AI'dan Çıkan 3D Modeli Üretime Hazır Hale Getirmek

İyi görünen model ile teslim edilebilir model arasındaki fark

Metinden ya da fotoğraftan 3D model üreten araçlar, ilk bakışta etkileyici sonuçlar verebiliyor. Model ekranda dönüyor, şekil tanınıyor, renkler yerinde görünüyor. Sorun, bu görüntünün bir ürün sayfasına, bir katalog çekimine ya da bir AR deneyimine konabilecek dosya anlamına gelmemesi.

Bir modelin "üretime hazır" olması, belirli bir kullanım için yeterli olması demek. Web'de dönecek bir model için bu; doğru ölçek, makul poligon sayısı, temiz materyal yapısı ve tutarlı bir GLB anlamına gelir. Render için ise farklı bir liste var. Bu yazıda AI çıktısını bir ürün işine hazırlarken izlediğim sırayı anlatıyorum. Sıra önemli, çünkü bir adımdaki karar sonrakilerin işini belirliyor.

Aracın seçimi ve genel mantığı için Tripo AI ile 3D model üretmek mantıklı mı yazısına, AI'nın bu işteki geleceğine dair düşüncelerime ise AI 3D modelleme işini bitirecek mi yazısına bakabilirsiniz. Burada tartışmayı bir kenara bırakıp somut adımlara geçiyorum. Belirli bir aracın özelliklerini anlatmıyorum; çünkü araçlar hızlı değişiyor. Anlattığım kontroller, çıktı hangi araçtan gelirse gelsin geçerli.

Başlamadan önce: hedef kullanım nedir?

Temizlik işine girmeden önce modelin nerede kullanılacağına karar vermek gerekir, çünkü aynı dosya farklı hedeflerde farklı kararlar gerektirir.

• Web'de dönen model: Dosya boyutu ve poligon sayısı kritik; materyal yapısı GLB'ye uygun olmalı.
• Statik render: Poligon bütçesi daha esnek, ama yüzey kalitesi ve kenar detayı daha önemli.
• AR yerleştirme: Gerçek ölçek şart; dosya boyutu mobil için sınırlı.
• Animasyon: Parça ayrımı ve pivot noktaları öncelikli; kenar akışı deformasyonu etkiler.
• Yalnızca konsept veya oran referansı: Temizlik gerekmez, model yalnızca kılavuz olarak kalır.

Son seçenek çoğu zaman gözden kaçıyor. AI çıktısını sonuna kadar temizlemek yerine, onu bir oran kılavuzu olarak sahneye koyup üzerine temiz geometri kurmak bazen daha kısa sürer. Bu karar, aşağıdaki denetimin sonucuna göre verilir.

Adım 1: Dosyayı ilk açtığınızda yapı denetimi

Modeli bir 3D yazılıma aldığınızda görünüşe bakmadan önce yapıya bakın. Blender kullanıyorsanız şu kontrolleri sırayla yapabilirsiniz:

• Birim ve ölçek: Model gerçek ürün boyutunda mı? Çoğu zaman değildir. Ürünün bilinen bir ölçüsünü (örneğin yüksekliğini) alıp modeli buna göre ölçeklemek gerekir.
• Poligon sayısı ve dağılımı: Toplam sayıya ve yoğunluğun nerede toplandığına bakın.
• Wireframe: Düzensiz üçgenler, aşırı yoğun bölgeler, delikler ve kopuk yüzeyler burada görünür.
• Yüz yönü: Blender'ın Face Orientation görünümüyle ters dönmüş yüzleri bulun.
• Çift köşeler ve içeride kalan geometri: Birbirine çok yakın köşeler ve yüzeyin altında kalmış parçalar sorun yaratır.
• Parça yapısı: Model tek bir kütle mi, yoksa mantıklı parçalara bölünmüş mü?
• Materyal yapısı: Tek bir doku mu, ayrı PBR haritaları mı var?

