একটা Whizi চ্যাটের ভেতরে ছবি তৈরি করবেন কীভাবে

সংক্ষিপ্ত উত্তর

মডেল পিকার খুলুন, উপরের টগলটা Text থেকে Image & Video-তে বদলান, একটা ছবির মডেল বেছে নিন, আর ছবিটা বর্ণনা করুন। কম্পোজারের ইঙ্গিত বদলে "Describe the image you want to generate..." হয়ে যায়, আর ফলাফল একই কথোপকথনে স্ট্রিম হয়ে ফিরে আসে।

মডেল	কীসের জন্য
Whizi Image	যেকোনো ছবি বানানোর জন্য; ক্রিয়েটিভ পিকারের প্রথম সারি
Nano Banana	সংযুক্ত করা একটা ছবি সম্পাদনার জন্য
Flux	ধারালো ফটোরিয়েল আর্ট
Stable Diffusion	Stability AI-র ছবির মডেল

ছবি জেনারেশন Pro-তে অন্তর্ভুক্ত থাকে, মাসিক পিরিয়ডে 100টা ছবি, আর Powerhouse-এ 500টা। Free আর Starter অ্যাকাউন্টের ছবির বরাদ্দ শূন্য। একটা ইমেজ প্রম্পট 1 থেকে 4,000 অক্ষর পর্যন্ত হতে পারে, আর জেনারেট করা ছবিগুলো 30 দিন সংরক্ষিত থাকে, প্রতিটাতে একটা ডাউনলোড কন্ট্রোল থাকে। রেন্ডার হওয়ার বদলে যদি একটা জেনারেশন এরর দেয়, তাহলে লেখাটা কারণ বলে দেয়; দেখুন image generation failed।

চ্যাটের ভেতরে জেনারেট করা কেন আলাদা

সাধারণ ছবির ওয়ার্কফ্লো হলো একটা আলাদা প্রোডাক্ট, একটা আলাদা সাবস্ক্রিপশন, আর একটা আলাদা ফাঁকা বাক্স যা আপনি কী নিয়ে কাজ করছেন তার কিছুই জানে না। কথোপকথনের ভেতরে জেনারেট করা দুটো ব্যবহারিক জিনিস বদলে দেয়।

প্রথমত, মডেলটার কাছে কনটেক্সট আগে থেকেই থাকে। আপনি যদি সবেমাত্র বিশটা মেসেজ খরচ করে একটা ক্যাম্পেইন কনসেপ্ট তৈরি করে থাকেন, তাহলে "এর জন্য হিরো ইমেজটা জেনারেট করো" তার সবটা বহন করে। আপনাকে একটা আলাদা টুলের কাছে আবার ব্রিফটা বর্ণনা করতে হয় না।

দ্বিতীয়ত, আপনি একটা টেক্সট মডেল দিয়ে ইমেজ প্রম্পট লিখিয়ে নিতে পারেন। এটাই সেই কৌশল যা বেশিরভাগ মানুষ মিস করে: আপনার এলোমেলো আইডিয়াকে একটা সঠিকভাবে গঠিত ইমেজ প্রম্পটে বদলাতে Claude বা GPT-কে বলুন, তারপর সেটা চালান। ভাষা মডেলগুলো বেশিরভাগ মানুষের চেয়ে ইমেজ প্রম্পট লেখায় অনেক বেশি ভালো, কারণ ফরম্যাটটা একটা পরিচিত ফরম্যাট আর তারা এর অনেক উদাহরণ দেখেছে।

প্রম্পট: ইমেজ প্রম্পটটা টেক্সট মডেলকে লিখতে দিন

Write an image generation prompt for: [rough idea]. It will be used for [purpose and placement]. Structure it as: subject, action or state, setting, lighting, composition and framing, medium or lens, colour treatment, mood. Add a negative list of what must not appear. Give me three variations that differ in composition rather than in adjectives.

