परिचय
टेक्स्ट-से-इमेज मॉडल ने तस्वीरों और उनके विवरण के बीच का रिश्ता तस्वीर–कैप्शन की बहुत बड़ी जोड़ियों से सीखा है। जब आप प्रॉम्प्ट लिखते हैं, मॉडल बेतरतीब शोर (noise) से शुरू करके कदम-दर-कदम उसे आपके शब्दों जैसी तस्वीर में बदलता है (इन मॉडलों को डिफ़्यूज़न मॉडल कहते हैं)।
इमेज प्रॉम्प्ट का फ़ॉर्मूला
| हिस्सा | उदाहरण |
|---|---|
| विषय | मिट्टी के कप में चाय पकड़े एक युवा बंगाली महिला |
| काम / जगह | उत्तर कोलकाता की सड़क किनारे चाय की दुकान पर, सुबह |
| स्टाइल / माध्यम | फ़ोटो-जैसा / वॉटरकलर / फ़्लैट वेक्टर / 3D रेंडर |
| कंपोज़िशन | क्लोज़-अप, रूल ऑफ़ थर्ड्स, बाईं ओर टेक्स्ट के लिए जगह |
| रोशनी और रंग | हल्की सुनहरी धूप, गर्म रंग |
| फ़ॉर्मेट | चौकोर 1:1 / खड़ा 9:16 / चौड़ा 16:9 |
Photorealistic close-up of a smiling young woman holding a clay kulhad of tea at a roadside tea stall in north Kolkata, early morning, soft golden light, shallow depth of field, warm tones, empty space on the left for text, 4:5 vertical
(इमेज टूल अक्सर अंग्रेज़ी प्रॉम्प्ट पर सबसे अच्छा काम करते हैं।)
लोकप्रिय टूल
- ChatGPT इमेज जनरेशन — बातचीत में, निर्देश मानने और एडिट में अच्छा
- Google Gemini / Imagen — Gemini और Google टूल्स के अंदर
- Adobe Firefly — व्यावसायिक इस्तेमाल के लिए बना, Photoshop/Express से जुड़ा
- Canva AI — इमेज से तैयार डिज़ाइन तक सबसे तेज़
- Midjourney — मज़बूत कलात्मक क्वालिटी (पेड)
अधिकार और ज़िम्मेदारी
- व्यावसायिक इस्तेमाल के लिए हर टूल की शर्तें पढ़ें।
- बिना सहमति असली लोग, ब्रांड लोगो या कॉपीराइट वाले कैरेक्टर न बनाएँ।
- असली घटनाओं या उन प्रोडक्ट की भ्रामक तस्वीरें न बनाएँ जो आप बेचते नहीं।
- जहाँ प्लेटफ़ॉर्म या क्लाइंट चाहे, AI इमेज पर लेबल लगाएँ।