แก้ภาพด้วย
ประโยคเดียว
ยุคของ instruction-based editing
โมเดลรุ่นใหม่อย่าง Qwen-Image-Edit และ Nano Banana ไม่ต้องการ mask ไม่ต้องการ Photoshop — แค่พิมพ์บอกว่าจะแก้อะไร เหมือนสั่งงานรีทัชเชอร์ แต่ผลลัพธ์จะดีหรือเพี้ยน อยู่ที่ประโยคคำสั่งของเราล้วน ๆ
กริยาชัด VERB
ขึ้นต้นด้วยคำสั่งว่าจะ "ทำอะไร" — REMOVE, CHANGE, TURN, ...
เป้าชัด TARGET
ระบุของในภาพที่จะแก้ให้เจาะจง — PLASTIC BAG ไม่ใช่ "ของในมือ"
ขอบเขตชัด SCOPE
บอกด้วยว่าอะไร "ห้ามเปลี่ยน" — keep everything else unchanged
คำกริยา 10 คำ → preserve → transform → รวมภาพ → ต่อยอดสู่วิดีโอ
Edit Verbs · 10 คำจากคลาส
ขึ้นต้นด้วยกริยา — แล้วโมเดลจะรู้ว่าต้องทำอะไร
คลาส SalmonRK สรุปคำกริยาที่ Qwen-Image-Edit เข้าใจดีไว้ 10 คำ — ลองคลิกแต่ละคำ ดูโครงประโยค ตัวอย่างจริง และผล before/after จากในคลาส
จุดเขียว = มีภาพผลจริงจากคลาสให้เลื่อนเทียบ
เอาของออกจากภาพแล้วให้โมเดลเติมพื้นหลังแทนที่ให้เนียน — คำสั่งยอดนิยมอันดับหนึ่ง
โครงประโยค
REMOVE [ของที่จะลบ]ตัวอย่าง
REMOVE PLASTIC BAG
ผลที่ได้: ถุงผลไม้หายไป มือเปิดว่างแบบธรรมชาติ — โมเดลเติมท่ามือใหม่ให้เองโดยไม่แตะส่วนอื่น
ลากเส้นแบ่ง ⇄ เทียบต้นฉบับกับผลจาก “REMOVE PLASTIC BAG”
💡 สังเกตว่าทุกตัวอย่างใช้ ภาพต้นฉบับเดียวกัน (นักศึกษากลางตลาด ถือไม้ลูกชิ้น + ถุงผลไม้) — เปลี่ยนแค่ประโยคคำสั่ง ผลก็ต่างกันคนละเรื่อง นี่คือพลังของ instruction-based editing
ภาพจากคลาส ComfyUI Fundamental โดย SalmonRK
Preserve · ขอบเขตชัด
บอกด้วยว่าอะไร “ห้ามเปลี่ยน” — สำคัญพอ ๆ กับบอกว่าจะเปลี่ยนอะไร
โมเดลแก้ภาพไม่ได้ตัดแปะ — มัน “วาดภาพใหม่ทั้งใบ” โดยพยายามคงของเดิมไว้ ถ้าเราไม่ขีดเส้นว่าห้ามแตะอะไร ใบหน้า ท่าทาง หรือฉากอาจเพี้ยนไปโดยไม่ได้ตั้งใจ
ทดลอง: เปิด/ปิดประโยค preserve
prompt ที่ส่งให้โมเดล (โจทย์: เปลี่ยนสีผมเป็นแดง)
CHANGE TO RED HAIR COLOR
MAINTAIN THE ORIGINAL CHARACTER'S APPEARANCE, POSE, AND DETAILS, ENSURING ACCURACY AND CLARITY ACROSS ALL PERSPECTIVES.✅ ผลที่คาด:ผมเปลี่ยนเป็นสีแดงจุดเดียว — ใบหน้า ท่าโพส ชุด และฉากตลาดถูก “ตรึง” ไว้ด้วยประโยค preserve เหมือนในตัวอย่างจริงของคลาส
ประโยค preserve ติดกระเป๋า — เลือกใช้ตามสถานการณ์
MAINTAIN THE ORIGINAL CHARACTER'S APPEARANCE, POSE, AND DETAILS, ENSURING ACCURACY AND CLARITY ACROSS ALL PERSPECTIVES.ประโยคเต็มจากคลาส — ใช้เมื่อต้องคงตัวละครเดิมทุกมุมมอง
KEEP EVERYTHING ELSE UNCHANGEDแบบสั้น — ต่อท้ายคำสั่งแก้จุดเดียว กันโมเดลมือลั่นแก้ที่อื่น
