متن داخل تصویر: Ideogram 3 یا GPT Image 2.5 Flare؟

برای متن داخل تصویر هوش مصنوعی جواب کوتاه این است: اگر پوستر، کاور یا بنر با متن انگلیسی می‌خواهی، Ideogram 3 با حدود ۳٫۵ اعتبار برای هر عکس اولین انتخاب است؛ اگر همان بنر را باید با چند عکس مرجع بسازی و بعد چند بار ویرایش کنی، GPT Image 2.5 Flare با حدود ۷٫۸ اعتبار راحت‌تر است؛ و اگر تصویر باید فوتورئال باشد و متن هم خوانا، FLUX.2 Pro با ۵ اعتبار وسط این دو می‌نشیند. برای متن فارسی هیچ‌کدام تضمین نمی‌دهد: تصویر را بدون متن بساز و متن را در ابزار طراحی اضافه کن. هر سه مدل در چراغ با پرداخت تومانی به ازای هر عکس در دسترس‌اند؛ قیمت‌ها تا ۲۶ مهر ۱۴۰۵، هر اعتبار با نرخ امروز حدود ۲٬۶۰۰ تومان.

چرا متن داخل تصویر هنوز سخت است؟

مدل‌های تصویر حروف را مثل شکل می‌بینند، نه مثل زبان. برای همین پوستری که از نظر نور و ترکیب بی‌نقص است، ممکن است «COFFEE» را «COFEE» بنویسد یا یک کلمه را دو بار تکرار کند. مدل‌های تازه در این کار خیلی بهتر شده‌اند، ولی هنوز سه عامل تعیین می‌کند نتیجه خوانا باشد یا نه: مدل، طول متن و زبان.

مدل: بعضی مدل‌ها مثل Ideogram 3 از اول برای تایپوگرافی ساخته شده‌اند و بعضی مثل Recraft 4.1 Flash در متن ریز ضعیف‌اند. طول متن: یک تا پنج کلمه معمولاً درست درمی‌آید و یک پاراگراف تقریباً هیچ‌وقت. زبان: خط لاتین در داده‌های آموزشی همه‌ی مدل‌ها فراوان است؛ خط فارسی با حروف چسبان، نقطه‌های ریز و جهت راست‌به‌چپ برای همه‌شان سخت‌تر است و راهنمای چراغ برای Ideogram 3 همین را صریح نوشته: «خط فارسی پیچیده محدود». در راهنمای مدل‌های ساخت عکس هر ده مدل پیش‌فرض چراغ را با همین نگاه مقایسه کرده‌ایم؛ این‌جا فقط روی متن تمرکز می‌کنیم.

سه مدل این مقایسه

Ideogram 3 (Ideogram)

Ideogram 3 مدل استاندارد شرکت Ideogram است و برای متن دقیق و تایپوگرافی داخل تصویر ساخته شده: پوستر، کاور، لوگو. حدود ۳٫۵ اعتبار برای هر عکس می‌گیرد، یعنی با نرخ امروز حدود ۹٬۱۰۰ تومان، و ارزان‌ترین مدل این مقایسه است. نقطه‌ی ضعفش در راهنمای چراغ یک جمله است: خط فارسی پیچیده محدود. یعنی برای یک کلمه‌ی ساده‌ی فارسی شاید جواب بگیری، برای تیتر دوخطی فارسی نه.

GPT Image 2.5 Flare (OpenAI)

GPT Image 2.5 Flare مدل استاندارد OpenAI برای تولید انبوه و ویرایش روزمره است: تصویر وبلاگ، پست شبکه‌ی اجتماعی، بنر. تا ۱۶ عکس مرجع می‌گیرد، که بیشترین عدد بین مدل‌های پیش‌فرض چراغ است. حدود ۷٫۸ اعتبار برای هر عکس، با نرخ امروز حدود ۲۰٬۳۰۰ تومان. نکته‌ی راهنما: سرعت مقدم بر نهایت کیفیت است. برای متن، قوتش این است که دستور ویرایش را خوب می‌فهمد؛ «همین بنر، فقط قیمت را عوض کن» برایش کار روزمره است.