Bu denetimin sonunda kararınızı verin: düzeltmek mi, yeniden kurmak mı? Düzeltme ve yeniden kurma arasındaki çerçeveyi Tripo yazısında anlattım; kısaca, sert yüzeyli ve ölçüye hassas ürünlerde yeniden kurmak, organik ve esnek formlarda düzeltmek genellikle daha mantıklı. Aşağıdaki adımlar iki yol için de geçerli, ancak yeniden kurulumda geometri adımları farklı işler.

Adım 2: Ölçeği ve oranı gerçek ürüne göre doğrulamak

AI çıktısında en sık görülen sorunlardan biri, oranın "neredeyse doğru" olması. Neredeyse doğru bir oran, genel bakışta fark edilmez ama ürün işinde sorun yaratır: bir koltuğun oturma derinliği, bir şişenin boyun uzunluğu ya da bir cihazın kalınlığı müşteri tarafından kolayca fark edilir.

Doğrulama için ürünün gerçek fotoğrafını ve ölçü tablosunu kullanın. Modeli ön, yan ve üst ortografik görünümde, fotoğrafı da aynı açıyla referans olarak yan yana koyun. Silüeti üst üste bindirerek farkı görürsünüz. Birkaç temel oranı (yükseklik/genişlik, bağlantı noktalarının konumu, kalınlıklar) sayısal olarak da kontrol edin.

Oran hatalarını düzeltmek, geometri düzensizse zor olur. Bu da düzeltme-yeniden kurma kararının bir parçası: eğer oranı düzeltmek için modelin yarısını yeniden şekillendirmeniz gerekiyorsa, temiz bir model kurmak daha az iş olabilir. Referans fotoğrafın niçin bu kadar kritik olduğunu ürün modelinde referans fotoğrafı yazısında anlattım.

Ölçek tamamlandığında, uygulayın: Blender'da nesnenin ölçeğini uygulamak (Apply Scale) sonraki adımlarda ve dışa aktarımda tutarsızlığı önler. Bunu atlayan modellerde modifier'lar ve materyal ölçekleri beklenmedik davranır.

Adım 3: Geometriyi temizlemek ya da yeniden kurmak

Topoloji, yani yüzeylerin birbirine nasıl bağlandığı, modelin sonraki her adımını etkiler. Temiz topoloji neden önemli sorusunu ayrı bir yazıda ele aldım. Burada pratik seçenekler şunlar:

• Yerinde temizlik: Çift köşeleri birleştirmek (Merge by Distance), içeride kalan parçaları silmek, delikleri kapatmak, normal yönlerini düzeltmek. Şekil iyiyse ve model organikse bu çoğu zaman yeterli.
• Poligon azaltma: Decimate gibi araçlar sayıyı düşürür, ama kenar akışını düzeltmez; ayrıca keskin kenarlarda ve ince detaylarda bozulma yaratabilir. Sonucu her zaman gözle kontrol edin.
• Yeniden ağ kurma (remesh): Otomatik remesh araçları düzgün dağılımlı bir ağ üretir; ancak ürün kenarlarını ve keskin hatları korumada sınırlı kalabilir.
• Elle retopoloji: AI modelini referans olarak sahnede tutup üzerine temiz bir ağ çizmek. Daha fazla zaman alır, ama sert yüzeyli ürünlerde en kontrollü sonucu verir.
• Sıfırdan kurulum: Modeli yalnızca oran kılavuzu yapıp ölçülere göre baştan modellemek. Modifier tabanlı yaklaşım burada hızlı ve düzenlenebilir sonuç verir; bunu modifier ile hızlı modelleme yazısında anlattım.

Hangisini seçeceğiniz, ürünün türüne ve hedefe bağlı. Bir seçeneğin diğerinden "daha iyi" olduğunu söylemek yanıltıcı olur; ölçüt, sonuçta elde ettiğiniz modelin hedef kullanımda doğru görünmesi ve düzenlenebilir olması.

Adım 4: Kenarlar ve sertlik

AI modellerinde köşeler çoğu zaman gereğinden yumuşak, yani "erimiş" görünür. Gerçek ürünlerde ise kenarların bir yarıçapı vardır: çok küçük de olsa ışığı yakalayan bir yuvarlatma. Bu yuvarlatma ürünün gerçekliğini belirler.

