Słownik

Wszystkie terminy, które książka definiuje — w jednym miejscu i alfabetycznie. Dodatek A grupuje te same terminy według warstwy pracy.

114 terminów

[

[FIELD]

Własna adnotacja tego dodatku, nie znacznik niepewności: słownictwo branżowe omówione na poziomie kategorii, a nie nazwane w rozdziale.

Konwencje książki

[UNVERIFIED]

Znacznik oznaczający, że twierdzenie nie ma źródła, które możesz sprawdzić.

Konwencje książki Używane w STYLE.md §6

A

ADetailer

Przebieg detali twarzy stosowany po upscalingu; książka nazywa tę operację, a nie ten przycisk.

Edycja, conditioning i post-processing Używane w 5.5

Afiliacja

Promowanie cudzego produktu za prowizję: najtańszy pierwszy dolar, najsłabsza pozycja.

Dystrybucja, monetyzacja i metryki Używane w 9.1, 9.7

AI Act Article 50

Artykuł o przejrzystości: 50(2) oznacza wynik i wiąże dostawcę, 50(4) wiąże ciebie.

Prawo, zgodność i provenance Używane w 11.1, 11.3

AI UGC

Generowany materiał robiony pod brief marki i wyceniany za deliverable, niepotrzebujący twojej własnej publiczności.

Dystrybucja, monetyzacja i metryki Używane w 0.3, 9.5

ARPU

Średni przychód na użytkownika w okresie; w wypracowanym miesiącu książki $4 230 na 60 subskrybentów, czyli $70,50.

Dystrybucja, monetyzacja i metryki Używane w 10.4, 12.5

B

Base model

Wytrenowane wagi, z których bierze się wygląd persony; jego licencja rządzi każdym adapterem trenowanym na nim.

Modele, trening i adaptery tożsamości Używane w 3.1, 4.5

Batch

Jeden przebieg produkcyjny, rozmiarowany według survival rate, a nie według ambicji.

Pipeline, automatyzacja i produkcja Używane w 5.4, 5.6

Bramka zatwierdzenia

Ludzkie sprawdzenie bezpośrednio przed krokiem nieodwracalnym: publikacją albo renderem, za który płacisz za sekundę.

Pipeline, automatyzacja i produkcja Używane w 7.1, 7.3

Brand deal

Płatny deliverable dla firmy, wyceniany w jednostkach, z wpisanymi prawami użycia i ekskluzywnością.

Dystrybucja, monetyzacja i metryki Używane w 9.5, 11.3

C

C2PA

Content Credentials: podpisany manifest opisujący, co utworzyło plik i co zostało z nim zrobione.

Prawo, zgodność i provenance Używane w 11.5

Captioning

Nazywanie tekstem tego, co obraz zawiera; to, co nazwiesz, oddziela się od trigger worda.

Modele, trening i adaptery tożsamości Używane w 4.5

CFG scale

Classifier-free guidance: jak mocno model jest popychany w stronę promptu; wysokie wartości przepalają LoRA tożsamości.

Próbkowanie i ustawienia wnioskowania Używane w 3.2

Character bible

Sześcioczęściowa specyfikacja, która czyni personę odtwarzalną jako postać przez miesiące.

Tożsamość, kanon i charakteryzacja Używane w 2.3, 2.7

Checkpoint

Jeden zapisany stan modelu albo adaptera, identyfikowany hashem i zapisany jako provenance.

Modele, trening i adaptery tożsamości Używane w 4.5, 11.5

Churn

Odsetek subskrybentów, którzy odchodzą; o jeden miesiąc krótsze przeciętne życie przesunęło LTV z $352 na $585.

Dystrybucja, monetyzacja i metryki Używane w 10.4, 12.5

CLIP

Enkoder tekstu w stylu CLIP, który najlepiej odpowiada na fragmenty rozdzielone przecinkami; używany przez starsze rodziny modeli.

Modele, trening i adaptery tożsamości Używane w 3.2

CLIP Vision

Obrazowa połowa enkodera z rodziny CLIP, warunkująca na obrazie referencyjnym, a nie na tekście.

