Ons hou of verkry geen gebruiker se data nie, en ons skors nie rekeninge nie tensy 'n wettige owerheid afdwingingsoptrede vereis.
Navorsing · Beeldredigering

Die Ongesensureerde AI-beeldredigeerder

Verander, herstileer, herbelig, herbeklee of herstel een bestaande beeld deur 'n sin te skryf. Geen maskers, geen filters, geen weierings — en een tegniek wat meer saak maak as al die ander saam.

Bygewerk 5 September 2026GidsShannon 3 · beeldredigering in klets

Kortliks

Shannon redigeer presies een bestaande beeld vanaf 'n instruksie in gewone taal — geen kwas, geen masker, geen seleksie. Daardie instruksie moet sê wat verander EN wat bly, want die model hergenereer die hele raam: enigiets wat jy nie as onveranderd noem nie, is vry om af te dryf. Om die onveranderde dele te noem — "hou die gesig, postuur en klere identies" — is die enkele grootste kwaliteitshefboom wat jy het. Die redigeerpad aanvaar wel 'n negatiewe opdrag (teks-na-beeld nie); sit ongewenste artefakte daar eerder as om "geen X" in die instruksie te skryf. Die uitvoer erf outomaties die bron se aspekverhouding. Daar is geen videogenerering nie en geen manier om 'n beeld te animeer nie. Redigering loop op ons eie GPU-tros in die kletsprogram, met geen inhoudsfilter en geen weieringslaag nie.

Die meeste mense wat na 'n ongesensureerde AI-beeldredigeerder soek, het een beeld en een probleem: die agtergrond is verkeerd, die lig is plat, die baadjie is die verkeerde kleur, 'n vreemdeling staan in die raam, die skandering het 'n vou daardeur — of die wysiging is heeltemal wettig en hulle huidige gereedskap weier om daaraan te raak. Hierdie stuk gaan daaroor om dit goed te doen: nie watter redigeerder die meeste skuiwers het nie, maar die een gewoonte wat 'n wysiging wat tref, skei van 'n wysiging wat stilweg jou onderwerp se gesig herbou terwyl jy nie kyk nie.

1
Bronbeeld per wysiging
Outo
Bronaspek behou
Ja
Negatiewe opdrag
Geen
Inhoudsfilter

01Wat instruksiegebaseerde redigering werklik is

Klassieke AI-redigering vra jou om die moeilike deel self te doen: maak 'n doek oop, verf 'n masker oor die gebied wat jy wil verander, tik 'n frase wat beskryf wat daarbinne hoort. Presies, stadig, en nutteloos die oomblik wanneer jou verandering geen skoon buitelyn het nie — 'n ligverskuiwing, 'n klereruil wat die silhoeët verander, 'n globale kleurgradering.

Shannon werk andersom. Jy kies niks. Jy skryf 'n sin oor die beeld, in enige taal, en die gebied word uit jou woorde afgelei. Dit maak dit 'n praktiese ongesensureerde inpainting-alternatief vir enigiemand wat die resultaat wil hê eerder as die seleksiewerk — met een meganiese gevolg wat jy eers moet verstaan:

'n Wysiging is 'n heruitbeelding van die hele raam, met jou bronbeeld as voorwaarde — nie 'n lap wat op 'n deel daarvan geplak word nie. Die Beeldmodel lees jou oorspronklike, lees jou instruksie, en produseer 'n nuwe beeld wat veronderstel is om die oorspronklike plus die verandering te wees. Niks word meganies vasgevries nie. Elke beeldpunt is by elke wysiging weer onderhandelbaar.

Daarom kom "'n reënerige Tokio-straat" — foutloos in 'n maskergereedskap — terug met 'n effens ander persoon wat daarin staan. In 'n maskergereedskap het die masker gesê die persoon is buite perke; hier moet jou sin dit sê. Die voordeel: instruksieredigering doen wat maskers nie kan nie — skuif die son en kry die skaduwees om saam te stem, verander 'n kledingstuk en laat die stof oor die bestaande postuur vou, herstileer 'n foto in ink en plat kleur terwyl die komposisie behoue bly. Daardie wysigings het geen grens om te verf nie; hulle is verhoudings oor die hele raam heen.

