AI Görüntü Üretimi İçin Streamlit ve Python ile Akıllı Bir Prompt Oluşturucu Uygulaması Geliştirmek

AI Görüntü Üretimi İçin Streamlit ve Python ile Akıllı Bir Prompt Oluşturucu Uygulaması Geliştirmek

Giriş: Yapay Zeka Görüntü Üretimi ve Prompt Mühendisliğinin Yükselişi

Son yıllarda yapay zeka teknolojileri, özellikle görüntü üretimi alanında inanılmaz ilerlemeler kaydetti. DALL-E, Midjourney, Stable Diffusion gibi metinden görüntüye (text-to-image) modeller, kullanıcıların sadece birkaç kelime veya cümle ile hayal güçlerini somut görsel çıktılara dönüştürmelerine olanak tanıyor. Bu modellerin arkasındaki güç, genellikle geniş veri kümeleri üzerinde eğitilmiş difüzyon tabanlı sinir ağlarıdır. Ancak, bu modellerden istenen kalitede ve doğrultuda sonuçlar alabilmek, basit bir metin girişi yapmaktan çok daha fazlasını gerektirir. İşte bu noktada “prompt mühendisliği” (prompt engineering) kavramı devreye girer.

Prompt mühendisliği, yapay zeka modellerinden en iyi çıktıyı alabilmek için doğru, detaylı ve etkili metin istemleri (prompt’lar) oluşturma sanatıdır. Bir prompt, sadece bir anahtar kelime listesi değil, aynı zamanda modelin görseli nasıl yorumlaması gerektiğini belirten stil, ışıklandırma, kompozisyon, sanatçı referansları, negatif istemler (görselde olmaması gerekenler) gibi birçok unsuru içerebilir. İyi yazılmış bir prompt, sıradan bir görselden sanatsal bir başyapıta kadar geniş bir fark yaratabilir. Ancak, bu kadar çok parametreyi akılda tutarak manuel olarak prompt yazmak, özellikle yeni başlayanlar için oldukça zorlayıcı ve zaman alıcı bir süreçtir. Bu zorluğu aşmak ve prompt oluşturma sürecini demokratikleştirmek amacıyla, kullanıcı dostu bir prompt oluşturucu uygulamasına ihtiyaç duyulmaktadır. Bu makalede, Python ve Streamlit kullanarak böyle bir akıllı prompt oluşturucu uygulamasının nasıl geliştirileceğini detaylı bir şekilde inceleyeceğiz.

Neden Streamlit? Hızlı Uygulama Geliştirme İçin Mükemmel Bir Seçim

Uygulama geliştirme dünyasında, veri bilimi ve makine öğrenimi projeleri için hızlı prototipleme ve kolay dağıtım sağlayan araçlar giderek daha fazla önem kazanmaktadır. Streamlit, bu alandaki en popüler ve etkili kütüphanelerden biridir. Python geliştiricilerinin sadece birkaç satır kodla etkileşimli web uygulamaları oluşturmasına olanak tanır, bu da onu prompt oluşturucu gibi bir araç için ideal bir seçim haline getirir.

Streamlit’in Temel Avantajları:

* Tamamen Python Tabanlı: Frontend (arayüz) geliştirmek için HTML, CSS veya JavaScript bilgisine ihtiyaç duyulmaz. Tüm uygulama mantığı ve arayüz elemanları Python ile yazılır. Bu, veri bilimciler ve makine öğrenimi mühendisleri için öğrenme eğrisini önemli ölçüde azaltır.
* Hızlı Prototipleme: Streamlit’in basit API’si sayesinde, fikirler çok kısa sürede çalışan uygulamalara dönüştürülebilir. st.text_input, st.selectbox, st.slider gibi bileşenler, kullanıcı etkileşimini kolayca eklemeyi sağlar.
* Etkileşimli Bileşenler: Uygulamanın anında güncellenmesini sağlayan dinamik bileşenler sunar. Kullanıcı bir seçeneği değiştirdiğinde, uygulamanın ilgili kısmı otomatik olarak yeniden çalışır ve güncellenmiş çıktıyı gösterir.
* Kolay Dağıtım: Streamlit uygulamaları, Streamlit Cloud gibi platformlar aracılığıyla kolayca buluta dağıtılabilir, böylece dünya çapındaki kullanıcılara erişilebilir hale gelir. Docker veya Heroku gibi diğer platformlar da desteklenir.
* Geniş Kütüphane Entegrasyonu: Pandas, NumPy, Matplotlib, scikit-learn, TensorFlow, PyTorch gibi popüler Python kütüphaneleriyle sorunsuz bir şekilde entegre olur. Bu, veri işleme, model çalıştırma ve görselleştirme yeteneklerini uygulamaya kolayca dahil etmeyi sağlar.

