Ο επεξεργαστής εικόνων AI χωρίς λογοκρισία
Άλλαξε, αλλάξε στυλ, ξαναφώτισε, ξαναντύσε ή επιδιόρθωσε μία υπάρχουσα εικόνα γράφοντας μία πρόταση. Χωρίς μάσκες, χωρίς φίλτρα, χωρίς αρνήσεις — και μία τεχνική που μετράει περισσότερο από όλες τις άλλες μαζί.
Με λίγα λόγια
Το Shannon επεξεργάζεται ακριβώς μία υπάρχουσα εικόνα από μια εντολή σε απλή γλώσσα — χωρίς πινέλο, χωρίς μάσκα, χωρίς επιλογή περιοχής. Αυτή η εντολή πρέπει να λέει τι αλλάζει ΚΑΙ τι μένει ίδιο, επειδή το μοντέλο ξαναπαράγει ολόκληρο το κάδρο: ό,τι δεν ονομάσεις ως αμετάβλητο είναι ελεύθερο να ξεφύγει. Το να ονομάζεις τα μέρη που μένουν ίδια — «κράτα το πρόσωπο, την πόζα και τα ρούχα πανομοιότυπα» — είναι ο μεγαλύτερος μοχλός ποιότητας που έχεις. Η διαδρομή της επεξεργασίας δέχεται αρνητικό prompt (η δημιουργία από κείμενο όχι)· βάλε εκεί τα ανεπιθύμητα σφάλματα απόδοσης αντί να γράφεις «όχι Χ» στην εντολή. Το αποτέλεσμα κληρονομεί αυτόματα τον λόγο διαστάσεων της πηγής. Δεν υπάρχει δημιουργία βίντεο και κανένας τρόπος να γίνει μια εικόνα κινούμενη. Η επεξεργασία τρέχει στο δικό μας cluster GPU μέσα στην εφαρμογή chat, χωρίς φίλτρο περιεχομένου και χωρίς επίπεδο άρνησης.
Οι περισσότεροι που ψάχνουν έναν επεξεργαστή εικόνων AI χωρίς λογοκρισία έχουν μία εικόνα και ένα πρόβλημα: το φόντο είναι λάθος, το φως είναι επίπεδο, το μπουφάν έχει λάθος χρώμα, ένας άγνωστος στέκεται μέσα στο κάδρο, η σάρωση έχει μια τσάκιση — ή η επεξεργασία είναι απολύτως θεμιτή και το εργαλείο τους αρνείται να την αγγίξει. Εδώ μιλάμε για το πώς γίνεται αυτό σωστά: όχι ποιος επεξεργαστής έχει τα περισσότερα ρυθμιστικά, αλλά ποια συνήθεια ξεχωρίζει μια επεξεργασία που πετυχαίνει από μια επεξεργασία που ανακατασκευάζει αθόρυβα το πρόσωπο του θέματός σου ενώ εσύ κοιτούσες αλλού.
01Τι είναι στην πράξη η επεξεργασία με εντολή
Η κλασική επεξεργασία με AI σου ζητά να κάνεις εσύ το δύσκολο κομμάτι: ανοίγεις έναν καμβά, ζωγραφίζεις μια μάσκα πάνω από την περιοχή που θέλεις να αλλάξει και γράφεις μια φράση που περιγράφει τι ανήκει μέσα της. Ακριβές, αργό και άχρηστο τη στιγμή που η αλλαγή σου δεν έχει καθαρό περίγραμμα — μια μετατόπιση φωτισμού, μια αλλαγή ρούχων που αλλάζει τη σιλουέτα, μια συνολική διόρθωση χρώματος.
Το Shannon δουλεύει ανάποδα. Δεν επιλέγεις τίποτα. Γράφεις μια πρόταση για την εικόνα, σε οποιαδήποτε γλώσσα, και η περιοχή συνάγεται από τα λόγια σου. Αυτό το κάνει μια πρακτική εναλλακτική στο inpainting χωρίς λογοκρισία για όποιον θέλει το αποτέλεσμα και όχι τη δουλειά της επιλογής — με μία μηχανική συνέπεια που πρέπει να καταλάβεις πρώτα:
Μια επεξεργασία είναι νέα απόδοση ολόκληρου του κάδρου, με βάση την εικόνα πηγής σου — όχι ένα μπάλωμα που εφαρμόζεται σε ένα μέρος της. Το Μοντέλο Εικόνας διαβάζει το πρωτότυπό σου, διαβάζει την εντολή σου και παράγει μια νέα εικόνα που υποτίθεται ότι είναι το πρωτότυπο συν την αλλαγή. Τίποτα δεν παγώνει μηχανικά. Κάθε pixel είναι υπό διαπραγμάτευση σε κάθε επεξεργασία.