02Verankering: die enkele grootste kwaliteitshefboom

Verankering beteken om elke redigeerinstruksie as twee klousules te skryf: die veranderingsklousule (wat anders moet wees, positief en konkreet gestel) en die behouklousule (die dele wat onaangeraak moet oorleef, as spesifieke selfstandige naamwoorde genoem). Albei dra gewig — die veranderingsklousule alleen is 'n wens. As jy een ding van hierdie bladsy saamneem: jou resultaat word oorheers deur hoe uitdruklik jy noem wat bly, nie deur hoe lewendig jy beskryf wat verander nie.

Drie maniere waarop onverankerde instruksies afdryf

  • Identiteitsdryf. Die gesig kom amper reg terug — 'n effens ander neus, 'n kaaklyn wat stilweg mooier gemaak is. Die skadelikste mislukking, want dit is moeilik om op 'n foon te sien en vanselfsprekend vir enigiemand wat die persoon ken.
  • Bykomstige herstilering. Jy het 'n nuwe agtergrond gevra; jy het ook 'n nuwe kleurgradering, 'n nuwe lens, en 'n trui wat vantevore geribbel was, gekry. Die model het die instruksie gelees as 'n beskrywing van die hele teikenbeeld eerder as 'n verskil vanaf die bron.
  • Omvangkruip uit byvoeglike naamwoorde. "Meer dramaties," "skoner," "meer professioneel" noem glad geen voorwerp nie. 'n Byvoeglike naamwoord sonder 'n selfstandige naamwoord geld vir alles, so alles beweeg.

Die ankerwoordeskat

Ankers werk as konkrete selfstandige naamwoorde. "Hou dit dieselfde" is swak — die model kan nie weet watter eendersheid vir jou saak maak nie. Kies drie tot vyf items wat vir jou wysiging saak maak en noem hulle reguit.

Wat jy veranderAnkers wat die moeite werd is om uitdruklik te noem
Agtergrond / omgewinggesig en gelaatstrekke, haarstyl, postuur, hande, klere, kamerahoek, uitsnit, beligting op die onderwerp
Beligting / stemminggesig, uitdrukking, veltekstuur, postuur, klere, agtergrondinhoud, inraming
Klere / draggesig, baard of hare, postuur, hande, liggaamsverhoudings, agtergrond, ligrigting, kleurgradering
Styl / mediumkomposisie, postuur, haarlengte, uitrustingsvorms, aantal onderwerpe, uitsnit
Voorwerpverwydering / herstelalles anders in die raam — onderwerp, omliggende argitektuur, korrel, toonaard, kontras, kleur
Kleur van een dingelke ander kleur in die beeld, plus die tekstuur en materiaal van die veranderde voorwerp

Let op die laaste ry. Herkleuring loop stilweg verkeerd, want "maak die baadjie rooi" nooi 'n baadjie uit wat van voor af herbou is — nuwe snit, nuwe materiaal, nuwe voue. Verankerd: "herkleur die bestaande baadjie na 'n diep karmosyn, terwyl sy presiese snit, some, stoftekstuur en die manier waarop dit hang, behou word." Een klousule se verskil, 'n dramaties beter resultaat.

03Uitgewerkte voorbeelde: swak instruksie, waarom dit afdryf, verankerde herskrywing

Elke paar hieronder is dieselfde bedoeling twee keer geskryf. Die diagnose in die middel is die deel wat oordraagbaar is.

A. Vervanging van 'n agtergrond

Swak
sit haar in Tokio

Waarom dit afdryf: dit beskryf 'n bestemmingsbeeld, nie 'n verskil nie. Niks omtrent die vrou word beskerm nie en niks hou die kamera stil nie, so die model raam haar oor en beeld haar weer uit terwyl dit 'n geloofwaardige toneel bou.

Verankerd
Verander die agtergrond na 'n reëndeurweekte Tokio-oorgang snags, met neonligreklame wat op nat asfalt agter haar weerkaats. Hou die vrou se gesig, haarstyl, postuur en klere presies soos hulle is, hou dieselfde kamerahoek en uitsnit, en pas die nuwe agtergrond se lig by die bestaande lig op haar aan.

Wat verander het: die behouklousule pen identiteit, drag en inraming vas, en die laaste frase sê in watter rigting die naat oplos — die agtergrond buig na die onderwerp se lig, nie andersom nie.

B. Herbeligting

Swak
beter beligting asseblief

Waarom dit afdryf: "beter" is 'n byvoeglike naamwoord sonder 'n selfstandige naamwoord. Die model moet 'n definisie uitdink, en die goedkoopste manier om in 'n heruitbeelding beter te lyk, is gladgestreke vel, helderder tande en 'n slanker kaak. Jy het lig gevra en 'n retoesjering gekry.

