Yapay zeka ile görsel üretme

Görsel modeli tam olarak ne yapar

Milyonlarca görsel ve açıklama üzerinde eğitilmiş bir model, cümlenizden yeni bir görsel kurar. Arama yapmaz, hiçbir yerden dosya almaz, bir görsel bulmaz; çıktıdaki her piksel o anda üretilir.

Bu ayrımın çoğu eğitimin atladığı pratik bir sonucu var. Aynı istemi iki kez çalıştırırsanız iki farklı görsel alırsınız, daha iyi bir görsel değil. Yani yaygın alışkanlık, yani çıktılardan biri iyi gelene kadar üret düğmesine basmak, aslında şans satın almaktır. Gerçek kaldıraç başka yerde.

O kaldıraç referans görsel: modelin biçimi, üslubu ve karakteri kendisinden almasi için istemle birlikte gönderdiğiniz bir ya da birkaç görsel. Bir ürünün ya da bir kişinin arka arkaya on görselde aynı kalmasının tek yolu budur ve eğlenceli bir resim ile teslim edilebilir bir set arasındaki boşluğu dolduran şey odur. Referans görsel tavanı modelden modele değişir, sayıları bir sonraki bölümde.

İlk gün görünmeyen bir şey daha: bu modeller iki ayrı iş yapar ve ikisinde eşit değildir. Metinden görsel üretmek bir iş, mevcut bir görseli düzenlemek başka bir iştir ve model sıralaması ikisinde farklıdır. İşiniz çoğunlukla düzenlemeyse, metinden görsel sıralaması sizin sorunuzun cevabı değildir.

Baştan söylenmeye değer son şey: çıktı bir karedir, teslim dosyası değil. Kırpma, biçim, ağırlık, son renk ve görselin üstüne oturacak her metin hâlâ sizin işiniz. Modelden doğrudan müşteri sitesine giden bir görsel genellikle hem olması gerekenden ağırdır hem de tam olarak istenen şey değildir.

Bugün hangi modellerin gerçekten sayısı var

Bu sitenin yapay zeka bölümü altı görsel modelini yayımlanmış ağırlıklar ve kaynaklarla zaten sıralıyor ve o tabloyu burada yeniden kurmuyoruz; görsel modeli sıralaması kendi yerinde duruyor. Bir tasarımcının oradan alması gereken üç satır var.

Birinci satır: GPT Image 2 bugün ölçülen iki tabloyu da kazanan tek model, hem metinden görsele hem düzenlemede. İkinci satır: Google pahalı modeli Nano Banana Pro, kendi ucuz modeli Nano Banana 2 altında oturuyor ve iki katı tutuyor. Üçüncü satır: bu altıdan yalnızca biri kendi donanımınızda çalıştırabileceğiniz açık ağırlık yayımlıyor.

Fiyatları bu dersin yazıldığı gün her satıcının kendi sayfasından yeniden okuduk ve beşi de yapay zeka bölümünde kayıtlı olanla aynı çıktı. En ucuzu görsel başına 0,014 dolar ile FLUX.2 klein 4B. GPT Image 2 orta kalitede 0,053 dolar, yüksek kalitede 0,211 dolar, yani dört katı. Nano Banana 2 bir 1K görsel için 0,067 dolar, FLUX.2 max 0,07 dolardan başlıyor ve Nano Banana Pro 0,134 dolar.

Referans girdi tavanının da kendi yayımlanmış sayıları var ve tekrar eden iş için sıralamadan daha önemli: Nano Banana 2 on nesne görseline kadar kabul ediyor, Nano Banana Pro altı, FLUX.2 API üzerinde sekize kadar ve klein 4B dörde kadar. Sabit bir ürün bir set boyunca tekrar edecekse, kararı sizin yerinize kalite sütunu değil bu sütun verir.

Ve yalnızca çalıştırarak öğrenilen bir şey: lider tablosunda birinci gelen satır bir modeli değil bir yapılandırmayı adlandırır. İlk GPT Image 2 satırı orta kalitedir, 0,053 dolarlık olan. Yüksek kaliteyi seçin, maliyetiniz dört katına çıkar ve o seçimin arkasında hiçbir ölçülmüş puan olmaz.