Γι' αυτό ένας «βροχερός δρόμος του Τόκιο» — άψογος σε ένα εργαλείο με μάσκες — γυρίζει πίσω με ένα διακριτικά διαφορετικό άτομο μέσα του. Σε ένα εργαλείο με μάσκες, η μάσκα έλεγε ότι το άτομο ήταν εκτός ορίων· εδώ αυτό πρέπει να το πει η πρότασή σου. Το θετικό: η επεξεργασία με εντολή κάνει όσα οι μάσκες δεν μπορούν — μετακινεί τον ήλιο και κάνει τις σκιές να συμφωνήσουν, αλλάζει ένα ρούχο και το ύφασμα πέφτει πάνω στην υπάρχουσα πόζα, μετατρέπει μια φωτογραφία σε μελάνι και επίπεδο χρώμα κρατώντας τη σύνθεση. Αυτές οι επεξεργασίες δεν έχουν όριο να ζωγραφίσεις· είναι σχέσεις σε ολόκληρο το κάδρο.
02Αγκύρωση: ο μεγαλύτερος μοχλός ποιότητας
Αγκύρωση σημαίνει να γράφεις κάθε εντολή επεξεργασίας ως δύο προτάσεις: την πρόταση αλλαγής (τι πρέπει να είναι διαφορετικό, διατυπωμένο θετικά και συγκεκριμένα) και την πρόταση διατήρησης (τα μέρη που πρέπει να επιβιώσουν άθικτα, ονομασμένα ως συγκεκριμένα ουσιαστικά). Και οι δύο σηκώνουν βάρος — η πρόταση αλλαγής μόνη της είναι μια ευχή. Αν κρατήσεις ένα πράγμα από αυτή τη σελίδα: το αποτέλεσμά σου καθορίζεται από το πόσο ρητά ονομάζεις αυτό που μένει ίδιο, όχι από το πόσο ζωντανά περιγράφεις αυτό που αλλάζει.
Τρεις τρόποι με τους οποίους ξεφεύγουν οι μη αγκυρωμένες εντολές
- Μετατόπιση ταυτότητας. Το πρόσωπο γυρίζει σχεδόν σωστό — μια ελαφρώς διαφορετική μύτη, ένα σαγόνι διακριτικά ομορφοποιημένο. Η πιο καταστροφική αστοχία, γιατί είναι δύσκολο να τη δεις σε κινητό και προφανής σε όποιον ξέρει το πρόσωπο.
- Παράπλευρη αλλαγή στυλ. Ζήτησες νέο φόντο· πήρες και νέα διόρθωση χρώματος, νέο φακό και ένα πουλόβερ που κάποτε ήταν ριμπ. Το μοντέλο διάβασε την εντολή ως περιγραφή ολόκληρης της τελικής εικόνας και όχι ως διαφορά από την πηγή.
- Διόγκωση εμβέλειας από τα επίθετα. Το «πιο δραματικό», «πιο καθαρό», «πιο επαγγελματικό» δεν ονομάζουν κανένα αντικείμενο. Ένα επίθετο χωρίς ουσιαστικό εφαρμόζεται σε όλα, οπότε όλα μετακινούνται.
Το λεξιλόγιο της αγκύρωσης
Οι άγκυρες δουλεύουν ως συγκεκριμένα ουσιαστικά. Το «κράτα το ίδιο» είναι αδύναμο — το μοντέλο δεν μπορεί να ξέρει ποια ομοιότητα σε ενδιαφέρει. Διάλεξε τρία έως πέντε στοιχεία που μετρούν για την επεξεργασία σου και ονόμασέ τα ρητά.
| Τι αλλάζεις | Άγκυρες που αξίζει να ονομάσεις ρητά |
|---|---|
| Φόντο / σκηνικό | πρόσωπο και χαρακτηριστικά προσώπου, χτένισμα, πόζα, χέρια, ρούχα, γωνία κάμερας, κάδρο, φωτισμός πάνω στο θέμα |
| Φωτισμός / ατμόσφαιρα | πρόσωπο, έκφραση, υφή δέρματος, πόζα, ρούχα, περιεχόμενο φόντου, πλαισίωση |
| Ρούχα / γκαρνταρόμπα | πρόσωπο, γένια ή μαλλιά, πόζα, χέρια, αναλογίες σώματος, φόντο, κατεύθυνση φωτισμού, διόρθωση χρώματος |
| Στυλ / μέσο | σύνθεση, πόζα, μήκος μαλλιών, σχήματα ρούχων, αριθμός προσώπων, κάδρο |
| Αφαίρεση αντικειμένου / επιδιόρθωση | όλα τα υπόλοιπα μέσα στο κάδρο — θέμα, γύρω αρχιτεκτονική, κόκκος, τονικότητα, αντίθεση, χρώμα |
| Χρώμα ενός αντικειμένου | κάθε άλλο χρώμα στην εικόνα, καθώς και η υφή και το υλικό του αντικειμένου που αλλάζει |
Πρόσεξε την τελευταία γραμμή. Ο επαναχρωματισμός πάει στραβά αθόρυβα, επειδή το «κάνε το μπουφάν κόκκινο» προσκαλεί ένα μπουφάν χτισμένο από την αρχή — νέα κοπή, νέο υλικό, νέες πτυχές. Αγκυρωμένα: «επαναχρωμάτισε το υπάρχον μπουφάν σε βαθύ βυσσινί, κρατώντας ακριβώς την ίδια κοπή, τις ραφές, την υφή του υφάσματος και τον τρόπο που πέφτει». Μία πρόταση διαφορά, δραματικά καλύτερο αποτέλεσμα.
