مدیران ایران
راهنمای تخصصی هوش مصنوعی
راهنمای عملی

از روی هر عکسی که دوست داری، یک فرمول تصویری حرفه‌ای بساز

این راهنما نشان می‌دهد چطور یک عکس مرجع را به هوش مصنوعی بدهی، ساختار بصری آن — نور، قاب‌بندی، رنگ، حس و حال — را به شکل یک فرمول دقیق استخراج کنی و همان سبک را روی عکس خودت پیاده کنی؛ بدون این‌که چیزی از هویت چهره‌ات تغییر کند.

🖼️ عکس مرجع سبکی که دوست داری
←
🧩 فرمول JSON تحلیل ساختار بصری
←
✨ نتیجه نهایی عکس خودت، سبک آن‌ها
چرا این روش

این روش دقیقاً چه کاری انجام می‌دهد؟

هدف این نیست که «پرامپت اصلی سازنده‌ی عکس» را پیدا کنیم — چنین چیزی از روی یک عکس قابل بازیابی نیست. در عوض، از روی هر آنچه در تصویر قابل مشاهده است، یک فرمول بازسازی‌شده و کاربردی می‌سازیم: نوع نور، زاویه دوربین، پالت رنگی، ترکیب‌بندی و حس کلی تصویر. این فرمول را بعد می‌توانی روی عکس خودت اجرا کنی و همان اتمسفر را با حفظ کامل چهره‌ات بگیری.

۰۱پرتره‌های حرفه‌ای
۰۲عکاسی فشن
۰۳عکس محصول
۰۴پوستر و تبلیغات
۰۵طراحی داخلی
۰۶عکاسی غذا
فرایند

روش کار در ۴ مرحله

کل فرایند ساده است و نیازی به دانش تخصصی عکاسی یا نورپردازی نداری — فقط باید همین دو دستور را در جای درست به مدل هوش مصنوعی بدهی.

۰۱

عکس مرجع را انتخاب کن

هر عکسی که نور، ژست، رنگ، لوکیشن یا حس کلی‌اش را دوست داری، ذخیره کن. کیفیت و وضوح این عکس مستقیماً روی نتیجه نهایی اثر می‌گذارد.

۰۲

عکس را به مدل بده

عکس مرجع را آپلود کن و «پرامپت شماره ۱» را بدون هیچ تغییری برایش بفرست تا تحلیل بصری آغاز شود.

۰۳

فرمول JSON را دریافت کن

مدل تصویر را تحلیل می‌کند و یک ساختار JSON مرتب به همراه یک پرامپت نهایی آماده استفاده برمی‌گرداند.

۰۴

روی عکس خودت اجرا کن

عکس خودت را اضافه کن و «پرامپت شماره ۲» را بفرست تا سبک منتقل شود، در حالی‌که هویت چهره‌ات کاملاً حفظ می‌شود.

نکته کلیدی: بهترین نتیجه زمانی به‌دست می‌آید که عکس مرجع واضح، باکیفیت و از نظر نور و کادربندی نزدیک به چیزی باشد که می‌خواهی بسازی.
پرامپت شماره ۱

استخراج فرمول JSON از عکس مرجع

عکس مرجع را در مدل آپلود کن و متن زیر را بدون هیچ تغییری ارسال کن.

