लाभ:
- दृश्य शीघ्र शरीर रचना (विषय, सामग्री, कोण, प्रकाश, शैली, नकारात्मक) स्थापित करने और प्रतिलिपि प्रस्तुत करने योग्य परिणाम प्राप्त करने की क्षमता
- संदर्भ छवि, कंट्रोलनेट, बीज और शैली भार जैसी नियंत्रण विधियों के साथ दृश्य दिशा निर्देशित करने की क्षमता
- कार्य के अनुसार उपकरण चुनने और आउटपुट के रिज़ॉल्यूशन, स्थिरता और उपयोग अधिकार सीमाओं का मूल्यांकन करने की क्षमता
पिछली इकाई में, आपने देखा कि अवधारणा निर्माण में एआई को कैसे स्थान दिया जाए। इस इकाई में हम एक कदम और गहराई में जाते हैं: आप वास्तव में विज़ुअल एआई टूल को नियंत्रित करना सीखेंगे। कई डिजाइनरों की निराशा यह है कि उपकरण "अपने आप" छवियां बनाता है; हालाँकि, समस्या आमतौर पर उपकरण की अस्पष्टता नहीं बल्कि दिए गए निर्देशों की अस्पष्टता है। विज़ुअल एआई को नियंत्रित करने के लिए तीन चीजों को जानना आवश्यक है: त्वरित शरीर रचना (निर्देश को सही ढंग से सेट करना), संदर्भ और संरचना नियंत्रण (दृश्य के साथ अग्रणी), और पुनरुत्पादन (फिर से वही परिणाम प्राप्त करना)। एक बार जब आप इन तीनों को सीख लेते हैं, तो AI एक यादृच्छिक दृश्य मशीन से एक चलाने योग्य डिज़ाइन टूल में बदल जाता है।
शीघ्र शरीर रचना विज्ञान: एक छवि का वर्णन करने की छह परतें
एक अच्छा दृश्य संकेत कोई यादृच्छिक वाक्य नहीं है, बल्कि एक स्तरित नुस्खा है। इन छह परतों पर विचार करें:
- विषय: हम क्या उत्पादन करते हैं? ("वायरलेस हेडफ़ोन चार्जिंग बॉक्स")
- रूप और विवरण: सिल्हूट, अनुपात, कोना, सतह भेद। ("गोल कोने, दो टुकड़े, शीर्ष पर पतली विभाजन रेखा")
- सामग्री और सीएमएफ: रंग-सामग्री-सतह। ("मैट एन्थ्रेसाइट पॉली कार्बोनेट, ब्रश एल्यूमीनियम पट्टी")
- कोण और फ़्रेमिंग: दृष्टिकोण और फ़्रेमिंग। ("सामने से 3/4, ऊपर से थोड़ा सा, उत्पाद केन्द्रित")
- प्रकाश और पर्यावरण: प्रकाश और पृष्ठभूमि। ("सॉफ्ट स्टूडियो लाइट, न्यूट्रल लाइट ग्रे अनंत पृष्ठभूमि")
- शैली और उद्देश्य: स्केच, फोटोयथार्थवादी प्रतिपादन, तकनीकी ड्राइंग। ("फोटोरियलिस्टिक उत्पाद प्रतिपादन")
इसमें एक नकारात्मक संकेत जोड़ा गया है: वे चीज़ें जो आप नहीं चाहते हैं। कई उपकरण "नकारात्मक संकेत" क्षेत्र प्रदान करते हैं; यहां आप जो नहीं चाहते उसे टाइप करके आउटपुट साफ़ करें, जैसे "मानव हाथ, टेक्स्ट, लोगो, गन्दा पृष्ठभूमि, बहु-उत्पाद"। यदि आप परतों को गायब छोड़ देते हैं, तो एआई उन अंतरालों को अपने सांख्यिकीय औसत से भर देगा; इसका मतलब घिसा-पिटा मतलब है.