03Δουλεμένα παραδείγματα: αδύναμη εντολή, γιατί ξεφεύγει, αγκυρωμένη ξαναγραφή
Κάθε ζευγάρι παρακάτω είναι η ίδια πρόθεση γραμμένη δύο φορές. Η διάγνωση στη μέση είναι το κομμάτι που μεταφέρεται αλλού.
Α. Αντικατάσταση φόντου
Γιατί ξεφεύγει: αυτό περιγράφει μια τελική εικόνα, όχι μια διαφορά. Τίποτα από τη γυναίκα δεν προστατεύεται και τίποτα δεν κρατά ακίνητη την κάμερα, οπότε το μοντέλο ξαναπλαισιώνει και την ξαναποδίδει ενώ χτίζει μια εύλογη σκηνή.
Τι άλλαξε: η πρόταση διατήρησης καρφώνει ταυτότητα, ρούχα και πλαισίωση, και η τελευταία φράση λέει προς ποια κατεύθυνση λύνεται η ραφή — το φόντο λυγίζει προς το φως του θέματος, όχι το αντίστροφο.
Β. Επαναφωτισμός
Γιατί ξεφεύγει: το «καλύτερο» είναι επίθετο χωρίς ουσιαστικό. Το μοντέλο πρέπει να εφεύρει έναν ορισμό, και ο φθηνότερος τρόπος να δείχνει κάτι καλύτερο σε μια νέα απόδοση είναι λειασμένο δέρμα, πιο λευκά δόντια και πιο λεπτό σαγόνι. Ζήτησες φως και πήρες ρετούς.
Τι άλλαξε: το φως περιγράφεται φυσικά — κατεύθυνση, ποιότητα, θερμοκρασία, πτώση έντασης. Η υφή του δέρματος αγκυρώνεται ρητά, γιατί στον επαναφωτισμό ένα μοντέλο μπαίνει περισσότερο από ποτέ στον πειρασμό να τη λειάνει.
Γ. Αλλαγή ρούχων σε ένα άτομο
Γιατί ξεφεύγει: ένα κοστούμι αλλάζει τη σιλουέτα, οπότε ο κορμός πρέπει να ξαναποδοθεί — και το κεφάλι από πάνω συνήθως πάει μαζί του. Οι μη αγκυρωμένες αλλαγές ρούχων είναι η δεύτερη μεγαλύτερη πηγή μετατόπισης ταυτότητας μετά τις αλλαγές φόντου.
Τι άλλαξε: το «ραμμένα στην τρέχουσα στάση του σώματός του» υποτάσσει το ρούχο στην πόζα. Τα χέρια αγκυρώνονται ξεχωριστά, επειδή στα χέρια είναι που οι αλλαγές ρούχων καταρρέουν πιο ορατά.
Δ. Αλλαγή στυλ σε φωτογραφία
Γιατί ξεφεύγει: μια λέξη στυλ μόνη της παραδίδει τα πάντα — σύνθεση, κάδρο, μαλλιά, ρούχα, αριθμό ατόμων — και το «anime» είναι τριάντα χρόνια ασύμβατων παραδόσεων. Παίρνεις μια ικανή εικονογράφηση μιας διαφορετικής σκηνής.
Τι άλλαξε: οι επεξεργασίες στυλ χρειάζονται διαφορετική άγκυρα. Δεν μπορείς να αγκυρώσεις την υφή — η υφή είναι αυτό που αντικαθίσταται — οπότε αγκυρώνεις τη δομή: σύνθεση, πόζα, σιλουέτες, κάδρο, αριθμό θεμάτων. Το να ζητάς να κρατηθεί «φωτορεαλιστικό δέρμα» μέσα σε cel animation είναι αντίφαση.
Ε. Αφαίρεση κάποιου στοιχείου
Γιατί ξεφεύγει: μια άρνηση εξακολουθεί να βάζει την έννοια μπροστά στο μοντέλο και δεν λέει τίποτα για το τι γεμίζει τον χώρο που αδειάζει. Οι αφαιρέσεις χρειάζονται θετική δήλωση τόσο του στόχου όσο και του γεμίσματος.
Τι άλλαξε: ο στόχος ονομάζεται με αντικείμενο, χρώμα και θέση· το γέμισμα ορίζεται, ώστε το μοντέλο να μην εφευρίσκει μια πλατεία εκεί που ανήκει πεζοδρόμιο· και το «όλα τα υπόλοιπα» αναλύεται σε πραγματικά ουσιαστικά.
ΣΤ. Επιδιόρθωση φθαρμένης φωτογραφίας
Γιατί ξεφεύγει: το «φτιάξε» διαβάζεται ως «βελτίωσε», και το να βελτιώνεις μια παλιά φωτογραφία σημαίνει να την εκσυγχρονίζεις — πιο καθαρό δέρμα, μεγαλύτερη αντίθεση και ένα πρόσωπο που δεν είναι πια ακριβώς της γιαγιάς σου.
