Az AI-képgenerálás művészete – Részletes útmutató kezdőknek és haladóknak

Mi is az az AI-képgenerálás?

Mit jelent az AI-képgenerálás egyszerűen?

Az AI-képgenerálás azt jelenti, hogy egy program vagy alkalmazás segít képeket készíteni. Ez lehet fotószerű, rajzos vagy teljesen fantáziadús. Neked csak meg kell mondanod, mit szeretnél látni – például egy sárkány a holdfényben – és az AI megalkotja!

AI-képgenerálás: hogyan kezdjünk neki?

Alapfogalmak kezdőknek

• Prompt
  • A leírás, amit az AI megpróbál képpé alakítani. Ez lehet egyszerű vagy nagyon összetett.
• Base Model
  • Az alapkészlet, amelyre a művészeti stílus és tudás alapul. A legnépszerűbbek közé tartozik például a Stable Diffusion vagy DALL·E.
• Checkpoint
  • Mentett modellverzió, amely eltérő stílusokat és kimeneteket adhat, gyakran egyedi beállításokkal.
• LoRA (Low-Rank Adaptation)
  • Egy kiegészítő modul, amely specializálja az alapmodellt például egy adott karakter, stílus vagy téma felismerésére és reprodukálására.
• Seed
  • Egy numerikus érték vagy kép, amely kiindulópontként szolgál a mesterséges intelligencia modelljének egy új kép létrehozásához
  • Ugyanazon seed és prompt használata hasonló, de nem azonos képeket eredményez.

Hogyan írjunk jó promptot? A szerkezet művészete

A prompt megfogalmazása kulcsfontosságú. Egy jó prompt szerkezete a következő lehet:

1. Főtéma: Pl. “a medieval knight in battle”
2. Részletek: “wearing silver armor, holding a glowing sword”
3. Stílus: “in the style of digital painting”
4. Kompozíció és kamera: “portrait, shallow depth of field, cinematic lighting”
5. Negatív prompt: “no blurry, no distorted face, no extra limbs”

Példa jó promptra: “A steampunk airship flying above the clouds, golden sunset, epic composition, intricate mechanical details, ultra sharp, 4k, concept art –no text, no watermark, no extra limbs”

Tippjeim promptoláshoz, amit webdesignerként használok

• Gondolj a célra
  • social media
  • weboldalháttér
  • bannerek
• Használj kulcsszavakat
  • “minimalist”
  • “flat design”
  • “pastel colors”
• Figyelj a színharmóniára
  • “triadic color scheme” vagy “monochrome”
• Használj struktúrát
  • stílus
  • színek
  • világítás
  • nézőpont
  • negatív prompt
• Használd művészek megnevezését: Ha pontosabban szeretnéd meghatározni a kívánt hangulatot vagy stílust, érdemes művészek nevére is hivatkozni a promptokban — így az alkotás jobban tükrözheti a megálmodott vizuális világot.
  • Alphonse Mucha → szecessziós, finoman díszített, nőies formák, virágminták
  • Artgerm (Stanley Lau) → modern digitális portrék, realisztikus mégis stylizált karakterek
  • Ayami Kojima → sötét, gótikus, részletgazdag fantasy stílus (Castlevania-hangulat)
  • Greg Rutkowski → epikus fantasy jelenetek, festményszerű, erőteljes fény-árnyék játék
  • Makoto Shinkai → varázslatos japán tájak, ragyogó színek, drámai égbolt, álomszerű hangulat
  • Studio Ghibli → mesés, meleg színvilágú jelenetek, bájos karakterek, japán animáció stílus

A legjobb modellek és checkpointok kiválasztása

Népszerű modellek

• Stable Diffusion 1.5 / 2.1 / XL – nyílt forráskódú, könnyen testre szabható, LoRA-kompatibilis
• DALL-E 3 – magas szintű valósághűség, szöveggenerálás is működik
  • Könnyen használható Bing és ChatGPT felületeken
• Midjourney v6 – különösen szép esztétikájú képek, Discord alapú

Ezek közül a Stable Diffusion nyitott forráskódú, így sok kiegészítéssel, LoRA-val és checkpointtal egyedire szabható.

Checkpointokat és LoRA-kat például a CivitAI-ról lehet letölteni, ahol értékelések és példák is segítenek a választásban.

Mi az a LoRA? Gondolj rá úgy, mint egy speciális varázslat az AI-odhoz!