Prompt oluşturucu uygulamamızda, kullanıcıların çeşitli parametreleri seçmelerine ve girmelerine olanak tanıyan bir dizi etkileşimli arayüz elemanına ihtiyacımız olacak. Streamlit, bu gereksinimleri minimum çabayla karşılayarak geliştirme sürecini hızlandıracaktır.

Prompt Oluşturucu Uygulamasının Temel Bileşenleri ve Mimarisi

Bir AI görüntü prompt oluşturucunun temel amacı, kullanıcının karmaşık prompt’lar oluşturmasını basitleştirmektir. Bunu başarmak için, uygulamanın belirli bir mimariye ve temel bileşenlere sahip olması gerekir:

Kullanıcı Arayüzü (UI) Tasarımı:

* Yan Panel (Sidebar): Genellikle uygulamanın ana kontrol paneli olarak kullanılır. Burada kategori bazında prompt parametrelerini (örneğin, “Stil”, “Işıklandırma”, ” “Kamera Açıları”) gruplayabiliriz.
* Ana İçerik Alanı: Oluşturulan prompt’un önizlemesi, ek bilgiler veya yardımcı görseller burada gösterilebilir.
* Etkileşimli Form Elemanları: Kullanıcıdan girdi almak için text_input, selectbox, multiselect, slider, checkbox gibi Streamlit bileşenleri kullanılacaktır.

Prompt’un Ana Unsurları:

Bir prompt, genellikle aşağıdaki gibi kategorilere ayrılabilir:
* Ana Konu/Nesne: Görselin merkezinde ne olacağı (örn. “bir uzay gemisi”, “bir kedi”).
* Stil/Sanat Akımı: Görselin sanatsal tarzı (örn. “fotogerçekçi”, “piksel sanatı”, “empresyonist yağlı boya”).
* Sanatçı Referansı: Belirli bir sanatçının tarzında (örn. “Van Gogh tarzında”, “Studio Ghibli estetiği”).
* Işıklandırma: Görseldeki ışığın türü ve yönü (örn. “altın saat ışığı”, “neon ışıklar”, “kontra ışık”).
* Kamera Açıları/Kompozisyon: Çekimin nasıl yapılacağı (örn. “geniş açı”, “yakın çekim”, “kuş bakışı”).
* Ortam/Arka Plan: Görselin geçtiği yer (örn. “fütüristik şehir”, “ormanlık alan”, “uzay boşluğu”).
* Detaylar/Nitelikler: Konuyu veya ortamı detaylandıran ek sıfatlar ve özellikler (örn. “paslı”, “parlak”, “antik”).
* Çözünürlük/Kalite: Görselin teknik özellikleri (örn. “4K”, “8K”, “ultra detaylı”).
Negatif Prompt’lar: Görselde olmaması* gereken şeyler (örn. “bulanık”, “çarpık”, “filigran”).

Veri Yapıları ve Prompt Birleştirme Mantığı:

Uygulamanın çekirdeği, kullanıcının seçtiği veya girdiği tüm bu parçaları bir araya getirerek anlamlı ve etkili bir prompt dizesi oluşturmaktır. Bu süreç genellikle şu adımları içerir:
1. Parametrelerin Tanımlanması: Her bir prompt kategorisi için olası seçenekleri veya varsayılan değerleri bir Python sözlüğü veya JSON dosyası içinde tutmak. Bu, uygulamanın ölçeklenebilirliğini ve kolayca güncellenebilirliğini sağlar.
2. Kullanıcı Girişlerinin Alınması: Streamlit bileşenleri aracılığıyla kullanıcıdan seçimleri ve metin girdilerini toplamak.
3. Prompt Dizesinin Oluşturulması: Toplanan parçaları belirli bir sıraya göre birleştirerek nihai prompt dizesini oluşturmak. Bu süreçte, boş veya seçilmemiş alanları atlamak ve uygun noktalama işaretlerini (virgüller, parantezler) kullanmak önemlidir.