Verankerd
Belig die toneel oor as laatmiddag-vensterlig wat van links kom, warm en sag, met 'n sagte afname oor die regterkant van die gesig en 'n sagte skaduwee op die muur agter. Hou die gesig, uitdrukking, veltekstuur, postuur, klere en agtergrondinhoud onveranderd, en hou dieselfde inraming.

Wat verander het: lig word fisies beskryf — rigting, gehalte, temperatuur, afname. Veltekstuur word uitdruklik veranker, want herbeligting is wanneer 'n model die meeste versoek word om dit weg te stryk.

C. Om 'n onderwerp te herbeklee

Swak
gee hom 'n pak klere

Waarom dit afdryf: 'n pak klere verander die silhoeët, so die bolyf moet weer uitgebeeld word — en die kop bo-op gaan gewoonlik saam. Onverankerde dragwysigings is die tweede grootste bron van identiteitsdryf ná agtergrondruilings.

Verankerd
Vervang die man se T-hemp met 'n houtskoolkleurige driestuk-wolpak, 'n wit hemp en 'n donkergroen sydas, aangepas by sy huidige houding. Hou sy gesig, baard, haarstyl, postuur, hande en liggaamsverhoudings identies, hou die agtergrond presies soos dit is, en hou dieselfde ligrigting en kleurgradering.

Wat verander het: "aangepas by sy huidige houding" maak die kledingstuk ondergeskik aan die postuur. Hande word afsonderlik veranker, want hande is waar dragwysigings die sigbaarste uitmekaarval.

D. Om 'n foto te herstileer

Swak
maak dit anime

Waarom dit afdryf: 'n stylwoord alleen gee alles oor — komposisie, uitsnit, hare, drag, aantal mense — en "anime" is dertig jaar se onversoenbare tradisies. Jy kry 'n bekwame illustrasie van 'n ander toneel.

Verankerd
Herteken hierdie foto as 'n handgeïnkte 1990's sel-animasieraam: plat kleurvullings, sigbare inklynkuns, minimale gradiënte, gedempte palet. Hou die komposisie, die onderwerp se postuur en kykrigting, haarlengte en uitrustingsvorms herkenbaar, en hou dieselfde uitsnit en dieselfde aantal mense in die raam.

Wat verander het: stylwysigings het 'n ander soort anker nodig. Jy kan nie tekstuur veranker nie — tekstuur is juis wat vervang word — so jy veranker struktuur: komposisie, postuur, silhoeëtte, uitsnit, aantal onderwerpe. Om te vra dat "fotorealistiese vel" onder sel-animasie behou word, is 'n weerspreking.

E. Om iets te verwyder

Swak
geen motors in die agtergrond nie

Waarom dit afdryf: 'n ontkenning plaas die konsep steeds voor die model en sê niks oor wat die ontruimde ruimte vul nie. Verwyderings het 'n positiewe stelling van sowel teiken as vulling nodig.

Verankerd
Verwyder die geparkeerde silwer motor en die vullisdrom aan die regterkant van die straat, en vul die ruimte met 'n voortsetting van dieselfde sypaadjie, randsteen en baksteenmuur. Hou alles anders in die raam identies — die persoon, die winkelfront, die reklameborde, die beligting en die kleur.

Wat verander het: die teiken word volgens voorwerp, kleur en posisie genoem; die vulling word gespesifiseer, sodat die model nie 'n plein uitdink waar 'n sypaadjie hoort nie; en "alles anders" word in werklike selfstandige naamwoorde uitgespel.

F. Om 'n beskadigde foto te herstel

Swak
maak hierdie ou foto van my ouma reg

Waarom dit afdryf: "regmaak" lees as "verbeter," en om 'n ou foto te verbeter beteken om dit te moderniseer — skoner vel, hoër kontras, en 'n gesig wat nie meer heeltemal jou ouma s'n is nie.

Verankerd
Herstel die vou wat skuins deur die linker boonste hoek van hierdie geskandeerde foto loop en verwyder die stofkolletjies en klein wit krappe. Hou elke gelaatstrek, die filmkorrel, die toonaard, die kontras en die oorspronklike sepia-kleur presies soos hulle is. Moenie verskerp nie, moenie vel gladstryk nie, moenie herkleur nie.