Modele, trening i adaptery tożsamości Używane w 3.2, 4.3

ComfyUI

Silnik grafów węzłowych, którego książka używa jako silnika produkcyjnego, wywoływalny przez orchestratora.

Pipeline, automatyzacja i produkcja Używane w 3.4, 7.2

ControlNet

Ścieżka warunkowania ograniczająca generowanie mapą strukturalną, taką jak poza, głębia albo krawędzie.

Modele, trening i adaptery tożsamości Używane w 4.3

Czas człowieka

Największa pozycja sumaryczna w tabeli kosztów pipeline'u i ta, którą operatorzy pomijają.

Pipeline, automatyzacja i produkcja Używane w 7.5, 0.4

D

Deepfake

Treść przypominająca istniejące osoby albo zdarzenia, która fałszywie wyglądałaby na autentyczną; definicja uruchamiająca 50(4).

Prawo, zgodność i provenance Używane w 11.1

Detail pass

Operacja na detalach twarzy, uruchamiana na końcu, w finalnej rozdzielczości i przy niskim odszumianiu; nadmiar detalu czyta się jako syntetyk.

Edycja, conditioning i post-processing Używane w 5.5, 3.2

Dostawca (provider)

W rozumieniu AI Act: ten, kto opracowuje system AI albo wprowadza go na rynek pod własną nazwą.

Prawo, zgodność i provenance Używane w 11.1

DPIA

Ocena skutków dla ochrony danych, wymagana przy profilowaniu na dużą skalę, takim jak persona w czacie.

Prawo, zgodność i provenance Używane w 11.7

Drabina metod

Techniki tożsamości uporządkowane od najtańszej i najsłabszej do najdroższej i najbardziej przenośnej.

Modele, trening i adaptery tożsamości Używane w 4.2

DreamBooth

Dostrajanie większej części modelu na garści obrazów: wyższa wierność, gigabajtowe wyniki, więcej przeucenia.

Modele, trening i adaptery tożsamości Używane w 3.2

Dryf tożsamości

Powolna migracja twarzy od planszy referencyjnej, niewidoczna w jednej klatce, oczywista przez rok.

Tożsamość, kanon i charakteryzacja Używane w 4.1, 4.6

Dubbing kontra ponowne wygenerowanie

Dubbing podmienia ścieżkę audio pod istniejącym wizualem; ponowne wygenerowanie produkuje klip od nowa, co reguła mismatchu preferuje.

Wideo, ruch i dźwięk Używane w 6.4, 6.7

E

Encoder klasy T5

Enkoder tekstu z długim kontekstem, który radzi sobie z pełnymi zdaniami i relacjami między słowami; pisz prozą, nie zupą tagów.

Modele, trening i adaptery tożsamości Używane w 3.2

Expression echo

Adapter odtwarzający ten wyraz twarzy albo tę pozę, które dominowały w jego datasecie; porażka koncentracji, nie promptu.

Modele, trening i adaptery tożsamości Używane w 4.3, 4.4, 5.6

F

Fonem

Jednostka dźwięku, którą model lip-sync mapuje na kształty ust; trudne potrafią potroić liczbę powtórzeń.

Wideo, ruch i dźwięk Używane w 6.6

H

Hierarchia przychodów

Ścieżki zarobku uporządkowane od najłatwiejszej do najtrudniejszej, z godzinami operatora przypisanymi do każdej.

Dystrybucja, monetyzacja i metryki Używane w 9.1

I

I2V (image-to-video)

Generowanie ruchu z zatwierdzonego stilla; to workflow still-first czyni keyframe'y przenośnymi.

Wideo, ruch i dźwięk Używane w 6.1, 6.2

img2img

Odszumianie całego obrazu z twojego wejścia przy zadanej sile, przepisujące styl ujęcia z zachowaniem kadru.

Edycja, conditioning i post-processing Używane w 3.2

Inpainting

Regenerowanie wyłącznie zamaskowanego obszaru; narzędzie chirurgiczne do dłoni, oka albo jednego złego detalu.

Edycja, conditioning i post-processing Używane w 3.2, 5.5

InstantID

Embedding twarzy plus ścieżka landmarków, dzięki czemu jedna referencja trzyma tożsamość, gdy poza i scena się zmieniają.

