كيفية صنع مانجا بالذكاء الاصطناعي: 5 مراحل من السيناريو إلى الصفحة الجاهزة

لنبدأ بالحقيقة: لا توجد اليوم أداة تأخذ قصة وتعيدها مانجا جاهزة. وهذا لا يعني أن الذكاء الاصطناعي بلا فائدة هنا. يكفي تقسيم إنتاج المانجا إلى خمس مراحل: السيناريو، والتكوين، والرسم الخطي، واللمسات النهائية، ووضع النصوص، لتظهر المراحل الثلاث الوسطى بوصفها أكثر ما يستفيد من الذكاء الاصطناعي. أما المرحلتان على الطرفين فهما قرارات سردية، وتسليمهما للنموذج يبطئ العمل في الغالب.

ما يعطل أكثر الناس فعلًا ليس جودة الصور، بل نقاط التسليم بين المراحل: كيف يكتب سيناريو يقرؤه النموذج، وما الذي تحتاجه الشخصية قبل توليد أول إطار، ومتى يكون التعديل أفضل من البدء من جديد عندما تخرج النتيجة خاطئة. في هذا المقال نمر على المراحل الخمس ونقاط التسليم بينها.

لماذا لا ينجح "فصل كامل بضغطة واحدة" حتى الآن

السبب ثلاثة أمور تحتاجها المانجا وتقع خارج ما تجيده نماذج الصور حاليًا:

• الاتساق بين الإطارات. يجب أن تحتفظ الشخصية بالوجه نفسه والملابس نفسها ونسبة الطول نفسها عبر عشرات الإطارات. كل عملية توليد حدث مستقل، و"تذكر الإطار السابق" يأتي من الصور المرجعية التي يقدمها الكاتب.
• النص داخل الصورة. فقاعات الحوار والمؤثرات الصوتية جزء من تصميم الصفحة. والنص المولد يخرج غالبًا مشوشًا أو بحروف مختلقة، ويسوء الأمر أكثر بالعربية واليابانية. (السبب في بيانات التدريب: تعلمت النماذج من صور تحمل ترجمات وعلامات مائية وتواقيع، وليس مجرد وجود كلمة "حوار" في الوصف.)
• تخطيط الصفحة جزء من السرد. أي إطار يكون كبيرًا، وإلى أين تنتقل عين القارئ، هذه قرارات الكاتب. النموذج لا يعرف إيقاع قصتك، فلا يستطيع أن يقرر أن "هذا الإطار يملأ الصفحة لأنه الذروة".

لذلك فالخطوة العملية ليست انتظار التوليد بضغطة واحدة، بل وضع الذكاء الاصطناعي حيث يتفوق فعلًا، ومن هنا جاء التقسيم إلى خمس مراحل.

المراحل الخمس: من يتولى ماذا

⚠️ ملاحظة على المصطلحات، لأنها توقع الجميع. ما نسميه في هذا المقال المرحلة الأولى هو نص مكتوب: الكاميرا والحركة والمكان والحوار في حقول منظمة لكل إطار. هذا سيناريو أو تقسيم للإطارات. أما لوحة القصة (تسمى في المانجا name أو "نيمو"، وفي القصص المصورة الغربية thumbnails أو layouts) فهي النسخة المرسومة، فيها شخصيات تقريبية وحدود الإطارات، وتأتي بعد السيناريو. كثير من المقالات عن الذكاء الاصطناعي تخلط بين الاثنين، فتعد بما تسميه "لوحات قصة بالذكاء الاصطناعي" وهي تصف في الواقع مواصفات للوصف النصي.

الذكاء الاصطناعي يختصر ساعات الرسم في المنتصف، ويبقى الحكم على الطرفين للكاتب. ولهذا يقول كثيرون "استخدمت الذكاء الاصطناعي ولم أصبح أسرع": يتجاوزون المرحلة الأولى، ويتركون النموذج يخمن القصة، ثم يصرفون الوقت الذي وفروه في فرز الصور.

