساعت Fast می‌دهد و برای حجم کار خیلی بالاست.

طبق صفحهٔ مقایسهٔ پلن‌ها که خود میدجرنی به دلار آمریکا منتشر کرده، در مهر ۱۴۰۵ پلن Basic ماهی ۱۰ دلار، Standard ماهی ۳۰ دلار، Pro ماهی ۶۰ دلار و Mega ماهی ۱۲۰ دلار است. اگر یک‌جا برای یک سال پول بدهید ۲۰ درصد تخفیف می‌گیرید، و هر ساعت GPU اضافه ۴ دلار است.

اگر مطمئن نیستید، از روی کارتان انتخاب کنید. برای امتحان کردن و چند پروژهٔ کوچک در ماه، Basic کافی است. اگر می‌خواهید هر روز بی‌دغدغه تصویر بسازید، Standard به خاطر Relax نامحدود انتخاب امن‌تری است. Pro و Mega را وقتی بگیرید که ویدیو زیاد می‌سازید، نمی‌خواهید کارهایتان دیده شوند یا درآمد سالانهٔ شرکتتان از یک میلیون دلار بیشتر است.

خرید اشتراک میدجرنی در ایران

کارت‌های بانکی ایرانی در درگاه پرداخت سایت‌های خارجی، از جمله میدجرنی، کار نمی‌کنند. برای همین کاربران ایرانی معمولاً اشتراک را از یک فروشنده می‌خرند. صفحهٔ اشتراک Midjourney در سواپ‌ولت هر چهار پلن را دارد؛ زمان تحویل، روش پرداخت و قیمت هر پلن را در تصویر زیر ببینید.

هزینه را از موجودی تومانی یا تتری (USDT) کیف پول سواپ‌ولت می‌پردازید و اگر موجودی کم بود، همان‌جا با کارت بانکی شارژش می‌کنید. برای واریز تومانی احراز هویت سطح متوسط لازم است. زمان تخمینی تحویل طبق صفحهٔ محصول «ظرف یک روز کاری» است و وضعیت سفارش را داخل اپلیکیشن می‌بینید. اگر تتر ندارید، راهنمای خرید تتر با تومان را ببینید.

چند عادت ساده حساب میدجرنی را پایدار نگه می‌دارد:

• اشتراک را روی حساب و ایمیل خودتان فعال کنید. گالری تصاویر و پروفایل شخصی‌سازی‌تان روی همین حساب جمع می‌شود، و حساب شخصی امن‌ترین انتخاب است.
• حساب را با کسی شریک نشوید.
• اطلاعات ثبت‌نام را درست وارد کنید و برای ایمیلتان ورود دومرحله‌ای را روشن کنید.
• کارهای مهم را مرتب از صفحهٔ Organize دانلود کنید تا نسخه‌ای از آن‌ها پیش خودتان بماند.
• قواعد میدجرنی را، که در بخش بعد آمده، رعایت کنید؛ تخلف می‌تواند به محدود شدن حساب برسد.

هیچ‌کس نمی‌تواند پایداری یک سرویس خارجی را صددرصد تضمین کند، ولی این عادت‌ها احتمال دردسر را خیلی کم می‌کنند. اگر هنوز بین میدجرنی و اشتراک‌های دیگر مردد هستید، راهنمای خرید اشتراک هوش مصنوعی در ایران گزینه‌ها را بر اساس نوع کار کنار هم گذاشته است.

با میدجرنی چه چیزهایی را نمی‌شود ساخت؟

در میدجرنی ساخته‌ها به‌طور پیش‌فرض برای بقیهٔ کاربران دیده می‌شوند. برای همین قواعد جامعهٔ Midjourney می‌خواهد همهٔ محتوا مناسب فضای عمومی باشد. این‌ها را نمی‌شود ساخت:

• محتوای خون‌آلود و خشن (gore) و محتوای بزرگسالان.
• تصویر آدم‌های واقعی، چه مشهور و چه غیرمشهور، به شکلی که برای آزار، بدنام کردن یا آسیب زدن به کار برود. این قاعده برای ویرایش عکس آدم‌های واقعی با Editor هم هست.
• تصویر برای فریب دادن و کلاهبرداری.
• تصویر برای کارزارهای سیاسی یا اثر گذاشتن بر نتیجهٔ انتخابات.

خودکار کردن کار با میدجرنی و استفاده از اپ‌های غیرمجاز شخص ثالث هم مجاز نیست. این قواعد در حالت Stealth و در پیام خصوصی با ربات هم سر جایشان هستند. میدجرنی بعضی پرامپت‌ها و تصاویر را خودکار رد می‌کند، ولی به گفتهٔ خودش رد نشدن یک پرامپت به معنی مجاز بودنش نیست. تخلف می‌تواند به هشدار، محدودیت موقت یا بسته شدن حساب برسد.

قاعدهٔ استفادهٔ تجاری ساده‌تر است. طبق صفحهٔ پلن‌ها، اگر مشترک هستید یا قبلاً بوده‌اید، تقریباً هر جور بخواهید می‌توانید از تصاویر و ویدیوهایتان استفاده کنید. فقط شرکتی که درآمد ناخالص سالانه‌اش بیش از یک میلیون دلار است باید پلن Pro یا Mega داشته باشد. اگر برای مشتری طراحی می‌کنید، بحث مالکیت طرح‌های ساخته‌شده با هوش مصنوعی را هم در کسب درآمد دلاری با هوش مصنوعی بخوانید.

میدجرنی یا ChatGPT و Gemini؟

ChatGPT و Gemini هم تصویر می‌سازند، ولی نوع کارشان فرق دارد. در چت‌بات تصویر را وسط گفت‌وگو می‌خواهید و با چند پیام اصلاحش می‌کنید. میدجرنی فقط برای تصویر و ویدیو ساخته شده است: از هر پرامپت چهار گزینه می‌دهد، ظاهر کار را با پارامترهایی مثل `--ar`، `--s` و `--sref` دقیق تنظیم می‌کنید و پروفایل شخصی‌سازی سلیقه‌تان را به آن یاد می‌دهد.

اگر تصویر برایتان کار جانبی است، اشتراک یک چت‌بات احتمالاً کافی است. اگر هر روز تصویر می‌سازید یا سبک بصری برایتان مهم است، میدجرنی ابزار تخصصی‌تری است. برای پست شبکه‌های اجتماعی که متن و قالب آماده لازم دارد، ابزار طراحی‌ای مثل کانوا پرو راحت‌تر است.

امکانات تصویرسازی این اشتراک‌ها را در مقایسهٔ ChatGPT، Gemini و Claude هم کنار هم گذاشته‌ایم. اگر انتخابتان میدجرنی است، پلن مناسب را از صفحهٔ Midjourney در فروشگاه سواپ‌ولت بگیرید و با یکی از پرامپت‌های جدول بالا شروع کنید.