لديك مشهد في ذهنك: خمس شخصيات متكررة، وموقع محدد، وقطعة أو اثنتان من الدعائم، ولوحة ألوان اعتمدتها بالفعل من عمل سابق. لقد جمعت المواد المرجعية، أربع عشرة صورة إجمالاً، والآن تريد إطاراً واحداً يتم إنتاجه يجمع كل ذلك معاً دون أن تتحول ملامح أي من شخصياتك إلى وجه شخص غريب. أي شخص حاول القيام بذلك يدوياً يعرف أن الجزء الصعب ليس التكوين، بل الحفاظ على قابلية التعرف على كل شخصية عندما يتعين على النموذج التعامل مع هذا العدد الكبير من المدخلات في وقت واحد.
يوضح هذا الدليل كيفية تعامل عائلة Nano Banana مع تكوين المراجع متعددة الصور، وكيفية هيكلة مراجعك والمطالبة (Prompt) لضمان اتساق خمس شخصيات متميزة، وأي مستوى (tier) يجب اختياره بناءً على ما إذا كنت ترغب في تحسين الجودة الخام أو تحسين سير عمل الـ 14 صورة تحديداً.
ماذا يفعل تكوين المراجع متعددة الصور في الواقع؟
تسمح معظم نماذج الصور لك بتقديم مرجع واحد وتوجيه المخرجات نحوه. أما تكوين المراجع متعددة الصور فهو خطوة متقدمة: حيث تقدم عدة صور في وقت واحد، ويتعامل النموذج مع كل منها كمصدر للمعلومات المرئية التي يمكنه الاستفادة منها عند إنشاء إطار جديد. قد تساهم إحدى الصور في وجه الشخصية، وأخرى في الزي، وثالثة في إضاءة الغرفة، ورابعة في شكل دعامة معينة.
تتضح القيمة هنا في مشهد متعدد الشخصيات. فبدلاً من وصف خمسة وجوه بالكلمات وتمني أن يبتكر النموذج شيئاً قريباً، فإنك تقدم له المرجع الفعلي لكل شخصية. يمتلك النموذج ركائز مرئية مباشرة للعمل منها، وهو ما يجعل الاتساق ممكناً في المقام الأول.
ضمن عائلة Nano Banana على Atlas Cloud، تم توثيق هذه القدرة في [Nano Banana 2 Lite](https://www.atlascloud.ai/models/nanobanana-2)، والتي تدعم ما يصل إلى 14 صورة مرجعية بالإضافة إلى التكوين متعدد الصور عبر 14 نسبة عرض إلى ارتفاع، مع زمن وصول أقل من ثانيتين. هذا هو المستوى الذي تتطابق مجموعة ميزاته مباشرة مع مهمة "دمج 14 مرجعاً". أما Nano Banana Pro فهو الخط الأعلى جودة، والمصمم لمخرجات بدقة 1K و2K و4K عندما تكون جودة الإطار النهائي أكثر أهمية من عدد المدخلات الخام. سنغطي كيفية الاختيار بينهما أدناه.
اتساق الشخصيات هو مشكلة وصف وتصنيف
تقديم أربع عشرة صورة للنموذج هو نصف المهمة فقط. إذا قمت بإسقاط خمسة مراجع لشخصيات في طلب بدون هيكل، فلن يمتلك النموذج طريقة موثوقة لمعرفة أي وجه ينتمي لأي شخصية في مشهدك، وهنا بالضبط تضيع الهويات أو تتبادل.
الحل هو معاملة كل شخصية ككيان مُصنف، وليس كمدخل مجهول. ثلاث تقنيات تقوم بمعظم العمل:
- تصنيف المراجع لكل شخصية: امنح كل شخصية اسماً أو تصنيفاً ثابتاً في مطالبتك، واربط كل تصنيف بصورته المرجعية. بدلاً من "خمسة أشخاص في مقهى"، صف "مارا (المرجع 1)، ديفون (المرجع 2)، بريا (المرجع 3)، آري (المرجع 4)، وكايتو (المرجع 5) جالسين على طاولة زاوية". يخبر هذا الرابط المسَمّى النموذج أي مصدر مرئي يرتبط بأي دور في المشهد.