A LoRA-k olyan kisfájlok, amelyek specifikus művészeti stílust, karaktert vagy tárgyat tanítanak meg az AI-nak. Példák:

• Anime stílushoz/Anime character
• Hísztorikus ábrázoláshoz
• Webdesign stílusokhoz (“modern landing page LoRA”)
• Logo design
• Cyberpunk city
• és minden máshoz amit csak eltudsz képzelni

Pl.: –lora:anime-style-v3:0.8

Milyen platformokon tudsz AI-képet generálni?

MidJourney: csak fizetős előfizetéssel használható, de Discord szervereken gyakran hirdetnek tesztidőszakokat vagy giveaway-eket.

DALL·E: OpenAI fiókkal havi kreditet kapsz (általában 15 képgenerálás/hó ingyen), de utána fizetős.

Stable Diffusion: sok ingyenes oldal és app létezik, amely napi limitet kínál token formában. Jó alternatívák hogy ingyenesen kipróbáld milyen képeket tudsz a saját promptjaiddal készíteni.

Itt van pár ingyenes oldal (mindegyiknek van előfizetéses csomagja is), amit google fiók regisztrációval tudsz használni. Mindegyiken rengeteg checkpoint (model) és LorA található.

StarryAI:

• napi 5 ingyenes Lumens-t (token) ad, amivel tudsz képeket készíteni (mobile app) ha különböző task-eket teljesítesz
• nemrég változott az app és most már ha szavazol képekre akkor is kapsz valamennyi Lumens-t
• 1 batch (általában 4 képet tartalmaz) 1 lumens-től kezdődik modeltől függően

Prompt példa 1: “A calm lake at sunrise, with reflections of pink clouds, photorealistic”

Prompt példa 2: “An astronaut standing in a field of lavender, surreal, ultra-HD”

Nightcafe:

• napi 5 ingyenes tokent ad
• 1 kép készítés a legolcsóbb modellel (Atomix/Flux Schnell) 0.5 tokenbe kerül és 1 képet ad
  • megtalálható az oldalon a DALL-E és KLING AI is
• ha benevezel a napi challengbe (kihívásba), akkor kapsz még 5 extra tokent
• amennyiben megnyersz 1 challenge-t (kihívást) akkor szintén kapsz tokeneket a challenge jellegétől függően

Prompt példa 1 (kezdőknek): “A fantasy forest with glowing mushrooms, fairy lights, mystical fog, vibrant colors”

Prompt példa 2 (haladóknak): “Cyberpunk cityscape at night, neon reflections, rain-soaked streets, ultra-detailed, 4k, concept art, cinematic lighting”

KlingAI: Gyönyörű realisztikus képek

• havi 166 credits
• 1 batch (4 kép) 4 credit-be kerül
• ingyenes profillal az alábbi 2 model használható
  • KOLORS 1.5
  • KOLORS 1.0
• az elkészített képeidből tudsz videókat is készíteni

Prompt példa 1: “A futuristic female android in a glowing lab, hyperrealistic, cinematic”

Prompt példa 2: “A medieval library with candlelight, high detail, old books, warm tones, magical realism”

CivitAI:

• napi 25 token
• 1 batch (4 kép) kb. 20 tokenbe kerül, a választott modeltől függően
• írtózatosan sok model van fent rajta, de a legtöbbjük csak akkor elérhető ha magát a StableDiffusion-t letöltöd a saját gépedre és onnan futtatot

Prompt példa (LoRA használatával): “A female anime warrior, long silver hair, red samurai armor, dynamic pose, –lora:anime-style-v3:0.8”

BingAI:

• napi 15 gyors képkészítés
• minden készítés 4 képet tartalmaz (néha csak 3at, de ezt nem tudod szabályozni)
• 15 token után is lehet készíteni képeket, csak sokkal lassabban
• DALL-E modelt használja

Prompt példa 1 (kompakt): “A panda wearing a leather jacket, riding a motorbike, cartoon style”

Prompt példa 2: “A fantasy castle on floating island, surrounded by waterfalls, pastel tones”

LeonardoAI:

• napi 150 ingyenes token
• modelltől függően 1 batch készítése olyan 4 tokentől indul, minden batch 4 képet tartalmasz

Prompt példa 1: “Elegant logo of a tech startup, white background, minimal lines, vector style”

Prompt példa 2: “A gothic cathedral interior, sun rays through stained glass, hyper-detailed, moody atmosphere”

A képfelismerés művészete: AI vagy valós?