Temiz bir ağ kurduktan sonra kenar yuvarlatmayı kontrollü biçimde eklemek gerekir. Bunun nedenlerini ve yöntemini bevel ile gerçekçi kenarlar yazısında anlattım. AI çıktısında ise bevel eklemek zor olabilir, çünkü düzensiz ağ bevel'ın temiz çalışmasını engeller. Bu da retopolojinin neden gerekli olabileceğini gösteren pratik bir örnek.

Düşük poligonlu web modellerinde ise kenar detayını normal map ile vermek mümkün. Düşük poligonun kötü görünmek zorunda olmadığını düşük polygon model neden kötü görünmez yazısında açıkladım.

Adım 5: UV haritasını kontrol etmek ya da yeniden açmak

AI araçlarının ürettiği UV'ler çoğu zaman, modelin her yerini tek bir dokuya sığdıran otomatik bir yerleşimdir. Bu yerleşim, bir ürün işinde şu sorunları yaratabilir:

• Doku yönü parçalara göre tutarsızdır; ahşap damarı ya da kumaş dokusu yön değiştirir.
• Parçalar rastgele döndürülmüş ve parçalanmıştır, bu yüzden dikişler görünür.
• Doku yoğunluğu (texel density) parçalar arasında eşit değildir; bir bölge net, bir bölge bulanık görünür.
• Renk değişimi gerektiren bölgeler ayrı bir alan olarak ayrılmamıştır.

Bu yüzden pek çok durumda UV'yi yeniden açmak gerekir. Neden ve nasıl yapıldığı ürün modellerinde UV açma yazısında anlatılıyor. Ana ölçüt: UV'yi malzemenin mantığına göre kurmak. Ahşap damarı bir yönde akmalı, kumaş dokusu ürünün kesim yönüne uymalı, logo gibi hassas grafikler bozulmamalı.

Adım 6: Materyalleri ve dokuları yeniden kurmak

AI araçlarının dokuları genellikle tek bir renk haritasıdır ve ışık bilgisi bu haritanın içine gömülü olabilir. Yani gölgeler, parlamalar ve yansımalar dokuya "pişirilmiştir". Böyle bir doku sahnede başka bir ışıkla birleştiğinde tuhaf görünür: model, kendi ışığını taşıyormuş gibi durur.

Bu nedenle ürün işinde, AI'nın verdiği dokuyu doğrudan nihai materyal kabul etmiyorum. Yaklaşımım:

• Dokuyu referans olarak saklamak, ama materyali PBR ilkelerine göre baştan kurmak. PBR'ın mantığını PBR malzeme, roughness ve metallic yazısında anlattım.
• Rengi, pürüzlülüğü ve gerekirse metalliği ayrı kanallarda tanımlamak.
• Gerçek ürünün malzeme referansına (numune ya da yakın plan fotoğraf) bakarak yüzeyi eşleştirmek.
• Kumaş, ahşap, metal ve deri gibi yüzeyler için ilgili rehberlere başvurmak: gerçekçi kumaş dokusu, gerçekçi metal ve gerçekçi deri yazıları.

Bu adımın çıktısı, farklı ışıklarda tutarlı davranan bir materyal. Test için modeli birkaç farklı HDRI altında deneyin; bunun yöntemi HDRI ile ürün ışıklandırma yazısında var.

Adım 7: Parçaları ayırmak, adlandırmak, pivot noktalarını koymak

Tek parça bir AI modeli, renk seçeneği ya da animasyon gerektiren bir ürün için işe yaramaz. Örneğin bir sandalyenin bacakları ve koltuğu aynı ağın parçasıysa, koltuğun rengini ayrı değiştiremezsiniz. Parçaları işlevine göre ayırmak gerekir.

Ayırma kararını iki soru yönlendirir: Hangi bölgelerin rengi ya da malzemesi değişecek? Hangi parçalar hareket edecek? Cevaplar bölgeleri belirler. Sonra:

• Her parçayı anlamlı bir adla adlandırın ("govde", "bacak_sol", "minder"). Ad, sonraki adımlarda materyal eşlemesini kolaylaştırır.
• Her parçanın materyalini ayrı atayın; aynı malzemeli parçalar aynı materyali paylaşabilir.
• Hareketli parçaların pivot noktasını doğru yere koyun: menteşenin ekseni, kapağın dönüş noktası.
• Gizli ya da kullanıcının asla görmeyeceği yüzeyleri (örneğin zemine bakan alt taraf) gerekiyorsa sadeleştirin.

