छोटा जवाब
मॉडल पिकर खोलिए, ऊपर के टॉगल को Text से बदलकर Image & Video कर दीजिए, एक इमेज मॉडल चुनिए, और इमेज का विवरण लिखिए। कंपोज़र का हिंट बदलकर "जिस इमेज को आप जनरेट करना चाहते हैं उसका विवरण दीजिए..." हो जाता है, और नतीजा उसी बातचीत में वापस स्ट्रीम होता है।
| मॉडल | किस लिए है |
|---|---|
| Whizi Image | कोई भी इमेज बनाने के लिए; क्रिएटिव पिकर में पहली रो |
| Nano Banana | आपके अटैच की गई फोटो को एडिट करने के लिए |
| Flux | शार्प फोटोरियल आर्ट |
| Stable Diffusion | Stability AI का इमेज मॉडल |
इमेज जनरेशन Pro में शामिल है, हर महीने 100 इमेज के साथ, और Powerhouse में 500 के साथ। Free और Starter खातों में इमेज का अलाउंस शून्य होता है। एक इमेज प्रॉम्प्ट 1 से 4,000 कैरेक्टर का हो सकता है, और जनरेट की गई इमेज 30 दिनों तक रखी जाती हैं, हर एक पर डाउनलोड का कंट्रोल होता है। अगर जनरेशन की जगह एरर आता है, तो वर्डिंग में कारण बताया जाता है; देखिए इमेज जनरेशन फेल क्यों होती है।
चैट में जनरेट करना अलग क्यों है
आम इमेज वर्कफ़्लो एक अलग प्रोडक्ट, एक अलग सब्सक्रिप्शन, और एक अलग खाली बॉक्स होता है जिसे यह पता नहीं होता कि आप किस पर काम कर रहे हैं। बातचीत के अंदर ही जनरेट करने से दो व्यावहारिक चीज़ें बदल जाती हैं।
पहला, मॉडल के पास पहले से कॉन्टेक्स्ट मौजूद होता है। अगर आपने अभी-अभी बीस मैसेज एक कैंपेन कॉन्सेप्ट बनाने में बिताए हैं, तो "इसके लिए हीरो इमेज जनरेट करो" में वह सब कुछ शामिल होता है। आपको ब्रीफ को किसी दूसरे टूल को दोबारा बताने की ज़रूरत नहीं पड़ती।
दूसरा, आप इमेज प्रॉम्प्ट लिखने के लिए एक टेक्स्ट मॉडल का इस्तेमाल कर सकते हैं। यही वह ट्रिक है जो ज़्यादातर लोग मिस कर देते हैं: Claude या GPT से कहिए कि आपके कच्चे आइडिया को एक ठीक से बने इमेज प्रॉम्प्ट में बदल दे, फिर उसे रन करिए। लैंग्वेज मॉडल इमेज प्रॉम्प्ट लिखने में ज़्यादातर लोगों से काफी बेहतर होते हैं, क्योंकि यह एक जाना-पहचाना फॉर्मेट है और उन्होंने इसके बहुत सारे उदाहरण देखे हैं।
प्रॉम्प्ट: टेक्स्ट मॉडल को इमेज प्रॉम्प्ट लिखने दीजिए
इसके लिए एक इमेज जनरेशन प्रॉम्प्ट लिखें: [मोटा आइडिया]। इसका इस्तेमाल [purpose and placement] के लिए किया जाएगा। इसे इस तरह बनाएं: सब्जेक्ट, एक्शन या स्टेट, सेटिंग, लाइटिंग, कंपोज़िशन और फ़्रेमिंग, मीडियम या लेंस, कलर ट्रीटमेंट, मूड। जो नहीं दिखना चाहिए उसकी एक नेगेटिव लिस्ट जोड़ें। मुझे तीन वेरिएशन दीजिए जो एडजेक्टिव में नहीं बल्कि कंपोज़िशन में अलग हों।
वह प्रॉम्प्ट स्ट्रक्चर जो काम करता है
लगभग हर अच्छे इमेज प्रॉम्प्ट में लगभग इसी क्रम में एक जैसे सात हिस्से होते हैं। जो हिस्से छूट जाते हैं उन्हें मॉडल अपने डिफ़ॉल्ट से भर देता है, और यही वजह है कि जेनेरिक प्रॉम्प्ट जेनेरिक स्टॉक इमेजरी बनाते हैं। अगर आप पहली बार प्रॉम्प्ट लिख रहे हैं, तो एआई इमेज कैसे बनाएं शुरू से यही जमीन कवर करता है।
