Sanat Referansı Olarak Yapay Zekâ Görselleri: Nerede Yalan Söyler

Bu soru genelde bir taraf ya da diğeri tarafından kötü niyetle soruluyor ve iki versiyonu da bizi ilgilendirmiyor. Görsel modellerini biz çalıştırıyoruz ve onlara erişim satıyoruz; yine de çalışan bir sanatçının, insanların bugün onları kullandığı işlerin kabaca yarısında kullanmayı reddetmesi gerektiğini düşünüyoruz.

Ayrım bir zevk meselesi değil. Tek bir ayrıma dayanıyor: üretilmiş bir görsel çağrıştırmakta çok iyi, doğru olmakta güvenilmez. Referansınızın yalnızca bir şeyi ima etmesi gerektiği yerde — bir atmosfer, bir renk ilişkisi, öğleden sonra dörtte ışığın bir odaya düşme biçimi — işe yarıyor, hem de ucuza. Doğru olması gerektiği yerde, yani ondan yapı kopyalayacağınız yerde ise kendinden emin, güzel bir yalan alıyorsunuz ve o yalanı öğreniyorsunuz.

Çizginin bize göre nerede durduğu ve bu şeyden nasıl işe yarar bir referans çıkarılacağı aşağıda.

Üretilmiş referansların gerçekten işe yaradığı yerler

Bunların hepsi tek bir özelliği paylaşıyor: görselden bir ölçü değil, bir izlenim alıyorsunuz.

• Işık çalışmaları. Alçak bir pencereden gelen sıcak ana ışık, beyaz bir duvardan sekmiş soğuk ışığa karşı nasıl okunuyor. Model tam olarak bundan çok sayıda fotoğraf içselleştirmiş ve tek bir ışık kurulumunun on iki varyasyonunu almak önemsiz bir iş.
• Renk paletleri. Paleti çekin, görseli atın. Üretilmiş görseller tutarlı renk ilişkilerinde alışılmadık biçimde iyi, çünkü eğitim verisinin ödüllendirdiği şey o.
• Kompozisyon eskizleri. Kütle yerleşimi, ağırlık, gözün nereden girip nereden çıktığı. Kaba bir üretilmiş kareyi değerlendirmek, kaba bir eskizi değerlendirmekten hızlı.
• Moodboard'lar. Hepsinin içinde en savunulabilir kullanım. Kimse bir şey kopyalamıyor; bir yöne bağlanmadan önce bir hissi çiviliyorsunuz.
• Ortam atmosferi. Sis yoğunluğu, havadaki toz, geceleyin ıslak asfalt, yapraklardan süzülen ışıkla aydınlanan bir odanın yeşili. Hepsi izlenim, hiç yapı yok.
• "Bu, dörtte üç açıdan kabaca neye benziyor." Tıkandığınızda bir dürtme olarak yararlı, üzerinden çizmeye başladığınız anda tehlikeli. Aşağıda daha fazlası var.

Size sessizce yanlış öğretecekleri

Model bir omzun nasıl çalıştığını bilmiyor. Omuzların fotoğraflarda neye benzediğini biliyor ki bu daha sığ bir bilgi türü. Çoğu zaman fark görünmüyor. Göründüğündeyse, bir eklemin gerçekte bükülemeyeceği makul görünen bir yöne bükülmesi olarak görünüyor; bunu bir çizime kopyaladıysanız hatayı bir kez yapmış olmuyorsunuz — onu çalışmış oluyorsunuz.

Asıl bedel bu ve bu listede açık sözlü olmamızın sebebi de bu:

• Anatomi ve eklem mekaniği. Özellikle kısaltmalı her şey, baskı altındaki her şey, bir kasın iş yaptığı her şey. Bir referansın doğru olmak zorunda olduğu yer tam olarak burası.
• Eller ve ayaklar. Güncel modeller bunlarda 2024 kuşağına kıyasla çok daha az patlıyor, ama "çok daha az" "güvenilir" demek değil ve figür çalışmasında en çok incelenen şey eller.
• Perspektif ve mimari. Kaçış noktaları kayıyor, pencere kayıtları bir cephe boyunca hizadan çıkıyor, merdiven basamak yükseklikleri değişiyor. İyi görünüyor ve üzerine bir şey kurulmasına dayanmıyor.
• Makineler ve parçaların birbirine nasıl bağlandığı. Üretilmiş bir motor, bir bisiklet aktarma organı, bir zırh takımı: model montajın kendisi olmadan montajın görüntüsünü render ediyor.
• Hayvan anatomisi. Özellikle atlar: bacak eklemleri, yürüyüş fazı, ağırlık aktarımı. Fotoğrafçılar bunu netleştirmek için bir yüzyıl harcadı; onu bir difüzyon modelinden yeniden öğrenmeyin.
• Döneme özgü kostüm, zırh ve koşum. Model yüzyıllar boyunca ortalama alıyor. Bilgili bir izleyici bunu anında yakalıyor ve sonra akılda kalan tek şey o oluyor.