- واصفات مطالبة متسقة: حافظ على نفس الواصفات المميزة لكل شخصية في كل مرة تذكرها فيها: الشعر، البنية، الملابس، إكسسوار مميز. إذا كانت مارا لديها "شعر فضي قصير ووشاح أخضر" في مطالبة واحدة، فهي تحتفظ بنفس الكلمات في المطالبة التالية. إعادة استخدام لغة الوصف عبر سلسلة هو ما يسمح للشخصية بالبقاء ثابتة من إطار إلى آخر.
- وضع التعديل والمرجع إلى صورة (reference-to-image): عندما تمتلك بالفعل نسخة جيدة من شخصية أو مشهد، استخدم وضع "المرجع إلى صورة" أو وضع التعديل بدلاً من البدء من مطالبة نصية فارغة. إن تغذية النموذج بمخرجاتك السابقة كمرجع يثبت المظهر الذي حققته بالفعل بدلاً من مطالبته بإعادة ابتكار الشخصية.
لا يعتمد أي من هذا على معامل سري. إنه هيكل منضبط: سمِّ شخصياتك، اربط كل اسم بمرجع، ولا تدع لغة الوصف تتغير أبداً.
خطوات التقنية الأساسية لإطار بـ 14 صورة و5 شخصيات
إليك تسلسل عمليات قابل للتكرار يجعل العملية قابلة للإدارة:
- رتب مراجعك الأربعة عشر حسب الدور قبل كتابة أي شيء. قسمها: خمسة لوجوه الشخصيات، والباقي للموقع، والملابس، والدعائم، ولوحة الألوان. معرفة ما تساهم به كل صورة يمنعك من وصفها جميعاً كأشياء قابلة للتبديل.
- خصص تصنيفاً ثابتاً لكل شخصية من الشخصيات الخمس واكتب واصفاً من سطر واحد لكل منها ستقوم بإعادة استخدامه حرفياً عبر كل عملية توليد.
- اكتب مطالبة التكوين بحيث تشير إلى الشخصيات بتصنيفاتها وتضعها في المشهد صراحة ("من اليسار إلى اليمين"، "في المقدمة"، "خلف المنضدة"). التعليمات المكانية تقلل من فرصة اندماج شخصيتين.
- أرفق المراجع في الطلب واشرح الغرض من كل مجموعة، حتى يعرف النموذج أن صورة معينة هي وجه يجب الحفاظ عليه مقابل غرفة لاستعارة الإضاءة منها.
- ولد الصور، ثم افحص كل وجه من الوجوه الخمسة على حدة. عادة ما تظهر مشاكل الاتساق في شخصية أو اثنتين، وليس في الخمس جميعاً.
- لأي شخصية حدث فيها تغيير، قم بتشغيل عملية تعديل أو "مرجع إلى صورة" على تلك المنطقة أو تلك الشخصية فقط، مع تقديم المرجع الصحيح مرة أخرى، بدلاً من إعادة توليد الإطار بالكامل من الصفر.
لأن شكل الطلب الدقيق (كيفية إرفاق المراجع، عدد الحقول، وما يتم تسمية كل منها) يتبع مواصفات واجهة برمجة التطبيقات (API) وقد يتغير، تأكد من الهيكل الحالي على atlascloud.ai/docs تحت قسم نماذج الصور بدلاً من وضع افتراضات برمجية ثابتة. التقنية المذكورة أعلاه صالحة بغض النظر عن أسماء الحقول.
