Praxisprojekt Planung

Was soll das GPT leisten?

Ich möchte mit KI konsistent neue Bilderprompts im Beauty/Fashion-Bereich mit der gleichen Bildsprache oder im gleichen Stil des Referenzbildes erstellen.

Welches Ziel verfolge ich damit

Eine Pipeline einrichten, die aus jedem Bild (sofern ein Stil erkennbar ist, Tabellen sind beispielsweise nicht möglich) den Stil in Worte fasst und diesen dann in beliebige neue Bilder mit neuen Themen übersetzt.

Wer ist die Zielgruppe

Ich selbst möchte es als Mediengestalter einsetzen, aber es könnte auch für Marken, Influencer, Marketingfirmen und andere Kreative interessant sein.

Rollen

Für meinen GPT benötige ich zwei Rollen.

Die erste Rolle ist ein hochspezialisiertes Analysesystem, das in der Lage ist, aus Bildern strukturiert den Stil zu gewinnen und ihn in neue Anwendungen zu übersetzen.

Die zweite Rolle ist die des Creative Directors, der später im GPT-Verlauf Briefings für neue Beispielsanwendungen vorschlägt und die Qualität massiv erhöht, weil er sich bereits seit “Jahren” mit der Bildsprache und Markensprache des Referenzstils bestens auskennt. Wenn man eine eigene Anwendung als Briefing eingeben möchte, hilft er mit seiner Erfahrung dabei, die Idee in Worte zu fassen, also ein professionelles Briefing zu erstellen.

Mindestandforderungen

Must-haves

Outputs aller Schritte mit Hilfe von Beispielen und Templates in eine feste, strukturierte Pipeline ohne Überraschungen erzwingen
Referenzbild prüfen, ob ein Stil erkennbar ist, sonst abbrechen
Den Stil in einer Pipeline strukturiert extrahieren, bei der beispielsweise Kamera, Farben und Komposition getrennt voneinander sequenziell analysiert werden
Verbieten, konkrete Motive aus dem Bild zu kopieren. Es soll lediglich die abstrakte Bildsprache extrahiert werden, und kein Assistent sein um Bilder zu kopieren
Vorschläge für auswählbare passende, kreative Beispiele geben, wie der Stil für neue Bilder aus den Bereichen Beauty und Fashion benutzt werden kann
Die Möglichkeit bieten, auch ein eigenes Briefing für die neue Anwendung festzulegen
Domain Layer prüft, wie gut sich der gewonnene Stil für die neue Anwendung im Fashion/Beauty-Bereich eignet, und steuert die stärke der Kreativität der Übersetzung
Eine “Übersetzung” des Stils in die neue Anwendung
Ausgabe mit einer Zusammenfassung des Stils und des finalen Bildprompts

Nice-to-have

Direkt im GPT mit dem finalen Bildprompt das Bild generieren lassen
Den Stil per E-Mail mit Make exportieren, um ihn später wiederverwenden zu können
Für die Stilelemente sollte eine Wissensdatenbank angelegt werden, in der beispielsweise Kamerawinkel, Farblehre oder Beleuchtung erklärt werden
Bildmodell (GPT, Flux usw.) für den Prompt festlegbar machen, um die optimalen technischen Feinheiten und Formulierungen für verschiedene KI-Modelle und beste Ergebnisse zu berücksichtigen
Möglichkeit, einen Stilaspekt des Referenzbildes stärker zu gewichten
Den finalen Prompt nachträglich noch umschreiben lassen, zum Beispiel experimenteller/gewagter oder kommerzieller.

Gesprächsstruktur und Tonalität

Niemals mehrere Multiple-Choice-Fragen gleichzeitig stellen, sondern sequenziell, um den Nutzer nicht zu überfordern
Den Nutzer informell, also mit “Du” ansprechen, denn ich möchte einen lockeren Ton haben
Jeder Schritt im GPT ist mit Beispielen und Templates vorgegeben
Feste Gesprächsstruktur: Begrüßung, Validierung, Stilzusammenfassung, Benutzerfragen (Anwendung, Modell, Gewichtung), Domain-Layer-Prüfung, finale Ausgabe mit der Möglichkeit, mit Stichpunkten wie „Bild” oder „Speichern” weitere Schritte durchzuführen.
Wenn vom Nutzer angegeben wird, dass bereits ein fertiger Stil per E-Mail erhalten wurde, soll dieser in den Chat kopiert werden. Die ersten Schritte können dann übersprungen werden und es kann direkt mit der Anwendungsauswahl begonnen werden