Τι άλλαξε: η φθορά απαριθμείται, οπότε το «φτιάξε» αποκτά ορισμένη εμβέλεια, και ο κόκκος με την τονικότητα αγκυρώνονται επειδή αυτά κάνουν την εκτύπωση να διαβάζεται ως αυθεντική της εποχής της. Οι τρεις απαγορεύσεις είναι η σπάνια περίπτωση όπου η άρνηση δικαιολογείται — εντολές για τη διαδικασία, όχι για αντικείμενα.
Η μορφή μιας καλής εντολής
Στόχευσε σε 25 έως 60 λέξεις, σε ολοκληρωμένες προτάσεις και όχι σε λέξεις-κλειδιά χωρισμένες με κόμματα — το Μοντέλο Εικόνας διαβάζει τα prompt όπως ένα γλωσσικό μοντέλο, οπότε ο συνεχής λόγος κερδίζει τη σούπα από ετικέτες. Παράλειψε τα σκουπίδια της εποχής SDXL (masterpiece, best quality, 8k) και τη σύνταξη βαρών όπως (word:1.3)· εδώ δεν κάνουν τίποτα. Κάνε μία αλλαγή ανά εντολή — δύο άσχετες αλλαγές σε μία πρόταση ανταγωνίζονται για προσοχή και γυρίζουν και οι δύο μισοτελειωμένες.
04Το αρνητικό prompt — εδώ υποστηρίζεται, σε αντίθεση με τη δημιουργία από κείμενο
Αυτό μπερδεύει κόσμο, οπότε ας το πούμε καθαρά:
| Διαδρομή | Εικόνες πηγής | Αρνητικό prompt | Λόγος διαστάσεων | Μορφή prompt |
|---|---|---|---|---|
| Κείμενο σε εικόνα | 0 | Δεν υποστηρίζεται | Επιλέγεται (τετράγωνο προεπιλογή) | Περιγραφικός λόγος |
| Επεξεργασία μίας εικόνας | Ακριβώς 1 | Υποστηρίζεται | Κληρονομείται από την πηγή | Εντολή: αλλαγή + διατήρηση |
| Συνδυασμός 2+ εικόνων | 2 ή περισσότερες | Υποστηρίζεται | Επιλέγεται νέος καμβάς | Λόγος με ονομασμένους ρόλους |
Η δημιουργία από κείμενο δεν δέχεται καθόλου αρνητικό prompt — όταν παράγεις από το μηδέν, το να περιγράφεις μόνο αυτό που θέλεις είναι η πειθαρχία (δες τη δημιουργία εικόνων AI χωρίς λογοκρισία). Η επεξεργασία είναι αλλιώς: έχεις ήδη μια πηγή και οι χαρακτηριστικές αστοχίες μιας νέας απόδοσης είναι γνωστές και ονομάσιμες, οπότε ένα αρνητικό prompt έχει κάτι συγκεκριμένο να καταστείλει.
Τι ανήκει εκεί
Σφάλματα απόδοσης, και μόνο αυτά. Είναι λίστα ελαττωμάτων, όχι δεύτερο κανάλι εντολών:
- extra fingers, fused fingers, malformed hands — κάθε επεξεργασία που ξαναποδίδει ένα άτομο.
- warped text, garbled lettering, misspelled signage — οτιδήποτε με πινακίδες, ετικέτες ή συσκευασίες στο κάδρο.
- duplicated limbs, duplicated railing, repeated windows — αφαιρέσεις και επεκτάσεις φόντου.
- smeared texture, blurry patch, halo around the subject, visible seam — αλλαγές φόντου και αφαίρεση αντικειμένων.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — επαναφωτισμός, επεξεργασίες πορτρέτου, γενική υγιεινή.
Τι δεν ανήκει
Οι αποφάσεις περιεχομένου. Αν θέλεις να φύγει το καπέλο, η εντολή είναι «αφαίρεσε το καπέλο» — όχι ένα αρνητικό prompt που γράφει «καπέλο». Το αρνητικό prompt δεν αφαιρεί αξιόπιστα πράγματα που υπάρχουν στην πηγή σου· αποθαρρύνει ελαττώματα από το να εμφανιστούν στην απόδοση. Το περιεχόμενο εκεί σου δίνει το χειρότερο και από τα δύο: το καπέλο μένει, και μια θέση που θα μπορούσε να είχε καταστείλει παραμορφωμένα χέρια χάθηκε.
Το άλλο μισό του κανόνα αφορά την εντολή σου: σταμάτα να γράφεις «όχι Χ» μέσα σε αυτήν. Το «ένας δρόμος χωρίς αυτοκίνητα» και το «ένα πορτρέτο χωρίς γυαλιά» βάζουν και τα δύο την ανεπιθύμητη έννοια μέσα στην πρόταση και ζητούν από το μοντέλο να την αρνηθεί — δουλειά που η γλώσσα χειρίζεται καλά και η οπτική εξαρτησιοποίηση χειρίζεται άσχημα. Πες τι πρέπει να υπάρχει εκεί: «ένας άδειος δρόμος με καθαρή άσφαλτο», «ένα πορτρέτο με ακάλυπτα μάτια». Η μοναδική εξαίρεση, όπως στο παράδειγμα ΣΤ, είναι μια εντολή για τη διαδικασία — «μην κάνεις όξυνση», «μην αλλάξεις χρώματα» — που αρνείται μια ενέργεια αντί να ονομάζει ένα αντικείμενο.
