Paano gumagawa ang AI ng larawan at video
Isipin mo ang isang taong nakakita na ng milyun-milyong larawan na may label tulad ng "red apple" o "sunny beach." Ngayon, sasabihin mo sa kanya "a red apple on a sunny beach," at magpipinta siya ng bagong-bagong larawan mula sa lahat ng natutunan niya. Ganyan ang AI image tool.
- Ang mga image at video generator ay na-train sa napakalaking koleksyon ng mga larawan (o video) na may kasamang text. Kapag nag-type ka ng paglalarawan (isang prompt), gumagawa ang model ng mga bagong pixel na tugma rito. Maraming sikat na generator ang gumagamit ng paraang tinatawag na diffusion: nagsisimula sila sa random na "noise" at nililinis ito, hakbang-hakbang, hanggang maging larawan.
- Bago ang output, pero sumasalamin pa rin ito sa pinag-trainan ng model, kasama ang mga kakulangan at bias nito.
- Hindi lahat ng AI ay ganito. Halimbawa, si Claude ay isang model na umiintindi ng larawan: kaya niyang basahin, ilarawan at suriin ang mga larawang ina-upload mo, pero hindi siya kayang gumawa o mag-edit ng larawan.
- May dalawang pangunahing uri ng tool:
- Generators: text (o larawan) ang ipapasok, bagong larawan o video ang lalabas.
- AI features sa loob ng mga editor: pagtanggal ng background, pagpapalawak ng litrato, paglilinis ng audio, auto-caption.
- Magbukas ng AI chat tool na tumatanggap ng larawan (halimbawa, Claude) at pumili ng litratong walang mukha at walang pribado.
- I-attach ang litrato at i-type: "Describe this photo in detail." Basahin ang sagot at pansinin na iniintindi ng AI ang larawan, hindi gumagawa ng bago.
- Magbukas ng image generator (iba-iba ang pangalan at menu depende sa tool) at hanapin ang box kung saan ita-type ang prompt.
- I-paste ang paglalarawan mula sa step 2 sa prompt box at pindutin ang Generate button.
- Pagtabihin ang orihinal na litrato at ang bagong AI na larawan.
- I-check: kaya mong magbanggit ng dalawang bagay na tama ang AI at dalawang bagay na binago o inimbento nito.
Videos by other creators on YouTube, for reference. They are not made by or affiliated with The Future Market.
Read the video script
[Host] "Paano nakakapagpinta ng larawan ang computer mula sa mga salita?"
[Screen: grid ng mga litratong may label na mabilis na dumadaan] "Pinag-aralan niya ang napakaraming larawan na may paglalarawan."
[Screen: noise na dahan-dahang nagiging larawan ng mansanas sa beach] "Tapos, mula sa mga salita mo, gumagawa siya ng bagong larawan, madalas nagsisimula sa noise at nililinis ito."
[Text on screen: Gumagawa vs. umiintindi] "May mga AI na gumagawa ng larawan. Ang iba, tulad ni Claude, nagbabasa at nagpapaliwanag ng larawan pero hindi gumagawa."
[Host] "Alamin mo muna kung anong klaseng tool ang gamit mo bago ka magsimula."
Mag-upload ng litrato sa isang AI chat (walang mukha, walang pribado) at ipalarawan ito nang detalyado. Tapos gamitin ang paglalarawang iyon bilang prompt sa isang image generator at ikumpara ang dalawang larawan.
ClaudeStuck? Copy a ready-made prompt for Claude
Copy this, open Claude, paste it, and Claude will walk you through the lesson step by step.
For a grown-up: Claude is for adults (18+). Copy this, paste it into Claude, and use the answer to explain the lesson to your child.