| हिस्सा | क्या कहें | न कहने पर असर |
|---|---|---|
| सब्जेक्ट | वह खास चीज़, उस डिटेल के साथ जो मायने रखती है | आपको नाउन का सबसे जेनेरिक वर्शन मिलता है |
| एक्शन या स्टेट | वह क्या कर रहा है, या कैसे बैठा है | स्टैटिक, पोज़्ड, बेजान |
| सेटिंग | कहां, और उसका कितना हिस्सा दिख रहा है | एक खाली या अव्यवस्थित डिफ़ॉल्ट बैकग्राउंड |
| लाइटिंग | दिशा, क्वालिटी, दिन का समय | फ्लैट, एक-समान रोशनी वाला, बेजान |
| कंपोज़िशन | एंगल, दूरी, फ्रेम में सब्जेक्ट कहां बैठता है | हर बार सेंटर्ड मीडियम शॉट |
| मीडियम या लेंस | फोटोग्राफ और फोकल लेंथ, या इलस्ट्रेशन स्टाइल | ग्लॉसी डिजिटल आर्ट की ओर डिफ़ॉल्ट |
| कलर और मूड | पैलेट और फीलिंग | ओवरसैचुरेटेड, हाई कॉन्ट्रास्ट |
एक व्यावहारिक उदाहरण। कमज़ोर: a person working in an office. मजबूत: 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.
नेगेटिव लिस्ट लोगों की उम्मीद से ज़्यादा मायने रखती है। जो चीज़ जनरेट की गई इमेज को जनरेट की हुई जैसा दिखाती है वह ज़्यादातर एक छोटे से बार-बार आने वाले आर्टिफ़ैक्ट सेट की वजह से होती है, और उन्हें नाम देने से वे हट जाते हैं: stock-photo smiling, over-saturated, text, watermark, extra fingers, symmetrical corporate composition।
मॉडल चुनना
- Whizi Image किसी भी इमेज को बनाने के लिए। यह हाउस जनरेटर है और क्रिएटिव पिकर में पहली रो है।
- Nano Banana आपके पास पहले से मौजूद फोटो को एडिट करने के लिए। तस्वीर अटैच करके बदलाव का विवरण दीजिए; जैसे ही कोई इमेज अटैच होती है, कंपोज़र का हिंट जनरेट करने से बदलकर एडिट करने का हो जाता है।
- Flux शार्प फोटोरियल आर्ट और उन सब चीज़ों के लिए जिन्हें असली फोटोग्राफी के साथ रखना है।
- Stable Diffusion, Stability AI का मॉडल, दूसरी राय के तौर पर: यह खास प्रॉम्प्टिंग का इनाम देता है और उन्हीं शब्दों से एक अलग लुक देता है।
आप उसी चैट के अंदर इनके बीच स्विच कर सकते हैं, जो उस इकलौते सवाल का जवाब देने का सबसे तेज़ तरीका है जो मायने रखता है: एक ही प्रॉम्प्ट को दो मॉडल में रन करके उन्हें साथ-साथ देखिए। मॉडल की क्वालिटी सब्जेक्ट के हिसाब से बहुत अलग होती है, और पोर्ट्रेट में जीतने वाला अक्सर इंटीरियर या फ्लैट इलस्ट्रेशन में जीतने वाला नहीं होता।
बिना गोल-गोल घूमे इटरेट करना
आम गलती यही होती है कि एक ही प्रॉम्प्ट को बेहतर रोल की उम्मीद में बार-बार जनरेट किया जाए। इसमें से कुछ टालना नामुमकिन है, लेकिन ज़्यादातर बेकार गई कोशिशें एक साथ कई चीज़ें बदलने और यह भूल जाने से आती हैं कि किससे मदद मिली।
- हर कोशिश में एक ही वेरिएबल बदलें। लाइटिंग, या फ्रेमिंग, या पैलेट। तीनों नहीं।
- जो काम आया उसे शब्दों में रखें। जब कोई इमेज करीब हो, तो अगले प्रॉम्प्ट में उसमें जो सही है उसका विवरण दीजिए, यह मानने के बजाय कि मॉडल को याद रहेगा।