هذه إحدى طرق تقسيم العمل. كثير من المحترفين يستعملون النماذج اللغوية في المرحلة الأولى لتحويل النص السردي إلى قائمة لقطات، وكثير منهم يجد أن الرسم الخطي بالذكاء الاصطناعي ما زال يحتاج إلى إعادة رسم الأيدي ومنظور الخلفية يدويًا. ما يلي طريق واحد من طرق عدة تنجح في التطبيق.

المرحلة الأولى: كتابة سيناريو يقرؤه النموذج

لوحة القصة هي أصلًا المخطط الأساسي للقصة المصورة. ما الذي يتغير عندما يكون القارئ التالي نموذجًا؟ يجب أن يكون المخطط مكتوبًا، وأن يفصل معلومات الصورة عن معلومات القصة.

كل إطار يحتاج إلى هذه الحقول الأربعة على الأقل. وإذا غاب أحدها اخترعه النموذج.

• الكاميرا: لقطة قريبة / نصفية / كاملة / واسعة، وزاوية منخفضة أو مرتفعة
• الشخصية والحركة: من في الإطار، وماذا يفعل، وإلى أين ينظر
• المكان: الموقع، ووقت اليوم، ومصدر الضوء
• الحوار: في حقل مستقل. لا يوضع أبدًا في وصف الصورة، وإلا سعى النموذج إلى رسم الكلمات.

النسخة الضعيفة هي "الشخصية الرئيسية تقف حزينة تحت المطر". لا كاميرا ولا مسافة ولا مصدر ضوء، فتخرج كل عملية توليد بشيء مختلف. أما إعادة كتابتها هكذا: "لقطة متوسطة بزاوية مرتفعة قليلًا. الشخصية الرئيسية تقف عند مدخل زقاق خال. مطر ليلي. الضوء الوحيد من لافتة المحل خلفها." فيتحسن الاتساق فورًا.

المرحلة الثانية: تثبيت الشخصية قبل توليد الإطار الأول

هذه أهم خطوة وأكثرها إهمالًا في المسار كله: قبل توليد أي إطار، يلزم لكل شخصية مجموعة ثابتة من الصور المرجعية.

عمليًا يعني ذلك توليد صورة مرجعية نظيفة للشخصية أولًا: خلفية بيضاء، بلا نصوص، ولا شيء آخر في الإطار، صورة تحدد شكل هذه الشخصية. ومن تلك اللحظة يحصل توليد كل إطار على المرجع نفسه. عندها فقط يجد النموذج مرساة تقول له "هذا هو شكل هذه الشخصية".

⚠️ طريقة تقديم المرجع أهم من وجوده. إدراج لوحة زوايا متعددة (turnaround) كما هي، فيها الأمام والجانب والخلف على لوحة واحدة، ينتهي غالبًا بأن يقرأها النموذج على أنها ثلاث شخصيات في المشهد، أو بأن ينقل تفاصيل الظهر إلى الواجهة. الممارسة الموثوقة هي صورة نظيفة واحدة، وزاوية واحدة في كل مرة؛ وعند الحاجة إلى دقة أكبر، تكون الخطوة التالية هي تدريب نموذج خاص بالشخصية.

تجاوز هذه الخطوة يقود مباشرة إلى أشهر شكوى: الشخصية الرئيسية في الإطار 3 والشخصية الرئيسية في الإطار 17 تبدوان كأختين. لاتساق الشخصيات أدوات كثيرة: كم مرجعًا يلزم، وكيف تصاغ الأوصاف، ومتى يستحق الأمر تدريب نموذج مخصص، وقد تناولناها في مقال مستقل. المهم هنا موقعها في المسار: إنها تجهيز مسبق، لا إصلاح للأضرار.

وأمر آخر: الفصل بين بيانات المظهر وكتابة الشخصية. الطول، والبنية، ولون الشعر، ولون العينين، والملابس المعتادة للرسم. والطباع، والماضي، والدوافع للقصة. النماذج الحديثة تفهم اللغة الطبيعية جيدًا، فعبارة مثل "حذرة، تحافظ على مسافة" يمكن أن تؤثر فعلًا في التعبير والوقفة، لكن تضخم الوصف مشكلة حقيقية، والأوصاف البصرية الملموسة تتقدم على الخلفية المجردة عندما يلزم الوجه نفسه مرتين. وهذا الفصل هو السبب العملي في أن بطاقة الشخصية تحتوي على حقول منفصلة أصلًا.