Wat verander het: die skade word opgenoem, sodat "regmaak" 'n omskrewe omvang het, en korrel en toonaard word veranker omdat hulle die druk tydperk-eg laat lees. Die drie verbode is die skaars geval waar ontkenning sy plek verdien — voorskrifte oor proses, nie oor voorwerpe nie.

Die vorm van 'n goeie instruksie

Sjabloon
[Werkwoord] die [spesifieke teiken] na/in [spesifieke resultaat, konkreet beskryf]. Hou die [3–5 genoemde ankers] identies. [Opsioneel: een klousule oor hoe die verandering moet verband hou met wat bly.]

Mik vir 25 tot 60 woorde, in volledige sinne eerder as komma-geskeide sleutelwoordetikette — die Beeldmodel lees opdragte soos 'n taalmodel dit doen, so prosa klop etiketsop. Slaan SDXL-era-gemors oor (masterpiece, best quality, 8k) en gewigsintaks soos (word:1.3); hulle doen hier niks. Maak een verandering per instruksie — twee onverwante veranderings in een sin ding mee om aandag en albei kom halfgedaan terug.

04Die negatiewe opdrag — hier ondersteun, anders as by teks-na-beeld

Dit laat mense struikel, so hier is dit reguit gestel:

PadBronbeeldeNegatiewe opdragAspekverhoudingOpdragvorm
Teks-na-beeld0Nie ondersteun nieGekies (vierkant verstek)Beskrywende prosa
Redigeer een beeldPresies 1OndersteunVan bron geërfInstruksie: verander + behou
Kombineer 2+ beelde2 of meerOndersteunNuwe doek kiesbaarRolbenoemde prosa

Teks-na-beeld neem glad geen negatiewe opdrag nie — wanneer jy uit niks genereer, is dit die dissipline om net te beskryf wat jy wil hê (sien ongesensureerde AI-beeldgenerering). Redigering is anders: jy het reeds 'n bron, en die kenmerkende mislukkings van 'n heruitbeelding is bekend en noembaar, so 'n negatiewe opdrag het iets konkreets om te onderdruk.

Wat daarin hoort

Artefakte, en net artefakte. Dit is 'n defeklys, nie 'n tweede instruksiekanaal nie:

  • extra fingers, fused fingers, malformed hands — enige wysiging wat 'n persoon weer uitbeeld.
  • warped text, garbled lettering, misspelled signage — enigiets met tekens, etikette of verpakking in die raam.
  • duplicated limbs, duplicated railing, repeated windows — verwyderings en agtergronduitbreidings.
  • smeared texture, blurry patch, halo around the subject, visible seam — agtergrondruilings en voorwerpverwydering.
  • plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — herbeligting, portretwysigings, algemene higiëne.

Wat nie

Inhoudsbesluite. As jy die hoed weg wil hê, is die instruksie "verwyder die hoed" — nie 'n negatiewe opdrag wat "hoed" lees nie. Die negatiewe opdrag verwyder nie betroubaar dinge wat in jou bron bestaan nie; dit ontmoedig defekte om in die uitbeelding te verskyn. Inhoud daar gee jou die slegste van albei wêrelde: die hoed bly, en 'n gleuf wat verwronge hande kon onderdruk het, is weg.

Die ander helfte van die reël geld vir jou instruksie: hou op om "geen X" daarin te skryf. "'n Straat sonder motors," "'n portret sonder bril" plaas albei die ongewenste konsep in die sin en vra die model om dit te ontken — 'n taak wat taal goed hanteer en beeldvoorwaarding swak. Sê eerder wat daar moet wees: "'n leë straat met skoon asfalt," "'n portret met onbelemmerde oë." Die een uitsondering, soos in voorbeeld F, is 'n voorskrif oor proses — "moenie verskerp nie," "moenie herkleur nie" — wat 'n bewerking van die hand wys eerder as om 'n voorwerp te noem.

Die werkverdeling, in een reël

Instruksie: wat verander, wat bly — positief gestel. Negatiewe opdrag: die maniere waarop 'n uitbeelding misvorm kan raak. Hou hulle apart en albei word beter.