القيام بذلك على Atlas Cloud
Atlas Cloud عبارة عن منصة استنتاج ذكاء اصطناعي متعددة الوسائط (full-modal) تضم أكثر من 300 نموذج متطور (SOTA) عبر النصوص والصور والفيديو خلف نقطة نهاية واحدة متوافقة مع OpenAI. تعيش عائلة Nano Banana بأكملها على نفس نقطة النهاية تلك، ويمكن الوصول إليها بمفتاح API واحد وحساب فوترة واحد، وهو أمر مهم هنا لأن المشاريع متعددة الشخصيات تميل إلى التنقل بين المستويات أثناء التكرار.
لهذه المهمة المحددة لديك مستويان منطقيان:
- Nano Banana 2 Lite هو المستوى الذي يركز على الكفاءة والذي يدعم صراحة ما يصل إلى 14 صورة مرجعية، وتكوين متعدد الصور، و14 نسبة عرض إلى ارتفاع، بسعر USD0.04 لكل صورة (ينخفض إلى USD0.028 للمطورين، بخصم 30%). زمن الوصول الأقل من ثانيتين يجعله الخيار الطبيعي للحلقة التكرارية التي يتطلبها سير العمل هذا، حيث تقوم بالتوليد، وفحص الوجوه الخمسة، وإصلاح أحدها، ثم التوليد مرة أخرى. عندما تكون مهمتك حرفياً "دمج 14 مرجعاً"، فهذا هو المستوى الذي تتناسب مجموعة ميزاته الموثقة معها.
- Nano Banana Pro هو خط Pro الأعلى جودة (عائلة Gemini 3 Image Pro من Google) مع مخرجات بدقة 1K و2K و4K. تبلغ تكلفة تحويل النص إلى صورة العادي والتعديل USD0.14 لكل صورة، وتبلغ تكلفة متغيرات Ultra USD0.15، ويقوم مستوى المطورين بخفض السعر القياسي إلى USD0.07. انتقل إلى Pro عندما يحتاج الإطار النهائي إلى أن يكون بجودة عالية وعندما تكون مستعداً للمقايضة بخصوص ملاءمة الـ 14 صورة في مستوى Lite مقابل جودة التشطيب.
النمط العملي هو التكوين والتكرار في مستوى Lite، حيث تجعل سير عمل الصور المرجعية وزمن الوصول المنخفض التجربة والخطأ رخيصة، ثم إنتاج الإطار النهائي المثبت على Pro بالدقة التي تحتاجها. يظهر كل نموذج سعره المباشر بجانب زر "Run" في Playground، لذا يمكنك تأكيد التكلفة الدقيقة لكل صورة قبل كتابة أي كود، ويمكن تصفح الكتالوج الكامل على atlascloud.ai/models. ولأن نقطة النهاية متوافقة مع OpenAI، فإن أي تطبيق مبني بالفعل على OpenAI SDK يمكنه الوصول إلى هذه النماذج عن طريق تغيير base_url ومفتاح الـ API، دون الحاجة إلى إعادة كتابة الكود.
نصائح للحفاظ على اتساق الشخصيات الخمس
- ثبّت لغة الوصف مبكراً. اكتب أوصاف الشخصيات الخمس المكونة من سطر واحد مرة واحدة، واحفظها، والصقها دون تغيير في كل مطالبة. إعادة صياغة وصف الشخصية في منتصف المشروع هو السبب الأكثر شيوعاً للتغيير.
- احتفظ بأعلى جودة مرجعية لكل وجه. المرجع الواضح والمضاء جيداً والذي يظهر الوجه من الأمام يمنح النموذج ركيزة أكبر بكثير مما يمنحه الاقتصاص الضبابي، ويؤتي ثماره عبر كل إطار تظهر فيه تلك الشخصية.
- قلل التنافس في إطار واحد. خمس شخصيات بالإضافة إلى أربعة عشر مرجعاً هي حمولة كبيرة للموازنة. إذا استمرت شخصيتان في الاندماج، قم بتوليدهما في تجميعة أكثر تقارباً أو قسّم المشهد وقم بتركيبه لاحقاً، بدلاً من إجبار الخمسة جميعاً في تمريرة واحدة مزدحمة.