FLUX.2 Pro (Black Forest Labs)

FLUX.2 Pro مدل پریمیوم Black Forest Labs با ۵ اعتبار برای هر عکس است، با نرخ امروز حدود ۱۳٬۰۰۰ تومان. سه ویژگی‌اش در راهنمای چراغ: فوق‌واقع‌گرا، ثبات چهره و سبک کاراکتر با چند مرجع، و متن خوانا در تصویر. محدودیتش یک خروجی در هر درخواست است. با نسخه‌ی گران‌تر خانواده، FLUX.2 Max، در انتخابگر یک ردیف است و با اسلایدر بین‌شان جابه‌جا می‌شوی.

جدول مقایسه: متن داخل تصویر با سه مدل

معیارهای این جدول همان چهار سؤالی است که قبل از ساخت پوستر می‌پرسی: متن انگلیسی چقدر دقیق درمی‌آید، متن فارسی چه وضعی دارد، چیدمان چقدر دست خودت است و هر عکس چند اعتبار می‌شود. قیمت هر مدل به اعتبار ثابت است و تومانش با نرخ روز دلار حساب می‌شود؛ عدد به‌روز هر مدل در صفحه‌ی مدل‌ها و قیمت‌ها و روی ردیفش در انتخابگر هست.

سه نتیجه از جدول. اول، برای پوستر با تیتر انگلیسی Ideogram 3 هم دقیق‌تر است هم نصف قیمت GPT Image 2.5 Flare؛ ده بار تکرار با آن کمتر از پنج بار تکرار با Flare خرج دارد. دوم، GPT Image 2.5 Flare را وقتی انتخاب کن که کار با عکس مرجع و ویرایش گره خورده باشد: بنر هفتگی فروشگاه که هر بار یک محصول و یک قیمت عوض می‌شود. سوم، FLUX.2 Pro وقتی که تصویر باید عکس واقعی به نظر برسد و متن هم رویش باشد، مثل تابلوی نئون در صحنه یا نوشته روی لیوان.

متن فارسی: صادقانه چه کار کنیم؟

متن فارسی را به مدل تصویر نسپار؛ تصویر بدون متن بساز و متن را در ابزار طراحی اضافه کن. این جمله‌ی کلیدی مقاله است. دلیلش فنی است: حروف فارسی به هم می‌چسبند و شکل‌شان در اول، وسط و آخر کلمه فرق می‌کند؛ مدل‌هایی که حرف را شکل می‌بینند، حروف را جدا، آینه‌ای یا با نقطه‌ی اضافه می‌کشند. راهنمای چراغ این محدودیت را برای Ideogram 3 نوشته و برای دو مدل دیگر هم چیزی تضمین نکرده. اگر بخواهی امتحان کنی، با یک کلمه‌ی کوتاه امتحان کن، نه با یک جمله.

گردش کار پیشنهادی برای پوستر فارسی

1. تصویر را بدون متن بساز. در پرامپت صریح بنویس «بدون هیچ متن و حرفی» و جای خالی برای تیتر بخواه: «یک‌سوم بالای تصویر ساده و تیره برای تیتر». برای این مرحله Ideogram 3 یا FLUX.2 Pro کافی است؛ اگر پوستر لوکس می‌خواهی Nano Banana Pro با ۳۰ اعتبار برای پوستر و بنر لوکس ساخته شده.
2. چند نسخه بگیر و یکی را انتخاب کن. در استودیوی چراغ تا ۱۰ عکس در یک ساخت می‌گیری و قیمت قبل از ساخت نشان داده می‌شود. اگر بین دو مدل مردد هستی، «مقایسه‌ی مدل‌ها» کنار دکمه‌ی ساخت یک پرامپت را هم‌زمان روی تا ۳ مدل می‌سازد.
3. متن را در ابزار طراحی بگذار. Canva، Figma یا فتوشاپ، با فونت فارسی درست (وزیرمتن، ایران‌سنس، شبنم…). این‌جا کرنینگ، نیم‌فاصله و اعداد فارسی دست خودت است و هر بار که قیمت عوض شد، فقط متن را عوض می‌کنی نه تصویر را.
4. اگر صحنه باید با متن یکی باشد (نوشته روی تی‌شرت، تابلوی مغازه، بسته‌بندی) متن فارسی را در ابزار طراحی روی یک پس‌زمینه‌ی ساده بنویس، عکسش را بگیر و به‌عنوان عکس مرجع به GPT Image 2.5 Flare یا FLUX.2 Pro بده: «@عکس۱ را روی تابلوی بالای در مغازه قرار بده». مدل شکل آماده را کپی می‌کند، نه این‌که خودش خط فارسی بنویسد، و نتیجه معمولاً خیلی بهتر است.