دستور تحلیل تصویرImage Reverse-Engineering Prompt
Analyze the uploaded reference image and reverse-engineer it into a highly detailed, production-ready image generation recipe. IMPORTANT: Do NOT claim to recover the original prompt used to create the image. Instead, reconstruct the visual recipe as accurately as possible from what is visible in the image. Analyze everything that materially affects the final look, including: - subject - pose and body direction - facial expression - clothing - hairstyle - accessories - environment / location - foreground and background - camera angle - framing and composition - focal length / lens feel - depth of field - lighting direction - lighting quality - shadows and highlights - color palette - color grading - contrast - texture - atmosphere - photographic style - visual mood - image quality - aspect ratio Then return ONLY valid JSON in exactly this structure: { "image_analysis": { "subject": "", "pose": "", "expression": "", "outfit": "", "hair": "", "accessories": "", "environment": "", "background": "", "foreground": "", "composition": "", "camera_angle": "", "lens_and_focal_length": "", "depth_of_field": "", "lighting": "", "color_palette": [], "color_grading": "", "texture_and_detail": "", "photography_style": "", "mood": "", "aspect_ratio": "" }, "transferable_style": { "visual_style": "", "lighting_recipe": "", "camera_recipe": "", "composition_recipe": "", "color_recipe": "", "environment_recipe": "", "details_to_preserve": [] }, "final_generation_prompt": "", "negative_prompt": [ "low quality", "blurry face", "bad anatomy", "distorted hands", "extra fingers", "deformed face", "plastic skin", "overprocessed image", "unnatural lighting", "wrong perspective" ] } RULES: 1. Be extremely specific and visual. 2. Never use vague phrases like "beautiful lighting" without explaining the lighting. 3. Describe camera position, subject placement and composition clearly. 4. The final_generation_prompt must combine all important information into one polished English prompt ready for image generation. 5. Keep identity-specific facial features separate from the transferable visual style whenever possible. 6. Do not invent invisible details. 7. If something cannot be determined reliably from the image, write "unknown". 8. Output JSON only. 9. Do not add explanations before or after the JSON. 10. Make sure the JSON is syntactically valid and easy to copy.
image_analysis تحلیل کامل هر آنچه در عکس مرجع دیده می‌شود — از نور و زاویه دوربین تا پالت رنگی و حس تصویر.
transferable_style بخشی که فقط «سبک قابل انتقال» را جدا می‌کند تا هویت چهره در مرحله بعد دست‌نخورده بماند.
final_generation_prompt پرامپت نهایی، آماده و یک‌پارچه، که در مرحله بعد مستقیماً استفاده می‌شود.
negative_prompt فهرستی از خطاهای رایج تولید تصویر که باید در نتیجه نهایی از آن‌ها پرهیز شود.
پرامپت شماره ۲

انتقال سبک به عکس خودت با حفظ کامل هویت

بعد از دریافت JSON، عکس خودت را هم در همان گفتگو آپلود کن و متن زیر را ارسال کن.

دستور انتقال سبکIdentity-Locked Style Transfer
Now use the extracted "transferable_style" and "final_generation_prompt" on my second uploaded image. IDENTITY LOCK: Preserve the exact identity of the person in my second image. Do not change: - facial identity - face shape - eyes - eyebrows - nose - lips - jawline - skin tone - age - gender - recognizable facial features Transfer ONLY: - pose - composition - camera angle - lighting - environment - color grading - photographic style - mood - visual atmosphere The final result must clearly look like the SAME PERSON from my second uploaded image, photographed in the visual style of the first reference image.
فرمول کار را همیشه به یاد داشته باش: عکس مرجع → استخراج فرمول → عکس خودت → انتقال سبک با قفل هویت
reference.jpg → JSON → yours.jpg → result.jpg
همین فرمول برای ویدیو

تحلیل و انتقال سبک روی ویدیو

همین منطق روی ویدیو هم جواب می‌دهد. به‌جای نور و رنگ یک قاب ثابت، این‌بار حرکت دوربین، ریتم تدوین، جلوه‌های انتقالی و اتمسفر صوتی یک ویدیوی مرجع را استخراج می‌کنیم و همان زبان بصری را روی ویدیوی خودت پیاده می‌کنیم — بدون این‌که محتوا، گفتار یا هویت افراد داخل ویدیوی تو تغییر کند.

۰۱

ویدیوی مرجع را انتخاب کن

ویدیویی که سبک تدوین، حرکت دوربین یا حال‌وهوای آن را دوست داری، آماده کن — ترجیحاً کوتاه و با کیفیت خوب.