Uygulama Geliştirme Adımları: Kodlama Süreci

Şimdi, bu bileşenleri kullanarak adım adım bir Streamlit uygulamasını nasıl geliştireceğimizi inceleyelim.

Proje Kurulumu ve Gerekli Kütüphaneler

Öncelikle bir Python ortamı oluşturup Streamlit’i kurmamız gerekiyor:

python -m venv prompt_builder_env
source prompt_builder_env/bin/activate  # Linux/macOS
prompt_builder_env\Scripts\activate    # Windows
pip install streamlit

Daha sonra app.py adında bir dosya oluşturarak kodlamaya başlayabiliriz.

Ana Sayfa Yapısı ve Temel UI Elemanları

Uygulamamızın temel yapısını ve başlığını ayarlayarak başlayabiliriz:

import streamlit as st

st.set_page_config(
    page_title="Akıllı AI Prompt Oluşturucu",
    page_icon="✨",
    layout="wide"
)

st.title("✨ AI Görüntü Prompt Oluşturucu")
st.markdown("Hayalinizdeki görüntüyü oluşturmak için prompt'unuzu kolayca inşa edin.")

Prompt parçalarını tutacak sözlük
prompt_params = {}

st.set_page_config ile sayfa başlığını, ikonunu ve layout’unu ayarlıyoruz. layout="wide" ile uygulamanın geniş ekranı kullanmasını sağlıyoruz.

Kullanıcı Girişlerini Yönetme

Yan panel (st.sidebar) ve ana içerik alanını kullanarak kullanıcıdan girdileri alacağız.

Ana Konu ve Temel Detaylar:

Ana konuyu ve temel detayları ana alana yerleştirebiliriz:

st.header("1. Ana Konu ve Temel Detaylar")
konu = st.text_input("Görselin ana konusu nedir?", "bir kedi")
prompt_params["konu"] = konu

ek_detaylar = st.text_area("Konuyu detaylandıran ek açıklamalar (renk, eylem, duygu vb.)",
                           "oyuncu, tüylü, sevimli, güneşli bir pencerenin önünde uyuyor")
if ek_detaylar:
    prompt_params["ek_detaylar"] = ek_detaylar

Stil, Işıklandırma, Kamera ve Sanatçı Referansları (Yan Panelde):

Bu tür seçim tabanlı parametreler için st.sidebar kullanmak daha düzenli bir görünüm sağlar.

st.sidebar.header("2. Görsel Özellikleri")

Stil Seçimi
st.sidebar.subheader("Stil")
stiller = ["Fotogerçekçi", "Dijital Sanat", "Suluboya", "Yağlı Boya", "Piksel Sanatı", "Anime", "Çizgi Roman", "Vektör Sanatı", "3D Render", "Siberpunk", "Steampunk", "Gotik"]
secilen_stil = st.sidebar.multiselect("Bir veya birden fazla stil seçin:", stiller, default=["Fotogerçekçi"])
if secilen_stil:
    prompt_params["stil"] = ", ".join(secilen_stil)

Işıklandırma Seçimi
st.sidebar.subheader("Işıklandırma")
isiklandirmalar = ["Doğal Işık", "Stüdyo Işığı", "Altın Saat", "Mavi Saat", "Neon Işıklar", "Kontra Işık", "Yumuşak Işık", "Sert Işık", "Volümetrik Işık"]
secilen_isiklandirma = st.sidebar.selectbox("Işıklandırma türü:", ["Yok"] + isiklandirmalar)
if secilen_isiklandirma != "Yok":
    prompt_params["isiklandirma"] = secilen_isiklandirma

Kamera Açıları
st.sidebar.subheader("Kamera Açısı ve Kompozisyon")
kamera_acilari = ["Geniş Açı", "Yakın Çekim", "Makro", "Kuş Bakışı", "Kurbağa Bakışı", "Omuz Üstü Çekim", "Hollanda Açısı"]
secilen_kamera_acisi = st.sidebar.selectbox("Kamera açısı:", ["Yok"] + kamera_acilari)
if secilen_kamera_acisi != "Yok":
    prompt_params["kamera_acisi"] = secilen_kamera_acisi

Sanatçı Referansı
st.sidebar.subheader("Sanatçı/Referans")
sanatci_referanslari = ["Van Gogh", "Monet", "Picasso", "Da Vinci", "Frida Kahlo", "Hayao Miyazaki", "H.R. Giger", "Banksy"]
secilen_sanatci = st.sidebar.selectbox("Sanatçı referansı (isteğe bağlı):", ["Yok"] + sanatci_referanslari)
if secilen_sanatci != "Yok":
    prompt_params["sanatci"] = f"tarzında {secilen_sanatci}"

