Cùng một khuôn mặt, chụp dưới nắng sớm và chụp dưới đèn vàng phòng khách sẽ cho hai kết quả khác hẳn nhau. Đó là lý do việc xác định tông da bằng cách tải ảnh chân dung lên ChatGPT nghe rất tiện mà lại hay lệch, vì mô hình đọc đúng những gì có trong tệp ảnh, còn tệp ảnh thì đã mang sẵn màu của nguồn sáng lúc bấm máy. Nắm được phần ánh sáng chụp, cân bằng trắng và độ phủ màu của màn hình, bạn mới đọc bảng màu gợi ý đúng cách.
Xác định tông da vốn là hệ quy ước của ngành tư vấn
Việc xác định tông da bắt nguồn từ nghề tư vấn hình ảnh, nơi chuyên viên đặt các tấm vải màu cạnh khuôn mặt rồi quan sát sắc da bừng lên hay tối đi. Từ quan sát đó, ngành này dựng nên các hệ quy ước quen thuộc như bốn mùa và phiên bản mở rộng mười hai tông. Cần xác nhận ngay một điểm mấu chốt: đây là hệ phân loại nghề nghiệp do giới tư vấn hình ảnh xây dựng rồi truyền dạy, không phải chuẩn đo lường có cơ quan tiêu chuẩn nào ban hành.
Ở thị trường quốc tế, danh xưng phổ biến của lĩnh vực này là personal color. Quy trình gốc đòi hỏi buổi hẹn trực tiếp, phòng có ánh sáng trung tính và bộ vải mẫu đủ rộng. Phương án tiết kiệm hơn là các bài trắc nghiệm trên mạng, nhưng dạng câu hỏi tự đánh giá lại bộc lộ nhược điểm rõ, vì câu trả lời dựa trên cảm nhận chủ quan chứ chưa dựa trên sắc độ da đọc từ ảnh.
Các mô hình ngôn ngữ lớn có thị giác máy tính đã đổi hướng tiếp cận. Thay vì trả lời một bộ câu hỏi, bạn tải thẳng ảnh chân dung lên khung chat rồi yêu cầu mô hình xác định tông da, ước lượng biên độ tương phản giữa da với tóc và mắt, sau đó quy về nhóm màu sắc cá nhân tương ứng trong hệ phân loại personal color nêu trên.
Ánh sáng chụp và cân bằng trắng quyết định kết quả ra sao
Nguyên lý ở đây thuộc về nhiếp ảnh chứ chưa thuộc về mô hình. Đèn sợi đốt phủ sắc vàng cam lên da, đèn huỳnh quang kéo da về phía xanh lục, còn đèn flash trực diện làm suy giảm độ tương phản tự nhiên. Mô hình đọc đúng những gì có trong tệp ảnh, nên sắc da đã bị nhuộm sai thì bước xác định tông da cũng lệch theo, dù câu lệnh có tối ưu tới đâu.
Cân bằng trắng của máy ảnh là biến số kế tiếp. Điện thoại tự đoán nhiệt độ màu của nguồn sáng rồi bù đắp, và phép bù đó có thể đẩy cả khung hình ấm lên hoặc lạnh đi. Bóng râm ngoài trời ban ngày duy trì nguồn sáng ổn định nhất. Các bộ lọc làm mịn da hay làm sáng tự động cũng cần tắt hẳn, vì chúng chỉnh sửa đúng thứ mà mô hình sắp đọc.
Màn hình bạn dùng để xem kết quả cũng góp phần. Tấm nền phủ gần đủ dải sRGB tái tạo bảng màu personal color sát bản gốc, còn màn phủ màu hẹp khiến các ô màu trông bệt lại và lệch tông. Khác biệt giữa hai loại tấm nền phổ biến được phân tích kỹ trong bài Màn hình OLED và IPS.
ChatGPT xác định tông da từ ảnh chân dung tới mức nào
Muốn nhờ ChatGPT xác định tông da thì trước hết phải nắm hạn mức tải ảnh. Theo tài liệu Image Inputs FAQ của OpenAI, khả năng nhận ảnh khả dụng trên cả bản Free lẫn các gói trả phí, kèm hạn mức riêng theo từng gói. Dòng sản phẩm hiện hành gồm Free, Go, Plus và Pro cho cá nhân, cùng Business và Enterprise cho tổ chức. OpenAI không công bố ngưỡng cố định kiểu bao nhiêu ảnh mỗi ngày, mà xác nhận số ảnh thêm được vào một cuộc trò chuyện tuỳ thuộc dung lượng ảnh và lượng chữ đi kèm.
