3.5 La reference vale più di mille parole

di Luca Desiderato

la stessa richiesta con quaranta parole e con una fotografia di riferimento
Figura 3.5 · la stessa richiesta con quaranta parole e con una fotografia di riferimento

C’è una cosa che tutti sanno in reparto e che quasi nessuno applica quando si mette davanti a un campo di testo: una fotografia si spiega mostrandola. Nessun direttore della fotografia[1] descrive una luce a parole se ha un fotogramma da far vedere, e nessuno dovrebbe farlo nemmeno con la macchina.

Tecnicamente, un’immagine di riferimento entra nel sistema per una strada diversa da quella del testo. Non viene tradotta in parole e poi riusata: le sue caratteristiche visive vengono estratte e iniettate come condizione autonoma, in parallelo al prompt[4]. Questo spiega due comportamenti che sembrano contraddittori. Il primo: una reference[3] è più forte di qualunque aggettivo, perché non passa dal collo di bottiglia[2] del linguaggio. Il secondo: una reference e un prompt possono litigare, perché sono due ingressi separati che chiedono cose diverse, e in quel caso non vince il più preciso, si ottiene un compromesso.

Come si usa bene, in pratica:

  • Una reference per una cosa sola. Se un’immagine porta insieme luce, posa, palette e ambiente, non sai quale di quelle cose stai trasferendo. Meglio due riferimenti che ne portano uno ciascuno.
  • Si scrive il minimo che non è nella reference. Ripetere a parole ciò che l’immagine già dice non rinforza: aggiunge un secondo ordine, e i due possono divergere.
  • La reference non è un’autorizzazione. Che il sistema accetti un’immagine non significa che tu possa usarla: il diritto su ciò che entra è argomento della Parte 6, e non cambia solo perché il passaggio è tecnico.

Una precisazione che evita l’errore più comune: una reference non porta la geometria. Trasferisce aspetto, materia, luce, registro: non dove sta la camera né dove stanno i corpi. Se serve anche la disposizione, la reference va accompagnata da una condizione strutturale dei capitoli 3.3 e 3.4: sono due ingressi che fanno due lavori diversi, e usarne uno solo aspettandosi entrambi è il motivo per cui tanti riferimenti «non funzionano».

E il limite da mettere in conto: la somiglianza che si ottiene è statistica, non una copia. Un riferimento sposta il risultato verso di sé, non lo replica, ed è esattamente la ragione per cui, quando la cosa da tenere è un volto e non un’atmosfera, servono gli strumenti del capitolo 4.1.


Come è nata la figura

Nano Banana Pro, 2K, 16:9[5]. Un’unica immagine generata. Nessuna immagine di riferimento.

Prompt, in inglese come è stato inviato al modello:

Il prompt

A head-and-shoulders portrait of an older craftsman with a long white beard and small round glasses, in a denim work shirt, against a plain background in soft even light. Editorial documentary finish, natural contrast.
Glossario
1. ↑ direttore della fotografia.

Il responsabile dell'aspetto visivo e tecnico di una produzione cinematografica. Il suo compito principale è tradurre la visione del regista in immagini, attraverso la gestione della luce, delle ombre, delle inquadrature e della composizione. Lavora a stretto contatto con il regista, la troupe tecnica e altri reparti (come scenografia, costumi e trucco) per definire lo stile visivo del film, scegliere l'attrezzatura (telecamere, obiettivi, luci) e supervisionare la ripresa, garantendo coerenza e qualità dall'inizio alla post-produzione.

2. ↑ collo di bottiglia.

Fenomeno che si verifica quando le prestazioni dell'intero sistema sono limitate dalla lentezza di un singolo componente (es. una CPU veloce frenata da un disco lento), impedendo agli altri componenti di lavorare al massimo delle loro potenzialità.

3. ↑ reference.

File video esportato dal montaggio "bloccato" (picture lock) utilizzato dal colorist e dal sound designer come guida visiva per verificare la corrispondenza dei tagli (conforming) e la sincronizzazione. In AI generativa: Una reference è un'immagine data al sistema come riferimento visivo. Aiuta a orientare il risultato verso caratteristiche come luce, materia o atmosfera. Non impone da sola la posizione della camera o dei soggetti, che richiedono una condizione strutturale.

4. ↑ prompt.

Il comando, o la richiesta (scritta in linguaggio naturale), che un utente fornisce a un modello di intelligenza artificiale generativa per istruirlo sul contenuto che deve creare (es. "genera un'inquadratura grandangolare di una foresta al tramonto con stile anamorfico").

5. ↑ 16:9 ( 16:9 )

L'aspect ratio widescreen diventato lo standard universale per l'alta definizione (HDTV), i monitor dei computer e la maggior parte dei contenuti video online (es. YouTube, Vimeo). È considerato il formato più versatile per una visione immersiva e moderna.



Torna in alto