05Een bronbeeld, en hoe Shannon dit kies

'n Wysiging werk op presies een bronbeeld: óf 'n prent wat reeds in die gesprek is — vroeër geheg, of vir jou gegenereer — óf een wat aan die boodskap geheg is wat jy nou stuur. Niks word van buite die draad ingetrek nie, en die redigeerpad voeg nooit stilweg twee prente saam nie. As jou bedoeling elemente uit meer as een beeld nodig het — die uitrusting uit foto A op die persoon in foto B — is dit 'n kombinasie, met 'n ander opdragvorm wat elke beeld se rol in volgorde noem.

Opvolgversoeke en die mees onlangse relevante beeld

Sodra 'n beeld in die gesprek is, werk kort opvolgversoeke soos jy sou hoop. "Maak dit donkerder." "Probeer dit nou by sonsondergang." Hierdie los op teen die mees onlangse relevante beeld in die draad — normaalweg die resultaat wat jy pas ontvang het — so 'n reeks klein instruksies gedra hom soos 'n stapel wysigings. Drie gevolge:

  • Herhaal in enkele stappe. Elke opvolgversoek is nog 'n volle heruitbeelding, so "maak dit donkerder en verander haar jas en skuif die kamera laer" is drie wysigings wat oor een deurgang baklei. Stuur drie boodskappe; stop by die een waarvan jy gehou het.
  • Let op generasieverlies. Klein afwykings vermeerder; teen die sesde opeenvolgende wysiging kan 'n gesig ver van die oorspronklike af wees, al het geen enkele stap verkeerd gelyk nie. Wanneer jy dryf opmerk, hou op lap — heg die oorspronklike lêer weer aan en skryf een gekombineerde instruksie wat alles enkodeer wat jy intussen geleer het jy wou hê.
  • In 'n lang draad, wees uitdruklik. "Deur die strandfoto te gebruik wat ek vroeër geheg het, …" verwyder dubbelsinnigheid wanneer verskeie beelde in die spel is.

Die bevestigingskaart is jou laaste kans om 'n anker by te voeg

Jy vra in gewone taal, in watter taal jy ook al praat. Shannon besluit dat 'n beeldbewerking gevra word, skryf die finale instruksie self in Engels, en wys dit aan jou op 'n bevestigingskaart voordat iets uitgebeeld word. Niks word geproduseer en niks word gefaktureer voordat jy bevestig nie. Lees daardie kaart — dit is waar jy 'n ontbrekende behouklousule vang voordat jy iets spandeer.

Twee verwante gedrae: Shannon genereer nooit ongenooid nie — 'n groet, 'n vraag of 'n terloops geheg foto sneller nie 'n beeldbewerking nie. En om Shannon bloot te vra om na 'n beeld te kyk — dit te beskryf, die teks daarin te lees, te sê waarom die komposisie nie werk nie — is gewone visiewerk, nie 'n generering nie, en kos niks ekstra nie. "Wat sou jy aan hierdie foto verander?" is gratis advies; om daarop te reageer, is die wysiging.

06Aspekverhouding word outomaties geërf

'n Geredigeerde beeld kom terug in dieselfde aspekverhouding as sy bron. Jy kies nie een nie en jy hoef ook nie: 'n 4:5-portret bly 4:5, 'n 16:9-stilbeeld bly 16:9, 'n ongemaklike foonskermskoot behou sy verhoudings. 'n Wysiging wat jou beeld stilweg heringeraam het, sou nie 'n wysiging wees nie — dit sou 'n uitsnit wees plus 'n raaiskoot oor wat buite die oorspronklike grense lê.

Dit is 'n werklike verskil van die ander twee paaie. Teks-na-beeld vra jou om te kies uit square (verstek), portrait, landscape, wide (rolprentagtig) en tall (plakkate en muurpapier), en 'n uitdruklike versoek wen altyd; kombinering laat jou 'n vars doek kies, aangesien daar geen enkele bron is om van te erf nie. So as jy 'n ander vorm nodig het, is dit nie 'n wysiging nie — om 'n 1:1-produkfoto in 'n 16:9-baniere te verander beteken om beeldpunte uit te dink wat nooit gefotografeer is nie. Doen dit doelbewus, deur op 'n nuwe doek te genereer of te kombineer.

07Daar is geen videogenerering nie

Reguit gestel, want mense vra

Shannon genereer nie video nie en animeer nie beelde nie. Daar is geen beeld-na-video-pad nie, geen "laat hierdie foto beweeg" nie, geen lus nie, geen cinemagraaf nie. Dit is nie 'n vermoë in voorskou of wat binnekort kom nie — dit bestaan nie in die produk nie, en niks op hierdie bladsy moet gelees word asof dit anders sinspeel nie.

