เอกสารการใช้งาน
คู่มือภาพ วิดีโอ และชุดภาพอีคอมเมิร์ซ
ดูความสามารถของโมเดล โครงสร้างพรอมต์ เทคนิคการสร้างเชิงพาณิชย์ และขั้นตอนการทำงานชุดภาพอีคอมเมิร์ซ
เว็บไซต์นี้เหมาะกับใคร
- ทีมออกแบบและทีมครีเอทีฟ: ใช้ตรวจแนวคิดโปสเตอร์, ภาพสินค้าอีคอมเมิร์ซ, ภาพจำของแบรนด์และหน้าจอ UI ให้ได้ข้อสรุปอย่างรวดเร็ว
- ทีมอีคอมเมิร์ซและทีมปฏิบัติการ: หยิบหน้ารายละเอียดสินค้า, ภาพหลัก, โปสเตอร์แคมเปญ, สื่อโฆษณาและเทมเพลตชุดภาพกลับมาใช้ซ้ำทั้งชุด
- ครีเอเตอร์สายคอนเทนต์: ทำอินโฟกราฟิก, สตอรี่บอร์ด, ปกงาน, โพสต์โซเชียลมีเดียและชิ้นงานสำหรับคลิปสั้น
- ทีมคลิปสั้นและทีมซื้อสื่อโฆษณา: ใช้ Grok Imagine 1.5 สร้างคลิปนำเสนอสินค้า, ช็อตโฆษณาและวิดีโอแนวตั้ง
- คนที่ชอบเขียนพรอมต์: เปรียบเทียบว่าพรอมต์โครงเดียวกันให้ผลลัพธ์ต่างกันอย่างไรในแต่ละสถานการณ์ใช้งาน
- นักพัฒนาและผู้จัดการผลิตภัณฑ์: สร้างแนวคิดหน้าจอซอฟต์แวร์จากคำอธิบายเพื่อนำไปคุยกับทีมต่อ
Image 2.5 คืออะไร
Image 2.5 เป็นโมเดลสร้างภาพหลักของเว็บไซต์ในปัจจุบัน อิงจากตระกูล Image 2.5 ของ OpenAI มีสองเวอร์ชันคือ Flare และ Sunburst ใช้พรอมป์ภาษาจีนได้โดยตรง เหมาะกับภาพสินค้า, ปกคอนเทนต์, โปสเตอร์แบรนด์และชิ้นงานโฆษณา
- Image 2.5 Flare: สร้างเร็ว ต้นทุนการทดลองต่ำ เหมาะกับภาพเชิงพาณิชย์ทั่วไป, การทำภาพร่างบ่อยๆ และการสำรวจหลายทิศทาง
- Image 2.5 Sunburst: เด่นเรื่ององค์ประกอบซับซ้อน, ชั้นแสงและรายละเอียดพื้นผิว เหมาะกับภาพแบรนด์และโปสเตอร์ระดับพรีเมียม
ทั้งสองเวอร์ชันใช้วิธีเขียนพรอมป์และราคาเดียวกัน สลับได้ทุกเวลา หัวข้อ GPT-Image-2 ด้านล่างยังคงอธิบายวิธีเขียนพรอมป์ของรุ่นก่อน ซึ่งนำไปใช้กับ Image 2.5 ได้เช่นกัน
GPT-Image-2 คืออะไร
GPT-Image-2 เป็นโมเดลสร้างและแก้ไขรูปภาพที่ออกแบบมาเพื่องานสร้างภาพคุณภาพสูง, สั่งสร้างภาพจากข้อความ, แก้ไขต่อจากภาพอ้างอิง, เขียนตัวหนังสือในภาพให้อ่านออกมาได้จริง, รวมถึงจัดเลย์เอาต์ประเภทโปสเตอร์, อินโฟกราฟิก, หน้ารายละเอียดสินค้าและหน้าจอซอฟต์แวร์
Nano Banana Pro คืออะไร
Nano Banana Pro เป็นโมเดลสร้างและแก้ไขรูปภาพของ Google ที่ต่อยอดจาก Gemini 3 Pro ซึ่งในเอกสารทางเทคนิคเรียกอีกชื่อว่า gemini-3-pro-image ตัวโมเดลถูกวางมาเพื่อขั้นตอนการทำงานระดับมืออาชีพ, ครอบคลุมทั้งการเปลี่ยนข้อความให้เป็นภาพ, การแก้ไขบนภาพอ้างอิง, การรวมภาพหลายใบเข้าด้วยกันและการแก้ภาพเฉพาะจุด