المرحلة الثالثة: التقدم مرحلة بمرحلة، دون القفز إلى صورة نهائية

ما يفعله المبتدئ عادة هو طلب إطار ملون جاهز فورًا، ثم إعادة توليده بالكامل كلما خرج خاطئًا. هنا مشكلتان: التكلفة عالية، وكل إعادة توليد تمحو أيضًا الأجزاء التي أعجبتك.

الطريقة المستقرة هي التقدم على مراحل، كل مرحلة مبنية على السابقة:

1. مسودة التكوين. الوضعية، ونسب الجسم، والأشكال الكبيرة في الخلفية. بلا أسلوب ولا تفاصيل. هذه أرخص مرحلة، وهي المخصصة للكثرة: خمس أو ست محاولات لإطار واحد لا يضيع فيها شيء يستحق الحماية.
2. الرسم الخطي. فقط بعد استقرار التكوين. هنا تضاف المراجع الخاصة بالشخصية فتثبت هويتها.
3. اللمسات النهائية. فقط بعد استقرار الرسم الخطي، مع تحديد مسبق لنوع العمل: مانجا أحادية اللون (شبكات نقطية، ومساحات سوداء، ومؤثرات) أو قصص مصورة ملونة / ويبتون (تلوين وإظهار). هاتان عمليتان مختلفتان ومنتجان نهائيان مختلفان، ولا يصح التعامل معهما كأنهما واحد. اتساق الأسلوب يأتي من استعمال المراجع نفسها في الفصل كله.

⚠️ الوضوح في فهم الآلية هنا مهم. نماذج الانتشار (diffusion) تنتج افتراضيًا صورة مكتملة في مرة واحدة، ولن تسلمك الرسم الخطي وحده من تلقاء نفسها. للحصول على المسار المرحلي السابق يلزم تقييد كل مرحلة صراحة: إما بإدخال ناتج المرحلة السابقة كصورة مدخلة (image-to-image)، وإما بتوجيهها بمحولات تحكم تعتمد على الرسم الخطي. وهناك طريق شائع بالقدر نفسه يسير في الاتجاه المعاكس: يرسم المؤلف مسودة التكوين، ويتولى الذكاء الاصطناعي الرسم الخطي واللمسات النهائية. ولمن يجيد الرسم أصلًا، يمنح هذا الطريق تحكمًا أكبر.

الاحتفاظ بكل مرحلة دون الكتابة فوقها. سيأتي وقت للمقارنة: "هل كان الرسم الخطي أفضل قبل التلوين؟"، وعندما يعود المكان نفسه في الفصل التالي، يمكن إعادة استعمال مسودة التكوين القديمة كما هي.

المرحلة الرابعة: عند الخطأ، تحديد التعديل أو البدء من جديد أولًا

هذه أكبر خطوة لتوفير الوقت، ومعظم الناس لا يعرفون إلا زر "توليد مرة أخرى".

"الوجه لا يطابق، إذن نواصل إعادة التوليد" هو الهدر الكلاسيكي. التكرار لا يعلم النموذج من هي شخصيتك. لكن إصلاح المدخلات لا يعني أيضًا تكديس مزيد من المراجع، فبعد حد معين يضعف بعضها بعضًا. المقصود هو استبدال مرجع ضعيف، أو رفع وزن المرجع، أو إعادة رسم الوجه وحده (inpainting)، أو تدريب نموذج خاص بالشخصية.

المرحلة الخامسة: وضع النصوص يبقى بيد المؤلف

هنا سببان منفصلان، ويخلط بينهما باستمرار:

1. سبب تقني. عندما يرسم النموذج الفقاعات والنص داخل الصورة، تخرج حروف مكسورة أو مختلقة، والأمر أسوأ بالعربية واليابانية.
2. سبب فني. حتى لو كان رسم النص مثاليًا، فموضع الفقاعة يحدد أين تذهب عين القارئ وكم تطول النقطة السردية. موضع الفقاعة جزء من تخطيط الصفحة، فالرسامون يتركون مساحة فارغة حول المواضع المقصودة للفقاعات منذ مرحلة التخطيط حتى لا تغطى الرسوم المهمة، بينما التنضيد نفسه (الخط، والمسافة بين الأسطر، والمسافة بين الحروف، وطبقة النصوص) عمل يأتي بعد التوليد في برامج الرسم المتجهي أو برامج وضع النصوص.

