Diyagram mı, diffüzyon mu: programatik görsel üretim rehberi
Diyagramlar ve grafikler için diffüzyon yerine kod üretmek maliyeti düşürür, test edilebilir ve diff'lenebilir görseller sağlar.
Bir diyagram aslında görünür hale gelmiş bir veri yapısıdır, fotoğraf değil. Buna rağmen ekipler çoğu zaman diyagram, grafik veya dashboard gibi 'yapısal' görselleri bile piksel bazlı diffüzyon modelleriyle üretip render başına 0.02-0.20 dolar öder; ortaya çıkan dosya düzenlenemez, sadece yeniden üretilebilir. Alternatif yol, LLM'in görseli doğrudan kod (SVG, draw.io XML, Three.js, Blender vb.) olarak yazması ve bir render motorunun bunu görsele çevirmesidir. Üretim süreci olasılıksaldır ama ortaya çıkan kaynak dosya deterministiktir; saklanabilir, düzenlenebilir ve diff'lenebilir.
Bu yaklaşım üç sıralı karara dayanıyor: önce görselin 'yapı mı yoksa doku mu' olduğuna karar vermek (koordinat ve etiketlerle tarif edilebilen her şey koda, foto-gerçekçi doku ve gerçek yüzler diffüzyona uygundur); ardından en düşük yeterli render katmanını seçmek (basit SVG'den Blender ve Unreal Engine'e uzanan bir merdiven, her katman yeni bir yetenek sınıfı açar); son olarak model katmanını seçmek. Amazon Bedrock üzerinde aynı prompt ile yapılan test, Nova Pro'dan Claude Fable 5'e kadar yaklaşık 95 kat maliyet farkı gösteriyor; daha fazla token değil, model yeteneği kaliteyi belirliyor ve Opus üzerinde getiriler azalıyor.
Asıl kritik fark fiyatlandırılmayan bir özellikte: bozuk kod gürültülü şekilde başarısız olur (parse hatası, CI kırmızıya döner) ama geçerli-fakat-yanlış kod da sessizce başarısız olabilir; yine de kod, 'SVG şu etiketi içeriyor mu' gibi makine tarafından denetlenebilir testler yazmayı mümkün kılar. Bir PNG'de bunu yapmak OCR veya görü modeliyle ek bir doğrulama katmanı gerektirir. Ölçek büyüdükçe fark açılır: 1000 kod tabanlı görsel yaklaşık 4 dolara üretilebilirken, aynı hacim diffüzyonla 20-200 dolara mal olur ve sonuçta düzenlenemeyen, doğrulanamayan bitmap'ler elde edilir.