۰۲

ویدیو را به مدل بده

ویدیوی مرجع را آپلود کن و «پرامپت شماره ۳» را بفرست تا تحلیل بصری و شنیداری آغاز شود.

۰۳

فرمول JSON ویدیو را بگیر

مدل حرکت دوربین، ریتم تدوین، رنگ‌بندی و اتمسفر صوتی را تحلیل می‌کند و یک فرمول ساختاریافته برمی‌گرداند.

۰۴

روی ویدیوی خودت اجرا کن

ویدیوی خودت را اضافه کن و «پرامپت شماره ۴» را بفرست تا سبک منتقل شود، در حالی‌که محتوا و هویت افراد داخل ویدیو دست‌نخورده می‌ماند.

نکته عملی: برای مرحله تحلیل، از هر مدلی که قابلیت فهمیدن ویدیو دارد استفاده کن. برای مرحله اجرا، به ابزاری نیاز داری که ویرایش یا بازتولید ویدیو بر اساس یک پرامپت سبک را پشتیبانی کند.
پرامپت شماره ۳

استخراج فرمول JSON از ویدیوی مرجع

ویدیوی مرجع را در مدل آپلود کن و متن زیر را بدون هیچ تغییری ارسال کن.

دستور تحلیل ویدیوVideo Reverse-Engineering Prompt
Analyze the uploaded reference video and reverse-engineer it into a highly detailed, production-ready video style recipe. IMPORTANT: Do NOT claim to recover the original script, prompt, or editing software used to create the video. Instead, reconstruct the visual and editing recipe as accurately as possible from what is visible and audible in the video. Analyze everything that materially affects the final look and feel, including: - subject(s) and main focus - setting / locations - shot types (wide, medium, close-up, etc.) - camera movement (static, pan, tilt, handheld, tracking, drone, etc.) - framing and composition per scene - pacing and editing rhythm - cut frequency and transition style - lighting direction and quality - color palette - color grading - texture and image quality - on-screen text or caption style, if present - sound design and music mood - voiceover or dialogue tone, if present - overall visual style - visual mood - aspect ratio - frame rate / motion feel (smooth, cinematic, snappy, etc.) Then return ONLY valid JSON in exactly this structure: { "video_analysis": { "subject": "", "setting_and_locations": "", "shot_types": "", "camera_movement": "", "framing_and_composition": "", "pacing_and_editing_rhythm": "", "transitions": "", "lighting": "", "color_palette": [], "color_grading": "", "texture_and_detail": "", "on_screen_text_style": "", "sound_and_music_mood": "", "voiceover_or_dialogue_tone": "", "overall_visual_style": "", "mood": "", "aspect_ratio": "", "motion_feel": "" }, "transferable_style": { "visual_style": "", "camera_recipe": "", "editing_recipe": "", "color_recipe": "", "sound_recipe": "", "details_to_preserve": [] }, "final_generation_prompt": "", "negative_prompt": [ "low quality", "shaky unintended motion", "inconsistent color grading", "jarring cuts", "distorted faces", "audio out of sync", "unnatural lighting", "wrong aspect ratio" ] } RULES: 1. Be extremely specific and visual. 2. Never use vague phrases like "dynamic editing" without explaining the actual cut rhythm and shot lengths. 3. Describe camera movement and shot progression scene by scene where possible. 4. The final_generation_prompt must combine all important information into one polished English prompt ready for video style generation or editing. 5. Keep identity-specific and content-specific details (people, dialogue, storyline) separate from the transferable visual/editing style whenever possible. 6. Do not invent details that are not visible or audible in the video. 7. If something cannot be determined reliably, write "unknown". 8. Output JSON only. 9. Do not add explanations before or after the JSON. 10. Make sure the JSON is syntactically valid and easy to copy.
video_analysis تحلیل کامل حرکت دوربین، ریتم تدوین، رنگ‌بندی و صدا در ویدیوی مرجع.
transferable_style فقط بخش «سبک قابل انتقال» را جدا می‌کند تا محتوا و هویت ویدیوی خودت دست‌نخورده بماند.
final_generation_prompt پرامپت نهایی یک‌پارچه که در مرحله بعد مستقیماً روی ویدیوی خودت استفاده می‌شود.
negative_prompt خطاهای رایج تدوین و رندر ویدیو که باید در نتیجه نهایی از آن‌ها پرهیز شود.
پرامپت شماره ۴

انتقال سبک به ویدیوی خودت با حفظ کامل محتوا

بعد از دریافت JSON، ویدیوی خودت را هم در همان گفتگو آپلود کن و متن زیر را ارسال کن.