Renk seçenekli ürünlerde bu adım özellikle önemli. Aura Reformer işinde 6 ürün ve 57 renk bu tür bir parça ve materyal düzeniyle yönetildi; yapıyı çalışma sayfasında görebilirsiniz. Renk seçeneklerinin 3D'deki avantajını ise renk seçenekli ürünler için 3D render avantajı yazısında anlattım.

Adım 8: Web için optimizasyon

Model temizlendi ve materyaller kuruldu; sıra hedef ortama uygunluk. Web için bu aşama, dosya boyutu ve yükleme performansı demek.

• Poligon bütçesi: Ürünün görüneceği boyuta ve mesafeye göre belirlenir. Bu konuyu web'de kaç polygon kullanılmalı yazısında işledim.
• Doku boyutları: Her harita için gereken çözünürlüğü kullanım mesafesine göre seçin; kullanılmayan haritaları çıkarın.
• Kanal birleştirme: Occlusion, roughness ve metallic bilgilerini glTF düzenine uygun biçimde tek dokuda toplamak dosya sayısını azaltır.
• Kullanılmayan veri: Artık kullanılmayan dokular, boş materyal yuvaları ve gizli nesneler dosyada yer kaplar. Temizliği için Blender'da texture temizliği yazısına bakabilirsiniz.
• Sıkıştırma: GLB için geometri ve doku sıkıştırma seçenekleri var; hedef görüntüleyicinin bunları desteklediğinden emin olun.

Bu sürecin tamamını bir 3D modeli web için optimize etme süreci yazısında anlattım. Optimizasyonda amaç, gözün fark etmediği kayıpları yapıp fark ettiği kayıplardan kaçınmak; bunun kararını hedef ortamda bakarak vermek gerekiyor.

Adım 9: GLB olarak dışa aktarmak ve hedefte test etmek

Dışa aktarma ayarları ayrı bir konu; Blender için dikkat ettiklerimi Blender'dan GLB export yazısında topladım. Format tercihinin mantığı için GLB, glTF, FBX, OBJ, USDZ farkları yazısı faydalı.

Dışa aktarmadan sonra asıl iş test. Modeli gerçekten kullanılacağı görüntüleyicide açın. Web için bunun anlamı, sayfaya yerleştirip gerçek ağ koşullarında ve gerçek cihazlarda denemek. Görüntüleyiciyi kurma tarafını model-viewer ile 3D model ekleme yazısında kod örnekleriyle anlattım.

Testte bakılacaklar:

• Model doğru ölçekte ve doğru yönde mi açılıyor?
• Materyaller Blender'daki görünümle yeterince uyuşuyor mu? Bazı gelişmiş ayarlar dışa aktarımda karşılık bulmayabilir.
• Mobil cihazda yükleme süresi kabul edilebilir mi?
• Renk seçenekleri, parça ayrımı ve etkileşim beklendiği gibi çalışıyor mu?
• Karanlık ve aydınlık arka planlarda gölge ve ışık tutarlı mı?

Bulduğunuz her sorun bir önceki adıma dönmek anlamına gelebilir; bu normal. Önemli olan, sorunu hedef ortamda görüp düzeltmek, müşterinin ya da ziyaretçinin bulmasını beklememek.

Varsayımsal bir senaryo: AI ile üretilmiş bir masa lambası taslağı

Bir senaryo üzerinden gidelim; bu bir müşteri örneği değil, yöntemi göstermek için kurgulanmış bir durum. Bir tasarımcı, yeni bir masa lambasının fotoğrafından bir AI aracıyla 3D taslak üretiyor ve web sayfası için kullanmak istiyor.

Yapı denetiminde şunlar görülüyor: ölçek yanlış, model gerçek boyutun çok dışında bir büyüklükte; ağ yoğun ve düzensiz; lambanın ince kolu bazı yerlerde kopuk; gölgelik ile gövde tek ağın parçası; doku tek bir haritada, ışık bilgisi gömülü. Oran kontrolünde kolun uzunluğunun fotoğraftan farklı olduğu anlaşılıyor.