- डिटेल से पहले कंपोज़िशन ठीक करें। फ्रेमिंग और लाइट को पहले सही करना उस सब्जेक्ट को परफेक्ट करने से कहीं ज़्यादा असरदार है जो फ्रेम के गलत हिस्से में है।
- फाइनल एस्पेक्ट रेशियो पर जनरेट करें। एक स्क्वेयर को क्रॉप करके वाइड बैनर बनाने से आपकी मांगी हुई कंपोज़िशन बेकार चली जाती है। शुरू में ही वह रेशियो मांगिए जिसकी आपको असल में ज़रूरत है।
- जो प्रॉम्प्ट काम आए उन्हें सेव करें। आठ भरोसेमंद हाउस-स्टाइल प्रॉम्प्ट जिन्हें आप दोबारा पेस्ट कर सकें, किसी भी एक इमेज से ज़्यादा कीमती हैं, और उन्हें दोबारा इस्तेमाल करना ही किसी सेट को सेट जैसा दिखाता है।
पहले से मौजूद किसी इमेज को एडिट करने के लिए, उसे अपलोड करें और बदलाव का विवरण दीजिए। यह बैकग्राउंड, लाइटिंग, और पैलेट में बदलाव के लिए अच्छे से काम करता है, और सटीक स्ट्रक्चरल एडिट के लिए उतना अच्छा नहीं, जो अब भी एक असली इमेज एडिटर में ज़्यादा तेज़ होते हैं।
इमेज मॉडल अभी भी कहां गलती करते हैं
टेक्स्ट। हर मॉडल में रेंडर किए गए शब्द अब भी सबसे कमज़ोर हिस्सा हैं। छोटे शब्द कभी-कभी सही आ जाते हैं; कोई हेडलाइन, लोगो या लेबल अक्सर नहीं आता। इमेज को साफ जनरेट करें और टेक्स्ट अपने डिज़ाइन टूल में जोड़ें।
हाथ, गिनती, और छोटी दोहराई गई डिटेल। उंगलियां, दांत, कुर्सी के पैर, और किसी इमारत की खिड़कियां, ये सब वे जगहें हैं जहां मॉडल गिनती में गड़बड़ करते हैं। कुछ भी इस्तेमाल करने से पहले ज़ूम इन करके देखिए।
सटीक स्पेशियल इंस्ट्रक्शन। "बिल्कुल तीन ऑब्जेक्ट, लाल वाला बाएं" पर भरोसा नहीं किया जा सकता। अगर अरेंजमेंट सच में मायने रखता है तो अपने एडिटर में कंपोज़ करें।
इमेजों में कंसिस्टेंसी। एक सीरीज़ में एक जैसे कैरेक्टर या प्रोडक्ट को हूबहू दिखाना मुश्किल है। डिटेल्ड, दोहराए गए विवरण मदद करते हैं; एक जैसे नतीजों की गारंटी नहीं है।
इस्तेमाल को लेकर: कुछ भी जनरेट किया हुआ किसी पेड प्लेसमेंट में जाने से पहले अपने अधिकार जांच लीजिए, और किसी असली इंसान, किसी पहचानने लायक जगह, या किसी जीवित आर्टिस्ट से जुड़ी खास स्टाइल से मिलती-जुलती किसी भी चीज़ को लेकर खास सावधानी बरतिए। प्रोवाइडर की शर्तें अलग-अलग होती हैं, और कमर्शियल एक्सपोज़र उसी का होता है जो इमेज पब्लिश करता है।
- अपने मोटे आइडिया से इमेज प्रॉम्प्ट लिखने के लिए एक टेक्स्ट मॉडल से कहें
- सातों हिस्से शामिल करें: सब्जेक्ट, एक्शन, सेटिंग, लाइटिंग, कंपोज़िशन, मीडियम, मूड
- उन आर्टिफ़ैक्ट्स के नाम बताते हुए एक नेगेटिव लिस्ट जोड़ें जो आप कभी नहीं चाहते
- उसी एस्पेक्ट रेशियो पर जनरेट करें जिसे आप असल में इस्तेमाल करेंगे
- हर इटरेशन में एक ही वेरिएबल बदलें
- एक ही प्रॉम्प्ट को दो मॉडल में चलाकर तुलना करें
- टेक्स्ट अपने डिज़ाइन टूल में जोड़ें, इमेज मॉडल में नहीं
- जो प्रॉम्प्ट काम आए उन्हें दोबारा इस्तेमाल होने लायक टेम्पलेट के तौर पर सेव करें
अक्सर पूछे जाने वाले सवाल
मैं हर महीने कितनी इमेज जनरेट कर सकता हूं?