دستور انتقال سبک ویدیوIdentity-Locked Video Style Transfer
Now use the extracted "transferable_style" and "final_generation_prompt" on my second uploaded video. CONTENT LOCK: Preserve the exact identity, footage content, and subject matter of my second video. Do not change: - people's identity and faces - spoken content, dialogue, or voiceover text - core subject matter and storyline - the original scenes and footage themselves Transfer ONLY: - camera movement style - editing pace and cut rhythm - transition style - color grading - lighting mood - overall visual atmosphere - music and sound design mood, if applicable The final result must clearly be the SAME VIDEO and footage from my second uploaded file, restyled in the visual and editing language of the first reference video.
فرمول کار را برای ویدیو هم به یاد داشته باش: ویدیوی مرجع → استخراج فرمول → ویدیوی خودت → انتقال سبک با قفل محتوا
reference.mp4 → JSON → yours.mp4 → result.mp4
راهنمای عملی

چند نکته برای نتیجه بهتر

کیفیت ورودی

عکس واضح و باکیفیت بده

اگر چهره، نور یا پس‌زمینه در عکس مرجع نامشخص باشد، مدل مجبور می‌شود بخش زیادی از جزئیات را حدس بزند و نتیجه دقت کمتری خواهد داشت.

حفظ هویت

هویت را همیشه جدا نگه دار

سبک تصویری کاملاً قابل انتقال است، اما ویژگی‌های هویتی چهره — شکل صورت، چشم‌ها، پوست — باید همیشه متعلق به عکس دوم باقی بماند.

شفاف‌سازی

این روش پرامپت اصلی را برنمی‌گرداند

خروجی این فرایند، بازسازی هوشمندانه‌ای از روی چیزی است که در تصویر دیده می‌شود؛ نه بازیابی دستور واقعی سازنده تصویر.

تمرین

روی سبک‌های مختلف امتحان کن

پرتره، فشن، عکس محصول، پوستر، طراحی داخلی و حتی عکاسی غذا — همه را می‌توان با همین دو پرامپت تحلیل و بازتولید کرد.

پرسش‌های پرتکرار

سوالاتی که ممکن است داشته باشی

آیا این روش روی هر مدل هوش مصنوعی تصویرساز کار می‌کند

بله. چون خروجی این فرایند یک متن ساختاریافته و قابل‌فهم برای هر مدل زبانی-تصویری است، می‌توانی آن را در هر ابزاری که از تحلیل تصویر و تولید تصویر پشتیبانی می‌کند استفاده کنی.

اگر نتیجه نهایی دقیقاً شبیه عکس مرجع نشد چه کار کنم

بخش final_generation_prompt را بازبینی کن و جزئیاتی که برایت مهم‌تر است را با متن ساده به آن اضافه کن؛ می‌توانی همین فرمول را چند بار با توضیحات تکمیلی اجرا کنی.

می‌توانم بیش از یک عکس مرجع را ترکیب کنم

بله. می‌توانی چند عکس مرجع را جداگانه تحلیل کنی و بعد در پرامپت نهایی، بهترین ویژگی‌های نور، رنگ یا ترکیب‌بندی هر کدام را با هم ادغام کنی.

این فایل را چطور نگه دارم

همین صفحه را ذخیره کن. هر وقت عکسی دیدی که سبکش را دوست داشتی، کافی است دو پرامپت بالا را دوباره کپی و استفاده کنی.