ZONA GADGET
– Di masa ketika teknologi AI semakin canggih, menciptakan gambar dengan kualitas terbaik menimbulkan tantangan tersendiri. Stable Diffusion 2 muncul sebagai salah satu opsi yang lumayan banyak digunakan.
Stable Diffusion 2 merupakan sebuah model AI yang mampu menciptakan gambar digital berdasarkan instruksi dalam bentuk teks.
Model ini mengoperasikan dirinya melalui tampilan teknis semacam halaman web (Web UI), program terstruktur dengan kode, atau jasa yang didukung oleh awan.
Sebagian besar penggunanya, yakni pegiat AI, seniman digital, atau pengguna umum yang gemar bereksperimen dengan teknologi visual terbaru.
Salah satu kunci agar gambar terlihat realistis dan detail menggunakan sistem ini, dengan menggunakan prompt negatif. Simak penjelasan lengkapnya.
Mengapa Prompt Negatif Begitu Berarti dalam Stable Diffusion 2?
Prompt negatif digunakan untuk memberi tahu sistem apa saja yang tidak boleh muncul dalam gambar.
Menurut penjelasan pada saluran YouTube @aisamsonreal, istilah-istilah seperti “disfigured,” “cartoon,” “buruk seni,” serta “3D” bisa dipakai untuk mencegah terciptanya hasil yang kelihatan ganjil, rusak, atau kurang nyata.
Misalnya saja, saat menggambar seorang pemuda perempuan yang menarik menggunakan petunjuk positif semata, outputnya mungkin akan tampak menakutkan.
Tetapi, sesudah memasukkan prompt negatif, gambar tersebut terlihat jauh lebih alami dan mengundang.
Hal ini terjadi karena Stable Diffusion 2 memberi bobot besar terhadap perintah negatif tersebut untuk membuang elemen yang tidak diinginkan.
Mekanisme Teknis di Balik Prompt Negatif
Channel YouTube @1littlecoder menjelaskan bahwa Stable Diffusion 2 menjalankan dua proses denoising.
Pertama, sistem mendekatkan hasil gambar pada prompt utama (positif). Kedua, sistem juga melakukan denoising terhadap prompt negatif, menggantikan peran prompt kosong di versi sebelumnya.
Perbedaan antara kedua proses tersebutlah yang menciptakan hasil terakhirnya. Misalnya, ketika menyertakan prompt negatif seperti “fog,” maka asap atau kabut pada gambar itu sendiri akan menghilang.
Prompt lain seperti “grainy” akan menghapus noise atau butiran kasar. Proses ini memungkinkan hasil akhir menjadi lebih bersih dan sesuai arahan pengguna.
Perkembangan Model dan Dampaknya terhadap Output Gambar
Versi terbaru Stable Diffusion mengalami perubahan pada encoder dan struktur model, sehingga prompt lama sering kali tidak efektif.
Sekarang ini, prompt negatif berperan lebih signifikan dan sangat mempengaruhi output gambar.
Misalnya, saat membuat potret gadis remaja dengan pencahayaan studio dan gaya sinematik, gambar tanpa prompt negatif terlihat kurang detail.
Setelah menambahkan kata-kata seperti “ugly,” “disfigured,” atau “poorly drawn,” gambar menjadi lebih realistis, terutama pada bagian mata dan alis.
Prompt negatif dapat digunakan pula pada subjek yang bukan manusia. Saat menciptakan ilustrasi mobil berwarna biru, penggunaan prompt negatif semacam “batu bata” mungkin berguna dalam menyingkirkan unsur-unsur batu bata dari bagian belakang, walaupun akurasinya tak selalu optimal.
Ini mengindikasikan bahwa melakukan percobaan adalah kunci utama dalam menemukan campuran yang ideal.
Pandangan Pengembang dan Komunitas Pengguna
Imad Mostak, pencipta Stable Diffusion, menjelaskan bahwa model ini menjalankan proses deduping dan flattening latent space, sehingga prompt negatif dan sistem pembobotan menjadi sangat berpengaruh terhadap hasil akhir.
Sementara itu, pengguna populer seperti Automatic1111 menjelaskan bahwa prompt negatif kini menggantikan peran prompt kosong dalam proses denoising.
Komunitas AI juga membagikan praktik terbaik, seperti menggunakan kata-kata “oversaturated,” “ugly,” “low-res,” dan “grain” untuk menghasilkan visual yang lebih tajam dan bersih.
Hal ini menunjukkan, memahami dan menggunakan prompt negatif secara tepat adalah kunci untuk mendapatkan hasil terbaik dari Stable Diffusion 2.
Perubahan besar pada Stable Diffusion 2 menuntut pengguna untuk lebih kreatif dalam menyusun prompt, terutama prompt negatif.
Terus bereksperimen dan menyesuaikan prompt negatif dengan objek yang dihasilkan dapat membantu mendapatkan hasil maksimal.