Ο καταμερισμός εργασίας, σε μία γραμμή
Εντολή: τι αλλάζει, τι μένει ίδιο — διατυπωμένο θετικά. Αρνητικό prompt: οι τρόποι με τους οποίους μια απόδοση μπορεί να βγει παραμορφωμένη. Κράτα τα χωριστά και βελτιώνονται και τα δύο.
05Μία εικόνα πηγής, και πώς την επιλέγει το Shannon
Μια επεξεργασία δουλεύει σε ακριβώς μία εικόνα πηγής: είτε σε μια εικόνα που βρίσκεται ήδη στη συνομιλία — επισυναπτόμενη νωρίτερα ή δημιουργημένη για σένα — είτε σε μία επισυναπτόμενη στο μήνυμα που στέλνεις τώρα. Τίποτα δεν τραβιέται από έξω από το νήμα, και η διαδρομή της επεξεργασίας δεν συγχωνεύει ποτέ αθόρυβα δύο εικόνες. Αν η πρόθεσή σου χρειάζεται στοιχεία από περισσότερες από μία εικόνες — το ρούχο από τη φωτογραφία Α πάνω στο άτομο της φωτογραφίας Β — αυτό είναι συνδυασμός, με διαφορετική μορφή prompt που ονομάζει τον ρόλο κάθε εικόνας με τη σειρά.
Επόμενα μηνύματα και η πιο πρόσφατη σχετική εικόνα
Μόλις μπει μια εικόνα στη συνομιλία, τα σύντομα επόμενα μηνύματα δουλεύουν όπως θα ήλπιζες. «Κάν' το πιο σκοτεινό.» «Τώρα δοκίμασέ το στο ηλιοβασίλεμα.» Αυτά επιλύονται πάνω στην πιο πρόσφατη σχετική εικόνα του νήματος — κανονικά στο αποτέλεσμα που μόλις έλαβες — οπότε μια ακολουθία μικρών εντολών συμπεριφέρεται σαν στοίβα επεξεργασιών. Τρεις συνέπειες:
- Δούλευε επαναληπτικά, ένα βήμα τη φορά. Κάθε επόμενο μήνυμα είναι άλλη μια πλήρης νέα απόδοση, οπότε το «κάν' το πιο σκοτεινό και άλλαξε το παλτό της και κατέβασε την κάμερα» είναι τρεις επεξεργασίες που μαλώνουν σε ένα πέρασμα. Στείλε τρία μηνύματα· σταμάτα σε όποιο σου άρεσε.
- Πρόσεχε την απώλεια από τις γενιές. Οι μικρές αποκλίσεις συσσωρεύονται· στην έκτη διαδοχική επεξεργασία ένα πρόσωπο μπορεί να έχει απομακρυνθεί πολύ από το αρχικό, ακόμη κι αν κανένα μεμονωμένο βήμα δεν φαινόταν λάθος. Όταν παρατηρήσεις μετατόπιση, σταμάτα τα μπαλώματα — ξαναεπισύναψε το αρχικό αρχείο και γράψε μία συνδυασμένη εντολή που κωδικοποιεί όλα όσα έμαθες στο μεταξύ ότι ήθελες.
- Σε μεγάλα νήματα, να είσαι ρητός. Το «Χρησιμοποιώντας τη φωτογραφία της παραλίας που επισύναψα νωρίτερα, …» αφαιρεί την ασάφεια όταν παίζουν πολλές εικόνες.
Η κάρτα επιβεβαίωσης είναι η τελευταία σου ευκαιρία να προσθέσεις μια άγκυρα
Ζητάς σε απλή γλώσσα, σε όποια γλώσσα μιλάς. Το Shannon αποφασίζει ότι ζητείται μια εργασία εικόνας, γράφει το ίδιο την τελική εντολή στα αγγλικά και σου τη δείχνει σε κάρτα επιβεβαίωσης πριν αποδοθεί οτιδήποτε. Τίποτα δεν παράγεται και τίποτα δεν χρεώνεται μέχρι να επιβεβαιώσεις. Διάβασε αυτή την κάρτα — εκεί πιάνεις μια πρόταση διατήρησης που λείπει, πριν ξοδέψεις οτιδήποτε.
Δύο σχετικές συμπεριφορές: το Shannon δεν δημιουργεί ποτέ απρόσκλητα — ένας χαιρετισμός, μια ερώτηση ή μια φωτογραφία που επισυνάπτεις χαλαρά δεν πυροδοτούν εργασία εικόνας. Και το να ζητήσεις από το Shannon απλώς να κοιτάξει μια εικόνα — να την περιγράψει, να διαβάσει το κείμενό της, να πει γιατί δεν λειτουργεί η σύνθεση — είναι συνηθισμένη δουλειά όρασης, όχι δημιουργία, και δεν κοστίζει τίποτα παραπάνω. Το «τι θα άλλαζες σε αυτή τη φωτογραφία;» είναι δωρεάν συμβουλή· το να την εφαρμόσεις είναι η επεξεργασία.
