Bildet som kommer ut av ChatGPT eller Gemini ser ut som stua di, ferdig innredet. Men bildet viser ikke rommet ditt. Modellen tegner et nytt bilde fra bunnen, med fotoet ditt som utgangspunkt, og det skillet avgjør om det å innrede rom med AI blir nyttig, eller ender i en feilbestilt sofa.
Misforståelsen ligger i ordet «rediger»
Laster du opp et rombilde og ber om «samme rom, men i skandinavisk stil», redigerer ikke modellen fotografiet ditt slik du ville gjort i Photoshop. Den lager et nytt bilde som ligner. Den har ingen 3D-modell av rommet, ingen mål, ingen kunnskap om at panelovnen sitter der den sitter fordi vinduet er der.
Nyere redigeringsmodeller er bygget for å bevare mest mulig av originalen. Google markedsførte bilderedigeringen i Gemini, den som ble kjent under kallenavnet «nano banana», nettopp på at den holder på detaljer fra ett bilde til det neste, og OpenAI har tilsvarende redigering i ChatGPT. Det er en reell forbedring. Men hver piksel genereres fortsatt på nytt, og en modell som genererer piksler kan flytte et vindu uten å oppdage at noe er galt.
Hva verktøyene faktisk gjør med bildet
Både ChatGPT og Gemini tar imot bilder i vanlig chat, med en egen knapp for vedlegg i skrivefeltet. Begge kan beskrive det de ser, svare i tekst på spørsmål om plassering, farge og lys, og generere nye bilder ut fra fotoet ditt pluss en beskrivelse. Er bildegenerering nytt for deg, har vi en egen lage bilder med AI gratis. Til denne typen arbeid gjør de omtrent det samme. Skal du velge én å holde deg til, har vi en bredere sammenligning av AI-assistenter.
Bilder laget i Google-verktøyene merkes med SynthID, et usynlig vannmerke Google selv dokumenterer. Det endrer ingenting for innredningen, men det minner om hva bildet er: et generert forslag.
Tekstsvaret er også noe å bruke tid på. En modell som forklarer hvorfor sofaen bør snus mot vinduet, hvor du mangler lys om kvelden, og hvilken veggfarge som tåler lyset fra et nordvendt vindu, gir deg noe du kan bruke. Bildet gir stemning, og tekstsvaret gir råd du kan bruke.
Slik går du frem steg for steg
1. Fotografer slik at modellen har noe å jobbe med
Stå i døråpningen og ta hele veggen med, i dagslys. Modellen tolker bare det som er i bildet. Er halve rommet utenfor kanten, gjetter den resten, og gjetningen blir en del av forslaget du får tilbake. Ta gjerne to bilder fra hvert sitt hjørne og last opp begge i samme melding.
2. Skriv målene selv, i tekst
Målene må komme fra deg. En bildemodell kan ikke måle et rom fra et foto. Skriv derfor rett ut: rommet er 3,4 ganger 4,1 meter, takhøyde 2,4, vinduet på kortveggen er 1,2 meter bredt, døra slår innover mot venstre, sofaen vi har er 2,1 meter. Da kan modellen resonnere om plass i tekstsvaret, selv om bildet den lager fortsatt ikke er målriktig.
3. Be om tre forslag i ulik stil, i tekst først
En formulering som fungerer godt: «Her er et bilde av stua mi med målene over. Gi meg tre ulike innredningsforslag i tre forskjellige stiler. For hvert forslag vil jeg ha: plassering av møbler, fargepalett på vegger og tekstiler, belysningsplan med antall lyspunkter, og én ting jeg bør beholde slik det er i dag. Begrunn hvert valg med lysforholdene i bildet.»
Legg til hva som ikke kan røres. Det kan være en utleieleilighet, borettslagsvedtekter, en radiator som ikke lar seg flytte eller et arvet spisebord. Modellen tar bare hensyn til de begrensningene du oppgir. Skal du finpusse selve formuleringen, kan du bruke oppskriften i promptguiden vår.
4. Deretter, og bare deretter, be om bilder
Ett bilde per stil, og vær eksplisitt om hva som skal stå urørt: «Behold vinduets plassering og størrelse, døråpningen, radiatoren under vinduet og takhøyden nøyaktig som i originalbildet.» Du kommer ikke til å få det helt til å stemme. Men instruksen gir modellen noe å holde seg til, og du får en liste å kontrollere mot etterpå.
