Нецензурираният AI редактор на изображения
Променете, престилизирайте, преосветете, преоблечете или поправете едно съществуващо изображение, като напишете едно изречение. Без маски, без филтри, без откази — и една техника, която значи повече от всички останали, взети заедно.
Накратко
Shannon редактира точно едно съществуващо изображение по инструкция на обикновен език — без четка, без маска, без селекция. Тази инструкция трябва да казва какво се променя И какво остава, защото моделът регенерира целия кадър: всичко, което не назовете като непроменено, е свободно да се отклони. Назоваването на непроменените части — „запази лицето, позата и облеклото идентични“ — е най-големият лост за качество, с който разполагате. Пътят за редактиране приема негативен промпт (текст-към-изображение не приема); слагайте там нежеланите артефакти, вместо да пишете „без X“ в инструкцията. Резултатът наследява съотношението на страните на източника автоматично. Няма генериране на видео и няма начин да анимирате изображение. Редактирането работи върху собствен GPU клъстер в чат приложението, без филтър на съдържанието и без слой за откази.
Повечето хора, които търсят нецензуриран AI редактор на изображения, имат едно изображение и един проблем: фонът е грешен, светлината е плоска, якето е с грешен цвят, непознат човек стои в кадъра, сканът има гънка през него — или редакцията е напълно легитимна, а текущият им инструмент отказва да я докосне. Тук става дума за това да го направите добре: не кой редактор има най-много плъзгачи, а онзи единствен навик, който отделя редакцията, която улучва, от редакцията, която тихо преизгражда лицето на вашия обект, докато не гледате.
01Какво всъщност е редактирането по инструкция
Класическото AI редактиране иска вие да свършите трудната част: отваряте платно, рисувате маска върху областта, която искате да промените, и въвеждате фраза, описваща какво принадлежи вътре в нея. Точно, бавно и безполезно в мига, в който вашата промяна няма чист контур — промяна на осветлението, смяна на гардероба, която променя силуета, глобална цветна корекция.
Shannon работи обратно. Не селектирате нищо. Пишете изречение за изображението, на какъвто и да е език, и областта се извежда от вашите думи. Това го прави практична нецензурирана алтернатива на inpainting за всеки, който иска резултата, а не работата по селекцията — с едно механично следствие, което трябва да разберете първо:
Редакцията е повторно рендиране на целия кадър, обусловено от вашето изходно изображение — а не кръпка, приложена върху част от него. Image Model чете вашия оригинал, чете вашата инструкция и произвежда ново изображение, което би трябвало да е оригиналът плюс промяната. Нищо не е механично замразено. Всеки пиксел подлежи на предоговаряне при всяка редакция.
Ето защо „дъждовна улица в Токио“ — безупречно в инструмент с маски — се връща с фино различен човек, застанал в нея. В инструмент с маски маската казваше, че човекът е недосегаем; тук вашето изречение трябва да го каже. Плюсът: редактирането по инструкция прави това, което маските не могат — да премести слънцето и сенките да се съгласят, да смени дреха и платът да се нагъне върху съществуващата поза, да престилизира фотография в туш и плоски цветове, като запази композицията. Тези редакции нямат граница за рисуване; те са отношения през целия кадър.
02Закотвяне: най-големият лост за качество
Закотвянето означава всяка инструкция за редакция да се пише като две клаузи: клаузата за промяна (какво трябва да е различно, формулирано положително и конкретно) и клаузата за запазване (частите, които трябва да оцелеят недокоснати, назовани като конкретни съществителни). И двете са носещи — клаузата за промяна сама по себе си е пожелание. Ако вземете едно нещо от тази страница: вашият резултат се определя от това колко изрично назовавате какво остава, а не от това колко ярко описвате какво се променя.
Три начина, по които незакотвените инструкции се отклоняват
- Отклонение на идентичността. Лицето се връща почти както трябва — леко различен нос, тихо разкрасена челюст. Най-вредната грешка, защото трудно се вижда на телефон и е очевидна за всеки, който познава човека.