Modele, trening i adaptery tożsamości Używane w 3.2, 4.3

IP-Adapter FaceID

IPAdapter niosący embedding tożsamości wyciągnięty przez model rozpoznawania twarzy, co wyostrza utrzymanie.

Modele, trening i adaptery tożsamości Używane w 3.2, 4.3

IPAdapter

Warunkuje generowanie obrazami referencyjnymi, przenosząc styl i kompozycję równie dobrze jak twarz; zawodny jako samo źródło tożsamości.

Modele, trening i adaptery tożsamości Używane w 3.2, 4.3

K

Kanał własny

Powierzchnia, którą kontrolujesz, taka jak lista mailingowa, dzięki której publiczność przetrwa decyzję platformy.

Dystrybucja, monetyzacja i metryki Używane w 10.1, 12.4

Kanon

Dziesięć faktów, których persona nie może złamać, każdy dość konkretny, by sprawdzić go w dziesięć sekund.

Tożsamość, kanon i charakteryzacja Używane w 2.3, 5.6

Keyframe

Zatwierdzony still, z którego generuje się klip, niosący tożsamość, którą model wideo wziąłby skądinąd.

Wideo, ruch i dźwięk Używane w 6.1, 6.2

Klonowanie głosu

Produkowanie nowej mowy z próbki prawdziwego głosu; zakotwiczenie w stałym artefakcie sprawia, że bije ono projektowanie głosu.

Wideo, ruch i dźwięk Używane w 6.5

Klonowanie zero-shot

Klonowanie z krótkiej próbki bez dostrajania, kosztem stabilności emocja do emocji.

Wideo, ruch i dźwięk Używane w 6.5

Kolejka publikacji

Cztery miejsca docelowe wybierane już na QA, a nie później: publikacja, bank, retusz albo kosz.

Edycja, conditioning i post-processing Używane w 5.6

Koszt na opublikowany post

Miesięczne wydatki pipeline'u podzielone przez opublikowane posty; poniżej około $6 jest zdrowo, powyżej $15 znaczy zejść niżej.

Dystrybucja, monetyzacja i metryki Używane w 0.4, 7.5

Koszt na użyteczne ujęcie

Wydatki na generowanie podzielone przez klatki przechodzące QA; metryka, która czyni zmiany tieru porównywalnymi.

Dystrybucja, monetyzacja i metryki Używane w 5.6, 7.5

L

Liczba kroków

Ile iteracji odszumiania się wykonuje; bazy pełnej jakości zbiegają w okolicach 20–30, modele destylowane w okolicach 4–8.

Próbkowanie i ustawienia wnioskowania Używane w 3.2

Lip-sync

Dopasowanie zsyntetyzowanej mowy do twarzy; rozliczane za minutę i najczęściej powtarzana linia w arkuszu kosztów.

Wideo, ruch i dźwięk Używane w 6.6

Lista „nigdy nie publikuj"

Zapisany zbiór rzeczy, których persona nie zrobi, wraz z deepfake'ami politycznymi.

Prawo, zgodność i provenance Używane w 11.6, 12.4

LoRA

Mały adapter niskiego rzędu, od kilkudziesięciu do dwustu megabajtów, który popycha bazę w stronę jednej twarzy.

Modele, trening i adaptery tożsamości Używane w 3.2, 4.5, 4.7

LTV

Łączone ARPU pomnożone przez przeciętne życie subskrybenta w miesiącach; $70,50 przez pięć miesięcy daje $352.

Dystrybucja, monetyzacja i metryki Używane w 10.4

M

Media kit

Jednostronicowy dokument, który odpowiada na pytania marki o moce przerobowe, zgodność i stawki, zanim marka je zada.

Dystrybucja, monetyzacja i metryki Używane w 9.5

Merchant of record

Platforma, która sprzedaje w twoim imieniu, odprowadza VAT i wystawia fakturę pod własną nazwą.

Dystrybucja, monetyzacja i metryki Używane w 9.4, 11.8

Metadane provenance

Generator, prompt, seed, referencje, znacznik czasu i suma kontrolna zapisywane dla każdego opublikowanego assetu.

