AI, makine öğrenmesi ve üretken AI aynı kavram değildir.
Grafik tasarımcı model türü, eğitim/çıkarım, olasılıksal çıktı, multimodal sistem, prompt, embedding, diffusion/transformer ve hallucination gibi temel kavramları ayırmalıdır.
Geniş şemsiye kavram; tek ürün veya yöntem değildir.
Veriden örüntü öğrenen yöntem ailesidir.
Metin, görsel, ses, video veya kod benzeri içerik üretebilen modellerdir.
Birden çok veri türünü birlikte işleyebilen sistemlerdir.
Aynı input her zaman aynı sonucu üretmeyebilir.
Akıcı görünen fakat yanlış, uydurulmuş veya kaynaksız çıktı oluşabilir.
AI tasarım kararının sahibi değil, kontrollü üretim ve analiz yardımcısıdır.
Araştırma, varyasyon, metin taslağı, görsel üretim, classification, otomasyon ve prototipte yararlı olabilir; problem tanımı, seçim ölçütü, doğrulama ve nihai sorumluluk insanda kalır.
Brief ve bağlam insan tarafından sorgulanır ve yeniden tanımlanır.
AI seçenek alanını hızla genişletebilir.
Tasarımcı çıktıların kalite, anlam ve uygunluğunu karşılaştırır.
İddia, referans, hak ve temsil ayrı kontrol edilir.
nihai kompozisyon, tipografi, sistem ve üretim QA tasarımcı sorumluluğudur.
‘Model yaptı’ nihai karardaki insan sorumluluğunu ortadan kaldırmaz.
Prompt iyi yazılmış kısa bir brief gibi çalışabilir ama tasarım bilgisinin yerine geçmez.
Amaç, hedef kitle, içerik, bağlam, kısıt, çıktı biçimi, referans sınırı ve değerlendirme ölçütü iyi prompt'un temel bileşenleridir.
Kamu yararı posteri.
Üniversite öğrencileri.
Dikey A2 · iki renk · uzaktan okunur.
Tek güçlü fikir · açık hiyerarşi · uygulanabilirlik.
Ne üretileceği kadar neden üretildiğini açıkla.
Yaş, bağlam, bilgi düzeyi ve kullanım koşulu belirtilir.
Marka, mecra, dönem, dil ve kullanım senaryosu tanımlanır.
Boyut, içerik, yasak, teknik sınır ve teslim formatı belirtilir.
Belirli sanatçı ‘stili’ istemek yerine görsel nitelikler ve dönemsel özellikler tarif edilebilir.
Sonucun neye göre iyi/kötü sayılacağı tanımlanır.
Görsel model çıktısı nihai tasarım değil; ham malzeme, varyasyon veya tasarım girdisi olarak değerlendirilmelidir.
Kompozisyon, anatomi, perspektif, tipografi, marka tutarlılığı, gerçeklik iddiası, provenance ve haklar ayrıca denetlenir.
Model estetik yüzey üretebilir; iletişim hiyerarşisini garanti etmez.
Görsel model içindeki yazı kritik bilgi için güvenilir üretim yöntemi değildir.
Görsel akıcı görünse bile yapısal hatalar olabilir.
Belgesel veya haber niteliğindeki görsel provenance ve doğrulama ister.
kırpma, redraw, compositing, typography ve renk grade tasarımcı tarafından yeniden kurulabilir.
Karakter, ürün, mekan ve ışık devamlılığı ayrı kontrol gerektirir.
AI tarafından üretilen iddia kaynak değildir.
AI özet, anahtar kelime, soru üretimi ve araştırma planlamasında yardımcı olabilir; tarih, alıntı, sayı ve kaynak bilgisi özgün kaynaktan doğrulanmalıdır.
Kavram ve arama terimi üretmek için kullanılabilir.
Model yanıtı bibliyografik kanıt değildir.
Alıntı ve sayfa numarası mutlaka özgün kaynaktan kontrol edilir.
Kaynaklar arasında ilişki kurmaya yardım edebilir fakat araştırmacı yorumunu ikame etmez.
Güncel veya hassas iddialar güvenilir güncel kaynaklardan yeniden doğrulanır.
Kaynağa gerçekten erişmeden hayali referans üretilmesine izin verilmez.
AI tekrarlı tasarım işlerini hızlandırabilir; otomasyon QA ihtiyacını ortadan kaldırmaz.
Batch resize, tagging, background removal, tasarım varlığı adlandırma, OCR/metadata, data merge, caption draft veya sürümleme gibi işler kontrollü zincire bağlanabilir.
Çoklu tasarım varlığı üzerinde aynı işlemi uygular.
Etiketleme hızlanabilir; sınıflandırma hatası denetlenir.
Şablon + veri akışında çok sayıda varyant üretilebilir.
