KI-generierte Blog-Headerbilder basierend auf Sentimentanalyse

In einem früheren Zettel habe ich bereits über die Verwendung von KI zur Erstellung abstrakter Headerbilder für meinen Blog nachgedacht. Dieser Beitrag beschäftigt sich mit dem Minimum Viable Product (MVP) und den Ergebnissen.

Meine anfängliche Einschätzung von KI-generierten Bildern

Jeder Zettel ist eine gewisse Notiz die ich für Ottersource Bereitstellen möchte, da ich der Auffassung bin, dass nicht nur die "erfolgreichen" Berichte veröffentlicht werden sondern auch Elemente die sich als (noch) nicht nützlich erwiesen haben. Trotz der Kontroverse um das Urheber und der Gefährdung von Künstlern hinsichtlich AI-Generated Bilder, habe ich mich ein wenig damit befasst. Auch wenn ich viele Aspekte der Künstler und auch Urheberrechtliche Bedenken nachvollziehbar finde, wollte ich mich mit den Möglichkeiten Befassen um eine eigene Einschätzung zu treffen.

Nachdem meine Position hoffentlich Ersichtlich wurde, werde ich euch hier mein Vorgehen erklären, so dass ihr euch selbst eine Einschätzung machen könnt und eventuelle Verbesserungen oder Inspiration mitnehmen könnt.

Der Ursprung des Abstrakten

Meiner Auffassung nach von Abstrakter Kunst, ist insbesondere eine Emotionale und gleichzeitig Individuelle Quelle, der Ursprung des Kunstwerks. Aber woher soll ein Ursprung ermittelt werden für Themen wie Stimmung, Emotionen und Wahrnehmung?

Mein erster Gedanke, war Ursprünglich die Verwendung eines Seeds des jeweiligen Blogposts für die Erstellung des Bildes. Da ich in meiner Logischen Sichtweise Gedanken über Dinge wie einem Hash des Blogbeitrags gemacht habe, welcher verwendet wird um Mathematische Operationen auszuführen.

Aus meiner primitiven Sichtweise, hatte ich mir zuerst Gedacht, ich nehme eine feste Anzahl (der Einfachheit 5) Vorlagen, welche je nach Hashwert ermittelt werden. Gehen wir von einer sehr großen Zahl aus, so wäre das Einfachste Vorgehen den Rest zu ermitteln und anhand dieser Zahl die Vorlage auszuwählen.

Sentimentanalyse des jeweiligen Blogbeitrags

Eine Sentimentanalyse wird gerne verwendet um in Sozialen Medien, Kundenbetreuung oder weiteren Sozialen Bereichen ein Stimmungsbild zu ermitteln. Dank der natürlichen Sprachmodelle, können diese Mittlerweile sehr "einfach" Verwendet werden.

Was ist Sentiment-Analyse?

Wie denken Ihre Kunden wirklich? Mit Sentiment-Analyse gewinnen Sie tiefe Einblicke in Emotionen – für smartere Entscheidungen.

IONOSIONOS Redaktion

Für meine Zwecke habe ich die Agent API von Mistral AI verwendet. Hierbei habe ich versucht für meinen ersten Durchlauf, eine Möglichst einfache Anweisung ohne Konkrete Elemente zu benennen. Ziel ist es das Stimmungsbild zu entnehmen, welches durch den jeweiligen Blog Beitrag für den Agenten Erzeugt wird.

Schritt 1: Erstellung eines Mistral Agent

Da ich meinen Agenten bereits erstellt habe, müsst ihr einen "Agent erstellen". Welche Möglichkeiten, solche Agenten bieten können und wie effektiv die vorgefertigten sind, wäre für unsere Zwecke nicht relevant.

Um dieses Projekt zu Erweitern, ist diese Information jedoch unerlässlich und wird extra behandelt. Gerne stehen die Kommentare offen, wenn ihr Hilfe benötigt.

Euer Feld sollte zu Beginn leer sein, für meine Zwecke habe ich auch nur wenige Konfigurationen vorgenommen. Leider habe ich die Anweisung und Leitplanken in Englisch definiert. Um jedoch die Ergebnisse Bewerten zu können, habe ich hier keine weiteren Änderungen vorgenommen.