Prawo, zgodność i provenance Używane w 11.4, 11.5

Migotanie

Niestabilność jasności, tekstury albo detalu między klatkami; ograniczenie generatora, nie problem gradingu.

Wideo, ruch i dźwięk Używane w 6.1, 6.7

Model release

Pisemna zgoda człowieka występującego w referencji, ograniczona terytorium, okresem i mediami.

Prawo, zgodność i provenance Używane w 11.4

Motion bucket

Parametr sterujący tym, ile ruchu się od klipu żąda.

Wideo, ruch i dźwięk Używane w 6.2

Motion prompt

Tekst opisujący wyłącznie ruch, trzymany krótko, gdy warunkowanie tożsamości jest ciężkie.

Wideo, ruch i dźwięk Używane w 6.2, 6.3

N

Node graph

Zapisany workflow generowania wyrażony jako połączone node'y, uruchamialny z API albo skryptu.

Pipeline, automatyzacja i produkcja Używane w 7.2

O

Obrazy regularyzacyjne

Zwykłe obrazy klasy, której uczy adapter, dołączane, by utrzymać ogólne zachowanie modelu bazowego.

Modele, trening i adaptery tożsamości Używane w 4.4, 4.5

Okres retencji

Zdefiniowany czas życia dla każdej klasy danych: 12–24 miesiące dla logów, pięć lat dla faktur.

Prawo, zgodność i provenance Używane w 11.4, 11.7

Orchestrator

Warstwa automatyzacji, która wywołuje silnik, przekazuje parametry i archiwizuje wyjścia; tutaj n8n.

Pipeline, automatyzacja i produkcja Używane w 7.2, 7.3

Outpainting

Rozszerzanie obrazu poza jego pierwotny kadr; książka komponuje szerzej już na etapie generowania.

Edycja, conditioning i post-processing Używane w 5.5

Oznaczenie odczytywalne maszynowo

Oznaczanie po stronie dostawcy jako poświadczenia C2PA albo watermarki pikselowe; nie twój obowiązek i nie niezawodne.

Prawo, zgodność i provenance Używane w 11.1, 11.5

P

Path

Numerowana konwencja folderów, taka jak 00-bible/ i 40-output/, która trzyma każdy asset adresowalnym.

Pipeline, automatyzacja i produkcja Używane w 3.6, 5.3

Podmiot wdrażający (deployer)

W rozumieniu AI Act: ten, kto używa systemu AI pod własnym zwierzchnictwem; ty, za każdym razem gdy wysyłasz prompt.

Prawo, zgodność i provenance Używane w 11.1

PPV

Pay-per-view: jednorazowa płatna treść sprzedawana w ramach subskrypcji, w cenie około $8 do $40 za sztukę.

Dystrybucja, monetyzacja i metryki Używane w 9.4, 10.4

Prawa osoby, której dane dotyczą

Dostęp, sprostowanie, usunięcie, przenoszenie i sprzeciw na mocy artykułów 15–22.

Prawo, zgodność i provenance Używane w 11.7

Prawo do wizerunku

Prawo osoby do kontrolowania komercyjnego użycia jej podobizny, odrębne od praw autorskich.

Prawo, zgodność i provenance Używane w 11.4, 11.7

Prawo do własnego wizerunku

Ten sam interes ujęty jako prawo jednostki do własnego obrazu; w Polsce prawo do wizerunku.

Prawo, zgodność i provenance Używane w 11.7

Prawo odstąpienia

Czternastodniowe prawo konsumenta w UE do rezygnacji, tracone tylko wtedy, gdy zgoda i potwierdzenie są udokumentowane.

Prawo, zgodność i provenance Używane w 11.8

Preset próbkowania

Zamrożony sampler, scheduler, liczba kroków i CFG wpisane do specyfikacji persony.

Próbkowanie i ustawienia wnioskowania Używane w 3.2, 3.5

Projektowanie głosu

Opisanie głosu i zlecenie modelowi stworzenia go bez nagrania źródłowego: brak problemu ze zgodą, mniejsza spójność.

Wideo, ruch i dźwięk Używane w 6.5

Prompt list

Utrzymywany zestaw czterdziestu wariantów promptu wielokrotnego użytku, uzupełniany w cotygodniowym oknie przeglądu.