Về phần giới hạn, chính OpenAI liệt kê những điểm mô hình còn yếu, gồm khả năng đọc chữ thuộc bảng chữ cái ngoài hệ Latin, các tác vụ đòi hỏi định vị không gian chính xác, và nguy cơ mô tả sai nội dung bức ảnh. Chi tiết nằm trong tài liệu ChatGPT Image Inputs FAQ.
Đặt cạnh chủ đề đang bàn, hạn chế về định vị không gian giải thích vì sao bạn chưa nên tin các số đo tỷ lệ khuôn mặt mà mô hình đưa ra. Mô hình ước lượng từ dữ liệu ảnh phẳng hai chiều, nên phần dáng mặt chỉ nên đọc như gợi ý định tính, và bạn cần xác minh lại bằng gương thật trước khi chốt nhóm personal color.
Phần mô hình đáp ứng tốt hơn là nhóm gợi ý thẩm mỹ, gồm bảng màu trang phục chia theo màu chủ đạo, màu trung tính và màu tạo điểm nhấn, nhóm màu nên tránh, kim loại trang sức hợp da, cùng tông son và màu tóc. Đây là phần màu sắc cá nhân mang tính thị hiếu, không có đúng sai tuyệt đối, nên chênh lệch giữa hai lần hỏi cũng ít để lại hậu quả.
Quy trình chụp ảnh và đặt câu lệnh sao cho kết quả ổn định
Chất lượng đầu vào quyết định phần lớn kết quả, nên khâu chụp ảnh cần được ưu tiên hơn khâu viết câu lệnh. Ảnh nên chụp chính diện, để mặt mộc hoặc trang điểm nhạt, tóc vén gọn khỏi trán và gò má, nền phía sau càng trung tính càng tốt. Đây là bước tối ưu rẻ nhất mà bạn có thể làm.
Câu lệnh nên yêu cầu mô hình nêu rõ căn cứ cho từng kết luận, trình bày dạng thẻ thông tin có mã màu, và nhận xét thẳng thắn thay cho lời khen xã giao. Lối dựng câu lệnh nhiều lớp như vậy đã được mô tả kỹ trong bài Prompt Poster thay thiết kế.
Sau khi nhận kết quả, bạn nên chụp thêm hai hoặc ba tấm ở điều kiện ánh sáng khác nhau rồi hỏi lại để xác định tông da lần nữa. Nếu cả ba lượt trả về cùng một nhóm màu sắc cá nhân, độ tin cậy tăng đáng kể. Nếu kết quả nhảy qua lại giữa hai nhóm, khả năng cao là ảnh đầu vào chưa đủ trung thực.
Bản phân tích màu sắc cá nhân giúp được gì cho bạn
Giá trị thực tế của phương án này nằm ở chi phí và tốc độ, đó là ưu thế rõ nhất so với đường truyền thống. Bạn có bảng màu sắc cá nhân tham khảo trong vài phút, đủ để thu hẹp lựa chọn khi đứng trước kệ áo hay quầy mỹ phẩm. Các mô hình hiện hành hỗ trợ tiếng Việt mạch lạc, nên bạn có thể yêu cầu quy bảng màu về danh xưng thông dụng ở thị trường trong nước, tận dụng ngay khi đi mua sắm.
Ranh giới cần nhớ cũng rõ. Bản đọc từ ảnh chưa thay thế được buổi tư vấn trực tiếp, nơi chuyên viên quan sát da dưới ánh sáng chuẩn và thử vải thật lên mặt. Phép so sánh với thiết bị đo màu lại càng khập khiễng, vì bản chất personal color là gợi ý thẩm mỹ dựa trên hệ quy ước nghề nghiệp, không phải phép đo có sai số công bố.
Đối tượng hợp nhất với cách làm này là người muốn định hình phong cách theo hướng personal color mà chưa sẵn sàng trả phí tư vấn. Hãy coi kết quả xác định tông da như điểm khởi đầu để thử nghiệm, giữ lại nhóm màu khiến gương mặt sáng lên khi soi gương thật dưới ánh sáng ban ngày. Trải nghiệm thực tế vẫn là căn cứ sau cùng.
0 phản hồi cho “Xác định tông da qua ChatGPT: Ánh sáng chụp quyết định kết quả ra sao”