สิ่งที่โมเดลนี้ทำได้ดีคือความรู้เกี่ยวกับโลกจริง, การสร้างตัวหนังสือและอินโฟกราฟิกที่อ่านชัด, ตลอดจนการควบคุมองค์ประกอบ, อัตราส่วน, การแก้ไขเฉพาะพื้นที่และการใช้ภาพอ้างอิงหลายใบอย่างละเอียด
Grok Imagine 1.5 คืออะไร
Grok Imagine 1.5 เป็นโมเดลสร้างวิดีโอของ xAI ทาง CicPic รองรับทั้งการสร้างจากข้อความและการแนบภาพอ้างอิงได้สูงสุด 7 ใบ, ได้ผลลัพธ์เป็นวิดีโอยาว 6-30 วินาทีสำหรับคลิปนำเสนอสินค้า, โฆษณา, คอนเทนต์โซเชียลและแคมเปญของแบรนด์
จุดที่โมเดลนี้เด่นคือการเคลื่อนกล้องที่ดูเป็นธรรมชาติ, การรักษาตัวแบบเดิมไว้ตามภาพอ้างอิง, ตลอดจนการส่งมอบคลิปสั้นที่นำไปลงช่องได้ทันที, อัตราส่วนที่รองรับคือ 16:9, 9:16, 1:1, 3:2 และ 2:3 ผลลัพธ์วิดีโอจะถูกเก็บไว้ในเบราว์เซอร์ที่คุณใช้งานอยู่เท่านั้น, จึงควรรีบดาวน์โหลดงานที่สร้างสำเร็จ
VEO 3.1 คืออะไร
VEO 3.1 เป็นโมเดลสร้างวิดีโอของ Google ที่เน้นการเคลื่อนกล้องเป็นธรรมชาติ, แสงสมจริง, ตัวแบบคงเดิมตลอดคลิปและการเล่าเรื่องเชิงพาณิชย์ในรูปแบบสั้น, ทาง CicPic จึงสร้างวิดีโอความยาวคงที่ 8 วินาทีทั้งแนวตั้งและแนวนอนที่ความละเอียด 720p และ 1080p
ชุดภาพอีคอมเมิร์ซคืออะไร
ชุดภาพอีคอมเมิร์ซ เป็นขั้นตอนการทำงานแบบยกชุดสำหรับการดูแลสินค้า, เพียงแนบภาพอ้างอิงของสินค้า, ระบบจะถอดกลับไปเป็นชุดพรอมต์ที่สอดคล้องกัน, แล้วสร้างภาพหลัก, ภาพสำหรับหน้ารายละเอียด, สื่อโฆษณา, ภาพจุดขายและฉากไลฟ์สไตล์ให้เสร็จในงานครั้งเดียว
ความสามารถหลัก
1. ตัวหนังสือในภาพ
โมเดลเขียนข้อความลงในภาพให้อ่านออกได้จริง, ไม่ว่าจะเป็นโปสเตอร์, กราฟและชาร์ต, สื่อประกอบการสอน, เมนู, ข้อความจุดขายหรือหน้ารายละเอียดสินค้าทั้งหน้า, วิธีที่ใช้งานได้ผลคือพิมพ์ข้อความที่ต้องการทั้งหมดลงในพรอมต์เลย
2. ความรู้เกี่ยวกับโลกจริง
โมเดลรู้จักแบรนด์, สถานที่, สินค้า, การจัดวางหน้าจอแอป, เหตุการณ์ทางประวัติศาสตร์และข้อปฏิบัติเฉพาะอุตสาหกรรมจำนวนมาก, งานอย่างภาพหน้าจอแอป, โปรไฟล์โซเชียลมีเดีย, โปสเตอร์เกมหรือหน้าเว็บของแบรนด์จึงออกมาดูสมจริง
3. การแก้ไขที่แม่นยำ
อัปโหลดภาพสินค้าหรือภาพอ้างอิง, แล้วบอกว่าต้องการเปลี่ยนอะไร, จะเปลี่ยนตราสินค้า, แก้ข้อความ, สลับตัวคน, รักษาสภาพฉากเดิมไว้หรือเก็บงานให้กลายเป็นภาพสินค้าพื้นขาวก็ได้ทั้งนั้น
4. ครอบคลุมหลายทิศทางความงาม
ทิศทางที่ใช้งานได้ดีมีตั้งแต่ภาพนิ่งโทนภาพยนตร์, ฟิล์มย้อนยุค, ภาพถ่ายแฟชั่น, พิกเซลอาร์ต, คอมิก, สีน้ำไปจนถึงเทคโนโลยีมินิมอล, ส่วนคำสำคัญ photorealistic มีประโยชน์มากเมื่ออยากได้ภาพที่ดูเป็นภาพถ่ายธรรมชาติ