युक्ति: प्रॉम्प्ट को ऐसे सेट करें जैसे कि वह किसी पैटर्न से पढ़ रहा हो: विषय + रूप + सीएमएफ + कोण + प्रकाश + शैली + नकारात्मक। यदि आपको कोई आउटपुट पसंद नहीं है, तो पूछें कि कौन सी परत गायब है, पूरे प्रॉम्प्ट को दोबारा न लिखें।
संदर्भ, रचना और शैली नियंत्रण
शब्द सब कुछ नहीं कह सकते; कभी-कभी एक छवि हजारों शब्दों के बराबर होती है। आधुनिक गैजेट नियंत्रण के कई शक्तिशाली साधन प्रदान करते हैं:
- संदर्भ छवि (छवि संकेत / छवि संदर्भ): आप एक छवि अपलोड करते हैं और कहते हैं "इसे इस तरह बनाएं"। आप सेट करते हैं कि टूल वजन के साथ आउटपुट को कितना संदर्भित करता है।
- कंट्रोलनेट: स्थिर प्रसार पारिस्थितिकी तंत्र में, यह एक नियंत्रण परत है जो एक स्केच या फोटो के किनारे/रेखा/गहराई/मुद्रा संरचना को संरक्षित करती है और इसके शीर्ष पर एक नई छवि बनाती है। रचना को संरक्षित करने और अपने स्वयं के स्केच की सामग्री को बदलने के लिए आदर्श।
- शैली संदर्भ/शैली भार: किसी छवि के केवल वातावरण/रंग-बनावट की भावना को व्यक्त करना, उसकी सामग्री को नहीं।
- इनपेंटिंग (क्षेत्रीय संपादन): छवि के केवल एक हिस्से को मास्क करना और उसे पुन: प्रस्तुत करना (उदाहरण के लिए, केवल हैंडल बदलना)।
- लोरा/कस्टम प्रशिक्षण: उन्नत स्तर पर, ब्रांड भाषा या विशिष्ट शैली के आधार पर मॉडल को ठीक करना। इसके लिए गोपनीयता और कॉपीराइट सावधानी की आवश्यकता है (आपके अपने डेटा के साथ, अनुमति के साथ)।
इन उपकरणों का सामान्य लाभ: वे एआई को शुरू से सपने देखने के बजाय आपके द्वारा दिए गए ढांचे के अनुसार काम करने के लिए मजबूर करते हैं। डिज़ाइनर के लिए सबसे मूल्यवान अक्सर कंट्रोलनेट और इनपेंटिंग होते हैं, क्योंकि वे आपकी स्वयं की स्केच रचना को संरक्षित करते हैं।
प्रतिलिपि प्रस्तुत करने योग्यता: बीज और पैरामीटर
प्रसार मॉडल यादृच्छिकता से शुरू होते हैं। बीज इस यादृच्छिकता की प्रारंभिक संख्या है। समान संकेत + समान बीज + समान पैरामीटर आमतौर पर समान/बहुत समान छवि देते हैं। यह डिज़ाइन के लिए महत्वपूर्ण है: आप अपनी पसंदीदा छवि को पुन: उत्पन्न करने के लिए बीज को ठीक करते हैं, या बस एक शब्द बदलते हैं और नियंत्रित तरीके से प्रभाव देखते हैं। अन्य महत्वपूर्ण पैरामीटर: पहलू अनुपात, चरण (अधिक चरण, अधिक परिष्कृत लेकिन धीमे), और मार्गदर्शन स्केल (मार्गदर्शन/सीएफजी; यह प्रॉम्प्ट पर कितनी मजबूती से फिट बैठता है - यदि यह बहुत अधिक है, तो यह कृत्रिम और मजबूर दिखता है)।
नियंत्रण
क्या करता है
कब उपयोग करें
बीज निर्धारण
वही आउटपुट पुन: प्रस्तुत करता है
एक छवि विकसित करते समय और ए/बी का प्रयास करते समय
संदर्भ छवि + वजन
यह एक छवि जैसा दिखता है
रचना/वातावरण स्थानांतरण
कंट्रोलनेट (किनारे/गहराई)
रचना को सुरक्षित रखता है, सामग्री को बदलता है
अपने स्वयं के स्केच से एक रेंडर बनाना
चित्रकारी
केवल एक क्षेत्र को ताज़ा करता है
एक भी विवरण बदलें
नकारात्मक संकेत
अवांछित को ख़त्म करता है
पृष्ठभूमि, हाथ, पाठ की सफाई
तीन मिनी मामले
