Tworzenie wciągających map i środowisk fantasy za pomocą Nano Banana

Wprowadzenie

Istnieje szczególny rodzaj frustracji, który dobrze znają twórcy światów. Spędziłeś miesiące — a czasem nawet lata — na tworzeniu w głowie świata fantasy. Geografia jest dopracowana, kultury mają wyraźną tożsamość, a historia sięga dalej, niż jakakolwiek pojedyncza opowieść kiedykolwiek będzie musiała sięgać. Możesz zamknąć oczy i zobaczyć mgłę unoszącą się nad bagnami na wschód od stolicy, sposób, w jaki pasmo górskie przecina północny horyzont, a także ciasną plątaninę uliczek w dzielnicy portowej, gdzie dorastał twój bohater. Dla ciebie ten świat jest prawdziwy.

Wtedy ktoś prosi cię, abyś pokazał mu, jak to wygląda, i zdajesz sobie sprawę, że wszystko istnieje tylko w twojej wyobraźni, a nie masz nic, co mógłbyś pokazać innej osobie.

To moment, w którym wiele projektów związanych z budowaniem świata utknęło w martwym punkcie. Luka między wewnętrzną wizją twórczą a zewnętrzną reprezentacją wizualną historycznie wymagała albo znacznych umiejętności artystycznych, albo znacznych środków finansowych, aby ją wypełnić. Pisarze, którzy nie są jednocześnie ilustratorami, projektanci gier planszowych pracujący bez wsparcia studia, niezależni twórcy gier, których mocną stroną są systemy i narracja — wszyscy oni natrafili na tę przeszkodę. Świat istnieje. Brakuje jednak możliwości, by go pokazać.

Generowanie obrazów przez sztuczną inteligencję zmieniło możliwości w tej dziedzinie w sposób, który dla wielu twórców posiadających bogato rozwinięte światy jest naprawdę znaczący. Spośród narzędzi dostępnych do tego rodzaju pracy Nano Banana stało się podstawowym wyborem dla twórców, którzy muszą przełożyć wewnętrzne światy na zewnętrzne obrazy.

Szczególne wyzwanie związane z wizualizacją środowisk fantasy

Środowiska fantasy niosą ze sobą szczególny ciężar, którego nie mają środowiska realistyczne. Wizualizacja środowiska realistycznego musi odpowiadać temu, jak coś faktycznie wygląda. Środowisko fantasy musi odpowiadać temu, jak coś powinno wyglądać — logice estetycznej, która istnieje wyłącznie w umyśle twórcy i musi zostać przekazana odbiorcom, którzy nie mają żadnego punktu odniesienia.

Oznacza to, że w wizualizacji fantastycznej różnica między niejasnym a precyzyjnym zleceniem jest ogromna. „Miasto fantasy” tworzy coś ogólnego. „Miasto nadmorskie zbudowane na klifach wulkanicznej wyspy, z architekturą pokazującą, jak przez wieki kolejne cywilizacje nakładały na siebie swoje tradycje budowlane, z ciepłym bursztynowym kamieniem na dole i białymi, otynkowanymi górnymi kondygnacjami, połączonymi skomplikowanym systemem zewnętrznych schodów i mostów linowych, a poniżej port tętniący życiem dzięki łodziom rybackim i statkom handlowym” tworzy coś, co może faktycznie oddać konkretną wizję twórczą.

Nauka wypełniania tej luki – przekładania wewnętrznej wizji twórczej na język wystarczająco konkretny, by poprowadzić generowanie AI w tym kierunku – jest prawdziwą umiejętnością leżącą u podstaw tego rodzaju pracy. Jest to umiejętność, która rozwija się wraz z praktyką i jest znacznie bardziej dostępna dla pisarzy i twórców światów niż nauka malowania lub rysowania. Narzędzia są już w rękach osób, które na co dzień zajmują się językiem.

Mapy jako punkt wyjścia

Dla wielu twórców światów mapa jest ważniejsza niż cokolwiek innego. Nie bez powodu powieści fantasy zawsze zawierają mapy na początku – orientują one czytelnika w przestrzeni, przekazują skalę i geografię świata oraz sygnalizują, że autor dokładnie przemyślał fizyczną logikę otoczenia. Mapy Śródziemia Tolkiena, mapy Ziemi Morza Ursuli Le Guin, ręcznie rysowane kontury kontynentów krążące w każdej społeczności twórców światów — nie są one dodatkiem. Są to fundamentalne dokumenty projektu twórczego.