PRESERVE FACE/CLOTHING FEATURESเจาะจงหน้า + เสื้อผ้า — สำคัญมากเวลารวมคน/สัตว์จากหลายภาพ
Transform · Trigger Words
เปลี่ยนสไตล์ทั้งภาพ — ปลุก LoRA ด้วยวลีเฉพาะ
LoRA บางตัวถูกเทรนมากับ “วลีกระตุ้น” (trigger word) — ต้องพิมพ์วลีนั้นเป๊ะ ๆ LoRA ถึงจะทำงาน สูตรจากคลาส: trigger word มาก่อน + รายละเอียดฉากตามหลัง
:: trigger word for LoRA model ::
TRANSFORMING THE SUBJECT INTO A REALISTIC 3D PVC FIGURE
รายละเอียดฉากตามหลัง (จาก prompt จริงในคลาส — ย่อ)
THE SUBJECT'S TORSO IS COMPLETED, WHILE THE POSE AND FACIAL FEATURES REMAIN UNCHANGED... BEHIND THE FIGURE, THERE IS A BEAUTIFULLY DESIGNED FIGURE PACKAGING BOX WITH THE "QWEN" ART WORDING AND A RED "SALMONRK" LABEL. BEHIND THE BOX, AN AOC-BRANDED COMPUTER SCREEN DISPLAYS A GRAY 3D MODEL OF THE FIGURE. THE SCENE IS SET IN A FIGURE PRODUCTION STUDIO, WITH A 3D PRINTER AT THE BACK.
ครึ่งหลังของ prompt บรรยายฉากละเอียดยิบ — กล่องแพ็กเกจ ป้ายแดง จอคอมโชว์ 3D model สตูดิโอ — ทุกอย่างโผล่ครบในผลลัพธ์
💡 trigger เรียก LoRA ให้ทำงาน ส่วนรายละเอียดฉากคือ "ของแถม" ที่เราออกแบบเองได้เต็มที่
ภาพจากคลาส ComfyUI Fundamental โดย SalmonRK
Compose · Multi-image Input
รวมสองภาพเป็นหนึ่ง — สูตรจาก Workshop 4
ป้อนภาพ 2 ใบให้โมเดล แล้วสั่งด้วยประโยคเดียวให้ตัวละครจากคนละภาพมาอยู่ฉากเดียวกัน — prompt ของคลาสมี 4 ท่อนที่ขาดท่อนไหนไม่ได้เลย ลองคลิกดูทีละท่อน
prompt จริงจากคลาส — คลิกแต่ละท่อนเพื่อดูหน้าที่
Preserve identity
หัวใจของ workshop นี้ — ถ้าไม่สั่ง โมเดลจะวาดหน้าเด็กใหม่ เปลี่ยนลายเสื้อ หรือเปลี่ยนสีขนหมา
ถ่ายในบ้าน คอกกั้นเด็ก
ถ่ายคนละที่ คนละแสง
หน้า-ลายเสื้อ-สีขน ตรงต้นฉบับทั้งคู่
💡 สังเกตว่าผลลัพธ์ใช้ ฉากจากภาพเด็ก(คอกกั้นเด็ก) — เมื่อสั่ง “SAME BACKGROUND” โมเดลจะเลือกฉากหนึ่งเป็นหลักแล้วพาอีกตัวละครเข้ามา ถ้าอยากกำหนดเองว่าใช้ฉากไหน ให้ระบุไปเลย เช่น “ON THE WOODEN PORCH”
ภาพจากคลาส ComfyUI Fundamental โดย SalmonRK
Video Prompt · Veo / WAN
วิดีโอ = ภาพ + เวลา — ต้องบอกว่า “อะไรเคลื่อน” เสมอ
สูตรภาพนิ่งจากบท 3 ใช้ได้ต่อเลย แต่เพิ่ม 2 ช่องที่ภาพนิ่งไม่มี: การเคลื่อนไหวของตัวแบบ และการเคลื่อนกล้อง — ลืมบอกเมื่อไหร่ จะได้ภาพนิ่งที่กระดิกนิดเดียว
[Subject]
ตัวแบบ
[Action / Motion]
อะไรเคลื่อน
[Camera movement]
กล้องเคลื่อนยังไง
[Scene / Atmosphere]
ฉาก + บรรยากาศ
[+ Audio (Veo)]
เสียงประกอบ
Camera vocabulary — คลังคำสั่งกล้อง (คลิกดูความหมาย)
dolly in–out — เลื่อนกล้องเข้าหา-ถอยออกจากตัวแบบ
เหมาะกับ: dolly in = เพิ่มความเข้มข้น / dolly out = เผยบริบทรอบตัว