06Ο λόγος διαστάσεων κληρονομείται, αυτόματα
Μια επεξεργασμένη εικόνα γυρίζει με τον ίδιο λόγο διαστάσεων με την πηγή της. Δεν διαλέγεις εσύ και δεν χρειάζεται: ένα πορτρέτο 4:5 μένει 4:5, ένα καρέ 16:9 μένει 16:9, ένα άβολο στιγμιότυπο οθόνης κινητού κρατά τις αναλογίες του. Μια επεξεργασία που θα ξαναπλαισίωνε αθόρυβα την εικόνα σου δεν θα ήταν επεξεργασία — θα ήταν περικοπή συν μια εικασία για το τι βρίσκεται έξω από τα αρχικά όρια.
Αυτή είναι πραγματική διαφορά από τις άλλες δύο διαδρομές. Η δημιουργία από κείμενο σου ζητά να διαλέξεις ανάμεσα σε square (προεπιλογή), portrait, landscape, wide (κινηματογραφικό) και tall (αφίσες και ταπετσαρίες), και ένα ρητό αίτημα πάντα υπερισχύει· ο συνδυασμός σου επιτρέπει να διαλέξεις καινούριο καμβά, αφού δεν υπάρχει μία πηγή για να κληρονομήσεις. Άρα αν χρειάζεσαι διαφορετικό σχήμα, αυτό δεν είναι επεξεργασία — το να μετατρέψεις μια φωτογραφία προϊόντος 1:1 σε banner 16:9 σημαίνει να εφεύρεις pixel που δεν φωτογραφήθηκαν ποτέ. Κάν' το συνειδητά, δημιουργώντας ή συνδυάζοντας πάνω σε νέο καμβά.
07Δεν υπάρχει δημιουργία βίντεο
Ξεκάθαρα, επειδή ο κόσμος ρωτάει
Το Shannon δεν δημιουργεί βίντεο και δεν κάνει τις εικόνες κινούμενες. Δεν υπάρχει διαδρομή από εικόνα σε βίντεο, ούτε «κάνε αυτή τη φωτογραφία να κινηθεί», ούτε loop, ούτε cinemagraph. Αυτό δεν είναι δυνατότητα σε προεπισκόπηση ή που έρχεται σύντομα — δεν υπάρχει στο προϊόν, και τίποτα σε αυτή τη σελίδα δεν πρέπει να διαβαστεί ως υπαινιγμός του αντιθέτου.
Αυτό που κάνει το Shannon 3 με εικόνες είναι ακριβώς τρία πράγματα: δημιουργεί νέα εικόνα, επεξεργάζεται μία υπάρχουσα εικόνα και συνδυάζει δύο ή περισσότερες εικόνες σε μία. Όλα όσα διαβάζεις εδώ ζουν μέσα στο δεύτερο από αυτά.
Αξίζει να ειπωθεί δύο φορές, επειδή ο «επεξεργαστής εικόνων AI» και η «γεννήτρια βίντεο AI» έχουν γίνει γειτονικές έννοιες στο μυαλό του κόσμου, και ένα εργαλείο που ξαναφωτίζει ευχαρίστως τη φωτογραφία σου μοιάζει να απέχει ένα κουμπί από το να την κινήσει. Δεν απέχει — και καλό είναι να το ξέρεις στο πρώτο λεπτό αντί στο δέκατο.
08Γιατί η απουσία λογοκρισίας μετράει περισσότερο στην επεξεργασία παρά στη δημιουργία
Οι φιλτραρισμένοι επεξεργαστές αποτυγχάνουν διαφορετικά από τις φιλτραρισμένες γεννήτριες, και συνήθως χειρότερα. Μια φιλτραρισμένη γεννήτρια αρνείται το prompt σου· το ξαναγράφεις και ξαναδοκιμάζεις. Ένας φιλτραρισμένος επεξεργαστής μπορεί να αρνηθεί την ίδια την εικόνα πηγής, πριν διαβάσει λέξη από την εντολή σου. Ανεβάζεις μια κλινική φωτογραφία τραύματος για μια αναφορά περιστατικού και απορρίπτεται στην είσοδο. Ανεβάζεις μια ιστορική πολεμική φωτογραφία για να επιδιορθώσεις μια τσάκιση και το τουφέκι μέσα στο κάδρο τερματίζει τη συζήτηση. Θεμιτή δουλειά, κατηγορηματική άρνηση, καμία ξαναγραφή που θα βοηθούσε.
Το Shannon τρέχει τη διαδρομή εικόνας χωρίς φίλτρο περιεχομένου στο αποτέλεσμα και χωρίς επίπεδο άρνησης στο μοντέλο που γράφει την εντολή. Αυτό είναι που κάνει εφικτές αυτές τις καθημερινές δουλειές:
- Καλλιτεχνικό γυμνό και μελέτη φιγούρας — ρετούς, επαναφωτισμός και αλλαγή στυλ για καλλιτέχνες και φωτογράφους που δουλεύουν με ενήλικα θέματα που έχουν συναινέσει.