Generowanie przez sztuczną inteligencję otwiera wizualizację map w sposób wykraczający poza to, co mogła osiągnąć tradycyjna kartografia fantasy. Poza widokiem kartograficznym z góry twórcy mogą teraz generować perspektywy z poziomu gruntu na terenie opisanym przez ich mapy – jak to właściwie jest stać na skraju tego lasu, patrzeć na tę pustynię, zbliżać się do tego pasma górskiego od zachodniej drogi? Są to pytania wizualne, na które mapy odpowiadają pośrednio, a grafika środowiskowa odpowiada bezpośrednio.

Wykorzystanie Nano Banana do tego rodzaju pracy zazwyczaj obejmuje dwuetapowy proces. Najpierw opracowuje się logikę geograficzną i polityczną świata — mapę, cechy fizyczne, strefy klimatyczne, kluczowe lokalizacje. Następnie rozpoczyna się praca nad wizualizacją środowiska: przekładanie każdej znaczącej lokalizacji na konkretny obraz wizualny, który oddaje nie tylko fizyczny wygląd, ale także atmosferę i emocjonalny charakter miejsca.

Atmosfera to najtrudniejsza część

Każde kompetentne narzędzie do generowania AI może stworzyć obraz lasu. Tym, co odróżnia użyteczną wizualizację środowiska fantasy od generycznego wyniku, jest atmosfera — specyficzna jakość światła, pogody, pory dnia, pory roku i rejestru emocjonalnego, która sprawia, że miejsce wydaje się należeć do konkretnego świata, a nie do żadnego konkretnego świata.

Las w opowieści o starożytnej magii i powolnej degeneracji wygląda inaczej niż las w opowieści o cudach i odkryciach, nawet jeśli podstawowa geografia jest podobna. Opowieść o degeneracji wymaga czegoś ciężkiego — słabego światła przenikającego przez gęsty baldachim drzew, zarośli, które wydają się splątane i oporne, kolorów przesuniętych w kierunku szaro-zielonego i cienia. Opowieść o cudach wymaga czegoś otwartego — promieni światła przebijających się przez drzewa, ruchu i jasności, poczucia, że coś interesującego czeka tuż za następnym zakrętem ścieżki.

To właśnie te różnice w atmosferze nadają światu fantasy jego emocjonalną tożsamość i są przekazywane narzędziom generującym AI poprzez język światła, pogody, koloru i pory roku. Twórcy, którzy opanują biegłość w posługiwaniu się tymi deskryptorami – którzy rozumieją, że „pochmurno i zimno” wywołuje zasadniczo inne emocje niż „złote światło późnego popołudnia” – uzyskują znacznie bardziej użyteczne wyniki z narzędzi generujących niż ci, którzy opisują tylko cechy fizyczne i nie określają atmosfery.

Praca nad poszczególnymi regionami świata

Jednym z najbardziej praktycznych zastosowań generowania treści przez sztuczną inteligencję w tworzeniu światów fantasy jest opracowywanie tożsamości wizualnej poszczególnych regionów geograficznych i kulturowych. Większość bogato rozwiniętych światów fantasy charakteryzuje się wewnętrzną różnorodnością — ciepła republika kupiecka na południu wygląda i sprawia inne wrażenie niż zimne feudalne królestwo na północy, które z kolei różni się od kultury koczowniczej na wschodnich równinach. Określenie, jak każdy z tych regionów faktycznie wygląda w konkretnych kategoriach wizualnych, pogłębia świat i daje twórcy znacznie więcej materiału do pracy podczas pisania scen osadzonych w każdej z tych lokalizacji.

Jest to praca, w której pomocne są iteracje i porównania. Generowanie kilku wizualnych interpretacji regionu — o różnych porach dnia, w różnych porach roku, z różnych punktów widzenia — oraz ocena, na ile każda z nich oddaje zamierzony charakter miejsca, pozwala na dopracowanie tożsamości wizualnej regionu. Pierwszy obraz rzadko jest ostateczny; stanowi on kierunek, na który należy reagować, który należy udoskonalać i rozwijać.

