معظم أدوات القياس الافتراضي بالذكاء الاصطناعي تحلّ مسألة الوضعية. أما المسألة الأصعب فهي الطول وسقوط القماش والنسب — هل تبقى التنورة الميدي ميدي، وهل يظل القميص الواسع يبدو واسعاً، وهل يقع الذيل الملامس للأرض داخل الإطار أصلاً. تشرح هذه الصفحة ما يفعله GridShot حيال ذلك، وما لا يستطيع فعله.
دولار واحد لكل صورة منشورة · بدون اشتراك · رصيد مجاني 10 دولارات للبدء
ليس لأن الصور تبدو سيئة، بل لأنها تبدو معقولة.
حين يرسم نموذج الصور تنورة ميدي بطول الركبة، لا شيء في الصورة يشير إلى الخطأ. الإضاءة صحيحة، والوضعية صحيحة، والقماش صحيح. لا يلاحظ الأمر إلا من يعرف المنتج — وغالباً ما يكون العميل، بعد وصول الطلب.
رأى النموذج التوليدي قطعاً متوسطة الطول وعادية القَصّة أكثر بكثير مما رأى قطعاً تلامس الأرض أو واسعة عن قصد. وإن تُرك بلا تعليمات استقر عند ذلك الوسط: تعود القطعة الواسعة عادية، والقصيرة قياسية، والذيل الذي كان ينبغي أن ينسدل على الأرض يتوقف بانتظام عند الكاحل.
تنقل الصور المسطّحة وصور المانيكان الشبحي اللون والطباعة والتفصيل بأمانة. لكنها لا تنقل كيف تقع القطعة على الجسم. وإن كانت هي المرجع الوحيد المتاح، فسقوط القماش لا يُنقَل — بل يُختلق.
يحدّد GridShot الطول والقَصّة لكل منتج عبر ترتيب ثابت من المصادر. والأسبقية للمصدر الأول الذي يملك إجابة.
حقول اختيارية على كل منتج — الطول والقَصّة وملاحظات مقاس بنص حر — تضبطها أنت في التطبيق أو تربطها من استيراد المتجر. لا تكتب فيها أي خطوة تحليل إطلاقاً. وحين تكون موجودة فهي تتقدّم على كل ما دونها.
إن رفعت صورة للقطعة على جسم، يقرأ التحليل البصري النسب من تلك الصورة: كم تنسدل فعلاً، وكيف تسقط، وأين ينتهي الذيل. والدليل من صورة حقيقية يتقدّم على قراءة صورة منتج مسطّحة.
الطول والقَصّة المكتشفان تلقائياً من صور منتجك عند الرفع. مفيدان كقيمة افتراضية، ويخطئان بما يكفي لتبرير وجود المصدرين أعلاه.
إن لم يملك أي مصدر إجابة، فلا تُضاف قاعدة نسب على الإطلاق. لا يخترع النظام واحدة لسدّ الفراغ — يُعامَل الحقل الفارغ كمجهول، لا كـ«عادي».
تُصاغ التعليمة بحسب مصدرها: القيمة التي تضبطها أنت تُمرَّر كقاعدة لا يجوز تسويتها، بينما تُمرَّر القيمة المكتشفة تلقائياً كإشارة حفظ قوية. والقيمة الخاطئة التي تضبطها العلامة أسوأ من غياب القيمة — ولهذا لا يملأ تلك الحقول أحد سواك.
ست آليات، جميعها قيود توضع على نموذج الصور أثناء التوليد — لا مرشّحات تُطبَّق بعده.
يُرفَق الطول والقَصّة والسِلويت وسلوك الذيل المحدَّدة بطلب التوليد كقواعد حفظ صريحة: هذا هو الطول المقصود، لا تقصّره ولا تطيله؛ وهذه القَصّة مقصودة وليست عيباً. وبدون ذلك تبقى النسب مجرد ضمنية في الصورة المرجعية — والضمني هو بالضبط ما ينجرف.
تأخذ حقول الطول والقَصّة التي تضبطها العلامة قيمها من قائمة مغلقة، إضافة إلى ملاحظات بنص حر لكل ما لا تتسع له قائمة. لا تكتب فيها أي خطوة تلقائية، فالقيمة التي تضبطها تبقى مضبوطة. والقيم الواردة من متجر موصول تُعدّ حقيقة علامة أيضاً، لأن حقل المتجر صانَه إنسان بدل أن يخمّنه نموذج.
تُعرَّف زوايا المنتج الموسومة كمرتداة — أمامية أو خلفية أو جانبية أو منسّقة — كمراجع مقاس لا كمجرد زاوية منتج إضافية. وتُمنح أولوية بين الصور المرسلة إلى النموذج وتُوصف بما هي عليه: هذه تُظهر كيف تقع القطعة عند ارتدائها، فطابِق الطول وسقوط القماش والسِلويت وطريقة انتهاء الأذيال أو الأكمام على الجسم. وينطبق هذا على اللقطات المفردة أيضاً، لا على الشبكات وحدها.
يُظهر المرجع المرتدى في الغالب شخصاً غير الموديل الذي اخترته. ويقول الطلب ذلك صراحةً: تجاهل ذلك الشخص تماماً — الوجه والشعر ولون البشرة والجسم — وتجاهل كل قطعة أخرى يرتديها؛ خذ هذه القطعة وحدها، ومنها المقاس والطول وسقوط القماش والسِلويت والنسب فقط. والشخص في المخرجات هو موديلك دائماً.
الذيل المقصوص خارج الإطار لا يمكن الحكم عليه. القطع الملامسة للأرض والطويلة جداً، والأذيال التي تنسدل أو تغطي الحذاء، وأي إطلالة تتضمن أحذية — كلها تفرض تأطيراً من الرأس إلى القدم، ليقع الجزء الذي يحسم قرار الشراء داخل الصورة بدل أن يقع أسفل حافتها.