Gelişmiş Ayarlar ve Negatif Prompt’lar:

Bu bölümü ana içerik alanında daha aşağıda veya ayrı bir genişletilebilir bölümde (st.expander) gösterebiliriz.

st.header("3. Gelişmiş Ayarlar")

with st.expander("Çözünürlük ve Kalite"):
    cozunurluk = st.selectbox("Görüntü çözünürlüğü:", ["Varsayılan", "HD", "4K", "8K", "Ultra HD"])
    if cozunurluk != "Varsayılan":
        prompt_params["cozunurluk"] = cozunurluk

    kalite_detay = st.multiselect("Kalite ve detay seviyesi:", ["Yüksek Detay", "Sinematik", "Gerçekçi", "Sanatsal", "Fotoğrafik", "Dramatik Aydınlatma"])
    if kalite_detay:
        prompt_params["kalite_detay"] = ", ".join(kalite_detay)

st.header("4. Negatif Prompt'lar (Görselde İstemediğiniz Şeyler)")
negatif_prompt_listesi = ["bulanık", "çarpık", "kötü çizilmiş", "çözünürlüğü düşük", "filigran", "ekstra uzuvlar", "mutasyon", "çirkin", "anlamsız"]
secilen_negatif_promptlar = st.multiselect("Görselde olmamasını istediğiniz şeyler:", negatif_prompt_listesi)
ozel_negatif_prompt = st.text_input("Ek negatif prompt'lar (virgülle ayırın):", "")
if ozel_negatif_prompt:
    secilen_negatif_promptlar.extend([p.strip() for p in ozel_negatif_prompt.split(',') if p.strip()])

if secilen_negatif_promptlar:
    prompt_params["negatif_prompt"] = ", ".join(set(secilen_negatif_promptlar)) # set ile tekrar edenleri kaldır

Prompt Parçalarını Birleştirme Mantığı

Kullanıcıdan tüm girdileri aldıktan sonra, bunları birleştirerek nihai prompt dizesini oluşturmalıyız. Bu işlemi bir fonksiyon içinde yapmak kodun okunabilirliğini artırır.

def build_prompt(params):
    parts = []

    # Ana Konu ve Detaylar
    if "konu" in params:
        main_subject = params["konu"]
        if "ek_detaylar" in params:
            main_subject += f", {params['ek_detaylar']}"
        parts.append(main_subject)

    # Stil, Sanatçı, Işıklandırma, Kamera
    if "stil" in params:
        parts.append(params["stil"])
    if "sanatci" in params:
        parts.append(params["sanatci"])
    if "isiklandirma" in params:
        parts.append(f"{params['isiklandirma']} ışıklandırma")
    if "kamera_acisi" in params:
        parts.append(params["kamera_acisi"])

    # Kalite ve Çözünürlük
    if "kalite_detay" in params:
        parts.append(params["kalite_detay"])
    if "cozunurluk" in params:
        parts.append(params["cozunurluk"])
    
    # Son olarak, birleştirme
    final_prompt = ", ".join(filter(None, parts)) # Boş elemanları filtrele
    
    negative_prompt = ""
    if "negatif_prompt" in params:
        negative_prompt = params["negatif_prompt"]

    return final_prompt, negative_prompt

Prompt'u oluştur
final_prompt_text, final_negative_prompt_text = build_prompt(prompt_params)

Önizleme ve Geri Bildirim

Oluşturulan prompt’u kullanıcıya göstermeli ve kopyalama imkanı sunmalıyız.

st.header("5. Oluşturulan Prompt")

if final_prompt_text:
    st.markdown("### Pozitif Prompt:")
    st.code(final_prompt_text, language="text")

    # Kopyalama düğmesi (Streamlit'in yerleşik kopyalama özelliği yok, JS kullanabiliriz veya kullanıcı manuel kopyalar)
    st.button("Prompt'u Kopyala (Manuel)") # Kullanıcıya manuel kopyalamasını hatırlatır
    # Otomatik kopyalama için st.experimental_set_query_params veya özel JS kullanmak gerekir,
    # bu makalede basit tutmak adına manuel kopyalamayı öneriyoruz.
else:
    st.info("Lütfen yukarıdan prompt'unuzu oluşturmak için seçimler yapın.")