केस 1 - अपने स्वयं के स्केच की सुरक्षा करना। एक डिज़ाइनर हैंड वैक्यूम क्लीनर के हाथ से बनाए गए स्केच को फोटोरिअलिस्टिक रेंडरिंग में बदलना चाहता है। जब आप इसे केवल एक टेक्स्ट प्रॉम्प्ट के साथ आज़माते हैं, तो AI एक पूरी तरह से अलग रूप तैयार करता है। जब आप कंट्रोलनेट के कैनी मोड का उपयोग करके अपना स्केच अपलोड करते हैं, तो एआई अपनी रेखाओं को संरक्षित करता है और इसे मैट प्लास्टिक और स्टूडियो लाइटिंग से कवर करता है। उसे 4 कोशिशों में मनचाहा परिणाम मिल जाता है। पाठ: रचना को संरक्षित करने के लिए, कंट्रोलनेट शुद्ध प्रॉम्प्ट से कहीं अधिक शक्तिशाली है।
केस 2 - भिन्नता का अनियंत्रित नुकसान। एक डिज़ाइनर अपनी पसंद की अवधारणा ढूंढता है, लेकिन बीज पर ध्यान नहीं देता है। अगले दिन, जब वह "थोड़ा पतला हैंडल" मांगता है, तो वह दोबारा वही छवि नहीं बना सकता; हर बार एक बिल्कुल अलग उत्पाद सामने आता है और उसे घंटों का नुकसान होता है। पाठ: अपने पसंदीदा प्रत्येक आउटपुट के बीज और पूर्ण प्रॉम्प्ट को सहेजें; ये आपके "वापसी" बिंदु हैं।
केस 3 - नकारात्मक संकेत के साथ सफाई। जब कोई डिज़ाइनर स्टूडियो चित्र बनाता है, तो आधे प्रिंटआउट में अवांछित मानव हाथ, प्रतिबिंबित पाठ और दूसरा उत्पाद दिखाई देता है। यह नकारात्मक संकेत में "मानव हाथ, पाठ, वॉटरमार्क, डुप्लिकेट उत्पाद, अव्यवस्थित पृष्ठभूमि" जोड़ता है और केवल 8 शब्दों के साथ आउटपुट गुणवत्ता में काफी वृद्धि होती है। सीख: जो आप नहीं चाहते वह कहना उतना ही महत्वपूर्ण है जितना यह कहना कि आप क्या चाहते हैं।
कॉपी करने योग्य शीघ्र टेम्पलेट
स्तरित संकेत कंकाल"[विषय], [रूप और विवरण], [सीएमएफ: रंग-सामग्री-सतह], [कोण और फ़्रेमिंग], [प्रकाश और पृष्ठभूमि], [शैली: स्केच/रेंडर/तकनीक]। - नकारात्मक: मानव हाथ, पाठ, लोगो, वॉटरमार्क, बहु-उत्पाद, गन्दा पृष्ठभूमि।"
संदर्भ से टेम्पलेट प्रस्तुत करें "मेरे द्वारा अपलोड किए गए स्केच की रेखा और संरचना रखें (कंट्रोलनेटेज मोड)। उस पर निम्नलिखित सामग्री लागू करें: [मैट प्लास्टिक बॉडी, एल्यूमीनियम विवरण]। प्रकाश: नरम स्टूडियो। पृष्ठभूमि: तटस्थ ग्रे। रूप न बदलें, बस सामग्री और प्रकाश जोड़ें।"
एकल विवरण परिवर्तन (इनपेंटिंग) टेम्पलेट "इस छवि में, केवल [नकाबपोश क्षेत्र: हैंडल] क्षेत्र को पुन: प्रस्तुत करें। नया संस्करण: [पतला, एर्गोनोमिक, घुमावदार]। छवि के बाकी हिस्सों, इसकी रोशनी और कोण को न छुएं।"
पुनरुत्पादनीयता नोट टेम्पलेट "मुझे यह प्रिंटआउट पसंद है। निम्नलिखित जानकारी सहेजें और अगली बार इसका उपयोग करें: संकेत = [पूर्ण पाठ], बीज = [संख्या], पहलू = [अनुपात], चरण = [संख्या], अभिविन्यास = [मान]। बस इस एक तत्व को बदलें: [एक्स]।"
कमजोर संकेत/मजबूत संकेत
कमज़ोर संकेत: "सफ़ेद पृष्ठभूमि पर हेडफ़ोन का अच्छा प्रस्तुतिकरण।"
मजबूत संकेत: "वायरलेस इन-ईयर हेडफोन चार्जिंग केस, ओवल पिल-फॉर्म, शीर्ष पर पतली विभाजन रेखा। सीएमएफ: मैट आइवरी पॉली कार्बोनेट बॉडी, साटन गोल्ड हिंज स्ट्रिप। कोण: 3/4 सामने, थोड़ा ऊपर। प्रकाश: नरम स्टूडियो सॉफ्टबॉक्स, हल्का शीर्ष प्रतिबिंब। पृष्ठभूमि: तटस्थ हल्के भूरे अनंत पृष्ठभूमि। शैली: फोटोरियलिस्टिक उत्पाद प्रतिपादन। बीज: 4821, पहलू 4: 3। - नकारात्मक: मानव हाथ, पाठ, लोगो, वॉटरमार्क, दूसरा उत्पाद, कठोर छाया।"