Wat Shannon 3 met beelde doen, is presies drie dinge: 'n nuwe beeld genereer, een bestaande beeld redigeer, en twee of meer beelde kombineer in een. Alles hier leef binne die tweede daarvan.

Dit is die moeite werd om twee keer te sê, want "AI-beeldredigeerder" en "AI-videogenerator" het in mense se gedagtes aangrensend geword, en 'n gereedskap wat jou foto graag herbelig, voel asof dit een knoppie van beweging af behoort te wees. Dit is nie — en jy behoort dit in die eerste minuut te weet eerder as in die tiende.

08Waarom ongesensureerd meer saak maak vir redigering as vir generering

Gefiltreerde redigeerders misluk anders as gefiltreerde generators, en gewoonlik erger. 'n Gefiltreerde generator weier jou opdrag; jy herskryf en probeer weer. 'n Gefiltreerde redigeerder kan die bronbeeld self weier, voordat dit 'n woord van jou instruksie gelees het. Laai 'n kliniese wondfoto vir 'n gevalleverslag op en dit word by inset verwerp. Laai 'n historiese oorlogsfoto op om 'n vou te herstel en die geweer in die raam maak die gesprek dood. Wettige werk, kategoriese weiering, geen herskrywing wat sou gehelp het nie.

Shannon bedryf die beeldpad met geen inhoudsfilter op die uitvoer nie en geen weieringslaag op die model wat die instruksie skryf nie. Dit is wat hierdie gewone take moontlik maak:

  • Kunsnaakstudies en figuurwerk — retoesjering, herbeligting en herstilering vir kunstenaars en fotograwe wat met instemmende volwasse onderwerpe werk.
  • Mediese en forensiese illustrasie — kliniese beelde wat opgeruim word vir onderrigmateriaal, gevalleverslae en rekonstruksiewerk wat hoofstroomredigeerders op sig weier.
  • Sekuriteitsnavorsingsbeelde — skermskote, fisiese-sekuriteitsfoto's en hardewaredokumentasie vir uitvissingsbewustheidsprogramme en rooispanverslaggewing.
  • Geweld in fiksie — produksiekuns vir film, speletjies en strokiesprente waar 'n wond of 'n wapen die onderwerp is.
  • Politieke satire en redaksionele illustrasie — met etlike eeue geskiedenis daaragter, en byna geen ondersteuning in gefiltreerde gereedskap nie.
  • Handelsmerk- en gelykeniswerk deur die reghebbende — jou eie produkfotografie, logo-samestellings en portrette, en moeilike familiedokumente, sonder om met 'n klassifiseerder te stry oor of jy toegelaat word.

Ongesensureerd is nie onaanspreeklik nie. Shannon word bedryf deur Shannon Lab LLC (New Mexico, VSA) onder 'n gepubliseerde Beleid vir Verantwoordelike Gebruik, en dit is waar die werklike grense leef — dié oor die reg en skade eerder as 'n klassifiseerder se ongemak met 'n wondfoto. Die afwesigheid van 'n refleksiewe weiering is 'n stelling oor die gereedskap, nie oor jou verantwoordelikheid vir wat jy maak nie.

09Waar die API inpas — en waar dit nie

Dit is 'n algemene verkeerde afdraai vir lesers wat vanaf 'n API-soektog aankom. Beeldgenerering en -redigering gebeur in die Shannon-kletsprogram, nie op die API nie. Die drie /v1-dialekte — /v1/chat/completions (OpenAI-vormig), /v1/messages (Anthropic-vormig) en /v1/responses, almal stromend, almal op dieselfde modelle — bedien teks en visie. Visie beteken die modelle lees beelde wat jy stuur: beskryf hulle, transkribeer teks, ontleed 'n grafiek. Dit beteken nie hulle produseer of wysig beelde nie.

Dit laat steeds 'n nuttige patroon oor: visie plus 'n ongesensureerde teksmodel is 'n sterk hulp vir die skryf van instruksies. Stuur die API jou bronbeeld, vra dit om te beskryf wat in die raam is en 'n verankerde instruksie op te stel wat die verandering en die ankers noem, en voer daardie instruksie dan in klets uit — dit vang die ankers wat jy sou vergeet het. Versoek- en antwoordvorms is in die API-dokumentasie.

10Gereelde vrae

Wat is 'n ongesensureerde AI-beeldredigeerder?