if final_negative_prompt_text:
    st.markdown("### Negatif Prompt:")
    st.code(final_negative_prompt_text, language="text")

Gelişmiş Özellikler: AI Destekli Prompt İyileştirme

Uygulamamızı “akıllı” yapan kısım burasıdır. Kullanıcının girdiği temel prompt’u alıp, bir dil modeline (örneğin, OpenAI’nin GPT serisi veya Hugging Face’deki açık kaynaklı bir model) göndererek daha zengin, detaylı ve sanatsal bir versiyonunu oluşturmasını isteyebiliriz.

Bu özellik için bir API anahtarına ihtiyacımız olacak ve bunu Streamlit Secrets ile güvenli bir şekilde yönetmeliyiz.

# pip install openai
import openai # veya transformers kütüphanesi

st.header("6. AI Destekli Prompt İyileştirme")
st.markdown("Yapay zeka, prompt'unuzu daha detaylı ve sanatsal hale getirebilir.")

ai_guncelle = st.checkbox("AI kullanarak prompt'u zenginleştir?")

if ai_guncelle:
    # OpenAI API anahtarını Streamlit Secrets'tan al
    openai_api_key = st.secrets["openai"]["api_key"]
    
    if not openai_api_key:
        st.warning("Lütfen OpenAI API anahtarınızı Streamlit Secrets'a ekleyin.")
    else:
        client = openai.OpenAI(api_key=openai_api_key)

        if st.button("AI Prompt'u Oluştur"):
            if final_prompt_text:
                with st.spinner("AI prompt'unuzu zenginleştiriyor..."):
                    try:
                        # Dil modeline gönderilecek talimat
                        ai_prompt_instruction = f"Aşağıdaki prompt'u, yapay zeka görüntü üreticileri için daha detaylı, sanatsal ve etkileyici hale getir. Mevcut prompt'u temel alarak, ışıklandırma, kompozisyon, dokular, renk paleti ve genel atmosfer hakkında yaratıcı detaylar ekle. Sadece zenginleştirilmiş prompt'u döndür, ek açıklama yapma:\n\n'{final_prompt_text}'"
                        
                        response = client.chat.completions.create(
                            model="gpt-3.5-turbo", # veya "gpt-4"
                            messages=[
                                {"role": "system", "content": "Sen bir yapay zeka görüntü prompt mühendisisin."},
                                {"role": "user", "content": ai_prompt_instruction}
                            ],
                            max_tokens=250
                        )
                        ai_enriched_prompt = response.choices[0].message.content.strip()
                        
                        st.markdown("### AI Tarafından Zenginleştirilmiş Prompt:")
                        st.code(ai_enriched_prompt, language="text")
                        st.button("AI Prompt'u Kopyala (Manuel)") # Yine manuel kopyalama
                        
                    except Exception as e:
                        st.error(f"AI prompt oluşturulurken bir hata oluştu: {e}")
                        st.info("API anahtarınızın doğru olduğundan ve yeterli krediniz olduğundan emin olun.")
            else:
                st.warning("Lütfen önce temel prompt'unuzu oluşturun.")

streamlit/secrets.toml dosyası:

[openai]
api_key = "sk-YOUR_OPENAI_API_KEY"

Bu bölümde, kullanıcının seçtiği anahtar kelimeleri ve detayları alıp, bunları bir dil modeline (GPT-3.5 Turbo) göndererek daha uzun, açıklayıcı ve sanatsal bir prompt dizesi oluşturmasını sağlıyoruz. Bu, uygulamanın “akıllı” yönünü oluşturur ve kullanıcılara prompt mühendisliği konusunda ek bir destek sunar.

Uygulamayı Çalıştırma ve Dağıtma

Uygulamayı yerel olarak çalıştırmak için terminalde app.py dosyasının bulunduğu dizine gidip şu komutu çalıştırmanız yeterlidir:

streamlit run app.py

Bu komut, uygulamanızı varsayılan web tarayıcınızda açacaktır.