- Съпътстващо престилизиране. Поискахте нов фон; получихте и нова цветна корекция, нов обектив и пуловер, който преди беше рипсен. Моделът е прочел инструкцията като описание на цялото целево изображение, а не като разлика спрямо източника.
- Разрастване на обхвата от прилагателни. „По-драматично“, „по-чисто“, „по-професионално“ не назовават никакъв обект. Прилагателно без съществително се прилага към всичко, така че всичко се движи.
Речникът на котвите
Котвите работят като конкретни съществителни. „Запази го същото“ е слабо — моделът не може да знае коя точно еднаквост ви интересува. Изберете три до пет неща, които имат значение за вашата редакция, и ги назовете направо.
| Какво променяте | Котви, които си струва да назовете изрично |
|---|---|
| Фон / обстановка | лице и черти на лицето, прическа, поза, ръце, облекло, ъгъл на камерата, кадриране, осветление върху обекта |
| Осветление / настроение | лице, изражение, текстура на кожата, поза, облекло, съдържание на фона, рамкиране |
| Облекло / гардероб | лице, брада или коса, поза, ръце, телесни пропорции, фон, посока на светлината, цветна корекция |
| Стил / медия | композиция, поза, дължина на косата, форми на облеклото, брой обекти, кадриране |
| Премахване на обект / поправка | всичко останало в кадъра — обектът, околната архитектура, зърното, тоналността, контрастът, цветът |
| Цвят на едно нещо | всеки друг цвят в изображението, плюс текстурата и материала на променения обект |
Обърнете внимание на последния ред. Пребоядисването се обърква тихо, защото „направи якето червено“ кани яке, изградено от нулата — нова кройка, нов материал, нови гънки. Закотвено: „преоцвети съществуващото яке в наситено пурпурночервено, като запазиш точната му кройка, шевовете, текстурата на плата и начина, по който пада.“ Една клауза разлика, драматично по-добър резултат.
03Разработени примери: слаба инструкция, защо се отклонява, закотвено пренаписване
Всяка двойка по-долу е едно и също намерение, написано два пъти. Диагнозата по средата е частта, която можете да пренесете навсякъде.
A. Смяна на фон
Защо се отклонява: това описва крайно изображение, а не разлика. Нищо у жената не е защитено и нищо не задържа камерата неподвижна, така че моделът я прекадрира и я рендира наново, докато изгражда правдоподобна сцена.
Какво се промени: клаузата за запазване фиксира идентичността, гардероба и рамкирането, а последната фраза казва в коя посока се решава шевът — фонът се огъва спрямо светлината на обекта, а не обратното.
B. Преосветяване
Защо се отклонява: „по-добро“ е прилагателно без съществително. Моделът трябва да измисли определение, а най-евтиният начин да изглеждаш по-добре при повторно рендиране е изгладена кожа, по-бели зъби и по-тясна челюст. Поискахте светлина и получихте ретуш.
Какво се промени: светлината е описана физически — посока, качество, температура, затихване. Текстурата на кожата е закотвена изрично, защото преосветяването е моментът, в който моделът е най-изкушен да я заглади.
C. Преобличане на обект
Защо се отклонява: костюмът променя силуета, така че торсът трябва да се рендира наново — а главата над него обикновено го следва. Незакотвените редакции на гардероба са вторият по големина източник на отклонение на идентичността след смяната на фон.
Какво се промени: „скроени спрямо текущата му стойка“ подчинява дрехата на позата. Ръцете са закотвени отделно, защото ръцете са мястото, където редакциите на гардероба се разпадат най-видимо.
D. Престилизиране на фотография
Защо се отклонява: дума за стил сама по себе си предава всичко — композиция, кадриране, коса, гардероб, брой хора — а „аниме“ са тридесет години несъвместими традиции. Получавате компетентна илюстрация на друга сцена.
Какво се промени: стиловите редакции се нуждаят от различна котва. Не можете да закотвите текстура — текстурата е това, което се заменя — затова закотвяте структура: композиция, поза, силуети, кадриране, брой обекти. Да искате да се запази „фотореалистична кожа“ под целулоидна анимация е противоречие.
