ساخت عکس دو نفره با هوش مصنوعی
از دو عکسِ جدا، یک قابِ دو نفره

عکس دو نفره با هوش مصنوعی چیست؟

عکس دو نفره با هوش مصنوعی یعنی دو عکسِ جداگانه را به مدل می‌دهی تا هر دو نفر را در یک قابِ واقعی و طبیعی کنار هم بسازد — حتی اگر هیچ‌وقت با هم عکس نگرفته باشید. این ترند از اینستاگرام و تیک‌تاک شروع شد؛ کسانی که از هم دورند، یا می‌خواهند یک عکسِ دونفره‌ی فرمال و شیک برای استوری بسازند، عکس‌هایشان را می‌دهند و خروجی را به اشتراک می‌گذارند.

برخلاف کلاژ یا مونتاژِ دستی، اینجا مدل نور، سایه، زاویه و پس‌زمینه را هماهنگ می‌کند تا خروجی شبیهِ یک عکسِ واقعی شود، نه دو عکسِ چسبانده‌شده. مهم است بدانی کیفیتِ خروجی کاملاً به کیفیتِ پرامپت و عکس‌های ورودی بستگی دارد — برای همین در ادامه هم پرامپت را می‌دهیم، هم نکاتِ عکسِ ورودی را.

پرامپت آماده‌ی عکس دو نفره (کپی-پیست)

این دقیقاً همان پرامپتِ واقعی است که عکسِ بالای صفحه را ساخت — تست‌شده، نه بازسازی. نسخه‌ی اصلی انگلیسی است؛ نسخه‌ی فارسی را هم زیرش گذاشته‌ایم. اول پرامپت را بفرست، بعد هر دو عکس (خودت و پارتنرت) را آپلود کن — در پرامپت «تصویرِ ۱» نفرِ سمتِ چپ و «تصویرِ ۲» نفرِ سمتِ راست است، به همین ترتیب آپلودشان کن:

پرامپت اصلی (انگلیسی) — همان نسخه‌ی تست‌شده:

REFERENCES (call sheet — read first): - <<<Image 1>>> = THE MAN's real face. This is his locked identity. 

IDENTITY LOCK — THE WOMAN (highest priority): The woman is the EXACT same person as <<<image 2>>> — a returning, real individual, NOT a new or idealized woman. Do NOT generate a generic attractive female face. Copy her real face 1:1 from Image 2: same face shape, jaw, eyes, eyebrows, nose, lips, skin tone and texture, hair color. She is a [27]-year-old [Iranian] woman. Her face must match Image 2 as closely as the man matches Image 1 — equal fidelity for both, no priority to either person. 

Build ONE single photograph: place the man (from Image 1) on the LEFT and the woman (from Image 2) on the RIGHT. Treat both reference faces as the exact, real people — reconstruct them, do not reinterpret. Do not blend, swap, merge, average, beautify, slim, or de-age either face. Each person must be instantly recognizable as themselves. 

PRESERVE EXACTLY, per face: bone structure, face shape and width, jawline, eyes and eye spacing, eyebrows, nose, lips, skin tone and real skin texture, hairline, hair color and style, and (for the man) his exact beard. Keep their natural real-life features and asymmetries. 

SCENE: an ultra-realistic editorial couple portrait — the two of them seated together on matching modern black chairs in a minimalist dark studio, leaning slightly toward each other, both facing the camera with relaxed confidence. 

THE MAN (left): tailored all-black suit over a black open-collar shirt, no tie; a full bouquet of deep red roses resting on his lap; a warm natural closed-lip smile; black wayfarer sunglasses fitted naturally over his preserved face, with his full face shape and brow line still correct; black patent-leather dress shoes. 

THE WOMAN (right): oversized black blazer over a black top, black wide-leg trousers, black pointed-toe heels; long wavy hair falling over one shoulder; a soft composed smile; black cat-eye sunglasses fitted naturally over her preserved face. 