প্রম্পট স্ট্রাকচার যা কাজ করে

প্রায় প্রতিটা ভালো ইমেজ প্রম্পটে মোটামুটি একই ক্রমে একই সাতটা অংশ থাকে। বাদ পড়া অংশগুলো মডেল তার নিজের ডিফল্ট দিয়ে পূরণ করে দেয়, আর এই ডিফল্টগুলোই সাধারণ প্রম্পট থেকে সাধারণ স্টক ইমেজারি তৈরি হওয়ার কারণ। এটা যদি আপনার প্রথমবার লেখা হয়, how to create AI images একদম শুরু থেকে একই বিষয় কভার করে।

অংশ	কী বলবেন	বাদ দিলে প্রভাব
বিষয়	নির্দিষ্ট জিনিসটা, গুরুত্বপূর্ণ বিস্তারিতসহ	আপনি বিশেষ্যটার সবচেয়ে সাধারণ সংস্করণ পাবেন
ক্রিয়া বা অবস্থা	সেটা কী করছে, বা কীভাবে বসে আছে	স্থির, পোজ করা, প্রাণহীন
প্রেক্ষাপট	কোথায়, আর তার কতটা দৃশ্যমান	একটা ফাঁকা বা এলোমেলো ডিফল্ট ব্যাকগ্রাউন্ড
আলো	দিক, মান, দিনের সময়	সমতল, সমানভাবে আলোকিত, বৈশিষ্ট্যহীন
কম্পোজিশন	কোণ, দূরত্ব, ফ্রেমে বিষয়টা কোথায় বসে	প্রতিবারই কেন্দ্রীভূত মিডিয়াম শট
মাধ্যম বা লেন্স	ফটোগ্রাফ আর ফোকাল লেংথ, বা ইলাস্ট্রেশন স্টাইল	চকচকে ডিজিটাল আর্টের দিকে ডিফল্ট হয়ে যায়
রং আর মেজাজ	প্যালেট আর অনুভূতি	ওভারস্যাচুরেটেড, হাই কনট্রাস্ট

একটা কার্যকরী উদাহরণ। দুর্বল: a person working in an office। শক্তিশালী: A woman in her fifties reviewing printed drawings at a standing desk, late afternoon light from a window to her left, shot from slightly behind her shoulder at eye level, 50mm, muted greens and warm neutrals, calm and unhurried. Negative: stock-photo smiling at camera, cluttered desk, visible brand logos, text.

নেগেটিভ লিস্টটা মানুষ যত ভাবে তার চেয়ে বেশি গুরুত্বপূর্ণ। জেনারেট করা ছবিকে জেনারেট করা বলে চেনানোর বেশিরভাগ কারণ হলো পুনরাবৃত্ত কিছু ত্রুটির একটা ছোট সেট, আর সেগুলোর নাম বলে দিলে সেগুলো সরে যায়: stock-photo smiling, over-saturated, text, watermark, extra fingers, symmetrical corporate composition।

মডেল বেছে নেওয়া

• Whizi Image যেকোনো ছবি বানানোর জন্য। এটাই হাউস জেনারেটর আর ক্রিয়েটিভ পিকারের প্রথম সারি।
• Nano Banana আপনার কাছে আগে থেকে থাকা একটা ছবি সম্পাদনার জন্য। ছবিটা সংযুক্ত করুন আর পরিবর্তনটা বর্ণনা করুন; একটা ছবি সংযুক্ত হওয়ামাত্র কম্পোজারের ইঙ্গিত জেনারেট করা থেকে সম্পাদনায় বদলে যায়।
• Flux ধারালো ফটোরিয়েল আর্টের জন্য আর যা কিছু আসল ফটোগ্রাফির পাশে বসতে হয়।
• Stable Diffusion, Stability AI-র মডেল, দ্বিতীয় মতামত হিসেবে: এটা নির্দিষ্ট প্রম্পটিংয়ের পুরস্কার দেয় আর একই শব্দ থেকে আলাদা একটা লুক তৈরি করে।

আপনি একই চ্যাটের ভেতরে এগুলোর মধ্যে বদলাতে পারেন, যেটা একমাত্র গুরুত্বপূর্ণ প্রশ্নের উত্তর দেওয়ার সবচেয়ে দ্রুত উপায়: একই প্রম্পট দুটো মডেলের মধ্য দিয়ে চালান আর পাশাপাশি দেখুন। মডেলের মান বিষয়ভেদে ব্যাপকভাবে বদলায়, আর পোর্ট্রেটে যে জেতে সে প্রায়ই ইন্টেরিয়র বা ফ্ল্যাট ইলাস্ট্রেশনে জেতে না।

গোল গোল না ঘুরে ইটারেট করা

সাধারণ ব্যর্থতা হলো একটা ভালো রোলের আশায় বারবার একই প্রম্পট রিজেনারেট করা। এর কিছুটা এড়ানো যায় না, তবে বেশিরভাগ নষ্ট চেষ্টা আসে একসঙ্গে অনেক কিছু বদলে ফেলা আর কী কাজে দিলো তার হিসাব হারিয়ে ফেলা থেকে।