Z czasem twórca pracujący w ten sposób buduje bibliotekę wizualną obejmującą całą geografię swojego świata — obrazy referencyjne dla głównych miast, kluczowych krajobrazów, znaczących lokalizacji w historii oraz ogólnego charakteru wizualnego każdego regionu. Biblioteka ta staje się nieocenionym źródłem informacji, nie tylko dla wewnętrznej jasności samego twórcy, ale także dla komunikacji ze współpracownikami, jako materiał referencyjny, jeśli świat kiedykolwiek stanie się ilustrowaną książką lub grą, oraz do dzielenia się z odbiorcami, którzy chcą zrozumieć, jak ten świat wygląda.

Kiedy świat musi istnieć poza twoją głową

W wielu projektach tworzenia światów przychodzi moment, w którym twórca musi przekazać ten świat innym osobom — współautorowi, współpracownikowi przy grze, wydawcy, odbiorcom na Kickstarterze, społeczności czytelników śledzących projekt. W tym momencie umiejętność pokazania, a nie tylko opowiadania, staje się ważna w sposób, w jaki nie była, gdy świat istniał wyłącznie jako prywatny projekt twórczy.

Pisarze promujący ilustrowane książki potrzebują materiałów do opracowania wizualnego. Projektanci gier planszowych finansujących swoje kampanie w ramach crowdfundingu potrzebują sugestywnych obrazów świata, w którym osadzona jest gra. Niezależni twórcy gier potrzebują grafiki koncepcyjnej środowiska, która przekazuje potencjalnym współpracownikom i graczom kierunek wizualny projektu. We wszystkich tych sytuacjach posiadanie biblioteki wysokiej jakości wizualizacji środowiska — takich, które dokładnie odzwierciedlają wizję twórczą, a nie tylko w przybliżeniu ją sugerują — jest naprawdę przydatne.

Przed pojawieniem się generowania przez AI standardem było zatrudnianie artystów koncepcyjnych lub ilustratorów do tworzenia tych materiałów, co było kosztowne, albo wykorzystywanie tego, co twórca mógł sam stworzyć, co często nie odzwierciedlało rzeczywistej jakości wizji twórczej. Generowanie przez AI otworzyło środkową ścieżkę, która wcześniej nie była dostępna: wizualizację kierowaną przez twórcę, która dokładnie odzwierciedla wizję twórczą bez konieczności posiadania znacznego budżetu lub znacznych umiejętności artystycznych ze strony twórcy.

Ograniczenia, o których warto wspomnieć

Nie oznacza to jednak, że generowanie przez AI jest kompletnym rozwiązaniem dla wszystkich potrzeb związanych z wizualizacją fantasy. Są rzeczy, z którymi radzi sobie gorzej — bardzo specyficzne detale architektoniczne, gdzie liczy się dokładna logika projektu, integracja postaci z otoczeniem, gdzie konkretne postacie muszą konsekwentnie pojawiać się w określonych środowiskach, oraz rodzaj iteracyjnej sztuki sekwencyjnej, której wymagają powieści ilustrowane lub narracje graficzne.

Narzędzie to jest również tak dobre, jak wskazówki, które mu się podaje. Twórca, który nie wykonał pracy nad szczegółowym opracowaniem swojego świata — który ma mgliste wyobrażenie o estetyce, ale nie dopracował szczegółów — przekona się, że generowanie przez AI odzwierciedla tę niejasność. Proces skutecznego podawania wskazówek jest sam w sobie ćwiczeniem z budowania świata, wymuszającym poziom szczegółowości, któremu niejasne intencje twórcze zazwyczaj się opierają.

W rękach twórcy, który wykonał pracę nad dogłębnym opracowaniem swojego świata, generowanie przez AI staje się czymś zbliżonym do tego, co zawsze powinno być dostępne dla twórców światów: narzędziem, które uwidacznia wnętrze, które wypełnia lukę między światem w umyśle twórcy a obrazem przed oczami innych. Dla pisarzy, projektantów i twórców gier, którzy dysponują bogato rozwiniętymi światami, ale nie mają możliwości ich pokazania, nie jest to sprawa błaha.