Karar: bu lamba sert yüzeyli, ölçüye hassas ve ince parçalı; yeniden kurmak mantıklı. AI modeli sahnede oran kılavuzu olarak kalıyor, üzerine gövde, kol ve gölgelik ölçülere göre temiz ve ayrı parçalar halinde kuruluyor. Kenarlara küçük bir yuvarlatma ekleniyor, UV her parça için malzemeye uygun açılıyor. Gölgelik kumaşsa yönü kumaşın kesimine göre veriliyor, metal gövde için PBR metalik materyal kuruluyor. Parçalar adlandırılıyor, gölgelik ve gövde ayrı materyal alıyor, böylece renk seçenekleri sonradan eklenebiliyor. Web için poligon ve doku bütçesi belirleniyor, GLB dışa aktarılıp gerçek cihazlarda test ediliyor.

Bu senaryoda AI modelinin değeri, ilk oran kılavuzu ve tasarımcıyla konuşma zemini olması. Teslim edilen dosya ise baştan kurulan modelin kendisi. Rakamları bilerek vermedim; çünkü her ürün ve her proje için farklı olurlar.

Kontrol listesi: teslimden önce

Bir AI kaynaklı modeli "tamam" saymadan önce bu soruları cevaplayabilmelisiniz:

• Ölçek ve oran gerçek ürünün ölçü tablosuyla ve fotoğrafıyla doğrulandı mı?
• Geometri temiz mi: ters yüz, çift köşe, delik, kopuk parça yok mu?
• Kenarlar gerçek ürünün yarıçap hissine uygun mu?
• UV'ler malzemenin yönüne ve doku yoğunluğuna uygun mu?
• Materyaller PBR ilkelerine göre kuruldu mu, ışık bilgisi dokuya gömülü kalmadı mı?
• Parçalar ayrıldı ve adlandırıldı mı? Renk değişecek bölgeler ayrı mı?
• Poligon ve doku bütçesi hedefe uygun mu?
• Model hedef görüntüleyicide, gerçek cihazlarda test edildi mi?
• Kaynak aracın kullanım şartları ticari kullanıma izin veriyor mu? Burada kullanım hakları yazısı bir başlangıç noktası olabilir.

Listenin amacı AI çıktısını küçümsemek değil; hızın doğrulamanın önüne geçmemesi. Kontrol alışkanlığını AI ile üretirken neden kontrol gerekli yazısında ayrıca ele aldım.

Bu işi dışarıdan almak mantıklı olduğunda

AI çıktısını üretime hazırlamak, 3D yazılım bilgisi ve zaman gerektirir. Yalnızca birkaç ürününüz varsa ve süreci öğrenmek istiyorsanız kendiniz deneyebilirsiniz. Çok sayıda ürün, ölçüye hassas modeller, renk seçenekleri ya da web ve AR gibi birden fazla hedef söz konusuysa, işi baştan temiz kurmak çoğu zaman daha öngörülebilir olur.

Böyle bir durumda 3D ürün modelleme hizmetinde, elinizdeki AI taslağını oran referansı olarak kullanarak ürünü ölçülerine göre kurabilirim. Web'e gidecekse web için 3D ürün modeli sayfasındaki kapsamı inceleyebilirsiniz. Ürününüzün fotoğraflarını ve kullanım amacını teklif formu üzerinden paylaşırsanız, hangi yolun uygun olduğunu birlikte değerlendiririz.

Sık sorulan sorular

Sonuç

AI'dan çıkan bir 3D model değerli bir başlangıç olabilir, ama ürün işinde teslim edilen şey denetlenmiş, temizlenmiş ve hedefte test edilmiş bir dosyadır. Ölçek, topoloji, UV, materyal, parça yapısı ve web uygunluğunu sırayla ele aldığınızda, modelin düzeltilip düzeltilmeyeceğine ya da yeniden kurulup kurulmayacağına sağlam bir zeminde karar verirsiniz.