ChatGPT Image2 - सभी क्षमताओं की पूरी गाइड

ChatGPT Image 2 आ गया है।

21 अप्रैल को, OpenAI ने बिना किसी प्रेस कॉन्फ्रेंस, बिना किसी प्रीव्यू के, ChatGPT और Codex में सीधे GPT Image 2 को पेश कर दिया। 12 घंटों के भीतर यह Image Arena रैंकिंग में 1512 अंकों के साथ शीर्ष पर पहुंच गया, दूसरे स्थान से 242 अंक आगे — यह रैंकिंग इतिहास में अब तक का सबसे बड़ा अंक अंतर है।

एक लंबे समय से AI इमेज टूल्स को फॉलो करने वाले व्यक्ति के रूप में, इस बार मैं निराश नहीं हुआ। एक सप्ताह के व्यावहारिक परीक्षण के बाद, मैंने प्रभावी उपयोग विधियों का एक सेट तैयार किया है जो आज आपके साथ साझा करता हूं।

पहली बात: एंट्री पॉइंट कहाँ है

यदि आप सीधे इसका उपयोग करना चाहते हैं, तो सबसे आसान तरीका ChatGPT के माध्यम से है। इनपुट बॉक्स में ”+” बटन पर क्लिक करें और “इमेज बनाएं” चुनें। वर्तमान में मुफ्त उपयोगकर्ताओं को प्रतिदिन 2-3 इमेज की सीमा मिलती है, जबकि Plus उपयोगकर्ता अधिक शक्तिशाली “थिंकिंग मोड” का उपयोग कर सकते हैं।

थिंकिंग मोड अधिक समय लेता है लेकिन उच्चतर टेक्स्ट सटीकता और अधिक जटिल कंपोजीशन क्षमता प्रदान करता है। यदि आपके जनरेटेड परिणामों के लिए उच्च आवश्यकताएं हैं, तो मैं Plus सदस्यता लेने की सलाह देता हूं।

प्रॉम्प्ट फॉर्मूला: ऐसा लिखो और फेल नहीं होगा

एक सप्ताह के टेस्टिंग के बाद, मैंने GPT Image 2 के लिए एक विशिष्ट प्रॉम्प्ट फॉर्मूला तैयार किया है:

【विज़ुअल स्टाइल】+【सीन बैकग्राउंड】+【कोर सब्जेक्ट】+【सटीक डीटेल और टेक्स्ट】+【लेआउट और कंस्ट्रेंट्स】

एक सफल प्रोडक्ट इमेज प्रॉम्प्ट का उदाहरण:

सिनेमाटिक क्वालिटी का प्रोडक्ट फोटोग्राफी। गहरे भूरे रंग की खुरदरी पत्थर की सतह पर सीन सेट, हल्का स्मोक के साथ मंद बैकग्राउंड। सब्जेक्ट एक टेपर की गई हुई वर्गाकार काली कांच की पुरुष इत्र बोतल है। विवरण: इत्र बोतल के सामने की तरफ सैंस-सेरिफ फॉन्ट में सुनहरे अंग्रेजी अक्षर “SERIAL” छपे हैं, बोतल की सतह पर यथार्थवादी छोटी पानी की बूंदें। कंस्ट्रेंट्स: दाईं ओर एकल प्रकाश स्रोत से हार्ड लाइटिंग, स्पष्ट कंटूर शैडोज़, उच्च कंट्रास्ट और ठंडा टोन, इत्र के अलावा कोई अन्य वस्तु नहीं।

इस फॉर्मूला का मूल सिद्धांत: पहले स्टाइल टोन सेट करें, फिर सीन और सब्जेक्ट बताएं, फिर विशिष्ट विवरण से परिणाम सीमित करें, अंत में बहिष्करण शर्तों से अवांछित सामग्री को लॉक करें।

टेक्स्ट रेंडरिंग: अंततः और कोई फेल नहीं

अतीत में AI ड्राइंग का उपयोग करते समय, सबसे डराने वाली बात चीनी लिखवाना था। या तो वर्तनी गलतियां होती थीं, या टेक्स्ट अप्रत्याशित रूप से बदल जाता था।

GPT Image 2 ने इस पीढ़ी में इस समस्या को मूल रूप से हल कर दिया है। परीक्षण में क्षैतिज छोटे वाक्यों और शीर्षक-शैली टेक्स्ट की त्रुटि दर शून्य के करीब है, लंबे चीनी अनुच्छेदों में केवल विराम चिह्न घनत्व पर कभी-कभी छोटी समस्याएं हैं।