कमजोर प्रॉम्प्ट टूल को रिक्त स्थान को क्लिच से भरने की अनुमति देता है; शक्तिशाली संकेत प्रत्येक परत की पहचान करता है, नकारात्मकताओं को दूर करता है और इसे बीज के साथ पुन: प्रस्तुत करने योग्य बनाता है।
सामान्य गलतियाँ
- एक-वाक्य का अस्पष्ट संकेत लिखें और परिणाम को टूल पर अपलोड करें। AI कमियाँ भरता है, आप नहीं।
- बीज और मापदंडों की बचत नहीं हो रही है। आपको अपना पसंदीदा आउटपुट दोबारा कभी नहीं मिल सकता।
- कभी भी नकारात्मक संकेत का प्रयोग न करें. अवांछित तत्व आउटपुट को दूषित करते हैं।
- रचना जाँच के बजाय सैकड़ों यादृच्छिक परीक्षण करना। कंट्रोलनेट/इनपेंटिंग से काम में तेजी आती है।
- संदर्भ के रूप में किसी और की कॉपीराइट छवि का उपयोग करना। शैली की नकल और कॉपीराइट का जोखिम है (इकाई 10 देखें)।
सावधानी: संदर्भ छवियां या स्टाइल वेट शक्तिशाली उपकरण हैं, लेकिन अगर किसी और के मालिकाना डिजाइन या कलाकार की हस्ताक्षर शैली की नकल करने के लिए उनका उपयोग किया जाता है तो वे कानूनी और नैतिक जोखिम पैदा करते हैं। अपने संदर्भ अपनी स्वयं की सामग्री से या अनुमत/मुक्त स्रोतों से चुनें।
संक्षेप में
विज़ुअल एआई को नियंत्रित करने के लिए तीन क्षमताओं की आवश्यकता होती है: एक स्तरित प्रॉम्प्ट (विषय, रूप, सीएमएफ, कोण, प्रकाश, शैली, नकारात्मक) स्थापित करना, छवि के साथ मार्गदर्शन करना (संदर्भ, कंट्रोलनेट, इनपेंटिंग, स्टाइल वेट), और प्रतिलिपि प्रस्तुत करने योग्यता प्रदान करना (बीज और मापदंडों को सहेजना)। इन तीनों के साथ, AI एक यादृच्छिक मशीन से एक संचालन योग्य डिज़ाइन टूल में बदल जाता है। जब आप अपनी रचना की सुरक्षा करना चाहते हैं तो कंट्रोलनेट और इनपेंटिंग शुद्ध प्रॉम्प्ट से कहीं अधिक शक्तिशाली हैं। जिन्हें आप नकारात्मक संकेत के साथ नहीं चाहते उन्हें हटा दें और कॉपीराइट-सुरक्षित स्रोतों से अपने संदर्भ चुनें।
आवेदन कार्य
एक उत्पाद चुनें और पहले हाथ से एक रफ स्केच बनाएं (या ढूंढें)। एक स्तरित प्रॉम्प्ट ढांचे के साथ इस उत्पाद का वर्णन करते हुए एक प्रॉम्प्ट लिखें, एक नकारात्मक प्रॉम्प्ट जोड़ें, और चार आउटपुट उत्पन्न करें। अपने पसंदीदा आउटपुट के बीज और पैरामीटर सहेजें; फिर, "एकल विवरण परिवर्तन" तर्क के साथ, केवल एक तत्व बदलें (उदाहरण के लिए, हैंडल) और इसे उसी बीज के साथ दोबारा तैयार करें। दोनों परिणामों की तुलना करें और लिखें कि नियंत्रण कैसे बदलता है।
चेकलिस्ट
- [ ] मैंने छह परतों (विषय, रूप, सीएमएफ, कोण, प्रकाश, शैली) को कवर करने के लिए प्रॉम्प्ट सेट किया।
- [ ] मैंने नकारात्मक संकेत में वह लिखा जो मैं नहीं चाहता था।
- [ ] जब मुझे रचना को बनाए रखने की आवश्यकता हुई तो मैंने संदर्भ/कंट्रोलनेट/इनपेंटिंग का उपयोग किया।
- [ ] मैंने अपने पसंद के बीज और आउटपुट के पैरामीटर सहेजे।
- [ ] मैंने एकल वेरिएबल को स्थानांतरित करके नियंत्रित भिन्नता की कोशिश की।
- [ ] मैंने अपनी संदर्भ छवियां कॉपीराइट-सुरक्षित स्रोतों से चुनी हैं।