E. Премахване на нещо
Защо се отклонява: отрицанието пак поставя понятието пред модела и не казва нищо за това какво запълва освободеното пространство. Премахванията се нуждаят от положително твърдение и за целта, и за запълването.
Какво се промени: целта е назована по обект, цвят и позиция; запълването е указано, така че моделът не измисля площад там, където мястото е на тротоар; а „всичко останало“ е разписано в конкретни съществителни.
F. Поправка на повредена фотография
Защо се отклонява: „оправи“ се чете като „подобри“, а подобряването на стара фотография означава модернизиране — по-чиста кожа, по-висок контраст и лице, което вече не е съвсем на вашата баба.
Какво се промени: повредата е изброена, така че „оправи“ има дефиниран обхват, а зърното и тоналността са закотвени, защото те карат отпечатъка да се чете като автентичен за епохата. Трите забрани са редкият случай, в който отрицанието си заслужава мястото — директиви за процеса, а не за обекти.
Формата на добрата инструкция
Целете 25 до 60 думи, в цели изречения, а не в разделени със запетаи ключови думи — Image Model чете промптове така, както ги чете езиков модел, затова прозата бие „супата от тагове“. Пропуснете боклука от епохата на SDXL (masterpiece, best quality, 8k) и синтаксиса за тегла като (word:1.3); тук те не правят нищо. Правете по една промяна на инструкция — две несвързани промени в едно изречение се борят за внимание и двете се връщат наполовина свършени.
04Негативният промпт — поддържан тук, за разлика от текст-към-изображение
Това обърква хората, затова нека се каже направо:
| Път | Изходни изображения | Негативен промпт | Съотношение на страните | Форма на промпта |
|---|---|---|---|---|
| Текст-към-изображение | 0 | Не се поддържа | По избор (квадрат по подразбиране) | Описателна проза |
| Редакция на едно изображение | Точно 1 | Поддържа се | Наследено от източника | Инструкция: промяна + запазване |
| Комбиниране на 2+ изображения | 2 или повече | Поддържа се | Ново платно по избор | Проза с назовани роли |
Текст-към-изображение не приема никакъв негативен промпт — при генериране от нищото описването само на това, което искате, е дисциплината (вижте нецензурирано AI генериране на изображения). Редактирането е различно: вие вече имате източник, а характерните грешки на повторното рендиране са известни и назоваеми, така че негативният промпт има какво конкретно да потиска.
Какво му е мястото там
Артефакти и само артефакти. Това е списък с дефекти, а не втори канал за инструкции:
- допълнителни пръсти, слети пръсти, деформирани ръце — всяка редакция, която рендира човек наново.
- изкривен текст, разкривени букви, надписи с грешки — всичко с надписи, етикети или опаковки в кадъра.
- дублирани крайници, дублиран парапет, повтарящи се прозорци — премахвания и разширения на фона.
- размазана текстура, замъглено петно, ореол около обекта, видим шев — смяна на фон и премахване на обекти.
- пластмасова кожа, восъчна кожа, прекалено изгладено лице, воден знак, jpeg артефакти — преосветяване, портретни редакции, обща хигиена.
Какво няма място там
Решенията за съдържание. Ако искате шапката да я няма, инструкцията е „премахни шапката“ — а не негативен промпт, който гласи „шапка“. Негативният промпт не премахва надеждно неща, които съществуват във вашия източник; той обезкуражава появата на дефекти в рендера. Съдържание там ви дава най-лошото от двата свята: шапката остава, а слот, който можеше да потисне изкривени ръце, е изгубен.
Другата половина от правилото важи за вашата инструкция: спрете да пишете „без X“ в нея. „Улица без коли“, „портрет без очила“ — и двете поставят нежеланото понятие в изречението и искат от модела да го отрече, задача, с която езикът се справя добре, а обуславянето на изображения — зле. Кажете какво трябва да има вместо това: „празна улица с чист асфалт“, „портрет с незакрити очи“. Единственото изключение, както в пример F, е директива за процес — „не изостряй“, „не преоцветявай“ — която отказва операция, вместо да назовава обект.