Midjourney neden hiçbir tablomuzda yok

Midjourney Farsça öneri listelerinin her yerinde, bizim tablomuzda hiçbir yerde. Kötü olduğu için değil. Ondan hiçbir şey okumadığımız için.

Bu dersin yazıldığı gün yeniden denedik: Midjourney sitesinin ana sayfası, belgeleri ve hatta robots.txt dosyası, üçü de sunucumuza 403 döndürüyor. Yani fiyat sayfasını okuyamıyoruz, kullanım koşullarını okuyamıyoruz ve uymamız gereken kuralı bile okuyamıyoruz. Karşılaştırma için: OpenAI, Google ve Black Forest Labs belge siteleri aynı sunucudan açılıyor.

Daha önemlisi: Midjourney ölçülen iki görsel tablosunun hiçbirinde satır sahibi değil. Bu sitenin yapay zeka bölümü o iki tabloyu en son 12 Ağustos 2026'da okudu: metinden görselde yetmiş yedi model, düzenlemede elli üç model puanlanmış ve adı ikisinde de yoktu. Yani ne olgumuz var ne kanıtımız, ve sayısız satır kurmuyoruz.

Duruşumuz bu kadar yalın: bir yerde bir aracın en iyi olduğunu okursanız, sayının nerede olduğunu sorun. Ölçülmüş bir sütunu olmayan on araçlık liste, satın alma rehberi değil arama motoru içeriğidir. Bu Midjourney aleyhine bir sav değil; kaynağı olmayan her öneri aleyhine bir sav, kaynak vermeyi bıraktığımız gün bizimkiler dahil.

Bir görsel istemi nasıl yazılır

İyi bir istem bir betimleme değil, bir brieftir. Şiirsel tek cümle yazmak yerine altı şeyi açıkça sabitler, gerisini modele bırakırsınız: özne, ne yaptığı, kadraj ve kamera mesafesi, ışık, malzeme ya da üslup ve renk paleti. Bu altıdan birini yazmazsanız modeli sizin yerinize seçer ve neyi seçtiğini ancak çıktıya bakınca öğrenirsiniz.

Nadiren yüksek sesle söylenen kısım: sıfat yığmak genellikle hiçbir işe yaramaz. Ultra yüksek kalite, 8K, sinematik, ödüllü ifadesi gerçek bir kısıt eklemeyen bir kelime dizisidir. Gerçek bir sayı ya da oran çok daha fazla iş görür: yatay kadraj, özne sol üçte birde, kadrajın üstünde metin için boşluk. Bunlar, görseli bir düzene yerleştirdiğiniz anda gerekli olduklarını fark ettiğiniz şeylerdir.

Olumsuz kısıt da yazın ama kısa tutun. İstemediklerinizin uzun listesi, istediklerinizin listesi kadar uzar ve etkisi önceden kestirilemez. Her seferinde gerçekten bozulan iki ya da üç şey yeter.

Ve asıl farkı yaratan son adım: bir çıktı nihayet doğru görünüme kavuştuğunda onu referans görsel olarak saklayın ve setin geri kalanını ondan kurun. Önceki bölümdeki referans sütunu bunun için var ve bir setteki on görselin birbirine benzemesinin tek yolu bu. Bunu bilmeyen her seferinde sıfırdan zar atıyor demektir.

Görsel içindeki Farsça metin, işin kırıldığı yer

İranlı bir tasarımcı için bu mümkün olan en önemli soru ve dürüst cevap şu: hiçbir satıcı bu konuda bir sayı yayımlamadı.

Google modellerindeki metni gelişmiş diye niteliyor. OpenAI çıktının metinde hâlâ sorun yaşayabileceğini yazıyor. Black Forest Labs bir sürümünü tipografide uzmanlaşmış diye adlandırıyor. Üç sıfat, sıfır ölçüm ve üçünden hiçbiri Farsça hakkında bir şey söylemiyor. Biz de bu altı modeli Farsça üzerinde denemedik ve denemeden bir sayı yazmayacağız.

