फोटोग्राफिक विजुअल प्रोडक्शन और प्रॉम्प्ट एनाटॉमी: डिफ्यूजन कैसे काम करता है?

लाभ:

• यह समझना कि छवि-उत्पन्न करने वाली कृत्रिम बुद्धिमत्ता (प्रसार) कैसे काम करती है और फोटोग्राफिक यथार्थवाद के लिए कौन से नुस्खा घटकों की आवश्यकता होती है
• विषय, प्रकाश, लेंस/कैमरा, संरचना, वातावरण और तकनीकी घटकों से युक्त एक मजबूत फोटोग्राफिक प्रॉम्प्ट लिखने की क्षमता।
• निर्मित छवि और ली गई तस्वीर के बीच अंतर, उपयोग की सीमाएं और प्रामाणिकता की घोषणा के महत्व को पहचानने की क्षमता

एक फोटोग्राफर तीन वैध उद्देश्यों के लिए जेनरेटिव विज़ुअल एआई का उपयोग करता है: मूडबोर्ड और अवधारणाओं के लिए ड्राफ्ट संदर्भ तैयार करना, ऐसे तत्व बनाना जो वास्तविक शॉट (पृष्ठभूमि, बनावट, समग्र टुकड़ा) को पूरक करते हैं, और पूरी तरह से उत्पादित छवियां बनाना (उदाहरण के लिए, स्टॉक बिक्री या विज्ञापन अवधारणा के लिए)। इस इकाई में, हम सीखेंगे कि ये उपकरण कैसे काम करते हैं और फोटोग्राफिक यथार्थवाद के लिए संकेत कैसे लिखें। लक्ष्य संयोग से अच्छे शॉट की प्रतीक्षा करना नहीं है; इसका मतलब है कि फोटोग्राफर की भाषा में आप जो चाहते हैं उसका वर्णन करना और परिणाम को निर्देशित करना।

प्रसार: मॉडल "तस्वीरें" कैसे तैयार करता है?

आज के अधिकांश छवि-जनरेटिंग एआई प्रसार नामक विधि के साथ काम करते हैं। बस: मॉडल ने लाखों छवियों पर "शोर से सार्थक छवि तक" जाना सीख लिया है। यह उत्पादन के दौरान यादृच्छिक शोर से शुरू होता है (एक बर्फीले स्क्रीनशॉट की तरह) और आपके पाठ (संकेत) को फिट करने के लिए शोर को धीरे-धीरे साफ करके एक छवि बनाता है। इससे दो बुनियादी तथ्य सामने आते हैं:

सबसे पहले, मॉडल वह उत्पादन नहीं कर सकता जिसका वर्णन नहीं किया गया है। यदि आप प्रकाश नहीं कहेंगे, तो एक यादृच्छिक प्रकाश आएगा; यदि आप वस्तुनिष्ठ दृष्टिकोण पर विचार नहीं करते हैं, तो "फोटोग्राफी की भावना" एक संयोग बनकर रह जाएगी। दूसरा, मॉडल समझता नहीं, भविष्यवाणी करता है। इसीलिए वह उन स्थानों पर गलतियाँ (मतिभ्रम) करता है जहाँ तर्क की आवश्यकता होती है, जैसे हाथ, पाठ, प्रतिबिंब, समरूपता। यदि आप फोटोग्राफिक यथार्थवाद चाहते हैं, तो आपको तकनीकी निर्णयों - प्रकाश, लेंस, संरचना - का स्पष्ट रूप से वर्णन करना होगा जो एक तस्वीर को एक तस्वीर बनाते हैं।

सावधानी: हालाँकि बनाई गई छवि "फ़ोटो जैसी" दिख सकती है, लेकिन यह फ़ोटो नहीं है; यह किसी वास्तविक क्षण का दस्तावेजीकरण नहीं करता है। किसी समाचार कहानी, वृत्तचित्र, या संदर्भ में "यह वास्तव में हुआ" का दावा करना भ्रामक है और नैतिक सीमा का उल्लंघन करता है, जिसे हम इकाई 9 में कवर करेंगे।

फोटोग्राफिक प्रॉम्प्ट एनाटॉमी

एक शक्तिशाली फोटोग्राफिक प्रॉम्प्ट में छह घटक होते हैं। इन्हें शूट की योजना बनाने जैसा समझें:

1. विषय: क्या/कौन? उम्र, पहनावा, अभिव्यक्ति, क्रिया, संख्या. ("एक मध्यम आयु वर्ग का बढ़ई, एप्रन में, कार्यस्थल पर काम कर रहा है")
2. प्रकाश: दिशा, कठोरता, स्रोत, समय। यह फोटोग्राफी का दिल है. ("सॉफ्ट साइड विंडो लाइट, सुबह, कम कंट्रास्ट")
3. लेंस और कैमरा दृश्य: फोकल लंबाई, क्षेत्र की गहराई, कोण। ("85 मिमी पोर्ट्रेट लेंस अनुभव, क्षेत्र की उथली गहराई, नरम पृष्ठभूमि बोके, आंख का स्तर")
4. रचना: फ़्रेमिंग, प्लेसमेंट, फ़्रेमिंग। ("क्लोज़-अप, तिहाई का नियम, बाईं ओर विषय")
5. वातावरण और रंग: स्वर, मनोदशा, पैलेट। ("गर्म पृथ्वी स्वर, शांत, उदासीन")
6. तकनीक/गुणवत्ता: बनावट, यथार्थवाद के नोट्स, पहलू अनुपात। ("प्राकृतिक त्वचा बनावट, फिल्म ग्रेन, 3:2 अनुपात")

जब आप इन घटकों को क्रम में पेश करते हैं, तो मॉडल बहुत अधिक नियंत्रित, "फोटोग्राफिक" परिणाम उत्पन्न करता है। आपके द्वारा छोड़ा गया कोई भी घटक संयोग पर छोड़ दिया जाता है।

टिप: AI से टेक्स्ट/लोगो न बनाएं. प्रसार मॉडल विश्वसनीय रूप से पठनीय पाठ और मालिकाना लोगो का उत्पादन नहीं कर सकते हैं; उन्हें वास्तविक डिज़ाइन चरण में जोड़ें। साथ ही, जिस छवि में पढ़ने योग्य पाठ की आवश्यकता होती है, उसमें केवल पृष्ठभूमि/वातावरण के लिए AI का उपयोग करें।

पहलू अनुपात और इच्छित उपयोग

पहलू अनुपात छवि की चौड़ाई-से-ऊंचाई का अनुपात है और इसके उपयोग को निर्धारित करता है: सोशल मीडिया वर्टिकल स्टोरी के लिए 9:16, मानक प्रिंट के लिए 3:2, एक वर्गाकार पोस्ट के लिए 1:1, एक विस्तृत बैनर के लिए 16:9। बाद में इसे कम करने और गुणवत्ता खोने की तुलना में शुरू से ही प्रॉम्प्ट में अनुपात निर्दिष्ट करना बेहतर है। इच्छित उपयोग (मुद्रण या प्रदर्शन) को जानते हुए, शुरुआत से ही रिज़ॉल्यूशन और अनुपात चुनें।

नकारात्मक नुस्खा और विविधता

अधिकांश उपकरणों में एक नकारात्मक संकेत भी होता है: एक ऐसा क्षेत्र जहां आप वे चीजें लिखते हैं जो आप छवि में नहीं चाहते हैं ("विकृत हाथ, अतिरिक्त उंगलियां, पाठ, वॉटरमार्क, प्लास्टिक बाइंडिंग")। यह सामान्य दोषों को कम करता है लेकिन पूरी तरह से रोकता नहीं है; सत्यापन अभी भी आवश्यक है. बीज की अवधारणा भी है - यादृच्छिकता का बीज जिससे उत्पादन शुरू होता है; वही बीज और संकेत फिर से एक समान परिणाम उत्पन्न करते हैं, जो आपको एक सुसंगत सेट बनाने में मदद करता है (हम चौथी इकाई में अधिक गहराई में जाएंगे)।

तीन मिनी मामले

केस 1 - नुस्खे की शक्ति। एक स्टॉक फ़ोटोग्राफ़र ने लिखा "महिला कॉफ़ी पी रही है" और उसे निराशाजनक परिणाम मिले। जब प्रॉम्प्टा ने प्रकाश (साइड विंडो लाइट), लेंस (50 मिमी, क्षेत्र की उथली गहराई), वातावरण (गर्म, शांत सुबह) और बनावट (प्राकृतिक त्वचा) जोड़ा, तो परिणाम प्रयोग करने योग्य हो गया। स्वीकार्य फ़्रेम निर्माण दर लगभग 1/20 से बढ़कर 1/4 हो गई; उत्पादन समय एक तिहाई कम हो गया।