Pro में हर महीने 100 इमेज जनरेशन शामिल हैं और Powerhouse में 500। Free और Starter खातों में इमेज का अलाउंस शून्य होता है, इसलिए इमेज जनरेशन वाला सबसे सस्ता प्लान Pro है। साप्ताहिक बिलिंग साइकल पर अलाउंस मासिक आंकड़े को चार से भाग देकर ऊपर की तरफ राउंड किया जाता है। चूंकि इटरेशन में ही जनरेशन खर्च होते हैं, पहले एक स्ट्रक्चर्ड प्रॉम्प्ट लिखना (आदर्श रूप से किसी टेक्स्ट मॉडल के साथ) यह काफी कम कर देता है कि एक इस्तेमाल लायक इमेज में कितनी कोशिशें लगती हैं।
क्या मैं किसी मौजूदा इमेज को एडिट कर सकता हूं?
हां। Image & Video मोड में, फोटो अटैच करें और बदलाव का विवरण दें; जैसे ही कोई तस्वीर अटैच होती है, कंपोज़र का हिंट जनरेट करने से बदलकर एडिट करने का हो जाता है, और Nano Banana फोटो एडिट के लिए बना मॉडल है। यह बैकग्राउंड, लाइटिंग, पैलेट, और स्टाइल में बदलाव के लिए अच्छे से काम करता है। यह सटीक स्ट्रक्चरल एडिट, जैसे किसी ऑब्जेक्ट को एक तय दूरी तक हिलाना या टेक्स्ट बदलना, के लिए उतना अच्छा नहीं, जो अब भी एक सामान्य इमेज एडिटर में ज़्यादा तेज़ होते हैं।
मुझे कौन सा इमेज मॉडल इस्तेमाल करना चाहिए?
किसी भी इमेज को बनाने के लिए Whizi Image, आपके अटैच की गई फोटो को एडिट करने के लिए Nano Banana, असली फोटोग्राफी के साथ रखने लायक शार्प फोटोरियल आर्ट के लिए Flux, और उसी प्रॉम्प्ट से अलग लुक के लिए Stable Diffusion। चूंकि मॉडल की क्वालिटी सब्जेक्ट के हिसाब से काफी अलग होती है, तय करने का सबसे तेज़ तरीका है एक ही प्रॉम्प्ट को उसी चैट में दो मॉडल से चलाकर नतीजों की तुलना करना।
मेरी इमेज में टेक्स्ट गलत क्यों आता है?
रेंडर किया गया टेक्स्ट अब भी हर इमेज मॉडल में सबसे कमज़ोर हिस्सा है, और कोई भी प्रॉम्प्ट इसे भरोसे से ठीक नहीं करता। छोटे इकलौते शब्द कभी-कभी काम कर जाते हैं; हेडलाइन, लोगो, और लेबल अक्सर नहीं। इमेज को बिना टेक्स्ट के जनरेट करें और अपने डिज़ाइन टूल में टाइपोग्राफी जोड़ें, जिससे आपको सही फॉन्ट और प्लेसमेंट पर सही कंट्रोल भी मिलता है।
क्या मुझे Whizi के साथ एक अलग इमेज सब्सक्रिप्शन चाहिए?
ज़्यादातर कैंपेन, कंटेंट, और कॉन्सेप्ट काम के लिए, नहीं। इमेज जनरेशन Pro (हर महीने 100) और Powerhouse (500) में शामिल है, जो सामान्य मार्केटिंग और सोशल आउटपुट के लिए एक स्टैंडअलोन सब्सक्रिप्शन जितनी ही ज़मीन कवर करता है। बहुत खास स्टाइलिस्टिक ज़रूरतों वाली टीमों या एक गहरी मौजूदा प्रॉम्प्ट लाइब्रेरी वाली टीमों के लिए, जिसे वे दोबारा नहीं बनाना चाहतीं, एक डेडिकेटेड टूल अब भी सही रहता है।