'n Redigeerder wat 'n bestaande beeld plus 'n instruksie in gewone taal neem en die geredigeerde beeld teruggee, sonder inhoudsfilter op die uitvoer en sonder weieringslaag op die model wat die instruksie skryf. Dit loop op ons eie GPU-tros binne die Shannon-kletsprogram, so werk wat gefiltreerde redigeerders weier — retoesjering van kunsnaakstudies, mediese en forensiese illustrasie, sekuriteitsnavorsingsbeelde, geweld in fiksie, politieke satire — word gedoen in plaas van geweier.

Waarom verander die gesig as ek net gevra het om die agtergrond te verander?

Omdat 'n instruksiewysiging die hele raam hergenereer met jou bronbeeld as voorwaarde, nie net die gebied wat jy in gedagte gehad het nie — enigiets wat jy nie as onveranderd noem nie, is vry om af te dryf. Die oplossing is verankering: voeg 'n behouklousule by soos "hou die gesig, haarstyl, postuur en klere identies, dieselfde kamerahoek en uitsnit". Om die onveranderde dele te noem, is die enkele grootste kwaliteitshefboom wat jy het.

Ondersteun Shannon-beeldredigering 'n negatiewe opdrag?

Ja. Anders as teks-na-beeld, wat glad nie een neem nie, ondersteun die redigeer- en multi-beeldkombineerpaaie albei een. Gebruik dit vir ongewenste artefakte — ekstra vingers, verwronge teks, gedupliseerde reelings, gesmeerde tekstuur, plastiese vel, watermerke — eerder as om "geen X" in die instruksie te skryf. Inhoudsbesluite hoort in die instruksie, positief gestel; artefakonderdrukking hoort in die negatiewe opdrag.

Kan Shannon my beeld animeer of dit in 'n video verander?

Nee. Shannon genereer nie video nie en animeer nie beelde nie. Daar is geen beeld-na-video-pad nie en niks van die aard word aangekondig nie. Shannon 3 genereer 'n nuwe beeld, redigeer een bestaande beeld, of kombineer twee of meer beelde in een — daardie drie dinge en niks verder nie.

Hoeveel bronbeelde gebruik 'n wysiging?

Presies een: óf 'n prent wat reeds in die gesprek is, óf een wat aan jou huidige boodskap geheg is. As elemente uit twee of meer beelde moet kom — 'n uitrusting uit een foto op 'n persoon uit 'n ander — is dit 'n kombinasie, nie 'n wysiging nie, en jy behoort die werklike beelde te verskaf eerder as om die tweede in woorde te beskryf.

Moet ek 'n masker teken of inpainting gebruik?

Nee. Daar is geen kwas, lasso of maskerlaag nie. Jy beskryf die verandering in 'n sin en die gebied word uit jou taal afgelei, en daarom maak presiese selfstandige naamwoorde saak: "die geparkeerde silwer motor aan die regterkant" mik ver beter as "daardie ding". Dit maak Shannon 'n praktiese ongesensureerde inpainting-alternatief vir mense wat die resultaat wil hê sonder die seleksiewerk.

Kan ek beelde deur die Shannon-API redigeer?

Nee. Beeldgenerering en -redigering leef in die Shannon-kletsprogram. Die /v1-dialekte — /v1/chat/completions, /v1/messages en /v1/responses — bedien teks en visie: hulle lees en ontleed beelde wat jy stuur, maar produseer of redigeer hulle nie. 'n Algemene werkvloei is om die API se visie die verankerde instruksie te laat opstel, en dan die wysiging in klets uit te voer.

Redigeer 'n beeld sonder om met 'n filter te stry

Heg 'n foto aan, skryf een sin, noem wat bly.

Begin Redigeer Lees die API-dokumente

Beelde word op ons eie GPU-tros uitgebeeld · niks word uitgebeeld of gefaktureer voordat jy die kaart bevestig nie


Shannon AI word bedryf deur Shannon Lab LLC, New Mexico, VSA. Beeldgenerering, -redigering en -kombinering is kletsprogramkenmerke van Shannon 3; die /v1-API bedien slegs teks en visie. Geen videogenerering bestaan in die produk nie. Redigering aanvaar presies een bronbeeld en erf sy aspekverhouding. Gebruik van die ongesensureerde beeldpaaie word gereël deur die Beleid vir Verantwoordelike Gebruik.

Alle navorsingskakels