5. การสร้างหน้าจอ
โมเดลสร้างภาพหน้าจอโซเชียลมีเดีย, อินเทอร์เฟซแอป, หน้าร้านอีคอมเมิร์ซ, เครื่องเล่นเพลง, ฉากในเกม, สภาพแวดล้อมเดสก์ท็อปและเลย์เอาต์แบบเทอร์มินัลได้ครบ
กรอบการเขียนพรอมต์
[Task] + [Subject] + [Style] + [Technical parameters] + [Output specification]
องค์ประกอบทั้งห้า
| องค์ประกอบ | ควรระบุอะไร | ตัวอย่าง |
|---|---|---|
| งาน | ให้โมเดลสร้างอะไรออกมา | โปสเตอร์, อินโฟกราฟิก, ภาพหน้าจอ, ภาพถ่าย |
| ตัวแบบ | แกนกลางของภาพ | สินค้า, คน, ฉาก, โครงสร้างข้อมูล |
| สไตล์ | ภาษาภาพและอารมณ์ของงาน | หรูร่วมสมัย, สารคดีภาพยนตร์, เทคโนโลยีมินิมอล |
| พารามิเตอร์ทางเทคนิค | แสง, วัสดุ, องค์ประกอบ | แสงนุ่ม, หน้าชัดหลังเบลอ, แสงโทนภาพยนตร์ |
| ผลลัพธ์ | อัตราส่วนและความละเอียด | 3:4, 9:16, 4K, 8K |
หลักการเขียน
- เขียนให้เจาะจงเสมอ, เพราะพรอมต์ที่กว้างเกินไปทำให้ผลลัพธ์หลุดทิศทาง
- ถนัดภาษาไหนก็เขียนพรอมต์ภาษานั้นได้, ไม่ต้องแปลเป็นภาษาอังกฤษก่อน
- ระบุข้อความจริงที่ต้องปรากฏในภาพใส่ลงไปให้ครบ
- อ้างอิงสไตล์ที่ชอบมากำหนดทิศทางของภาพให้แน่นอน
- ระบุอัตราส่วนและความละเอียดมากับพรอมต์ด้วยทุกครั้ง
เทคนิคขั้นสูง
เทคนิค 1: ใส่คำว่า photorealistic
คำสำคัญนี้กันไม่ให้ภาพดูลื่นเป็นพลาสติก, ยังคงรายละเอียดปลีกย่อยแบบภาพถ่ายจริงเอาไว้อย่างครบถ้วน
เทคนิค 2: เปิดโหมด Thinking เฉพาะตอนที่จำเป็น
Thinking เหมาะกับงานที่ต้องใช้การวิเคราะห์มากขึ้นอย่างความรู้เรื่องแบรนด์, ตัวบุคคลหรือชุดภาพที่ต้องคงความต่อเนื่องกัน, ส่วนโหมด Instant ตอบโจทย์งานเรียบง่ายที่ต้องการความรวดเร็ว
เทคนิค 3: ส่งข้อความไปด้วยตัวเอง
แทนที่จะขอ “โปสเตอร์ที่มีโปรโมชัน” ให้พิมพ์ชื่อแบรนด์, ชื่อสินค้า, ราคาและข้อความโปรโมชันลงไปตรงตัว
เทคนิค 4: ผูกงานไว้กับสไตล์ที่ชัดเจน
ลองใช้คำอธิบายอย่าง “โปสเตอร์หนัง French New Wave ยุค 1960”, “ลายเส้นปากกาและหมึกจีน”, “หรูแบบจีนร่วมสมัย”, “พิกเซลอาร์ต” หรือ “โทนฟิล์มย้อนยุค”
เทคนิค 5: ภาพอ้างอิงตามด้วยการแก้ไข
- อัปโหลดภาพอ้างอิงเข้ามา 1 ใบ
- สร้างภาพร่างแรกจากภาพอ้างอิงนั้น
- เปิดตัวแก้ไขภาพแล้วปรับเฉพาะจุดที่ต้องการเปลี่ยน
เทคนิค 6: อาศัยความรู้เกี่ยวกับโลกจริง
คุณสั่งให้ทำหน้าแรกของแอป, ภาพหน้าจอแชทหรือหน้ารายละเอียดสินค้าได้ทันที, ไม่ต้องบรรยายส่วนประกอบของหน้าจอที่ทุกคนคุ้นเคยอยู่แล้วทีละชิ้น