- أعد استخدام أفضل مخرجاتك كمرجع. بمجرد أن تبدو الشخصية صحيحة، قم بتغذية ذلك الإطار مرة أخرى عبر وضع "مرجع إلى صورة" بحيث ترث الأجيال اللاحقة المظهر المعتمد بدلاً من إعادة إنتاجه.
- أصلح محلياً، لا عالمياً. عندما يختل وجه واحد، قم بتعديل تلك الشخصية بدلاً من إعادة توليد التكوين بالكامل، مما يحمي الشخصيات الأربع التي ظهرت بشكل صحيح بالفعل.
الأسئلة الشائعة
س: أي مستوى من Nano Banana يدعم بالفعل 14 صورة مرجعية؟ ج: Nano Banana 2 Lite هو المستوى الموثق لدعم ما يصل إلى 14 صورة مرجعية بالإضافة إلى التكوين متعدد الصور، بسعر USD0.04 للصورة. Nano Banana Pro هو الخط الأعلى جودة بدقة 1K/2K/4K بسعر USD0.14 إلى USD0.15 للصورة، وهو الأفضل للإطارات النهائية ذات الجودة الاحترافية.
س: كيف أمنع النموذج من تبديل وجوه شخصياتي؟ ج: امنح كل شخصية تصنيفاً ثابتاً وواصفاً ثابتاً من سطر واحد، واربط كل تصنيف بصورته المرجعية، وأعد استخدام تلك اللغة بالضبط في كل مطالبة. الشخصيات المُسماة والموصوفة بشكل متسق أقل عرضة للاندماج مع بعضها البعض.
س: هل أحتاج إلى معامل API خاص لإرفاق المراجع؟ ج: التقنية مفاهيمية: سمِّ شخصياتك، صنف كل منها بمرجع، واستخدم وضع التعديل أو "مرجع إلى صورة" للمظاهر المعروفة. للحصول على شكل الطلب الدقيق وأسماء الحقول، تحقق من وثائق نماذج الصور على atlascloud.ai/docs، فهي المصدر الموثوق.
س: هل يمكنني استخدام كلا المستويين في مشروع واحد دون حسابات منفصلة؟ ج: نعم. يعمل كل من Nano Banana 2 Lite وNano Banana Pro على نفس نقطة نهاية Atlas Cloud، لذا يغطي مفتاح API واحد وحساب فوترة واحد التكرار على Lite والإنهاء على Pro.
س: ماذا لو استمرت شخصيتان في الاندماج في مشهد مزدحم؟ ج: قلل الحمل في تمريرة واحدة. استخدم التموضع المكاني الصريح في المطالبة، أو قم بتوليد الشخصيتين اللتين تمثلان مشكلة في تجميعة أوضح، أو قسّم المشهد وقم بتركيب النتائج بدلاً من إجبار الخمسة جميعاً في إطار واحد كثيف.
الخلاصة
إن الجمع بين أربعة عشر مرجعاً مع الحفاظ على اتساق خمس شخصيات لا يتعلق بإعداد خفي بل بالهيكل: رتب مراجعك حسب الدور، امنح كل شخصية تصنيفاً ثابتاً وواصفاً تعيد استخدامه حرفياً، اربط كل تصنيف بمرجعه، واعتمد على وضع التعديل أو "مرجع إلى صورة" لتثبيت المظاهر التي حققتها بالفعل. على Atlas Cloud، يعد Nano Banana 2 Lite هو المستوى المصمم لسير عمل تكوين الـ 14 صورة بسعر USD0.04 للصورة، بينما يقدم Nano Banana Pro اللمسة النهائية عالية الدقة بسعر USD0.14 إلى USD0.15، وكلاهما يعمل بمفتاح واحد متوافق مع OpenAI. كرر العمل بتكلفة رخيصة على Lite، وأنهِ العمل على Pro، وتأكد من شكل الطلب الدقيق في الوثائق قبل البدء في البناء.