I'm learning "Mga AI Tool para sa Larawan at Video: Ano ang Kaya at Hindi Nila Kaya" on The Future Market. Lesson 1: "Paano gumagawa ang AI ng larawan at video". What the lesson teaches: - Ang mga image at video generator ay na-train sa napakalaking koleksyon ng mga larawan (o video) na may kasamang text. Kapag nag-type ka ng paglalarawan (isang prompt), gumagawa ang model ng mga bagong pixel na tugma rito. Maraming sikat na generator ang gumagamit ng paraang tinatawag na diffusion: nagsisimula sila sa random na "noise" at nililinis ito, hakbang-hakbang, hanggang maging larawan. - Bago ang output, pero sumasalamin pa rin ito sa pinag-trainan ng model, kasama ang mga kakulangan at bias nito. - Hindi lahat ng AI ay ganito. Halimbawa, si Claude ay isang model na umiintindi ng larawan: kaya niyang basahin, ilarawan at suriin ang mga larawang ina-upload mo, pero hindi siya kayang gumawa o mag-edit ng larawan. - May dalawang pangunahing uri ng tool: - Generators: text (o larawan) ang ipapasok, bagong larawan o video ang lalabas. - AI features sa loob ng mga editor: pagtanggal ng background, pagpapalawak ng litrato, paglilinis ng audio, auto-caption. The exercise I'm working on: Mag-upload ng litrato sa isang AI chat (walang mukha, walang pribado) at ipalarawan ito nang detalyado. Tapos gamitin ang paglalarawang iyon bilang prompt sa isang image generator at ikumpara ang dalawang larawan. I'm stuck. Please: 1. Explain the main idea in plain, simple words with one everyday example. 2. Walk me through the exercise one small step at a time. Ask me what I've done so far before giving the next step. 3. Don't just give me the final answer. Help me do it myself, and check my work when I share it.
I'm a parent helping my child (about 8 years old) with a lesson called "Paano gumagawa ang AI ng larawan at video" from the course "Mga AI Tool para sa Larawan at Video: Ano ang Kaya at Hindi Nila Kaya". Here's what the lesson says: Isipin mo ang isang taong nakakita na ng milyun-milyong larawan na may label tulad ng "red apple" o "sunny beach." Ngayon, sasabihin mo sa kanya "a red apple on a sunny beach," at magpipinta siya ng bagong-bagong larawan mula sa lahat ng natutunan niya. Ganyan ang AI image tool. The activity: Mag-upload ng litrato sa isang AI chat (walang mukha, walang pribado) at ipalarawan ito nang detalyado. Tapos gamitin ang paglalarawang iyon bilang prompt sa isang image generator at ikumpara ang dalawang larawan. Please explain this so an 8-year-old understands: short sentences, a fun everyday example, and no hard words. Then give me 3 simple questions I can ask my child to check they understood, and a way to do the activity together, one tiny step at a time.
Sources
- Anthropic, Vision (Can Claude generate or edit images?): platform.claude.com/docs/en/build-with-claude/vision
Pag-prompt para sa larawan at video
This lesson is part of full access: every course and every level for one payment.
Ano pa ang mali nila (at paano ito makikita)
This lesson is part of full access: every course and every level for one payment.
Training data, pagmamay-ari at commercial na paggamit
This lesson is part of full access: every course and every level for one payment.
Mga label, watermark at Content Credentials
This lesson is part of full access: every course and every level for one payment.
Gamitin nang tapat
This lesson is part of full access: every course and every level for one payment.
Final project
This lesson is part of full access: every course and every level for one payment.
Quiz
Sa simpleng salita, ano ang ginagawa ng diffusion?
Nagsisimula sa random na noise at nililinis ito hakbang-hakbang hanggang maging larawang tugma sa prompt.
Kaya bang gumawa ni Claude ng larawan?
Hindi. Kayang basahin at suriin ni Claude ang mga larawan, pero hindi niya kayang gumawa o mag-edit ng larawan.
Magbigay ng dalawang palatandaan na baka gawa ng AI ang isang larawan.
Mga bagay na mali ang hugis o wala sa lugar, text na walang kahulugan, kakaibang kamay, maling anino (sa video: kakaibang galaw, hindi natural na galaw ng labi).
Napapatunayan ba ng "mukhang totoo naman" na totoo ang isang larawan?
Hindi.
Ayon sa Adobe, saan na-train ang Firefly?
Sa licensed na content ng Adobe Stock at sa public-domain na content na expired na ang copyright.
Ano ang Content Credentials?
Isang bukas na C2PA standard na nagtatala kung saan nanggaling ang isang file at paano ito na-edit.
Kapag walang AI label, ibig bang sabihin totoo ang larawan?
Hindi; puwedeng nawawala o natanggal ang label.
Final exam
This lesson is part of full access: every course and every level for one payment.
Certificate
This lesson is part of full access: every course and every level for one payment.