LIGHT & BACKGROUND: directly behind them, a large glowing warm-amber disc (sunset-lamp / projector halo) on a deep brown-to-black gradient wall, wrapping both in a soft golden rim glow that separates them from the background. Soft, even key light on both faces keeps skin natural and fully detailed, with no blown highlights on skin. Clean dark seamless reflective floor with faint shoe reflections. Deep moody shadows at the frame edges. 

CAMERA: 85mm lens, f/2.0, eye-level, symmetrical centered full-length two-shot, sharp true-to-life focus on both faces with gentle background fall-off. Real pores and skin texture, no plastic smoothing, no AI gloss. 

OUTPUT: vertical 9:16 frame, high resolution. Render this exact 9:16 composition regardless of the orientation of the reference images. 

CONSTRAINTS: change only what this prompt describes (scene, wardrobe, pose, lighting); keep both identities locked to their references.
Avoid: fused/swapped/blended faces, extra or distorted hands or fingers, plastic or waxy skin, over-retouching, overexposure, washed-out color, cluttered background, any text/watermark/logo, warped sunglasses, asymmetric or misaligned eyes. 9:16

اگر فارسی برایت راحت‌تر است، این نسخه‌ی فارسیِ همان پرامپت است:

نسخه‌ی فارسی پرامپت عکس دو نفره:

منابع (call sheet — اول بخوان): «تصویر ۱» = چهره‌ی واقعیِ مرد؛ این هویتِ قفل‌شده‌ی اوست.
قفلِ هویت — زن (بالاترین اولویت): زن دقیقاً همان فردِ «تصویر ۲» است — شخصی واقعی و آشنا، نه یک زنِ جدید یا آرمانی. یک چهره‌ی زنانه‌ی جذابِ عمومی نساز. چهره‌ی واقعی‌اش را ۱:۱ از تصویرِ مرجع کپی کن: همان فرمِ صورت، فک، چشم‌ها، ابروها، بینی، لب‌ها، رنگ و بافتِ پوست و رنگِ مو. او یک زنِ [۲۷]‌ساله‌ی [ایرانی] است. چهره‌اش باید به همان اندازه به مرجعش شبیه باشد که مرد به مرجعِ خودش — وفاداریِ برابر برای هر دو، بدونِ اولویت به یکی.
یک عکسِ واحد بساز: مرد را سمتِ چپ و زن را سمتِ راست قرار بده. هر دو چهره‌ی مرجع را همان افرادِ واقعی در نظر بگیر — بازسازی کن، بازتفسیر نکن. هیچ‌کدام را ترکیب، جابه‌جا، ادغام، میانگین، زیباسازی، لاغر یا جوان‌تر نکن. هر شخص باید بلافاصله به‌عنوانِ خودش قابلِ تشخیص باشد.
برای هر چهره دقیقاً حفظ کن: استخوان‌بندی، فرم و عرضِ صورت، خطِ فک، چشم‌ها و فاصله‌شان، ابروها، بینی، لب‌ها، رنگ و بافتِ واقعیِ پوست، خطِ رویشِ مو، رنگ و مدلِ مو، و (برای مرد) ریشِ دقیقش. ویژگی‌ها و عدم‌تقارن‌های طبیعی‌شان را نگه دار.
صحنه: یک پرتره‌ی زوجِ فوق‌واقعیِ ادیتوریال — هر دو روی صندلی‌های مدرنِ مشکیِ هم‌ست کنارِ هم نشسته‌اند، کمی به سمتِ هم خم شده و رو به دوربین با اعتمادبه‌نفسِ آرام.
مرد (چپ): کتِ تماماً مشکیِ دوخت‌خورده روی پیراهنِ مشکیِ یقه‌باز، بدونِ کراوات؛ یک دسته‌گلِ کاملِ رزِ قرمزِ تیره روی پایش؛ لبخندِ گرمِ بسته؛ عینکِ آفتابیِ مشکیِ ویفرر که طبیعی روی چهره‌ی حفظ‌شده‌اش نشسته، با فرمِ کاملِ صورت و خطِ ابرو؛ کفشِ چرمیِ مشکیِ براق.
زن (راست): بلیزرِ مشکیِ گشاد روی تاپِ مشکی، شلوارِ مشکیِ دمپا، کفشِ پاشنه‌بلندِ نوک‌تیزِ مشکی؛ موی بلندِ موج‌دار روی یک شانه؛ لبخندِ نرمِ متین؛ عینکِ آفتابیِ گربه‌ایِ مشکی که طبیعی روی چهره‌ی حفظ‌شده‌اش نشسته.
نور و پس‌زمینه: درست پشتِ سرشان یک دیسکِ نورانیِ کهرباییِ گرمِ بزرگ (هاله‌ی لامپِ غروب/پروژکتور) روی دیوارِ گرادیانتِ قهوه‌ای‌به‌مشکی، که هر دو را در هاله‌ای طلایی و نرم می‌پیچد و از پس‌زمینه جدا می‌کند. نورِ اصلیِ نرم و یکنواخت روی هر دو چهره، پوست را طبیعی و کاملاً جزئیات‌دار نگه می‌دارد، بدونِ سوختگیِ نور. کفِ تیره‌ی یکپارچه‌ی بازتاب‌دهنده با انعکاسِ محوِ کفش‌ها. سایه‌های عمیق در لبه‌های قاب.
دوربین: لنزِ ۸۵ میلی‌متری، f/2.0، هم‌ترازِ چشم، نمای متقارنِ مرکزیِ تمام‌قدِ دونفره، فوکوسِ تیز و واقعی روی هر دو چهره با افتِ ملایمِ پس‌زمینه. منافذ و بافتِ واقعیِ پوست، بدونِ صاف‌کاریِ پلاستیکی و براقیِ مصنوعی.
خروجی: قابِ عمودیِ ۹:۱۶ با رزولوشنِ بالا. این ترکیب‌بندیِ دقیقِ ۹:۱۶ را بدونِ توجه به جهتِ تصاویرِ مرجع رِندر کن.
محدودیت‌ها: فقط چیزی را که این پرامپت توصیف می‌کند تغییر بده (صحنه، لباس، ژست، نور)؛ هر دو هویت را قفل‌شده به مرجعشان نگه دار.
پرهیز کن از: چهره‌های ادغام/جابه‌جا/ترکیب‌شده، دست یا انگشتانِ اضافه یا تغییرشکل‌یافته، پوستِ پلاستیکی یا مومی، رتوشِ بیش‌ازحد، نوردهیِ زیاد، رنگِ پریده، پس‌زمینه‌ی شلوغ، هر متن/واترمارک/لوگو، عینکِ تغییرشکل‌یافته، و چشم‌های نامتقارن. ۹:۱۶

چطور در ChatGPT اجراش کنیم؟

کل کار چهار مرحله است و کمتر از دو دقیقه طول می‌کشد. فقط دقت کن که هر دو عکس را بعد از پرامپت بفرستی تا مدل بداند با عکس‌ها چه کند:

1. پلتفرم و مدل را انتخاب کن: این کار را هم می‌توانی در chatgpt.com انجام دهی، هم در omidgpt.ir (دسترسیِ ایرانی، بدونِ نیاز به VPN) روی مدلِ GPT Image 2. مطمئن شو مدلی را انتخاب کرده‌ای که هم عکس را می‌بیند هم تصویر می‌سازد.
2. پرامپت بالا را بفرست (همان متنِ آماده).
3. هر دو عکس را آپلود کن: یک عکسِ واضح و رو به جلو از خودت و یکی از پارتنرت. هرچه چهره‌ها واضح‌تر باشند، شباهت بهتر حفظ می‌شود.
4. اگر دو نفر را در یک قاب نگذاشت یا چهره‌ها را عوض کرد، بنویس: «هر دو نفر را در یک عکسِ واحد بگذار و چهره‌ها را دقیقاً مثلِ عکسِ اصلی نگه دار.»