Ama sayı gerektirmeyen ve Farsça sitelere yıllarca görsel koymaktan gelen pratik bir öneri var: metni görselin içinde üretmeyin. Görseli hiç harf olmadan kurun ve metni tasarım aracınızda ya da doğrudan CSS ile üstüne koyun. Aynı anda üç şey kazanırsınız: doğru harf biçimleri, aynı görseli başka bir dile çevirebilme ve arama motorunun ve ekran okuyucunun gerçekten okuyabildiği bir metin.

Bunun işe yaramadığı durumlar da var, örneğin eğri bir yüzeye ya da sahnenin içine oturması gereken metin. Orada bile cevap modelin doğru yapmasını ummak değil; cevap tasarım aracında bir düzenleme geçişidir.

Az önce ürettiğiniz görsel kimin

Kişisel iş için bu soru ciddi değil. Faturası olan iş için cevabın görsel üretilmeden önce bilinmesi gerekir, teslim edildikten sonra değil.

Google, Gemini API ek koşullarında ürettiğiniz içerik üzerinde mülkiyet iddia etmeyeceğini açıkça belirtiyor ve hemen ikinci cümleyi ekliyor: Google aynı ya da benzer içeriği başkaları için de üretebilir ve bunun tüm haklarını saklı tutar. Aldığınız şey mülkiyet, münhasırlık değil. Bir logo için bu ayrım hikâyenin tamamıdır.

Black Forest Labs lisanslarını daha net yazıyor çünkü model ağırlıklarını yayımlıyor: FLUX.2 klein 4B Apache 2.0 altında, yani ticari iş serbest ve yaklaşık on üç gigabayt bellekli bir ekran kartında çalışıyor. Aynı ailenin 9B sürümü kendi ticari olmayan lisansları altında, dev sürümü de ticari değil. Tek aile adı, üç farklı koşul; bir yerde FLUX ücretsiz diye okursanız, hangi FLUX diye sorun.

OpenAI ve Midjourney konusunda kendi sınırımızı söylemeliyiz: ikisinin de kullanım koşulları sayfası sunucumuza 403 döndürüyor. OpenAI teknik belgeleri açılıyor ve yalnızca ondan alıntılıyoruz; okumadığımız şey hakkında bir şey yazmıyoruz. Bu ikisinden biriyle görsel ürettiyseniz ve müşteri işine girecekse, koşulları kendi hesabınızdan okuyun.

Ve hiçbir lisansın çözmediği bir nokta: bir şeye sahip olmak, onun özgün olmasıyla aynı şey değildir. Bir modelin ürettiği görsel yasal olarak sizin olabilir ve yine de o hafta aynı modelle üretilmiş iki yüz görsele benzeyebilir. Bir marka kimliği için bu başlı başına bir risktir.

Bu görselleri nerede kullanmalı, nerede kullanmamalı

Duruşumuz yalın: yapay zeka görseli fotoğrafın değil, stok fotoğrafın yerine geçer.

Görselin süs olduğu ve kimsenin ona bakarak karar vermediği her yerde bu modeller hem hız hem maliyet açısından her stok kütüphanesini geçer: müşteriye gösterilecek bir fikrin ilk taslağı, bir slayt arka planı, makale içinde açıklayıcı bir şekil, bir mood board. Orada hızın değeri vardır, özgünlüğün değeri yoktur.

Görselin kendi başına bir iddiası olduğu her yerde ise hayır. Müşterinin bakıp satın aldığı ürün fotoğrafı, ekip fotoğrafı, portfolyo işi, bu biziz ya da bu sizin ürününüz diyen her görsel. Bu yerlerde uydurulmuş bir görsel yalnızca hukuki bir sorun değildir; biri fark ettiğinde bir daha kapanmayan bir güven boşluğudur.

Çoğu eğitimin hiç değinmediği üçüncü bir katman var: bu modellerin ürettiği şey genellikle işaretsiz değildir. Google görsel modelleri her çıktıya görünmez bir filigran koyar ve bazı servisler dosyaya imzalı bir kayıt da iliştirir. Yüklediğiniz dosyanın içinde ne olduğunu bilmek isterseniz, yapay zeka görsel filigranı ve SynthID dersi tam olarak bunu açıyor.

Ve çıktının ham bir kare değil yayına hazır bir dosya olması gerekiyorsa, grafik tasarım hizmetimizde yapılan iş budur.