Schritt 2: Argumente des Agenten

Anweisungen: You have to check my blogpost for its sentiment you have from reading the post and generate some abstract header image for it.

Leitplanken: Generate Abstract Header Images that fit for a blog post, use the sentiment of my blogpost as inspiration.

Ton: Persönlichkeit (ohne weiteren Argumente)

Wissen: Folgende Elemente waren aktiviert, insbesondere die Bilderzeugung muss aktiviert sein

• Canvas
• Bilderzeugung
• Websuche

Nachdem jetzt unser Agent konfiguriert ist, könnten wir diesen auf der rechten Bildschirmseite testen bevor wir ihn in einem neuen Chat verwenden.

Schritt 3: Generierung unserer Bilder anhand des Sentiment des Posts

Alle Feature Images der Zettel in unserem Zettelkasten, wurden nach dem Gleichen Schema erstellt. Der Befehl war für alle Bilder der gleiche, lediglich die einzelnen URLs wurden geändert, für den Zweck.

Das Ergebnis wird runtergeladen und anschließend für den betroffenen Blogpost als Feature Image gesetzt.

Schritt 4: Bewertung der jeweiligen Ergebnisse

Nachdem ich euch den fundamentalen Aufbau meines "komplexen" Agents gezeigt habe, geht es nun an das Bewerten der jeweiligen Inhalte. Ohne Erwartungshaltung und einfach zum Ausprobieren, habe ich für alle Zettel aus dem Zettelkasten den jeweiligen Post als Quelle der Sentiment Analyse gegeben.

Ich bin ehrlich, dass auch einige Zettel weniger Informationen und weniger Persönliche Elemente beinhaltet haben, als ich es mir gewünscht hätte, aber es ging mir im Ersten Schritt an das Testen des Zettelkasten und der Möglichkeit Inhalte schnell mit KI als Thought zu speichern.

Aus meiner Sicht, habe ich mein Ziel Erreicht und es hat auch meine Erwartungen übertroffen. Ich bin ehrlich, dass ich Kunst und insbesondere Abstrakte Kunst wenig verstehe. Daher ist meine Meinung subjektiv zu Betrachten, aber auch gleichzeitig objektiv im Verständnis der LLM wie Mistral Le Chat Pro.

Gedanken nach den ersten Ergebnissen

Ich überlege scherzhaft, mein Studium an den Nagel zu hängen und meine abstrakte Kunst als neues Standbein zu verwenden. Es bleiben jedoch viele Fragen offen.

1. Der Begriff „abstrakt“ ist scheinbar auch „relativ“. Ich hatte Kunstwerke wie Wellen oder Kreise im Kopf, als ich meinen Prompt geschrieben habe. Wie man jedoch erkennen kann, wurden auch Bilder generiert, die ich persönlich eher als Illustrationen betrachten würde, also Formen, die eine gewisse Logik haben.
2. Die ethischen Fragen, die mit der Bildgenerierung einhergehen. Mit welchen Bildern wurde die KI trainiert? Welche möglicherweise urheberrechtlich geschützten Bilder hätte ich verwenden können, um mir meine eigenen Bilder „kostenlos“ zu generieren?
3. Die Sprache und der Kontext werden zunehmend wichtiger, was aus meiner Sicht auch ein Abbild der gesellschaftlichen Entwicklung hinsichtlich Informationen ist. Hier geht es zwar nur um den Begriff „abstrakt“, aber ich hatte unter diesem Begriff eben nur „zufällige“ Illustrationen im Kopf und keine konkreten Elemente, wie in der vorherigen Galerie zu sehen ist.

Teile deine Einschätzung mit der Community

Hast du selber schon Bilder mit KI Generiert oder stehst du dieser Funktion eher kritisch gegenüber? Welche Inhalte findest du in Ordnung und wo würdest du die Grenzen ziehen?

Sei dabei, wenn wir weitere Änderungen an unserem Sentiment Agent vornehmen!