Örüntü şu: bir şeyi kontrol etmek için gerçek bir şeyin fotoğrafını aramaya gidecek olsaydınız, onun yerine bunu yapın. Üretilmiş görsel, ölçeceğiniz bir referansın değil, sezgiyle geçeceğiniz bir referansın ikamesi.

Profesyonel pratik tarafı

Bu, insanların beklediğinden önemli ve esasen hukuki bir soru değil.

Köken. Bir Google modelinden çıkan her görsel, dört Nano Banana katmanının hepsi dahil, bir SynthID watermark'ı taşıyor. Görünmez, Google tarafından yukarı akışta gömülüyor ve hiçbir sağlayıcı onu kapatamıyor. Ne biz, ne fal.ai, ne Google'ın kendi API'si. Köken istiyorsanız yararlı, bir sözleşme watermark'lı varlıkları yasaklıyorsa operasyonel bir problem. Etrafında bir şey kurmadan önce orada olduğunu bilin.

Bir müşteriye ne gösterdiğiniz. Üretilmiş bir referans sizin sürecinize aittir, teslimatınıza değil. Konsept aşamasında bir tanesini göstermek, yapmadığınız ve talep üzerine yeniden üretemeyeceğiniz bir görsel için beklenti yaratıyor ve "hadi şunu kullanalım" denmesinin kısa yolu. Bir moodboard'daysa ne olduğunu söyleyin.

Neden üzerinden çizmemelisiniz. Anatomi probleminin ötesinde, kökenin keskinleştiği yer üzerinden çizmek. Üretilmiş bir kareye bakarak vardığınız bir kompozisyon sizindir. Ondan çizgi çizgi alınmış bir biçimin ise belgeleyemeyeceğiniz bir soy ağacı var. Onu, internette bulduğunuz ve lisanslayamadığınız bir fotoğrafı kullanacağınız gibi kullanın: bakın, anlayın, sekmeyi kapatın, çizin.

Bunların hiçbiri bir stok fotoğrafı daha saf yapmıyor. Bir stok gün batımı da başka birinin ışık hakkındaki kararları. Buradaki ayrım erdem değil, doğruluk.

İşe yarar bir referansı gerçekten çıkarmak

Bir referansın güzel olması gerekmiyor. Okunabilir olması gerekiyor. Bu, hangi modeli kullanmanız gerektiğini değiştiriyor ve cevap ucuz olan.

Nano Banana 2 Lite, 26 Ağustos 2026 fiyat kontrolümüz itibarıyla API'mizde görsel başına $0.0238. Yirmi varyasyon $0.476 ve katalog fiyat dökümümüzde bunun altına inen başka bir şey yok. Referans işi için doğru ekonomi bu: tek kusursuz kare değil, adet ve yelpaze. On saniye kısıp bakacağınız ve atacağınız bir Nano Banana Pro render'ına $0.075 ödemek, parayı ateşe vermek demek. Pro'yu girdi için değil, çıktı için saklayın.

Fiyatlar ve ürün koşulları zamanla değişebilir; satın alma kararı öncesinde güncel fiyatları kontrol edin. Google Batch veya Flex fiyatlandırması, zamanlama, kapasite ve işleme koşulları farklı olduğu için standart on-demand API request'iyle birebir eşdeğer değildir ve bu karşılaştırmaya dahil edilmemiştir. Bu karşılaştırma belirli bir kullanım senaryosuna aittir; E2X'in her koşulda "dünyanın en ucuzu" olduğu iddia edilmemektedir.

Dört alışkanlık, daha iyi prompt yazmaktan fazlasını çıkarıyor.

Aynı sahneyi birkaç aspect ratio'da üretin. Kadraj yalnızca nasıl kırptığını değil, modelin görsele ne koyduğunu da değiştiriyor. Lite auto'nun yanında on dört sabit oran taşıyor; 1:4, 4:1, 1:8 ve 8:1 dahil — o uç oranlar diğer katmanlarda yok ve uzun bir kompozisyonu ya da uzun bir paneli çözmekte beklenmedik biçimde iyiler. Tek prompt, altı oran, aynı sahne hakkında gerçekten farklı altı düşünce.

Sabit bir özne üzerinde ışığı edit endpoint'iyle yineleyin. Büyük olan bu. Beğendiğiniz bir özne üretin, sonra onu Lite edit endpoint'inden yalnızca ışığı değiştirerek defalarca geçirin: kameranın solundan sert güneş, kapalı hava, alçağa konmuş tek sıcak bir lamba, alacakaranlıkta arkadan ışık. Bu, tek bir öznenin altı koşul altındaki hâli — bir ışık çalışması zaten tam olarak budur. Daha uzun bir seri boyunca tutması gereken kimlik için Nano Banana 2 14 referans görsele kadar alıyor; bunu üretimler boyunca karakterleri tutarlı tutmak yazısında ele aldık.

Özneye değil, ışığa prompt yazın. "Kameranın sol üstünden tek sert kaynak, doldurulmamış derin gölgeler, soğuk ortam ışığına karşı sıcak ana ışık" prompt'un işe yarar yarısı. Işığın içinde ne durduğu sandığınızdan az önemli.