Kurala dayalı adlandırma ve sürümleme hata riskini azaltabilir.
Taslak üretilebilir; bağlama uygunluğunu insan doğrular.
Kritik çıktılarda sistematik kontrol gerekir.
Model çıktıları eğitim verisindeki eşitsizlik ve stereotipleri yeniden üretebilir.
Casting, meslek, yaş, cinsiyet, ten rengi, engellilik, kültürel simge, coğrafya ve sınıf temsili tasarım denetiminin parçasıdır.
Aynı prompt varyasyonlarla sistematik temsil eğilimi açısından incelenir.
Sembol ve kıyafet yanlış bağlamlandırılabilir.
Aşağılama, dışlama veya riskli genelleme estetikten önce değerlendirilir.
Hassas topluluk temsili yalnız prompt tekniğiyle çözülemez.
Token çeşitliliği gerçek temsil sorunlarını otomatik çözmez.
Kültürel editörlük ve yerel uzmanlık gerekli olabilir.
Teknik olarak üretilebilir içerik hukuken veya etik olarak otomatik uygun değildir.
Kaynak materyal, training-data tartışmaları, style imitation, kişilik hakkı, trademark, lisans, sözleşme ve platform koşulları proje bazında incelenmelidir.
Üretim zincirini kaydet.
Girdi, stock, model koşulları ve final kullanım hakkını ayır.
Anlamlı AI kullanımını kurum/dergi/portfolyo bağlamında belirt.
Yargı alanı ve insan katkısı gibi faktörler önemlidir.
Hukuki durum ile mesleki etik aynı soru değildir.
Gerçek kişilerin görüntüsü izin ve bağlam gerektirebilir.
Logo, ürün formu veya trade dress yanlış/yanıltıcı biçimde taklit edilmemelidir.
Model sağlayıcının ticari kullanım ve data şartları kontrol edilir.
Kaynak, model, tasarım varlığı ve kullanım hakkı proje dosyasında tutulur.
AI kullanımı yöntemsel olarak izlenebilir olmalıdır.
Model, tarih, amaç, hangi aşamada kullanıldığı, insan müdahalesi, doğrulama ve nihai katkı gerektiğinde açıklanır.
Kurum/dergi kurallarına uygun kullanım beyanı yapılır.
AI yanıtı birincil kaynak yerine geçmez.
Yayımlanmamış çalışma, kişisel veri veya gizli doküman yüklenmeden koşullar kontrol edilir.
Araştırmacı argüman, seçim ve doğrulamanın sorumluluğunu taşır.
Prompt, çıktı ve müdahale düzeyi gerektiğinde izlenebilir tutulur.
AI ile bulunan bilgi güvenilir kaynaktan kontrol edilir.
AI destekli projede tasarımcı katkısı nihai görselden görünmeyebilir; süreç kanıtı gerekir.
Problem tanımı, alternatiflar, prompt/parameter log, seçim gerekçesi, redraw, compositing, typography, system, QA ve nihai karar gösterilmelidir.
50 AI görüntüsü → seçilen final. Tasarım kararını kanıtlamaz.
Problem → araştırma → varyasyon → seçim gerekçesi → yeniden çizim/layout/type → QA → final.
Brief'i insan tanımlar ve sorgular.
Çok çıktı üretmek tek başına süreç kanıtı değildir.
Neden bu yön seçildi, diğerleri neden elendi gösterilir.
Redraw, düzen, type, renk ve system kararları görünür kılınır.
Kaynak, gerçeklik, üretim ve etik QA belgelenir.
AI'nin neyi iyi/kötü yaptığı ve projenin nasıl değiştiği açıklanır.
En güçlü AI iş akışı model-merkezli değil problem-merkezli olmalıdır.
Model seçimi proje gereksiniminden sonra gelir. Araç değişse bile brief, kaynak, eleştiri, doğrulama, üretim ve QA omurgası kalır.
İletişim görevini ve başarı ölçütünü tanımla.
Girdi kalitesi ve kullanım hakkını doğrula.
AI'yi kontrollü görevlerde kullan.
Tasarım ve içerik kalitesini insan değerlendirir.
Olgu, hak, temsil, üretim ve erişilebilirlik kontrol edilir.
nihai tasarım varlığı, log, disclosure ve provenance birlikte tutulur.
Yapay zekâ kullanımı, problem tanımından doğrulamaya kadar izlenebilir yedi adım içinde tutulabilir.
Model veya araç seçimi, araştırma ve tasarım hedefinden sonra gelir.
İletişim görevi, hedef kullanıcı ve başarı ölçütünü yaz.
Kullanılacak metin, veri, görsel ve referansların köken/hak durumunu belirle.
Araştırma yardımcısı mı, varyasyon aracı mı, otomasyon mu? Rolü açıkla.