این گردش کار یک مزیت پنهان دارد: پوستر دوزبانه. تیتر انگلیسی را مدل می‌نویسد، تیتر فارسی را تو در ابزار طراحی اضافه می‌کنی و هر دو تمیز درمی‌آیند.

پرامپت‌های نمونه برای پوستر، کاور و بنر

قاعده‌ی مشترک هر سه مدل: متن را داخل گیومه‌ی انگلیسی بنویس، کوتاه نگه دار، جایش را بگو و سبک حروف را توصیف کن. راهنمای کامل ساختار پرامپت را در چطور برای عکس هوش مصنوعی پرامپت بنویسیم نوشته‌ایم؛ این‌ها فقط نمونه‌های متن‌دار است.

پوستر ورکشاپ آموزشگاه (Ideogram 3)

«پوستر مینیمال برای ورکشاپ عکاسی، پس‌زمینه‌ی کرم، یک دوربین قدیمی در مرکز، تیتر بزرگ با حروف سریف ضخیم “PHOTO WORKSHOP” در بالای پوستر، زیرش با حروف کوچک “Saturday · 10 AM”، بدون هیچ متن دیگری، نسبت عمودی ۳:۴». نکته: دو بلوک متن، جمعاً پنج کلمه و یک عدد. بیشتر از این را به ابزار طراحی بسپار.

بنر هفتگی فروشگاه اینستاگرامی (GPT Image 2.5 Flare)

عکس محصول را ضمیمه کن و بنویس: «@عکس۱ را روی پس‌زمینه‌ی زرد گرم بگذار، سایه‌ی نرم، بالای تصویر نوشته‌ی ضخیم و سفید “WEEKEND SALE” و پایین راست یک برچسب دایره‌ای قرمز با “30% OFF”، نسبت مربع». هفته‌ی بعد همان ساخته را باز کن و با «ویرایش همین عکس» بنویس «برچسب را به “40% OFF” تغییر بده و بقیه را دست نزن». اگر عکس محصول خوبی نداری، اول بهترین مدل برای عکس محصول را بخوان.

کاور پادکست با صحنه‌ی واقعی (FLUX.2 Pro)

«عکس واقعی از یک کافه‌ی شبانه، میز چوبی، میکروفون کلاسیک، روی دیوار پشت تابلوی نئون آبی با نوشته‌ی “LATE TALK”، نور گرم، عمق میدان کم، نسبت مربع». در FLUX.2 Pro متن روی نئون طبیعی و خوانا می‌نشیند؛ اسم فارسی پادکست را بعداً در ابزار طراحی روی یک‌سوم پایین کاور اضافه کن.

چند قاعده‌ی کوچک که فرق بزرگ می‌کند

• متن را دقیقاً همان‌طور که می‌خواهی تایپ کن، با حروف بزرگ و کوچک درست؛ مدل همان را کپی می‌کند.
• یک بلوک متن اصلی، حداکثر دو. هر بلوک اضافه احتمال خطا را بالا می‌برد.
• جای متن را بگو (بالا، وسط، روی تابلو) و پس‌زمینه‌ی ساده پشتش بخواه.
• سبک حروف را توصیف کن (ضخیم، سریف، دست‌نویس، نئون) نه اسم فونت؛ مدل‌ها اسم فونت را نمی‌شناسند.
• بعد از پرامپت بنویس «بدون هیچ متن دیگری»؛ وگرنه مدل کلمه‌های تزئینی بی‌معنی اضافه می‌کند.