मुख्य तकनीक: वांछित टेक्स्ट के चारों ओर डबल कोट्स का उपयोग करें।

चीनी या अंग्रेजी, जो भी विशिष्ट टेक्स्ट आप छवि में देखना चाहते हैं, उसे अपने प्रॉम्प्ट में डबल कोट्स में अवश्य लिखें। उदाहरण:

“साइन पर ‘व्यवसाय में खुला’ लिखा है” “टी-शर्ट की छाती पर ‘खुश सप्ताहांत’ छपा है”

“केंद्रित” या “बाईं ऊपरी कोना” जैसे विशिष्ट स्थिति विवरण के साथ संयोजित करें, टेक्स्ट रेंडरिंग सटीकता और भी बेहतर होगी।

जटिल कंपोजीशन: थिंकिंग मोड का उपयोग करें

एकाधिक तत्वों वाली और सटीक स्थानिक संबंधों की आवश्यकता वाली छवियों के लिए, सामान्य मोड में कुछ तत्व छूट जाते हैं। यहीं पर “थिंकिंग मोड” सक्रिय करें।

उदाहरण के लिए, यदि आप एक ऐसी छवि जनरेट करना चाहते हैं जिसमें ये तत्व हों: बाईं ओर लाल पोशाक में एक लड़की, बीच में एक नारंगी बिल्ली, और नीचे एक पंक्ति टेक्स्ट। जब एकाधिक तत्व एक साथ सीमित होते हैं, थिंकिंग मोड समग्र कंपोजीशन को बेहतर ढंग से समन्वित कर सकता है।

ध्यान दें, थिंकिंग मोड में प्रत्येक जनरेशन में 15-30 सेकंड या अधिक समय लगता है, जटिल दृश्यों के लिए एक मिनट से अधिक प्रतीक्षा की आवश्यकता हो सकती है।

संपादन सुविधा: पूर्ण पुनर्जनरेशन के बिना छोटे परिवर्तन करें

बहुत से लोगों को पता नहीं कि ChatGPT Image 2 आंशिक संपादन का समर्थन करता है, और संपादन तर्क अत्यंत अंतर्ज्ञानी है।

संपादन विधि: मौजूदा छवि अपलोड करें, फिर उसे बताएं कि “क्या रखना है” और “क्या बदलना है”।

उदाहरण के लिए, यदि आपकी एक छवि है और आप पृष्ठभूमि को इंटीरियर से समुद्र तट में बदलना चाहते हैं, तो बस कहें “पात्र और वस्त्र अपरिवर्तित रखें, पृष्ठभूमि को समुद्र तट के सूर्यास्त में बदलें”। AI आपके इरादे को समझेगा और केवल पृष्ठभूमि बदलेगा, सब्जेक्ट को प्रभावित नहीं करेगा।

स्टाइल संगतता: कैसे श्रृंखला छवियां एक जैसी दिखें

जब आपको एक श्रृंखला की छवियां जनरेट करनी हों जो संगत शैली बनाए रखें, तो एक व्यावहारिक तकनीक है।

पहली छवि जनरेट करने के बाद, AI से उस श्रृंखला के संबंधित “Seed” नंबर का अनुरोध करें, फिर बाद के प्रॉम्प्ट के प्रारंभ में यह जोड़ें:

“पिछली छवियों के साथ संगत विज़ुअल शैली बनाए रखें, Seed नंबर: [नंबर] का संदर्भ लें, इस आधार पर [विशिष्ट तत्व] संशोधित करें”

FAQ

प्रश्न: मुफ्त और सशुल्क संस्करणों में क्या अंतर है?

मुफ्त संस्करण: प्रतिदिन 2-3 छवियां, केवल तत्काल मोड, परीक्षण के लिए उपयुक्त। सशुल्क संस्करण (Plus, 20$/माह): थिंकिंग मोड का उपयोग कर सकते हैं, बैच आवश्यकताओं वाले उपयोगकर्ताओं के लिए उपयुक्त।

सारांश

GPT Image 2 वर्तमान में “वास्तविक उत्पादन में उपयोग योग्य” के सबसे करीब AI छवि उपकरण है। टेक्स्ट रेंडरिंग में यह छलांग चीनी दृश्यों को अंततः विश्वसनीय बनाती है।