ตัวอย่าง prompt เต็ม — ระบายสีตามช่องของสูตร
🥤 Product shot
SubjectA glass bottle of iced coffee on a wet slate table
Action / Motioncondensation drips slowly down the bottle, thin mist drifts around the base
Camera movementslow dolly in from the front, shallow depth of field
Scene / Atmospheremoody dark studio, single warm spotlight from the left
+ Audio (Veo)Audio: soft lo-fi beat, gentle liquid sounds
🧥 Portrait cinematic
SubjectA young woman in a yellow raincoat on a Bangkok rooftop at dusk
Action / Motionher coat ripples in the wind as she slowly turns to face the camera
Camera movementslow orbit around the subject
Scene / Atmospherecity lights flickering on below, light rain, cinematic atmosphere
+ Audio (Veo)Audio: distant traffic hum, soft rain
🐕 Lifestyle / action
SubjectA golden retriever running along the shoreline at sunrise
Action / Motionpaws kicking up splashes of water, ears flapping mid-stride
Camera movementlow-angle tracking shot moving alongside the dog
Scene / Atmospheregolden morning light, gentle waves, empty beach
+ Audio (Veo)Audio: waves, seagulls, light playful music
⚠️ จุดพลาดอันดับหนึ่ง: บรรยายฉากสวยหรูแต่ ไม่บอกว่าอะไรเคลื่อน — โมเดลจะได้แค่ ภาพนิ่งที่สั่นไหวเบา ๆ 5 วินาที ให้เช็กทุกครั้งว่า prompt มีทั้ง [Action/Motion] ของตัวแบบ และ [Camera movement] อย่างละช่องเป็นอย่างน้อย
Summary · บทที่ 4
สรุป — แก้ภาพและสั่งวิดีโอด้วยประโยคที่คม
ห้าหลักจากบทนี้ ใช้ได้กับทุกโมเดลแก้ภาพ ไม่ว่าจะ Qwen-Image-Edit, Nano Banana หรือรุ่นที่ยังไม่เกิด
ขึ้นต้นด้วยกริยา
REPLACE · FIX · CHANGE · TURN · RELIGHT · MAKE · RE-RENDER · ADD · CREATE · REMOVE — กริยาชัด เป้าชัด แล้วโมเดลทำงานตรงจุด
บอกสิ่งที่ห้ามเปลี่ยน
ใส่ประโยค preserve ทุกครั้งที่ต้องคงตัวตน — "keep everything else unchanged" คือเพื่อนแท้ของการแก้ภาพ
Trigger word ต้องเป๊ะ
LoRA เปลี่ยนสไตล์ทั้งภาพได้ แต่ต้องเรียกด้วยวลีที่มันถูกเทรนมา — trigger มาก่อน รายละเอียดฉากตามหลัง
รวมภาพ = 4 ท่อน
subject ทั้งคู่ + ความสัมพันธ์/ท่าทาง + background เดียวกัน + preserve — ขาดท่อนไหนภาพเพี้ยนท่อนนั้น
วิดีโอ = ภาพ + เวลา
เพิ่ม [Action/Motion] กับ [Camera movement] เสมอ — ไม่บอกว่าอะไรเคลื่อน จะได้ภาพนิ่งขยับนิดเดียว
บทถัดไป: บทที่ 5 — Prompt งานโค้ด & Agent — จากสั่งแก้ภาพ สู่สั่งให้ AI เขียนโค้ดและทำงานแทนเราทั้งชิ้น ไปบทที่ 5 →