چک‌لیست خطاهای رایج متن در تصویر

قبل از این‌که پوستر را بفرستی چاپخانه یا پست کنی، این هفت مورد را با زوم چک کن. هر کدام را دیدی، راه‌حل روبه‌رویش است.

چطور ارزان‌تر به نتیجه برسیم

هزینه‌ی واقعی پوستر با متن، تعداد تکرارهاست نه قیمت یک عکس؛ پس تکرارها را ارزان کن. ترکیب و رنگ را اول با Recraft 4.1 Flash، ۱٫۴ اعتبار و حدود ۱٫۵ ثانیه برای هر عکس، درست کن؛ این مدل در متن ریز ضعیف است، پس در این مرحله اصلاً متن نخواه. وقتی چیدمان نشست، همان پرامپت را با متن به Ideogram 3 بده و با «مقایسه‌ی مدل‌ها» FLUX.2 Pro و GPT Image 2.5 Flare را هم کنارش ببین. مجموع این مسیر برای یک پوستر معمولاً زیر ۳۰ اعتبار است، با نرخ امروز حدود ۷۸٬۰۰۰ تومان، یعنی کمتر از یک عکس Nano Banana Pro.

دو ابزار دیگر در استودیو به کار می‌آید. دکمه‌ی «راهنما» کنار انتخابگر مدل‌های فعال را مقایسه می‌کند و همین جمله‌ها (متن خوانا، خط فارسی محدود) را از همان‌جا آورده‌ایم. و اگر پوستر را برای مشتری می‌سازی، «اشتراک دستور پخت» روی هر ساخته یک لینک عمومی با پرامپت و مدل و تنظیمات می‌دهد تا دفعه‌ی بعد مشتری خودش، با عکس خودش، همان را بسازد. اعتبار خریداری‌شده هم منقضی نمی‌شود و هر روز مقدار کمی اعتبار رایگان (در حد ۱۰ اعتبار) داری که برای دو سه پوستر Ideogram 3 کافی است.

سؤال‌های رایج

بهترین مدل برای نوشتن متن داخل تصویر کدام است؟

برای متن انگلیسی کوتاه Ideogram 3، که برای تایپوگرافی ساخته شده و با ۳٫۵ اعتبار ارزان‌ترین این مقایسه است. برای صحنه‌ی فوتورئال با متن FLUX.2 Pro و برای بنر با عکس مرجع و ویرایش مکرر GPT Image 2.5 Flare.

هوش مصنوعی می‌تواند متن فارسی داخل عکس بنویسد؟

قابل اتکا نه. خط فارسی پیچیده در Ideogram 3 محدود است و بقیه هم تضمینی نمی‌دهند. تصویر را بدون متن بساز و متن فارسی را در Canva، Figma یا فتوشاپ اضافه کن، یا متن آماده را به‌صورت عکس مرجع بده تا مدل شکلش را کپی کند.

یک پوستر با Ideogram 3 چقدر خرج دارد؟

حدود ۳٫۵ اعتبار برای هر عکس، با نرخ امروز حدود ۹٬۱۰۰ تومان. ده نسخه‌ی آزمایشی حدود ۳۵ اعتبار می‌شود. همان ده نسخه با GPT Image 2.5 Flare ۷۸ اعتبار و با FLUX.2 Pro ۵۰ اعتبار است.

چرا مدل حروف را غلط می‌نویسد یا کلمه را تکرار می‌کند؟

چون حروف را شکل می‌بیند نه زبان. متن کوتاه‌تر، یک بلوک متن، پس‌زمینه‌ی ساده و جمله‌ی «بدون هیچ متن دیگری» بیشتر خطاها را حذف می‌کند؛ بقیه را با چند نسخه و زوم کردن قبل از انتشار می‌گیری.

می‌توانم فقط متن یک بنر آماده را عوض کنم؟

بله. ساخته را باز کن و با «ویرایش همین عکس» بنویس چه چیزی عوض شود؛ GPT Image 2.5 Flare برای همین ویرایش‌های روزمره است. اگر تغییر هر هفته تکرار می‌شود، تصویر بدون متن را نگه دار و فقط متن را در ابزار طراحی عوض کن.