Model, tarih, prompt/parametre ve önemli çıktıları izlenebilir tut.
İletişim, tipografi, temsil, tutarlılık ve kalite açısından seçenekleri ele.
Olgu, kaynak, hak, anatomi, ürün, kültür, erişilebilirlik ve üretim koşullarını kontrol et.
İnsanın seçim, düzenleme, yeniden çizim, kompozisyon ve kalite kontrol katkısını göster.
AI destekli tasarım çalışmalarında yalnız nihai görüntü değil; problem çözme süreci ve anlamlı insan katkısı da değerlendirilmelidir.
Yüzdeler dersin amacına göre değişebilir; aşağıdaki dağılım öğretici bir örnektir, evrensel notlandırma standardı değildir.
Brifin doğru çözülmesi, özgün kavramsal yön ve gerekçe.
Kaynak kalitesi, doğrulama, veri ve görsel referans disiplini.
Kompozisyon, tipografi, renk, sistem ve mecra uygunluğu.
Seçim, yeniden çizim, düzenleme, birleştirme ve kalite kontrol.
Temsil, gizlilik, lisans, provenance ve şeffaflık.
Prompt/çıktı yığını değil, karar değişimlerini ve gerekçeyi gösteren belge.
Dört kısa alıştırma yapay zekâyı ‘tek tıkla sonuç’ yerine karşılaştırmalı tasarım aracı olarak öğretir.
Her alıştırmada AI çıktısı ile insan tasarım kararı açıkça ayrılmalıdır.
Aynı tasarım brifini üç üretim yaklaşımıyla çöz; sonuç değil araç davranışını karşılaştır.
AI'nin verdiği beş olgusal iddiayı birincil/güvenilir kaynaklardan doğrula; uydurma referansları işaretle.
Meslek/yaş/coğrafya gibi değişkenleri sistematik değiştirerek temsil eğilimlerini kaydet.
Bir AI çıktısını tipografi, düzen, redraw, color, image editing ve üretim QA ile gerçek tasarım sistemine dönüştür.
Üretken yapay zekâ tek bir model türü değildir; metin, görüntü, ses ve çok modlu sistemler farklı veri ve üretim mantıkları kullanabilir.
Tasarımcı model mimarisini mühendis düzeyinde kurmak zorunda değildir; fakat hangi sistemin ne tür çıktı ürettiğini, neden hataya açık olduğunu ve hangi kontrol araçlarının bulunduğunu anlamalıdır.
Transformer tabanlı dil modelleri token dizileri üzerinde olasılıksal tahmin yapar. Akıcı bir cümle, dış dünyada doğru olduğu anlamına gelmez.
Diffusion tabanlı görüntü sistemleri gürültüden görsel örüntüler üretir; prompt, seed, guidance, reference image veya mask gibi kontroller sonuç uzayını yönlendirebilir.
Embedding, metin veya görsel içeriği benzerlik alanında sayısal temsile dönüştürür. Arama, retrieval ve style/içerik eşleştirmede kullanılabilir.
Retrieval-augmented generation, model yanıtını dış doküman/arama sonuçlarıyla besleyebilir; yine de kaynak seçimi ve nihai doğrulama gerekir.
Çok modlu sistemler görüntü, metin, ses veya video arasında çalışabilir; bir modalitedeki hata diğerine taşınabilir.
İçerik kökeni, bir görselin ‘gerçek mi AI mı?’ ikiliğinden daha geniş bir sorudur.
Üretim zincirinde hangi araçların kullanıldığı, hangi düzenlemelerin yapıldığı ve kimlik bilgilerinin nasıl imzalandığı güven ve denetlenebilirlik için önem taşır.
C2PA, medya varlıklarına cryptographically signed provenance/claim bilgisi bağlamak için teknik bir standart ailesidir; içeriğin ‘doğru’ olduğunu tek başına kanıtlamaz.
içerik Credentials benzeri uygulamalar araç, düzenleme ve üretim geçmişi hakkında görünür köken bilgisi sunabilir; metadata'nın korunması yayın zincirine bağlıdır.
Provenance kaydı, doğrulamanın yerine geçmez. Bir görselin kim tarafından üretildiğini bilmek, görseldeki olayın gerçekten yaşandığını kanıtlamaz.
Akademik veya profesyonel projede model adı, kullanım tarihi, amaç, önemli insan müdahaleleri ve kaynak/hak notları proje günlüğünde tutulabilir.
Doğrulanmış kaynaklar.
Bu sayfa kaynaklara geri dönülebilecek bir akademik/teknik başvuru noktası olarak tasarlanmıştır.
Öncelik; standart kuruluşları, resmi teknik dokümantasyon, müze/arşiv koleksiyonları ve akademik/mesleki güvenilir kaynaklardadır. Koşula bağlı teknik değerler evrensel kural gibi sunulmaz.