- Ιατρική και εγκληματολογική εικονογράφηση — κλινικές εικόνες καθαρισμένες για εκπαιδευτικό υλικό, αναφορές περιστατικών και δουλειά ανασύστασης που οι mainstream επεξεργαστές απορρίπτουν με την πρώτη ματιά.
- Εικόνες για έρευνα ασφάλειας — στιγμιότυπα οθόνης, φωτογραφίες φυσικής ασφάλειας και τεκμηρίωση υλικού για προγράμματα ευαισθητοποίησης σε phishing και αναφορές red team.
- Βία στη μυθοπλασία — production art για ταινίες, παιχνίδια και κόμικς, όπου ένα τραύμα ή ένα όπλο είναι το ίδιο το θέμα.
- Πολιτική σάτιρα και σκιτσογραφία γνώμης — με αρκετούς αιώνες ιστορίας πίσω της και σχεδόν μηδενική υποστήριξη στα φιλτραρισμένα εργαλεία.
- Δουλειά με brand και ομοιότητα από τον δικαιούχο — δική σου φωτογραφία προϊόντος, lockup λογοτύπων και πορτρέτα, καθώς και δύσκολα οικογενειακά αρχεία, χωρίς να μαλώνεις με έναν ταξινομητή για το αν επιτρέπεται.
Χωρίς λογοκρισία δεν σημαίνει χωρίς λογοδοσία. Το Shannon λειτουργεί από τη Shannon Lab LLC (Νέο Μεξικό, ΗΠΑ) υπό δημοσιευμένη Πολιτική Υπεύθυνης Χρήσης, όπου βρίσκονται τα πραγματικά όρια — αυτά που αφορούν τον νόμο και τη βλάβη, όχι τη δυσφορία ενός ταξινομητή μπροστά σε μια φωτογραφία τραύματος. Η απουσία αντανακλαστικής άρνησης είναι δήλωση για το εργαλείο, όχι για την ευθύνη σου γι' αυτό που φτιάχνεις.
09Πού ταιριάζει το API — και πού όχι
Εδώ κάνουν συχνά λάθος στροφή όσοι έρχονται από αναζήτηση για API. Η δημιουργία και η επεξεργασία εικόνων γίνονται στην εφαρμογή chat του Shannon, όχι στο API. Οι τρεις διάλεκτοι /v1 — /v1/chat/completions (σε μορφή OpenAI), /v1/messages (σε μορφή Anthropic) και /v1/responses, όλες με streaming, όλες πάνω στα ίδια μοντέλα — εξυπηρετούν κείμενο και όραση. Όραση σημαίνει ότι τα μοντέλα διαβάζουν εικόνες που στέλνεις: τις περιγράφουν, μεταγράφουν κείμενο, αναλύουν ένα γράφημα. Δεν σημαίνει ότι παράγουν ή τροποποιούν εικόνες.
Μένει όμως ένα χρήσιμο μοτίβο: η όραση συν ένα κειμενικό μοντέλο χωρίς λογοκρισία είναι ισχυρός βοηθός για τη συγγραφή εντολών. Στείλε στο API την εικόνα πηγής σου, ζήτησέ του να περιγράψει τι υπάρχει στο κάδρο και να συντάξει μια αγκυρωμένη εντολή που ονομάζει την αλλαγή και τις άγκυρες, και μετά τρέξε αυτή την εντολή στο chat — πιάνει τις άγκυρες που θα είχες ξεχάσει. Οι μορφές αιτημάτων και απαντήσεων βρίσκονται στην τεκμηρίωση του API.
10Συχνές ερωτήσεις
Τι είναι ένας επεξεργαστής εικόνων AI χωρίς λογοκρισία;
Ένας επεξεργαστής που παίρνει μια υπάρχουσα εικόνα μαζί με μια εντολή σε απλή γλώσσα και επιστρέφει την επεξεργασμένη εικόνα, χωρίς φίλτρο περιεχομένου στο αποτέλεσμα και χωρίς επίπεδο άρνησης στο μοντέλο που γράφει την εντολή. Τρέχει στο δικό μας cluster GPU μέσα στην εφαρμογή chat του Shannon, οπότε δουλειές που οι φιλτραρισμένοι επεξεργαστές απορρίπτουν — ρετούς καλλιτεχνικού γυμνού, ιατρική και εγκληματολογική εικονογράφηση, εικόνες για έρευνα ασφάλειας, βία σε μυθοπλασία, πολιτική σάτιρα — γίνονται αντί να απορρίπτονται.
Γιατί αλλάζει το πρόσωπο ενώ ζήτησα μόνο να αλλάξει το φόντο;
Επειδή μια επεξεργασία με εντολή ξαναπαράγει ολόκληρο το κάδρο με βάση την εικόνα πηγής σου, όχι μόνο την περιοχή που είχες στο μυαλό σου — ό,τι δεν ονομάσεις ρητά ως αμετάβλητο είναι ελεύθερο να ξεφύγει. Η λύση είναι η αγκύρωση: πρόσθεσε μια πρόταση διατήρησης, όπως «κράτα το πρόσωπο, το χτένισμα, την πόζα και τα ρούχα πανομοιότυπα, ίδια γωνία κάμερας και ίδιο κάδρο». Το να ονομάζεις τα μέρη που μένουν ίδια είναι ο μεγαλύτερος μοχλός ποιότητας που έχεις.