केस 2 - मतिभ्रम से हानि। एक डिज़ाइनर-फ़ोटोग्राफ़र ने बिना जांचे प्रेजेंटेशन में "हाथ मिलाते कारोबारी लोगों" की एक छवि डाल दी। बैठक में देखा गया कि एक मैनेजर के तीन हाथ थे। जिस खामी को छोटे पर्दे पर नजरअंदाज कर दिया गया था, उसे प्रक्षेपण में बड़ा कर दिया गया। 30 सेकंड के हाथ/उंगली स्कैन से इस शर्मिंदगी को रोका जा सकता था।

केस 3 - सही उपकरण चुनना। एक उत्पाद फ़ोटोग्राफ़र एक वास्तविक घड़ी रखना चाहता था जिसे उसने एक अलग वातावरण में शूट किया था। इसे स्क्रैच से तैयार करने के बजाय, इसने वास्तविक उत्पाद फ्रेम को रखा, केवल पृष्ठभूमि/वातावरण को एआई के साथ तैयार किया गया और समग्र बनाया गया। इस प्रकार, उत्पाद का वास्तविक विवरण (ब्रांड, डायल) विकृत नहीं था; विश्वसनीयता और सटीकता दोनों को संरक्षित किया गया।

कॉपी करने योग्य टेम्पलेट

1) फोटोग्राफिक प्रॉम्प्ट कंकाल:

[विषय: कौन/क्या, उम्र, कपड़े, अभिव्यक्ति, क्रिया], [प्रकाश: दिशा, कठोरता, स्रोत, समय], [लेंस/कैमरा: फोकल लंबाई की भावना, क्षेत्र की गहराई, कोण], [रचना: फ़्रेमिंग, प्लेसमेंट, कन्वेंशन], [वातावरण/रंग: टोन, मूड, पैलेट], [तकनीक: प्राकृतिक बनावट, अनाज, पहलू अनुपात]। फोटोग्राफिक, यथार्थवादी। टेक्स्ट/लोगो जोड़ें.

2) नकारात्मक शीघ्र मसौदा:

नकारात्मक (जो मैं नहीं चाहता): विकृत हाथ, अतिरिक्त/गायब उंगलियां, टेढ़ा चेहरा, प्लास्टिक/मोम जैसी त्वचा, अपठनीय पाठ, वॉटरमार्क, दोहराई जाने वाली बनावट, असंभव छाया, अत्यधिक संतृप्त रंग।

3) मूडबोर्ड संदर्भ के लिए (दिशा, डिलीवरी नहीं):

उद्देश्य: शूट के लिए मूडबोर्ड संदर्भ (डिलीवर करने योग्य नहीं)।संकल्पना: [अवधारणा]। केवल विशेषताओं के साथ सौंदर्य का वर्णन करें: प्रकाश [..], रंग पैलेट [..], वातावरण [..], रचना [..]। किसी व्यक्ति/ब्रांड/फ़ोटोग्राफ़र के नाम का उपयोग न करें. 4 विविधताएँ उत्पन्न करें.

4) वास्तविक उत्पाद की सुरक्षा के लिए समग्र योजना:

मेरे पास एक वास्तविक [उत्पाद] शॉट है; उत्पाद स्वयं नहीं बदलेगा. केवल पृष्ठभूमि/वातावरण के लिए बनाई जाने वाली छवि के लिए संकेत लिखें: [प्रकाश, सतह, रंग, वातावरण]। उत्पाद की छाया दिशा और हल्की कठोरता [..] होनी चाहिए ताकि मिश्रण ठोस हो।

कमजोर संकेत/मजबूत संकेत

कमजोर: "अच्छा पोर्ट्रेट फोटो।"

मजबूत: "मध्यम आयु वर्ग की किसान महिला, धूप में झुलसा चेहरा, गेहूं के खेत में हल्की सी मुस्कान; किनारे से सुनहरी घंटे की रोशनी, कम कंट्रास्ट; 85 मिमी पोर्ट्रेट दृश्य, क्षेत्र की उथली गहराई, पृष्ठभूमि नरम; क्लोज़-अप, विषय बाएँ, तिहाई का नियम; गर्म पृथ्वी टोन, शांत और गरिमामय मूड; प्राकृतिक त्वचा बनावट, हल्के फिल्मी दाने, 3:2। फोटोग्राफिक, यथार्थवादी। पाठ जोड़ना।"