เทคนิค 7: จัดโครงสร้างอินโฟกราฟิก
แบ่งเนื้อหาเป็นโมดูล, ใช้บล็อกข้อมูลมุมโค้ง, วางลำดับชั้นหัวข้อให้อ่านง่าย, เลือกพื้นหลังสะอาด, ไอคอนที่เก็บรายละเอียดและเว้นที่ว่างโดยรอบให้เพียงพอ
เทคนิค 8: เลือกอัตราส่วนให้ตรงงาน
| อัตราส่วน | เหมาะกับงาน |
|---|---|
| 1:1 | ภาพโปรไฟล์โซเชียลและภาพหลักของสินค้า |
| 3:4 | โปสเตอร์, อินโฟกราฟิกและภาพประกอบ |
| 9:16 | วอลเปเปอร์มือถือ, สตอรี่และปกวิดีโอ |
| 21:9 | แบนเนอร์กว้างและปกวิดีโอโทนภาพยนตร์ |
| 3:1 | ภาพพาโนรามาและงานภาพแนวยาวต่อเนื่อง |
กรอบพรอมต์สำหรับวิดีโอ
สำหรับ Grok Imagine 1.5 ให้บรรยายตัวแบบ, ฉาก, การเคลื่อนกล้อง, การกระทำ, แสง, ความยาว, อัตราส่วนและคุณภาพให้ครบทุกส่วน
[Subject] + [Scene] + [Camera movement] + [Action] + [Lighting] + [Ratio and quality]
พรอมต์สำหรับชุดภาพอีคอมเมิร์ซ
ตั้งเป้าหมายของทั้งชุดก่อน, จากนั้นกำหนดให้แต่ละภาพรับหน้าที่ต่างกัน
| ประเภทภาพ | เป้าหมาย | จุดเน้นในพรอมต์ |
|---|---|---|
| ภาพหลักของสินค้า | ทำให้คนกดเข้ามาดู | ตัวแบบชัดเจน, พื้นสะอาด, จุดขายข้อสำคัญ |
| ภาพหน้ารายละเอียด | สื่อคุณค่าของสินค้า | ฟังก์ชัน, วัสดุ, สถานการณ์การใช้งาน |
| ภาพโฆษณา | ดันอัตราการปิดการขาย | กลุ่มเป้าหมาย, ประโยชน์ที่ได้รับ, ข้อเสนอ, สิ่งที่อยากให้ทำต่อ |
| ภาพไลฟ์สไตล์ | จุดความอยากมี | สภาพแวดล้อม, แสง, ไลฟ์สไตล์และโทนของแบรนด์ |
ข้อจำกัด
ยังมีความเสี่ยงผิดพลาดได้ในตรรกะกายภาพสามมิติ, เนื้อผิวที่หนาแน่นจัด, ลูกศรและกราฟที่ต้องแม่นยำสูง, ใบหน้าที่ต้องเหมือนเดิมทุกภาพและเอกสารที่อ่อนไหวสูง, ควรตรวจชิ้นงานทุกครั้งก่อนนำไปใช้และเลี่ยงการเผยแพร่เนื้อหาที่สร้างขึ้นมาแล้วอาจทำให้เข้าใจผิดหรือเกี่ยวข้องกับเรื่องละเอียดอ่อน
ราคา
CicPic คิดค่าใช้จ่ายตามโมเดลและความละเอียดของงาน, ตัวอย่างราคาปัจจุบันได้แก่การสร้างรูปภาพเริ่มต้นที่ $0.05 ต่อภาพ, การสร้างวิดีโอเริ่มต้นที่ $0.05 ต่อวินาที, ส่วนชุดภาพอีคอมเมิร์ซจะคิดตามโมเดลรูปภาพและคุณภาพที่เลือกไว้, ราคาอาจปรับตามต้นทุน API ของผู้ให้บริการภายนอก, อัตราแลกเปลี่ยนและนโยบายของผู้ให้บริการ
ปฏิเสธความรับผิดชอบ
โปรดใช้สื่อที่สร้างจาก AI อย่างมีความรับผิดชอบ, ห้ามเผยแพร่เอกสารยืนยันตัวตนปลอม, ข้อสอบหรือเนื้อหาความเสี่ยงสูงอื่นๆ, เพราะคนดูทั่วไปอาจแยกไม่ออกว่าอะไรเป็นสื่อสร้างและอะไรเป็นสื่อจริงแม้จะมีลายน้ำกำกับอยู่แล้วก็ตาม