Tárgyilagos tippek:

• Furcsa ujjak, extra kezek/lábak
  • Extra végtagok vagy ujjak – gyakori torzítás
• Torz száj vagy fogak
• Szimmetrikus, túl tökéletes arcok
• Elmosódott szövegek (AI nem tud jól írni!)
• Szöveg a képen
  • AI gyakran elrontja a betűket
• Túlkombinált jelenetek irreális fényekkel, árnyékokkal
• Tárgyak lebegnek vagy természetellenes szögben állnak
• Eltorzult textúrák

Veszélyek és érdekes etikai kérdések

• Túlzott realizmus: hamis hírekhez, propaganda (deepfake)
• Jogdíjak: sok AI-kép kérdéses jogi státuszú
• Visszaélés lehetősége: politikai manipuláció
• Társadalmi hatás: hamis identitások, modellképek visszaélése

Hogyan válassz a célodhoz illő stílust?

• Webdesign: flat, isometric, UI kit render, abstract backgrounds
• Oktatáshoz: clean infographic style, labelled elements
• Social media: vibrant, attention-grabbing, bright, bold stílus
• Portfólióhoz: cinematic, photorealistic, realistic termékképek, mockup stílus

Mire figyelj, ha először használod?

• Válaszd ki a megfelelő modellt
• Próbálj ki 3-4 promptstruktúrát
  • Próbálj ki több modellt ugyanazzal a prompttal
• Mindig nézd meg a “negatív” promptokat is
  • Kombinálj pozitív és negatív prompt elemeket
• Tesztelj különböző kameraállásokat: „overhead”, „first person”, „side view”
• Használj előre készített példákat és képfeltöltés nélküli módszert elsőre
• Olvasd el más felhasználók promptjait, kommentjeit

AI képek jogi és szerzői aspektusai

• A legtöbb AI nem biztosít jogot a képek kereskedelmi használatára
  • A generált képek tulajdonjoga platformfüggő
• Egyes AI-k (Midjourney) engedik kereskedelmi használatra, mások nem
• Ellenőrizd: mit mond a platform a képeid jogairól (pl. DALL·E 3 korlátozott kereskedelmi jogokat biztosít)
  • Mindig olvasd el a felhasználási feltételeket!

Vizuális trendek 2025-ben AI-képekben

• Vintage futurism
• AI UI/UX mockupok
• Texturált 3D render hatás
• Illustrative photorealism
• Retro tech noir
• Hyper-detailed stylized realism
• Sci-fi propaganda poszterek

AI-képek beépítése webdesignba

• Használj PNG formátumot átlátszó háttérrel
• Hero image, háttérkép, illusztráció
• SVG átalakítás: logók vagy ikonszerű képek esetén
• Válassz „white background” vagy „mockup style” prompot

Végösszegzés: mit tanulhat egy 13 éves felhasználó?

• Képeket lehet már most is kreálni, csak kreativitás kell
  • Az AI nem nehéz: a kreativitás számít!
• Nem kell tudni rajzolni, elég jól megírni a promptot
• A mesterséges intelligencia segít, nem helyettesít
• Mindig ellenőrizd a végeredményt
• A tanulás játékos és hasznos lehet egyszerre
• Felelősségteljesen kell használni

Extra tippek haladóknak

• Inpainting/Outpainting – képrészletek javítása vagy kiterjesztése
• Prompt repeat + seed variáció – különböző változatok ugyanazzal a prompttal de más seed-en
• Same seed – ugyanaz a prompt ugyanazon a seed-en hasonló (de nem 100%-ban azonos) eredményt fog készíteni
• Kompozíciós rétegek – egyedi illusztrációhoz
• ControlNet + depth + LoRA kombináció – haladó Stable Diffusion rendszerekben
• ControlNet – testpozíció vagy kameraállás precíz vezérlése
• Prompt fúzió – több stílus ötvözése

Gyakori kérdések (GYIK)

Melyik AI platform a legjobb kezdőknek?

• StarryAI és NightCafe, mert intuitív a felületük és nem igényel technikai tudást.

Hogyan találjak ki jó promptot?

• Nézz stock fotókat, használd a „prompt helper” oldalak inspirációként.

Eladhatom az AI által készített képeket?

• Csak ha a platform engedi – nézd meg a licencfeltételeket!

Mi az a LoRA, és hogyan működik?

• Egy stílus-alapú bővítmény a modellhez. Csak kompatibilis rendszerek támogatják.

Midjourney vagy Stable Diffusion?

• Midjourney látványosabb képeket ad, Stable Diffusion testreszabhatóbb.