• প্রতি চেষ্টায় একটা ভ্যারিয়েবল বদলান। আলো, বা ফ্রেমিং, বা প্যালেট। তিনটাই না।
• যা কাজ করেছে সেটা শব্দে ধরে রাখুন। যখন একটা ছবি কাছাকাছি হয়, মডেল মনে রাখবে ধরে না নিয়ে আপনার পরের প্রম্পটে সেটার সঠিক দিকটা বর্ণনা করুন।
• বিস্তারিতের আগে কম্পোজিশন ঠিক করুন। ফ্রেমিং আর আলো আগে ঠিক করাটা ফ্রেমের ভুল অংশে থাকা একটা বিষয়কে নিখুঁত করার চেয়ে অনেক বেশি কার্যকর।
• চূড়ান্ত অ্যাসপেক্ট রেশিওতে জেনারেট করুন। একটা বর্গকে একটা চওড়া ব্যানারে ক্রপ করলে আপনি যে কম্পোজিশন চেয়েছিলেন তা নষ্ট হয়ে যায়। শুরুতেই আপনার প্রকৃত প্রয়োজনীয় রেশিও চেয়ে নিন।
• যে প্রম্পটগুলো কাজ করেছে সেগুলো সংরক্ষণ করুন। আটটা নির্ভরযোগ্য হাউস-স্টাইল প্রম্পট যা আপনি আবার পেস্ট করতে পারেন, যেকোনো একটা ছবির চেয়ে বেশি মূল্যবান, আর সেগুলো পুনর্ব্যবহার করাই একগুচ্ছ অ্যাসেটকে একগুচ্ছের মতো দেখায়।

আপনার কাছে আগে থেকে থাকা একটা ছবি সম্পাদনার জন্য, সেটা আপলোড করুন আর পরিবর্তনটা বর্ণনা করুন। এটা ব্যাকগ্রাউন্ড, আলো আর প্যালেটের সমন্বয়ে ভালো কাজ করে, আর নির্ভুল স্ট্রাকচারাল সম্পাদনায় ততটা ভালো কাজ করে না, যা এখনো একটা আসল ইমেজ এডিটরে দ্রুত হয়।

ইমেজ মডেলগুলো এখনো কী ভুল করে

টেক্সট। প্রতিটা মডেলে রেন্ডার করা শব্দ সবচেয়ে দুর্বল জায়গা হয়েই থাকে। ছোট শব্দ মাঝে মাঝে ঠিক আসে; একটা হেডলাইন, একটা লোগো, বা একটা লেবেল সাধারণত আসে না। ছবিটা পরিষ্কার জেনারেট করুন আর আপনার ডিজাইন টুলে টেক্সট যোগ করুন।

হাত, গণনা আর ছোট পুনরাবৃত্ত বিস্তারিত। আঙুল, দাঁত, চেয়ারের পা আর একটা বিল্ডিংয়ের জানালা, সবই এমন জায়গা যেখানে মডেল গণনা হারায়। ব্যবহারের আগে জুম করে দেখুন।

নির্ভুল স্থানিক নির্দেশনা। "ঠিক তিনটা বস্তু, লালটা বাঁয়ে" নির্ভরযোগ্য নয়। বিন্যাসটা সত্যিই গুরুত্বপূর্ণ হলে আপনার এডিটরে কম্পোজ করুন।

ছবিগুলোর মধ্যে সামঞ্জস্য। একই চরিত্র বা প্রোডাক্টকে একটা সিরিজে একইভাবে দেখানো কঠিন। বিস্তারিত, পুনরাবৃত্ত বর্ণনা সাহায্য করে; অভিন্ন ফলাফলের নিশ্চয়তা নেই।

ব্যবহার নিয়ে: কোনো পেইড প্লেসমেন্টে জেনারেট করা কিছু দেওয়ার আগে আপনার অধিকার যাচাই করুন, আর একজন আসল ব্যক্তি, একটা চেনা স্থান, বা কোনো জীবিত শিল্পীর সঙ্গে যুক্ত একটা স্বতন্ত্র শৈলীর মতো কিছুর ক্ষেত্রে বিশেষ যত্ন নিন। প্রোভাইডারের শর্তাবলী আলাদা আলাদা, আর যিনি ছবিটা প্রকাশ করেন তার ওপরই বাণিজ্যিক ঝুঁকিটা বর্তায়।