إلى جانب زوايا المنتج المعتادة يمكنك إرفاق صور سياقية مخصّصة: مرجع مقاس، وعيّنة خامة، ولقطة تفصيل قريبة، ومرجع لون — مع أسبقية لصورة المقاس. ويحمل طلب التوليد عدداً محدوداً من الصور، فإذا زادت المراجع عمّا يتسع له، وُزِّعت على القطع بدل أن يستهلك صنف واحد الميزانية كلها. تحتفظ كل قطعة بمرجع مقاسها قبل أن تحصل أي قطعة على صورة ثانية.
دقة المقاس ليست ميزة في سير عمل واحد. مسارات القياس الافتراضي الخمسة كلها تمر بها.
وهذا أهم مما يبدو. فالاتساق الذي يصمد للصورة الأولى ثم ينهار حين تنقّح شبكة أو تصلح تفصيلاً واحداً ليس اتساقاً — بل انطباع أول جيد.
نظرة عامة على القياس الافتراضيمن الأفضل معرفة أنماط الإخفاق قبل النشر، لا بعده.
لا توجد في هذا النظام جداول مقاسات ولا قياسات جسم ولا سنتيمترات على الإطلاق. دقة المقاس هنا تعني أن الصورة المولّدة تبقى وفية للنسب التي تُظهرها موادك المرجعية. وليست تنبؤاً بالمقاس، ولا توصية بمقاس، ولا بديلاً عن جدول المقاسات في صفحة منتجك.
حين يُظهر مرجع المقاس القطعة على شخص آخر، تكون تعليمة إسقاط ذلك الشخص صريحة — ومع ذلك ليست مثالية. قد تتسرّب آثار منه. تحقّق من الوجوه والأيدي قبل نشر صورة مبنية على مرجع مرتدى.
يحمل طلب التوليد عدداً محدوداً من الصور، وما يدخل منها تحدده الأولوية لا ترتيب الرفع. أربعون صورة لقطعة واحدة لا تضع أربعين في الطلب. اختر ما يحمل معلومة: زاوية منتج واضحة، ولقطة مرتداة، وزاوية خلفية.
إن كانت الطباعة أو الدرزة أو التفصيل المهم في ظهر القطعة، فالمرجع الأمامي لا يعطي النموذج ما يبني عليه. ارفع زاوية خلفية. وهذا أكثر سبب شائع لظهور تفصيل في الجهة الخاطئة.
قد يخطئ الطول والقَصّة المقروءان من صورك عند الرفع، ثم تنتقل القيمة الخاطئة إلى كل توليد لذلك المنتج. وحقول العلامة التجارية موجودة لهذه الحالة تحديداً: تصحيح واحد يحل محل التخمين نهائياً.
تعني أن الصورة المولّدة تحافظ على النسب الحقيقية للقطعة: تبقى التنورة الميدي ميدي، ويظل القميص الواسع يبدو واسعاً، ويصل الذيل الملامس للأرض إلى الأرض ويقع داخل الإطار. وهي عبارة عن مدى أمانة الصورة في إعادة إنتاج النسب الظاهرة في موادك المرجعية — لا ادعاء بشأن المقاس الذي ينبغي أن يطلبه عميل بعينه.
من ثلاثة مصادر بترتيب ثابت: الطول والقَصّة اللذان تضبطهما على المنتج، ثم النسب المقروءة من صورة تُظهر القطعة مرتداة على جسم، ثم القيم المكتشفة تلقائياً من صور منتجك عند الرفع. وإن لم يملك أي منها إجابة، فلا تُطبَّق قاعدة طول إطلاقاً بدل تطبيق قاعدة مخمّنة.
نعم، وهذا هو سير العمل المقصود. لكل منتج حقول اختيارية للطول والقَصّة وملاحظات المقاس تضبطها بنفسك. ولا تكتب فيها أي عملية تلقائية، فالقيمة التي تضبطها تبقى مضبوطة وتتقدّم على أي قيمة مكتشفة. والمنتجات المستوردة من متجر موصول يمكنها أن تحمل تلك الحقول من بيانات المتجر.
لا، لكنها أقوى تحسين مفرد متاح. الصورة المسطّحة تُظهر اللون والتفصيل؛ والصورة المرتداة تُظهر سقوط القماش وأين ينتهي الذيل. وسِمها كزاوية مرتداة فتُعامَل كمرجع مقاس وتُمنح أولوية، بينما يُستبعد الشخص المرتدي لها صراحةً من المخرجات. لا يلزم أن تكون احترافية — يلزم أن تكون صادقة.
نعم. اللقطات المفردة، وشبكات الوضعيات، وتنقيح الشبكات، وتسليم لقطة واحدة بدقة كاملة، والتعديلات بالتأشير — كلها تمر بمعالجة المقاس نفسها. وهذا مقصود: الإخفاق الشائع في التصوير بالذكاء الاصطناعي ليس الصورة الأولى، بل الرابعة حين تنجرف عنها.
لا ندّعي رقماً، وينبغي أن تشكّ في كل من يدّعي رقماً لكتالوجك دون أن يكون قد رآه. أما المُدافَع عنه فهو الآلية: حالات الإرجاع بدافع «لم تكن تبدو هكذا» تسوء حين يشوّه التصوير الطول والمقاس، وتتحسّن حين لا يفعل. اعتبر تمثيل المقاس بدقة إزالةً لسبب معروف من أسباب الإرجاع، لا خفضاً مقيساً.
ارفع قطعة واحدة، أضف صورة مرتداة، وقارن النتيجة. ابدأ مجاناً برصيد 10 دولارات — بدون اشتراك.