5. Be om handlelisten som en egen oppgave
Når du har valgt ett av de tre forslagene, start på nytt med bare det: «Ta forslag 2. List opp hva jeg må kjøpe, med kategori, mål og prisklasse per vare.» Blander du inn handlelisten i samme svar som stemningsbeskrivelsen, får du en liste som er skrevet for å passe teksten i stedet for rommet.
Slik oppstår feilene i bildene
Proporsjonene i bildet stemmer sjelden. Modellen har ingen skala. Den gjenkjenner hvordan en sofa ser ut i et bilde, men hvor mange centimeter den er i ditt rom, har den ingen informasjon om. Et generert bilde kan derfor vise en tremetersofa på en vegg som er 2,6 meter, og det ser helt overbevisende ut fordi rommet rundt strekker seg umerkelig for å få det til å gå opp.
Arkitekturen i bildet forskyver seg også. Vinduer bytter størrelse, lister og gerikter endrer profil, en dør kan forsvinne, takhøyden vokser. Legg det genererte bildet ved siden av originalfotoet på skjermen og sjekk fem ting: vindusplassering, dør, radiator eller panelovn, takhøyde og gulvmateriale. Det tar under et minutt og avslører raskt hvor mye modellen har diktet.
Så er det møblene i bildet. Sofaen i bildet er en syntese av tusenvis av sofaer og finnes ingen steder. Det gjelder også lampen du falt for. Du kan ikke søke den opp, fordi den ikke har en produsent. Du kan i stedet be modellen beskrive den i ord: «Beskriv sofaen i bildet som en produktbeskrivelse med mål, materiale, benhøyde og fargenavn.» Da har du noe å lete etter i virkeligheten.
Handlelisten må etterprøves, punkt for punkt
Ber du om «en handleliste med norske butikker», får du gjerne IKEA, Jysk, Bohus, Skeidar, Kid, Home & Cottage og Nordic Nest, med produktnavn og priser i kroner. Det ser ryddig ut. Problemet er at et navn som «MALMSTAD» ser like riktig ut for et IKEA-produkt enten det finnes eller ikke, og prisen kan være hentet fra et gammelt datagrunnlag eller et annet land.
To grep gjør listen mer pålitelig. Det ene er å be om kategori i stedet for produktnavn: «tremannssofa, 200 til 215 cm bred, lys grå bouclé, benhøyde under 20 cm, prisklasse 8000 til 15000 kroner», som du selv søker opp. Det andre er å be modellen slå på nettsøk og oppgi lenke til hver eneste vare, og så faktisk klikke på lenkene. Er lenken død eller peker til noe annet, er varen ikke verifisert.
Målene henter du alltid fra butikkens egen produktside før du bestiller, aldri fra chatten. En AI uten nettsøk som oppgir en sofabredde på 208 centimeter har ikke slått det opp noe sted, den har produsert et tall som ser sannsynlig ut. Bruktleddet klarer den heller ikke: Finn.no må du gå igjennom selv, for annonser endrer seg time for time.
Det du fortsatt må bestemme
Du må selv bestemme budsjettet, funksjonen og rekkefølgen. Modellen har ingen informasjon om at dere spiser middag på sofabordet, at barnevogna må inn i gangen, eller at dere flytter om to år og derfor ikke skal male taket. Den bruker bare det du skriver. Jo mer av hverdagen du legger inn i beskrivelsen, desto mindre generisk blir svaret.
Vis heller ikke det genererte bildet til en maler, snekker eller møbelselger som om det var en plan. Bildet er en illustrasjon av en idé, med feil mål og møbler som ikke kan kjøpes, og det skaper bare forvirring i andre enden. Skal du bygge om, rive en vegg eller bestille kjøkken, er det leverandørens egen planlegger eller en fagperson som gjelder. På idéstadiet er bildemodellen til gjengjeld god: den viser deg raskt at du liker mørke vegger bedre enn du trodde, eller at rommet tåler et større teppe.
Er dette del av et boligkjøp, kommer AI til større nytte tidligere i prosessen, til å lese tilstandsrapporten før du byr, lenge før du begynner å møblere rom du ennå ikke eier.
Lagre til slutt de tre genererte bildene i en egen mappe på telefonen, sammen med tekstsvaret og målene dine. Når du står i butikken og lurer på om det lyse eiketreet blir for gult mot veggfargen, hjelper bildene deg å bestemme deg, og målene i notatet avgjør om det får plass.