+

نسخه‌های مختلف پرامپت عکس دو نفره

بسته به حال‌وهوایی که می‌خواهی، فقط لحن و صحنه را عوض کن. این چهار نسخه پرکاربردترین‌اند — کافی است یکی از این جمله‌ها را به پرامپتِ بالا اضافه کنی:

اگر می‌خواهی این‌طور پرامپت‌ها را خودت از صفر بسازی، راهنمای پرامپت‌نویسی، مجموعه‌ی پرامپت‌های فارسی ChatGPT و راهنمای پرامپت Midjourney فارسی نقطه‌ی شروعِ خوبی‌اند.

چرا جواب نمی‌دهد؟ رفع خطاهای رایج

بیشترِ شکایت‌ها چهار علتِ مشخص دارند — و هر چهار تا راه‌حلِ یک‌خطی دارند. این جدول دقیقاً همان مشکلاتی است که کاربرانِ فارسی‌زبان بیشتر در عکسِ دو نفره گزارش می‌دهند:

چرا این پرامپت کار می‌کند؟ (نگاهِ مهندسی)

راز یک عکسِ دو نفره‌ی باورپذیر ترکیبِ سه چیز است: حفظِ هویتِ چهره، یک‌پارچگیِ صحنه و جهت‌دهیِ هنریِ دقیق. سه عاملِ زیر تعیین می‌کنند خروجی شبیهِ یک عکسِ واقعی شود یا یک کلاژِ بی‌روح:

• حفظِ هویت (Identity preservation): به مدل می‌گویی چهره‌ها را به‌عنوانِ «مرجع» نگه دارد، نه اینکه از نو بسازد. این تفاوتِ یک عکسِ شبیهِ خودت و یک غریبه است.
• یک‌پارچگیِ صحنه (Scene cohesion): نور، سایه، زاویه و پس‌زمینه‌ی مشترک باعث می‌شود مغز عکس را «واقعی» ببیند. این همان منطقِ نقش‌دهی در پرسونا پرامپت است — صحنه را برای مدل تعریف می‌کنی.
• جهتِ هنری (Art direction): ژست، فاصله‌ی دو نفر، پالتِ رنگ و نسبتِ ابعاد (مثلاً ۹:۱۶ برای استوری) به مدل می‌گویند دقیقاً چه تصویری بسازد.

این دقیقاً همان چیزی است که مهندسی پرامپت به آن می‌پردازد: کنترلِ خروجی با طراحیِ دقیقِ ورودی. اگر این منطق را بلد باشی، می‌توانی هر ترندِ تصویریِ بعدی را هم خودت بسازی.

آیا دادن عکس صورت به ChatGPT امن است؟

قبل از آپلودِ عکس‌ها این را بدان: عکس‌ها روی سرورهای OpenAI پردازش می‌شوند و طبق سیاستِ داده، محتوای گفتگوها ممکن است برای بهبودِ مدل استفاده شود — مگر خودت در تنظیمات خاموشش کنی.

فرقش با مونتاژِ دستی در فتوشاپ چیست؟

این دو را اشتباه نگیر: در عکسِ دو نفره‌ی هوش مصنوعی، مدل خودش نور و صحنه را بازتولید می‌کند؛ در مونتاژِ دستی، تو باید با مهارت دو عکس را برش بزنی و نورشان را هماهنگ کنی.

اگر دنبالِ ترندهای تصویریِ دیگری هم هستی، پرامپت آناتومی شخصیت (نسخه‌ی تک‌نفره) و عکس تولد با هوش مصنوعی دو ترندِ پرطرفدارِ دیگرند.