Pipeline, automatyzacja i produkcja Używane w 5.2, 12.5

Przestrzeń latent

Skompresowana reprezentacja, w której model odszumia; dlatego img2img jest przybliżeniem, a inpainting ma miękkie krawędzie.

Modele, trening i adaptery tożsamości Używane w 3.2

Przeucenie i niedouczenie

Przeucenie zapamiętuje zbiór referencyjny razem z jego oświetleniem; niedouczenie zostawia twarz zbyt słabo nauczoną, by się trzymała.

Modele, trening i adaptery tożsamości Używane w 3.2, 4.5

PuLID

Wstrzykuje embedding tożsamości z wyrównaniem kontrastowym zaprojektowanym tak, by nie ruszać estetyki bazy; bez treningu.

Modele, trening i adaptery tożsamości Używane w 3.2, 4.3

Q

QA rejection rate

Jedynka minus survival rate; diagnostyka mówiąca, że regresję zaliczyła warstwa pipeline'u, a nie model.

Pipeline, automatyzacja i produkcja Używane w 5.6, 7.5

QA survival rate

Klatki przechodzące QA podzielone przez klatki wygenerowane; wejście do wyznaczania rozmiaru batchu.

Pipeline, automatyzacja i produkcja Używane w 5.6

R

Ranga i alpha LoRA

Ranga ustawia pojemność adaptera; alpha skaluje, jak mocno napiera. Pojemność, nie jakość.

Modele, trening i adaptery tożsamości Używane w 4.5

Reference conditioning

Modele edycyjne oparte na instrukcji i adaptery, które trzymają temat, gdy scena się zmienia.

Edycja, conditioning i post-processing Używane w 3.2, 5.1

Reference sheet

Wersjonowana plansza twarzy i ciała persony, względem której ocenia się każde generowanie.

Tożsamość, kanon i charakteryzacja Używane w 5.1, 4.6

Rejestr osi czasu

Datowany zapis tego, co persona już zrobiła albo twierdziła, służący do wyłapywania sprzeczności.

Tożsamość, kanon i charakteryzacja Używane w 2.4, 5.6

Rekwizytornia

Powracające miejsca i przedmioty wokół persony; to, co zamienia generowanie z wymyślania w wydobywanie.

Tożsamość, kanon i charakteryzacja Używane w 2.3, 5.3

RODO (GDPR)

Unijny reżim ochrony danych, po angielsku GDPR; rządzi logami czatu, referencjami i rejestrami zgód.

Prawo, zgodność i provenance Używane w 11.4, 11.7

Run id

Identyfikator nadany jednemu przebiegowi pipeline'u, czyniący ponowne uruchomienie idempotentnym zamiast duplikującym wyjścia.

Pipeline, automatyzacja i produkcja Używane w 7.2, 7.3

S

Sampler

Algorytm idący od szumu do obrazu, taki jak Euler albo wariant DPM++.

Próbkowanie i ustawienia wnioskowania Używane w 3.2

Scheduler

Harmonogram szumu, za którym idzie sampler, taki jak normal albo karras.

Próbkowanie i ustawienia wnioskowania Używane w 3.2

Seed

Losowy punkt startowy; ten sam seed z tymi samymi ustawieniami odtwarza ten sam obraz.

Próbkowanie i ustawienia wnioskowania Używane w 3.2, 3.5

Selekcja datasetu

Projektowanie, a nie zbieranie zbioru treningowego: najpierw oceniasz wygenerowaną pulę pod tożsamość, potem pod pokrycie.

Modele, trening i adaptery tożsamości Używane w 4.4

Skanowanie konsekwencji

Przegląd zaplanowanego posta pod kątem tego, komu mógłby zaszkodzić albo kogo wprowadzić w błąd, przed publikacją.

Prawo, zgodność i provenance Używane w 11.6

Smoke test

Trzy klatki przy ustawieniach produkcyjnych, sprawdzone pod tożsamość, przed każdym dużym batchem.

Pipeline, automatyzacja i produkcja Używane w 3.4, 7.2

Spójność czasowa

Czy wygląd trzyma się przez klatki jednego klipu; wideo-wersja dryfu.