Dağıtım Seçenekleri:

* Streamlit Cloud: Streamlit uygulamalarını GitHub depolarından doğrudan dağıtmak için en basit yöntemdir. Ücretsiz bir katmanı bulunur ve hızlı prototipleme için idealdir. secrets.toml dosyasını Streamlit Cloud’un arayüzünden güvenli bir şekilde yönetebilirsiniz.
* Heroku/Render: Bu platformlar, web uygulamalarını dağıtmak için genel amaçlı PaaS (Platform as a Service) çözümleridir. Procfile ve requirements.txt dosyaları ile yapılandırılırlar.
* Docker: Uygulamanızı bir Docker konteynerine paketleyerek herhangi bir ortamda tutarlı bir şekilde çalışmasını sağlayabilirsiniz. Bu, daha karmaşık bağımlılıkları olan veya daha fazla kontrol gerektiren uygulamalar için iyi bir seçenektir.
* Kendi Sunucunuz: Bir sanal özel sunucu (VPS) üzerinde Nginx gibi bir ters proxy kullanarak Streamlit uygulamanızı dağıtabilirsiniz.

Herhangi bir dağıtım senaryosunda, requirements.txt dosyanızda tüm bağımlılıkların (streamlit, openai vb.) listelendiğinden emin olun.

pip freeze > requirements.txt

Sonuç ve Gelecek Potansiyeli

Bu makalede, Streamlit ve Python kullanarak AI görüntü üretimi için akıllı bir prompt oluşturucu uygulamasının nasıl geliştirileceğini detaylı bir şekilde ele aldık. Uygulama, kullanıcıların karmaşık prompt’ları kolayca oluşturmasına, farklı parametreleri keşfetmesine ve hatta yapay zeka destekli iyileştirmelerle prompt’larını zenginleştirmesine olanak tanır. Streamlit’in sağladığı hızlı geliştirme ve kullanıcı dostu arayüz yetenekleri sayesinde, veri bilimciler ve geliştiriciler, bu tür araçları minimum çabayla hayata geçirebilirler.

Uygulamanın Faydaları:

* Erişilebilirlik: Prompt mühendisliği konusunda deneyimi olmayan kullanıcıların bile kaliteli prompt’lar oluşturmasını sağlar.
* Verimlilik: Prompt yazma sürecini hızlandırır ve tekrarlayan görevleri ortadan kaldırır.
* Keşif: Kullanıcıların farklı stil, ışıklandırma ve kompozisyon seçeneklerini kolayca denemesine olanak tanır.
* Öğrenme: Prompt’ların nasıl yapılandırıldığını ve hangi unsurların önemli olduğunu göstererek kullanıcılara eğitimsel bir değer sunar.

Gelecek Potansiyeli ve Eklenebilecek Yeni Özellikler:

Geliştirdiğimiz bu temel uygulamayı daha da ileriye taşımak için birçok geliştirme yapılabilir:
* Görüntü Önizleme: Oluşturulan prompt’u kullanarak doğrudan uygulamadan bir AI görüntü modeline (örn. Stable Diffusion API) istek göndererek üretilen görüntüyü önizleme.
* Prompt Geçmişi ve Kaydetme: Kullanıcıların oluşturdukları prompt’ları kaydetmelerine, düzenlemelerine ve favorilerine eklemelerine olanak tanıyan bir veritabanı entegrasyonu.
* Kullanıcı Hesapları: Prompt’ları kişiselleştirmek ve kaydetmek için kullanıcı oturum açma ve hesap yönetimi.
* Daha Fazla AI Entegrasyonu: Prompt’u sadece zenginleştirmekle kalmayıp, belirli anahtar kelimelere göre öneriler sunan veya prompt’un görsel etkisini tahmin eden daha gelişmiş dil modelleri kullanma.
* Topluluk Özellikleri: Kullanıcıların en iyi prompt’larını paylaşabileceği ve başkalarının prompt’larını keşfedebileceği bir bölüm.
* Çoklu Dil Desteği: Uygulamayı farklı dillerde kullanılabilir hale getirme.
* Görsel Etiketleme/Ters Prompt Mühendisliği: Bir görsel yükleyerek o görseli en iyi tanımlayan prompt’u otomatik olarak oluşturan bir özellik (CLIP modelleri ile mümkün).

Yapay zeka teknolojileri geliştikçe, bu tür yardımcı araçların önemi de artacaktır. Streamlit ve Python gibi güçlü araçlarla, bu yenilikçi uygulamaları geliştirmek artık her zamankinden daha kolay ve erişilebilir. Bu uygulama, hem bireysel yaratıcılar hem de profesyonel tasarımcılar için güçlü bir araç haline gelme potansiyeline sahiptir.