कमज़ोर इच्छाशक्ति को पूरी तरह से संयोग पर छोड़ दिया गया है; चूंकि मजबूत मांग प्रकाश, लेंस, संरचना और वातावरण का वर्णन करती है, इससे वांछित परिणाम उत्पन्न होने की संभावना काफी बढ़ जाती है।

सामान्य गलतियाँ

• प्रकाश और लेंस का वर्णन नहीं कर रहा हूँ। ये दोनों ही मोटे तौर पर एक तस्वीर को एक तस्वीर बनाते हैं; यदि आप इसे खाली छोड़ देते हैं, तो परिणाम संयोग पर छोड़ दिया जाएगा।
• एआई द्वारा पठनीय पाठ/लोगो बनाना। मॉडल इन्हें विश्वसनीय रूप से उत्पादित नहीं कर सकता; यह दोषपूर्ण और कॉपीराइटयुक्त हो सकता है।
• निर्मित छवि को "फोटोग्राफ" के रूप में प्रस्तुत करना। वृत्तचित्र/समाचार संदर्भ में यह भ्रामक है; तथ्य का विवरण आवश्यक है.
• व्यक्ति/ब्रांड नाम के साथ शैली की नकल करना। नकल और कॉपीराइट जोखिम; गुणों सहित सौन्दर्यशास्त्र का वर्णन कीजिए।
• सत्यापन छोड़ा जा रहा है. प्रत्येक निर्मित छवि में हाथ, आंखें, प्रतिबिंब, छाया और दोहराई जाने वाली बनावट की जांच की जानी चाहिए।

संक्षेप में

जेनरेटिव विज़ुअल एआई प्रसार द्वारा काम करता है: यह शोर से छवि तक जाता है जो पाठ में फिट बैठता है, जो वर्णित नहीं है उसे उत्पन्न नहीं कर सकता है, और जहां तर्क की आवश्यकता होती है वहां त्रुटियां होती हैं। फोटोग्राफिक यथार्थवाद के लिए, एक फोटोग्राफर की तरह विषय, प्रकाश, लेंस, रचना, वातावरण और तकनीक का वर्णन करें। उद्देश्य के अनुसार पहलू अनुपात चुनें, नकारात्मक रेसिपी के साथ आर्टिफैक्ट को कम करें, एआई से टेक्स्ट न बनाएं और प्रत्येक आउटपुट को सत्यापित करें। कभी भी "खींची गई तस्वीर" होने का दावा करने वाली निर्मित छवि का उपयोग न करें।

आवेदन कार्य

एक अवधारणा चुनें और टेम्पलेट 1 के साथ सभी छह घटकों को भरते हुए एक फोटोग्राफिक प्रॉम्प्ट लिखें। पहले एक ही वाक्य में एक ही अवधारणा बनाएं (या वर्णन करें), जैसे "एक सुंदर फोटो", फिर पूरे ढांचे के साथ, और दो परिणामों की तुलना करें। हाथों, आंखों, प्रतिबिंबों और छायाओं को बड़ा करके आपके द्वारा बनाई गई छवि में कम से कम तीन संभावित दोष बिंदुओं को चिह्नित करें।

चेकलिस्ट

• [ ] प्रॉम्प्ट में, मैंने विषय, प्रकाश, लेंस, संरचना, वातावरण और तकनीक का अलग-अलग वर्णन किया है।
• [ ] मैंने इच्छित उपयोग के अनुसार पक्षानुपात निर्धारित किया।
• [ ] मैंने नकारात्मक नुस्खा के साथ सामान्य दोषों को कम कर दिया।
• [ ] मेरे पास एआई ड्रा पठनीय पाठ/लोगो नहीं था।
• [ ] मैंने यह सुनिश्चित किया कि मैं उत्पन्न छवि को "फोटो" के रूप में प्रस्तुत नहीं करूँ।
• [ ] मैंने हाथ/आंख/प्रतिबिंब/छाया के लिए आउटपुट का सत्यापन किया।