الممارسة الأمتن هي وضع الحوار كطبقة مستقلة فوق الرسم بدل ترك النموذج يرسم الكلمات داخل الصورة. والفوائد ملموسة: تعديل جملة دون إعادة توليد الرسم، والترجمة باستبدال تلك الطبقة وحدها، وبقاء حجم الخط وفواصل الأسطر قابلة للتعديل. أما كتابة حوار يبدو ككلام إنسان حقيقي فهي موضوع قائم بذاته.

قبل وبعد: تفكير الضغطة الواحدة مقابل تفكير المسار

ثلاثة أخطاء شائعة

• التوليد قبل كتابة السيناريو. النموذج لا يعرف إيقاع قصتك، فيعيد رسومًا منفردة مقبولة. التقسيم المكتوب هو المدخل الذي يبدأ منه كل شيء.
• البدء دون مرجع نظيف. هذا هو السبب الجذري لتغير الوجوه بين الإطارات، وإصلاح المرجع أقل كلفة بكثير من إعادة رسم فصل.
• عدم معرفة شيء سوى إعادة التوليد. فتمحى الأجزاء الجيدة، ثم يضيع الوقت الذي وفر في فرز الصور. تعلم الحد الفاصل بين التعديل والبدء من جديد أنفع من تغيير الأداة.

الحل الحقيقي: السيناريو والشخصيات وكل مرحلة في مكان واحد

الصعوبة في هذه المراحل الخمس أنها تستلزم مراجعة متبادلة طوال الوقت. توليد الإطار 17 يعني الرجوع إلى الشخصية في الإطار 3؛ والتلوين يعني النظر إلى الرسم الخطي؛ وتعديل جملة يعني العودة إلى السيناريو. وعندما يتوزع ذلك على أدوات منفصلة، يضيع اليوم في التنقل بين النوافذ والبحث عن الملفات.

توليد صور المانجا في LitMemo مبني مباشرة على تقسيم الإطارات. لكل إطار مسار إنتاج خاص به: مسودة التكوين ← الرسم الخطي ← الشبكات النقطية ← التلوين الكامل، وناتج كل مرحلة محفوظ، فتبقى المقارنة بالمراحل السابقة ممكنة. يمكن أن يكون ناتج كل مرحلة مولدًا بالذكاء الاصطناعي أو مرفوعًا منك، ولا مانع من المزج بينهما. تعرض الصفحة أعلى مرحلة متاحة، لذلك قد تكون بعض الإطارات ملونة بالكامل وأخرى ما زالت في الرسم الخطي أثناء العمل على الفصل، وهذه حالة إنتاج مؤقتة إلى أن يكتمل الفصل.

تأتي الشخصيات من إدارة الشخصيات: الشخصية التي ليس لها صورة مرجعية تتوقف عند البداية مع اقتراح بتوليد واحدة، بدل اكتشاف انجراف الوجوه بعد إنهاء الفصل. والحوار طبقة مستقلة فوق الرسم، فلا يحتاج التعديل أو الترجمة إلى إعادة توليد أي صورة.

الخلاصة

السؤال الصحيح عن المانجا بالذكاء الاصطناعي هو "أي مراحلي يمكن تسليمها؟"

الجواب في الغالب هو المراحل الثلاث الوسطى: التكوين، والرسم الخطي، واللمسات النهائية. أما المرحلتان على الطرفين، السيناريو ووضع النصوص، فهما قرارات سردية، والتخلي عنهما يكلف وقتًا في الغالب. ولكي توفر المراحل الوسطى ساعات فعلًا، يلزم أمران قبل كل شيء: سيناريو مكتوب في أربعة حقول منظمة، ومرجع نظيف واحد للشخصية يعمل كمرساة. ومع هذين الأمرين، يبقى التقدم مرحلة بمرحلة ومعرفة متى يكون التعديل أفضل من البدء من جديد.