J’avais l’intention de poster cet article depuis un certain temps, pour accompagner mes articles sur l’information concernant les services de codage NFT génératif et comment préparer votre travail artistique pour générer votre collection de NFTs” et à quelles dimensions de pixel la plupart des projets artistiques NFT génératifs sont-ils construits ?.

Les informations contenues dans cet article sont également une pièce essentielle du puzzle de programmation pour créer une collection  de 1 000, 5 000, 10 000 (ou même plus) NFTs uniques générés de manière aléatoire. Alors, allons-y !

Bon, si vous lisez ces lignes, vous savez probablement ce que sont les collections de NFTs. Si ce n’est pas le cas, mon article sur les dimensions en pixels des NFTs est un bon point de départ pour découvrir les plus importantes d’entre eux (à l’heure où j’écris ces lignes), car il passe en revue une vingtaine des meilleurs projets.

Pour commencer, imaginons que nous avons un personnage de base qui va apparaître dans les 10 000 images. Disons qu’il s’agit d’un corps, de sexe indéterminé, et que nous allons l’habiller de toutes sortes d’éléments.

Nous pouvons les appeler des traits – des éléments comme des fonds d’écran, des chaussures, des pantalons, des chemises, des vestes, des cheveux, des yeux, etc.

Avant d’aborder les tableaux de rareté, imaginez que notre personnage peut avoir 10 arrière-plans différents.

Donc, si nous générons nos 10 000 designs et que nous n’indiquons pas à l’ordinateur comment choisir l’arrière-plan (et que nous le laissons donc en choisir un au hasard parmi les 10), nous obtiendrons une distribution assez uniforme des arrière-plans. En d’autres termes, chaque arrière-plan apparaîtra environ 10 % du temps. (En raison du fonctionnement du hasard, il y aura généralement une petite variance, mais elle sera également très proche de 10 %).

Et cette approche convient également pour certaines éléments.

Parfois, vous voulez simplement qu’un trait, quel qu’il soit, ait une distribution égale à partir d’un ensemble de choix possibles.

Mais parfois (en fait, la plupart du temps), les clients veulent contrôler la distribution des traits ; ils veulent que certains éléments soient plus rares que d’autres.

Mais comment ?

C’est ici qu’entre en jeu le tableau de rareté

Et donc, ce que nous faisons, c’est de créer une tableau de rareté. Lorsque je discute avec des clients qui veulent créer une collection de NFTs, je leur suggère toujours d’utiliser une feuille de calcul Excel ou Google Doc (préférable car elle peut être partagée et toute l’équipe peut la voir).

Laissez-moi vous montrer un exemple que je viens de préparer pour les besoins de cet article. Je discuterai ensuite de certains détails ci-dessous :

Après avoir réalisé plusieurs de ces projets pour des clients, j’ai trouvé une astuce extrêmement pratique : dans chacune des colonnes, classez vos traits par ordre alphabétique (par exemple, dans la section Arrière-plan ci-dessous, on aurait Lune, Terre, Ville, etc.

De la même façon, classez vos traits dans les dossiers de votre œuvre par ordre alphabétique (photoshop). Cela permet de procéder facilement à une vérification visuelle pour vous assurer de l’exactitude des données. (Voir mon article sur la préparation du travail artistique.)

Avec un peu de chance, 99 % des informations importantes peuvent être déduites après un examen rapide de ce tableau.

En fait, chaque propriété ou trait de caractère comporte trois colonnes :

1.La première n’est qu’un chiffre, et n’est là que par commodité. (Veuillez noter que, bien que mon exemple montre un maximum de 12 variations pour chaque trait, vous pouvez très bien en avoir 5, 15, 20 ou plus). C’est vous qui décidez).

2. Ensuite, il y a une liste de noms pour la propriété / le trait / l’atout (quel que soit le nom que vous voulez lui donner), et le nom au sommet de la colonne. (Par exemple, la propriété “Arrière-plan” a 12 résultats possibles allant de “Paysage urbain” à “Cuisine” ; la propriété “Chaussures” en a également 12, allant de “Nike” à “Pieds nus”, et ainsi de suite.

3.Et enfin, il y a une colonne “distribution“. En regardant la zone PANTALONS, par exemple, nous pouvons voir que nous voulons que les jeans apparaissent qu’environ 20 % du temps, mais que le pantalon parachute ne doivent apparaître que 1 % du temps.

C’est ainsi que nous créons des raretés – en déclarant quels sont les objectifs de distribution pour chaque trait répertorié.

Notez que vous pouvez être aussi granulaire que vous le souhaitez. Avec le pantalon de parachute fixé à 1% de distribution, cela signifie que, sur un ensemble de 10 000 designs générés aléatoirement, nous nous attendons à voir environ 100 designs qui auront ce pantalon.

Vous pouvez aussi fixer ce chiffre encore plus bas, par exemple à 0,1 % si vous voulez voir apparaître ce design qu’une dizaine de fois. (Ou, dans certains cas, un client peut vouloir voir seulement 1 exemplaire pour un spécifique trait, auquel cas nous ne pourrons pas utiliser le hasard pur dans le code, car la sélection pourrait ne pas avoir lieu. Mais, il y a bien sûr d’autres approches plus déterministes que nous pouvons utiliser dans des cas comme celui-là).

Avantages de cette démarche

L’avantage principal, comme indiqué, est de prendre le contrôle de la distribution des traits et de s’assurer qu’il y a une variété contrôlée dans la plupart des éléments qui apparaîtront.

Je pense également qu’une bonne distribution des traits aide  les outils (comme Rarity Sniper, par exemple) à analyser la rareté de vos NFTs lorsque vous interrogez leur robot. (Ils prennent tous les différents % de rareté de votre collection de NFTs et créent un score de rareté global pour chaque NFT individuellement, qu’ils utilisent ensuite pour classer vos différents NFTs).

De plus, cet exercice donne aux clients l’occasion de réfléchir aux noms de chaque trait.

Par exemple, dans mon exemple de tableau de rareté, les arrière-plans sont nommés “ville”, “ferme”, “chambre à coucher”, “salle de classe”, etc.

Mais vous pouvez aussi être beaucoup plus créatif avec ces noms.

Cela n’affectera pas la rareté, mais de meilleurs noms peuvent avoir un effet sur le marketing lors de la vente sur le marché secondaire, car les gens peuvent être attirés par un certain nom de trait autant que par le trait lui-même.

Une fois que le client a fixé les pourcentages et les noms pour chaque variation d’un trait, le développeur peut traduire tous les pourcentages en code pour la génération des designs, et tous les noms peuvent être incorporés dans les métadonnées de chaque NFT.

Ainsi, tout cet exercice est une partie utile et nécessaire d’un projet de programmation d’une collection de NFTs, c’est certain. J’espère que vous en ferez un et, si vous le faites, faites-le moi savoir ! Voici comment procéder :

Informations concernant le services de création d’une collection de NFTs