Разделението на труда, в един ред
Инструкция: какво се променя, какво остава — формулирано положително. Негативен промпт: начините, по които един рендер може да бъде деформиран. Дръжте ги разделени и двете стават по-добри.
05Едно изходно изображение и как Shannon го избира
Редакцията работи върху точно едно изходно изображение: или снимка, която вече е в разговора — прикачена по-рано или генерирана за вас — или такава, прикачена към съобщението, което изпращате в момента. Нищо не се дърпа отвън на нишката и пътят за редактиране никога не слива тихо две снимки. Ако намерението ви изисква елементи от повече от едно изображение — облеклото от снимка A върху човека от снимка B — това е комбиниране, с различна форма на промпта, назоваваща ролята на всяко изображение по ред.
Последващи заявки и най-скорошното релевантно изображение
След като изображение е в разговора, кратките последващи заявки работят така, както бихте се надявали. „Направи го по-тъмно.“ „Сега пробвай на залез.“ Те се решават спрямо най-скорошното релевантно изображение в нишката — обикновено резултата, който току-що сте получили — така че поредица от малки инструкции се държи като стек от редакции. Три следствия:
- Итерирайте на единични стъпки. Всяка последваща заявка е поредно пълно повторно рендиране, така че „направи го по-тъмно и смени палтото ѝ и свали камерата по-ниско“ са три редакции, които се бият за един проход. Изпратете три съобщения; спрете на онова, което ви е харесало.
- Внимавайте за загуба от поколенията. Малките отклонения се натрупват; към шестата поредна редакция едно лице може да е доста далеч от оригинала, макар че нито една отделна стъпка не е изглеждала грешна. Когато забележите отклонение, спрете да кърпите — прикачете оригиналния файл наново и напишете една обединена инструкция, кодираща всичко, което междувременно сте разбрали, че искате.
- В дълга нишка бъдете изрични. „Използвайки снимката от плажа, която прикачих по-рано, …“ премахва двусмислието, когато няколко изображения са в игра.
Картата за потвърждение е последният ви шанс да добавите котва
Питате на обикновен език, на какъвто и език да говорите. Shannon решава, че се иска операция с изображение, написва финалната инструкция сам на английски и ви я показва на карта за потвърждение, преди каквото и да е да се рендира. Нищо не се произвежда и нищо не се таксува, докато не потвърдите. Прочетете тази карта — там улавяте липсваща клауза за запазване, преди да похарчите каквото и да било.
Две свързани поведения: Shannon никога не генерира неканен — поздрав, въпрос или небрежно прикачена снимка не задейства операция с изображение. И да помолите Shannon просто да погледне изображение — да го опише, да прочете текста в него, да каже защо композицията не работи — е обикновена работа със зрение, а не генериране, и не струва нищо допълнително. „Какво бихте променили в тази снимка?“ е безплатен съвет; действието по него е редакцията.
06Съотношението на страните се наследява автоматично
Редактираното изображение се връща в същото съотношение на страните като източника си. Не избирате и не е нужно: портрет 4:5 остава 4:5, кадър 16:9 остава 16:9, неудобна екранна снимка от телефон запазва пропорциите си. Редакция, която тихо прекадрира вашето изображение, не би била редакция — тя би била изрязване плюс догадка за това какво се намира извън оригиналните граници.
Това е реална разлика спрямо другите два пътя. Текст-към-изображение ви кара да избирате между square (по подразбиране), portrait, landscape, wide (кинематографично) и tall (плакати и тапети), а изричната заявка винаги печели; комбинирането ви позволява да изберете ново платно, тъй като няма единствен източник, от който да се наследява. Така че ако ви трябва друга форма, това не е редакция — превръщането на продуктова снимка 1:1 в банер 16:9 означава измисляне на пиксели, които никога не са били заснети. Направете го съзнателно, чрез генериране или комбиниране върху ново платно.