Υποστηρίζει η επεξεργασία εικόνων του Shannon αρνητικό prompt;
Ναι. Σε αντίθεση με τη δημιουργία εικόνας από κείμενο, που δεν δέχεται καθόλου, η επεξεργασία και ο συνδυασμός πολλαπλών εικόνων το υποστηρίζουν και τα δύο. Χρησιμοποίησέ το για ανεπιθύμητα σφάλματα απόδοσης — παραπανίσια δάχτυλα, παραμορφωμένο κείμενο, διπλασιασμένα κάγκελα, μουτζουρωμένη υφή, πλαστικό δέρμα, υδατογραφήματα — αντί να γράφεις «όχι Χ» μέσα στην εντολή. Οι αποφάσεις περιεχομένου ανήκουν στην εντολή, διατυπωμένες θετικά· η καταστολή σφαλμάτων απόδοσης ανήκει στο αρνητικό prompt.
Μπορεί το Shannon να κάνει την εικόνα μου κινούμενη ή βίντεο;
Όχι. Το Shannon δεν δημιουργεί βίντεο και δεν κάνει τις εικόνες κινούμενες. Δεν υπάρχει διαδρομή από εικόνα σε βίντεο ούτε ανακοινώνεται κάποια. Το Shannon 3 δημιουργεί μια νέα εικόνα, επεξεργάζεται μία υπάρχουσα εικόνα ή συνδυάζει δύο ή περισσότερες εικόνες σε μία — αυτά τα τρία και τίποτα πέρα από αυτά.
Πόσες εικόνες πηγής χρησιμοποιεί μια επεξεργασία;
Ακριβώς μία: είτε μια εικόνα που βρίσκεται ήδη στη συνομιλία, είτε μία που επισυνάπτεις στο τρέχον μήνυμά σου. Αν κάποια στοιχεία πρέπει να προέλθουν από δύο ή περισσότερες εικόνες — ένα ρούχο από τη μία φωτογραφία πάνω σε ένα άτομο από άλλη — αυτό είναι συνδυασμός, όχι επεξεργασία, και καλό είναι να δώσεις τις πραγματικές εικόνες αντί να περιγράψεις τη δεύτερη με λόγια.
Χρειάζεται να σχεδιάσω μάσκα ή να χρησιμοποιήσω inpainting;
Όχι. Δεν υπάρχει πινέλο, λάσο ή επίπεδο μάσκας. Περιγράφεις την αλλαγή σε μια πρόταση και η περιοχή συνάγεται από τη γλώσσα σου, γι' αυτό και μετρούν τα ακριβή ουσιαστικά: «το παρκαρισμένο ασημί αυτοκίνητο στα δεξιά» στοχεύει πολύ καλύτερα από «εκείνο το πράγμα». Αυτό κάνει το Shannon μια πρακτική εναλλακτική στο inpainting χωρίς λογοκρισία για όσους θέλουν το αποτέλεσμα χωρίς τη δουλειά της επιλογής.
Μπορώ να επεξεργαστώ εικόνες μέσω του API του Shannon;
Όχι. Η δημιουργία και η επεξεργασία εικόνων βρίσκονται στην εφαρμογή chat του Shannon. Οι διάλεκτοι /v1 — /v1/chat/completions, /v1/messages και /v1/responses — εξυπηρετούν κείμενο και όραση: διαβάζουν και αναλύουν εικόνες που στέλνεις, αλλά δεν τις παράγουν ούτε τις επεξεργάζονται. Μια συνηθισμένη ροή εργασίας είναι να αφήσεις την όραση του API να συντάξει την αγκυρωμένη εντολή και μετά να τρέξεις την επεξεργασία στο chat.
Επεξεργάσου μια εικόνα χωρίς να μαλώνεις με φίλτρο
Επισύναψε μια φωτογραφία, γράψε μία πρόταση, ονόμασε τι μένει ίδιο.
Ξεκίνα επεξεργασία Διάβασε την τεκμηρίωση του APIΟι εικόνες αποδίδονται στο δικό μας cluster GPU · τίποτα δεν αποδίδεται και τίποτα δεν χρεώνεται μέχρι να επιβεβαιώσεις την κάρτα
Το Shannon AI λειτουργεί από τη Shannon Lab LLC, Νέο Μεξικό, ΗΠΑ. Η δημιουργία, η επεξεργασία και ο συνδυασμός εικόνων είναι λειτουργίες της εφαρμογής chat του Shannon 3· το API /v1 εξυπηρετεί μόνο κείμενο και όραση. Δεν υπάρχει δημιουργία βίντεο στο προϊόν. Η επεξεργασία δέχεται ακριβώς μία εικόνα πηγής και κληρονομεί τον λόγο διαστάσεών της. Η χρήση των διαδρομών εικόνας χωρίς λογοκρισία διέπεται από την Πολιτική Υπεύθυνης Χρήσης.