Wideo, ruch i dźwięk Używane w 6.1, 6.3

spółka z ograniczoną odpowiedzialnością

Polska forma spółki kapitałowej; ta, którą zakłada materiał zgodnościowy książki.

Prawo, zgodność i provenance Używane w 11.7, 12.4

Start frame i end frame

Obrazy, między którymi interpoluje klip; podanie obu ogranicza ruch i zmniejsza dryf.

Wideo, ruch i dźwięk Używane w 6.2, 6.4

Szablon ujawnienia

Pięć gotowych fragmentów umieszczanych według jednej reguły: nieuniknione, nie do pominięcia.

Prawo, zgodność i provenance Używane w 11.3

T

T2V (text-to-video)

Generowanie klipu z tekstu, bez klatki referencyjnej; słabsza droga dla persony.

Wideo, ruch i dźwięk Używane w 6.1

Tabela odrzuceń

Diagnostyka dwunastu defektów, kierująca dziewięć z dwunastu napraw z powrotem do pipeline, a nie do ujęcia.

Edycja, conditioning i post-processing Używane w 5.6

Talking head

Zsynchronizowany klip mówiący; format, który przenosi pipeline z Minimum do Working.

Wideo, ruch i dźwięk Używane w 6.6, 7.5

Tier subskrypcji

Poziom dostępu odnawiany cyklicznie, wyceniony pod intencję wejściową, średnią albo wysoką.

Dystrybucja, monetyzacja i metryki Używane w 9.4

Trigger word

Token aktywujący adapter i zarazem token, który wchłania wszystko, co dataset błędnie kojarzy z twarzą.

Modele, trening i adaptery tożsamości Używane w 4.5

TTS (text-to-speech)

Synteza mowy z tekstu; najtańsza warstwa w stacku przy skali jednoosobowej.

Wideo, ruch i dźwięk Używane w 6.5

txt2img

Generowanie z samego tekstu, bez referencji; miejsce, od którego persona startuje, i złe narzędzie do jej utrzymywania.

Edycja, conditioning i post-processing Używane w 3.1, 3.2

U

Udział w przychodach

Zapłata jako procent tego, co zarabia druga strona, a nie stała kwota.

Dystrybucja, monetyzacja i metryki Używane w 12.6

Upscaling

Podnoszenie rozdzielczości na pikselach, a nie na latentach, więc idzie po kompozycji, tożsamości i naprawie.

Edycja, conditioning i post-processing Używane w 3.2, 5.5

V

VAE

Para koder–dekoder między pikselami a przestrzenią latent; niedopasowana para objawia się przesunięciem kolorów i wypłukanymi cieniami.

Modele, trening i adaptery tożsamości Używane w 3.2

Variant

Jedna kombinacja promptu i ustawień w ramach batchu, śledzona, by dało się zmierzyć jej przetrwanie.

Pipeline, automatyzacja i produkcja Używane w 5.2, 5.4

VAT OSS

One Stop Shop: jedna rejestracja i jedna deklaracja kwartalna po przekroczeniu progu €10 000.

Prawo, zgodność i provenance Używane w 11.8

W

Workflow JSON

Zserializowany node graph wyeksportowany z edytora, czyli to, co wykonuje orchestrator.

Pipeline, automatyzacja i produkcja Używane w 7.2

Wynik spójności tożsamości

Ocena od 1 do 5 dla każdej klatki; nic, co dostaje 2 albo mniej, nie przechodzi, niezależnie od tego, co mówi średnia.

Tożsamość, kanon i charakteryzacja Używane w 4.6, 5.6

Z

Zamiana twarzy w stylu ReActor

Podmiana twarzy po generowaniu: szybka i tania, słaba przy zmianie kątów i ruchu.

Modele, trening i adaptery tożsamości Używane w 4.2, 4.7

Znacznik niepewności

Etykieta twierdzenia w nawiasie kwadratowym: [UNVERIFIED], [VENDOR CLAIM], [UNTESTED], [SNIPPET] albo [AS OF 2026-10].

Konwencje książki Używane w STYLE.md §6