07Няма генериране на видео
Казано направо, защото хората питат
Shannon не генерира видео и не анимира изображения. Няма път изображение-към-видео, няма „накарай тази снимка да се движи“, няма цикъл, няма синемаграф. Това не е възможност в предварителен преглед или предстояща — тя не съществува в продукта и нищо на тази страница не бива да се чете като загатване за противното.
Това, което Shannon 3 прави с изображения, са точно три неща: генерира ново изображение, редактира едно съществуващо изображение и комбинира две или повече изображения в едно. Всичко тук живее вътре във второто от тях.
Струва си да се каже два пъти, защото „AI редактор на изображения“ и „AI генератор на видео“ са станали съседни в главите на хората, а инструмент, който с готовност ще преосвети вашата фотография, изглежда сякаш е на един бутон от това да я задвижи. Не е — и е добре да го знаете в първата минута, а не в десетата.
08Защо нецензурираността значи повече за редактирането, отколкото за генерирането
Филтрираните редактори се провалят различно от филтрираните генератори и обикновено по-зле. Филтриран генератор отказва вашия промпт; вие пренаписвате и опитвате отново. Филтриран редактор може да откаже самото изходно изображение, преди да е прочел и дума от вашата инструкция. Качете клинична снимка на рана за доклад по случай и тя се отхвърля на входа. Качете историческа военна фотография, за да поправите гънка, и пушката в кадъра прекратява разговора. Легитимна работа, категоричен отказ, никакво пренаписване, което би помогнало.
Shannon пуска пътя за изображения без филтър на съдържанието върху резултата и без слой за откази върху модела, който пише инструкцията. Точно това прави тези обикновени задачи възможни:
- Художествени голи снимки и работа с фигурата — ретуш, преосветяване и престилизиране за художници и фотографи, работещи с пълнолетни хора с тяхното съгласие.
- Медицинска и съдебна илюстрация — клинични изображения, почистени за учебни материали, доклади по случаи и възстановителна работа, които масовите редактори отхвърлят на мига.
- Изображения за изследване на сигурността — екранни снимки, фотографии от физическата сигурност и хардуерна документация за програми за осведоменост срещу фишинг и за доклади на червени екипи.
- Насилие в художествени произведения — продуцентско изкуство за филми, игри и комикси, където раната или оръжието са самата тема.
- Политическа сатира и редакционна илюстрация — с няколко века история зад гърба си и с почти нулева поддръжка във филтрираните инструменти.
- Работа с марки и лица от притежателя на правата — вашата собствена продуктова фотография, лога и портрети, както и трудни семейни архиви, без да спорите с класификатор дали ви е позволено.
Нецензуриран не значи безотчетен. Shannon се управлява от Shannon Lab LLC (Ню Мексико, САЩ) съгласно публикувана Политика за отговорно използване, където живеят реалните граници — тези за закона и вредата, а не тези за неудобството на класификатор пред снимка на рана. Липсата на рефлексен отказ е твърдение за инструмента, а не за вашата отговорност за това, което създавате.
09Къде се вписва API-то — и къде не
Това е често срещан грешен завой за читатели, идващи от търсене за API. Генерирането и редактирането на изображения се случват в чат приложението Shannon, а не в API-то. Трите диалекта /v1 — /v1/chat/completions (във форма на OpenAI), /v1/messages (във форма на Anthropic) и /v1/responses, всички с поточно предаване, всички върху едни и същи модели — обслужват текст и зрение. Зрение означава, че моделите четат изображенията, които изпращате: описват ги, транскрибират текст, анализират графика. То не означава, че произвеждат или променят изображения.
Това все пак оставя полезен модел на работа: зрението плюс нецензуриран текстов модел е силен помощник за писане на инструкции. Изпратете на API-то своето изходно изображение, поискайте да опише какво има в кадъра и да напише закотвена инструкция, назоваваща промяната и котвите, а после изпълнете тази инструкция в чата — тя улавя котвите, които бихте забравили. Формите на заявките и отговорите са в API документацията.