Başarısızlıkları saklayın. İçinde yanlış bir el olan bir kare hâlâ kullanılabilir bir ışık referansı. İçinde hata olan her şeyi çöpe atmak, ödediğiniz şeyin çoğunu atmak demek.

Bir öğleden sonra kurtaran bir uyarı: API'mizin döndürdüğü çıktı URL'i geçici. Bir referans kütüphanesini link kaydederek değil, byte'ları indirerek kurun. Süresi dolmuş linklerden oluşan bir klasör kütüphane değildir.

Üretilmiş bir görselden çizmek yerine onu yayımlamak daha katı bir iş ve onun inceleme alışkanlıklarını ayrıca yazdık: üretilmiş bir fotoğrafı gerçeğinden nasıl ayırırsınız. Referans işinin gerçekte yalnızca iki endpoint'e ihtiyacı var: özneyi yapmak için text-to-image ve onu itip kakmayı sürdürmek için image-to-image; ikisi de parametreleriyle birlikte katalogda listeli.

Sıkça sorulan sorular

Yapay zekâ görsellerini sanat referansı olarak kullanmak etkili mi?

Işık, renk, kompozisyon, atmosfer ve ortam havası için evet — bunlar izlenim ve üretilmiş görseller izlenimi iyi taşıyor. Anatomi, perspektif, mimari, makine ve hayvan yapısı için hayır: model, bu şeylerin nasıl çalıştığını bilmeden fotoğraflarda neye benzediklerini yeniden üretiyor, dolayısıyla çıktısını kopyalamak onun hatalarını çalışmak demek. Ölçüt şu: referansınızın çağrıştırıcı mı yoksa doğru mu olması gerekiyor.

Yapay zekâ üretimi bir görselin üzerinden çizebilir miyim?

Bunu tavsiye etmiyoruz. İki sebep: yorumlamak yerine üzerinden çizdiğinizde anatomik ve yapısal hatalar doğrudan işinize kopyalanıyor ve üzerinden çizilmiş bir biçimin, sonradan bir müşteri ya da bir jüri sorduğunda belgeleyemeyeceğiniz bir soy ağacı oluyor. Üretilmiş bir kareyi, internette bulduğunuz lisanssız bir fotoğrafı kullanacağınız gibi kullanın — ona bakın, anlayın, sonra anladığınızdan çizin.

Yapay zekâ üretimi referans görsellerinde watermark var mı?

Dört Nano Banana katmanının hepsi dahil, bir Google görsel modelinden çıkan her çıktı, Google tarafından uygulanan görünmez bir köken işareti olan SynthID taşıyor. Yeniden satıştan önce gömüldüğü için hiçbir sağlayıcı onu kapatamıyor. Görseli görsel olarak etkilemiyor ve onu referans olarak kullanmanıza engel olmuyor, ama dosyanın yapay zekâ üretimi olarak tanımlanabilir olduğu anlamına geliyor.

Referans görselleri üretmenin en ucuz yolu ne?

E2X'te görsel başına $0.0238 ile Nano Banana 2 Lite; 26 Ağustos 2026'da kontrol edildi. Referans işi cilayı değil hacmi ödüllendiriyor, dolayısıyla kabaca $0.48'e yirmi varyasyon, tek bir premium render'ı yeniyor. Kısa bir bakış atıp atacağınız bir şey için üst katman ücreti ödemenin hiçbir sebebi yok.

Aynı özneyi farklı ışıklar altında nasıl üretirim?

Özneyi bir kez üretin, sonra o görseli her seferinde yalnızca ışık talimatını değiştirerek bir edit endpoint'ine defalarca gönderin. Bu size birbiriyle ilgisiz birkaç görsel yerine tek bir öznenin birçok koşul altındaki hâlini veriyor; onu bir çalışma yapan şey de bu. Nano Banana 2 Lite bunu geçiş başına $0.0238'e kaldırıyor; daha sıkı bir kimlik tutarlılığı gerekiyorsa Nano Banana 2 14 referans görsele kadar alıyor.

Üretilmiş referansları müşteriye göstermeli miyim?

Onları teslimatınızda değil, sürecinizde tutun. Müşteriye dönük bir panodaki üretilmiş bir görsel, yapmadığınız ve talep üzerine yeniden üretemeyeceğiniz bir görsel için beklenti yaratıyor ve müşteriler gördükten sonra rutin olarak "şunu" istiyor. Bir moodboard'da üretilmiş bir kare görünüyorsa etiketleyin.

Yapay zekâ modelleri elleri ve anatomiyi neden yanlış yapıyor?

Çünkü bir görsel modeli, milyonlarca fotoğraf boyunca bir elin altındaki yapıyı değil, görünüşünü öğreniyor. Temsilin içinde iskelet yok, yalnızca parmakların birbirinin yanında nasıl durma eğiliminde olduğuna dair istatistikler var; dolayısıyla makul görünen bir düzen mekanik olarak imkânsız olabiliyor. Bu en çok ellerde ve kısaltmalı uzuvlarda görünüyor — sanatçıların bir referansın doğru olmasına tam olarak ihtiyaç duyduğu yerde.