10Често задавани въпроси
Какво е нецензуриран AI редактор на изображения?
Редактор, който приема съществуващо изображение плюс инструкция на обикновен език и връща редактираното изображение, без филтър на съдържанието върху резултата и без слой за откази върху модела, който пише инструкцията. Работи върху собствен GPU клъстер вътре в чат приложението Shannon, така че работа, която филтрираните редактори отхвърлят — ретуш на художествени голи снимки, медицинска и съдебна илюстрация, изображения за изследване на сигурността, насилие в художествени произведения, политическа сатира — се свършва, вместо да бъде отказана.
Защо лицето се променя, когато съм поискал само смяна на фона?
Защото редакцията по инструкция регенерира целия кадър, обусловен от вашето изходно изображение, а не само областта, която сте имали предвид — всичко, което не назовете като непроменено, е свободно да се отклони. Решението е закотвяне: добавете клауза за запазване, например „запази лицето, прическата, позата и облеклото идентични, същия ъгъл на камерата и същия кадър“. Назоваването на непроменените части е най-големият лост за качество, с който разполагате.
Поддържа ли редактирането на изображения в Shannon негативен промпт?
Да. За разлика от текст-към-изображение, което не приема никакъв, пътищата за редактиране и за комбиниране на няколко изображения поддържат такъв. Използвайте го за нежелани артефакти — допълнителни пръсти, изкривен текст, дублирани парапети, размазана текстура, пластмасова кожа, водни знаци — вместо да пишете „без X“ в инструкцията. Решенията за съдържание са в инструкцията, формулирани положително; потискането на артефакти е в негативния промпт.
Може ли Shannon да анимира изображението ми или да го превърне във видео?
Не. Shannon не генерира видео и не анимира изображения. Няма път изображение-към-видео и такъв не се обявява. Shannon 3 генерира ново изображение, редактира едно съществуващо изображение или комбинира две или повече изображения в едно — тези три неща и нищо извън тях.
Колко изходни изображения използва една редакция?
Точно едно: или снимка, която вече е в разговора, или такава, прикачена към текущото ви съобщение. Ако елементи трябва да дойдат от две или повече изображения — облекло от една снимка върху човек от друга — това е комбиниране, а не редакция, и трябва да предоставите реалните изображения, вместо да описвате второто с думи.
Трябва ли да рисувам маска или да използвам inpainting?
Не. Няма четка, ласо или слой с маска. Описвате промяната в изречение и областта се извежда от езика ви, затова точните съществителни имат значение: „паркираната сребриста кола отдясно“ се насочва далеч по-добре от „онова нещо“. Това прави Shannon практична нецензурирана алтернатива на inpainting за хора, които искат резултата без работата по селекцията.
Мога ли да редактирам изображения през Shannon API?
Не. Генерирането и редактирането на изображения живеят в чат приложението Shannon. Диалектите /v1 — /v1/chat/completions, /v1/messages и /v1/responses — обслужват текст и зрение: те четат и анализират изображенията, които изпращате, но не ги произвеждат и не ги редактират. Често използван работен процес е зрението на API-то да напише закотвената инструкция, а след това редакцията да се изпълни в чата.
Редактирайте изображение, без да спорите с филтър
Прикачете снимка, напишете едно изречение, назовете какво остава.
Започнете да редактирате Прочетете API документациятаИзображенията се рендират върху собствен GPU клъстер · нищо не се рендира и не се таксува, докато не потвърдите картата
Shannon AI се управлява от Shannon Lab LLC, Ню Мексико, САЩ. Генерирането, редактирането и комбинирането на изображения са функции на чат приложението за Shannon 3; API-то /v1 обслужва само текст и зрение. В продукта не съществува генериране на видео. Редактирането приема точно едно изходно изображение и наследява неговото съотношение на страните. Използването на нецензурираните пътища за изображения се урежда от Политиката за отговорно използване.