अनसेंसर्ड AI इमेज जनरेटर

"अनसेंसर्ड AI इमेज जनरेटर" खोजने वाले ज़्यादातर लोग कुछ मर्यादा-भंजक नहीं चाहते। वे इलस्ट्रेटर हैं जिन्हें फ़िगर-ड्रॉइंग रेफ़रेंस के लिए मना कर दिया गया, चिकित्सकीय लेखक हैं जिन्हें शरीर-रचना के चित्र के लिए मना कर दिया गया, सुरक्षा शोधकर्ता हैं जिन्हें प्रशिक्षण प्रस्तुति के लिए नकली लॉगिन स्क्रीन नहीं मिली, उपन्यासकार हैं जिन्हें युद्ध-दृश्य से मना कर दिया गया, कार्टूनिस्ट हैं जिन्हें किसी नेता का चित्र बनाने से रोका गया। फ़िल्टर ने यह तय नहीं किया कि उनका काम हानिकारक है। उसने यह तय किया कि वह बता ही नहीं सकता, और इनकार करना ग़लत होने से सस्ता है। यह लेख बताता है कि Shannon इसके बजाय क्या करता है, और अनुरोध टाइप करने के क्षण से पूरा प्रवाह ठीक कैसे चलता है।

01इमेज जनरेटर के लिए "अनसेंसर्ड" का असल मतलब क्या है?

यह शब्द इतने ढीले ढंग से इस्तेमाल होता है कि लगभग निरर्थक हो चला है, इसलिए यहाँ सटीक संस्करण है। किसी आधुनिक इमेज उत्पाद में कम से कम चार जगहें होती हैं जहाँ अनुरोध मर सकता है:

1. इनपुट वर्गीकरण — कुछ और होने से पहले ही आपके टेक्स्ट को विषय-श्रेणियों के विरुद्ध स्कोर किया जाता है, और ऊँचा स्कोर अनुरोध को ख़त्म कर देता है।
2. प्रॉम्प्ट का पुनर्लेखन — कोई सहायक चुपचाप आपके प्रॉम्प्ट को "बेहतर" बनाता है, जिसका व्यवहार में मतलब है ठीक उसी विशिष्ट चीज़ को घिस देना जो आपने माँगी थी।
3. सहायक पर रिफ्यूज़ल लेयर — जो मॉडल आपसे बात करता है वह अनुरोध आगे बढ़ाने से इनकार कर देता है, आमतौर पर एक पूरे पैराग्राफ़ के साथ कि वह मदद क्यों नहीं कर सकता।
4. आउटपुट वर्गीकरण — तैयार इमेज को रेंडर होने के बाद स्कोर करके रोक लिया जाता है, यानी जनरेशन खर्च हो जाता है और आपको कुछ नहीं मिलता।

Shannon पर जनरेशन पथ पर कोई कंटेंट फ़िल्टर नहीं है और प्रॉम्प्ट लिखने वाले मॉडल पर कोई रिफ्यूज़ल लेयर नहीं है। आपके अनुरोध को किसी विषय-आधारित ब्लॉकलिस्ट के विरुद्ध स्कोर नहीं किया जाता, चुपचाप किसी अधिक सुरक्षित रूप में दोबारा नहीं लिखा जाता, और इसलिए अस्वीकार नहीं किया जाता कि उसमें कोई शब्द किसी जोखिम श्रेणी से मेल खा गया। जो मॉडल आपका संदेश पढ़ता है, वह ऐसा जनरेशन प्रॉम्प्ट लिखता है जो वास्तव में आपकी माँग को दर्शाता है, और फिर उसे जाँचने के लिए आपको सौंप देता है।

"अनसेंसर्ड" का मतलब यह नहीं है: यह दावा नहीं है कि हर रेंडर उत्कृष्ट कृति होगी, या शरीर-रचना और भौतिकी हमेशा सही निकलेंगी — वे क्षमता से जुड़े सवाल हैं, जिन्हें प्रॉम्प्ट गाइड में ईमानदारी से समझाया गया है। न ही यह दावा है कि कुछ भी चलेगा। Shannon Lab LLC एक ज़िम्मेदार उपयोग नीति चलाती है, और स्वचालित फ़िल्टर की अनुपस्थिति ही वह कारण है जिससे उस नीति पर पूरा भार आ जाता है। भोथरा औज़ार हटाने से उसे थामने वाले इंसान का मानक ऊँचा होता है; मानक ख़त्म नहीं होता।

02इनकार की समस्या: वैध काम जिसे फ़िल्टर वाले जनरेटर रोक देते हैं

कंटेंट फ़िल्टर सतही लक्षणों से वर्गीकरण करते हैं, क्योंकि बड़े पैमाने पर सस्ते में वे इतना ही कर सकते हैं। वे शब्द और पिक्सेल देखते हैं। वे उद्देश्य, पेशेवर संदर्भ, या यह नहीं देखते कि पूछ कौन रहा है। यही खाई नुक़सान की जगह है, और यह उत्पादों के आर-पार उल्लेखनीय रूप से एक जैसी है: वही कुछ श्रेणियाँ हर जगह अस्वीकार होती हैं, उसी संरचनात्मक कारण से।

काम की श्रेणी	फ़िल्टर इनकार क्यों करता है	असल में क्या माँगा जा रहा था
कलात्मक न्यूड और फ़िगर स्टडी	न्यूडिटी क्लासिफ़ायर ललित-कला परंपरा को अश्लील सामग्री से अलग नहीं कर पाते, इसलिए शरीर स्वयं ही जोखिम-संकेत बन जाता है।	फ़िगर-ड्रॉइंग रेफ़रेंस, शरीर-रचना अध्ययन, मूर्तिकला की संकल्पना — पाँच सदियों से कला-प्रशिक्षण की नींव।
चिकित्सकीय इलस्ट्रेशन	शल्य क्षेत्र, घाव और आंतरिक शरीर-रचना, हिंसक तस्वीरों पर प्रशिक्षित क्लासिफ़ायर को रक्तपात जैसे दिखते हैं।	पाठ्यपुस्तक का चित्र, रोगी-शिक्षा आरेख, त्वचा रोग की प्रस्तुति, शोध पत्रिका का चित्र।
फ़ोरेंसिक इलस्ट्रेशन	चोट के पैटर्न और घटनास्थल के पुनर्निर्माण, पिक्सेल आँकड़ों की दृष्टि से हिंसक सामग्री से अलग नहीं किए जा सकते।	अदालत में पेश किया जाने वाला प्रदर्श, दुर्घटना-विश्लेषण का पुनर्निर्माण, जाँचकर्ताओं के प्रशिक्षण की इमेज।
सुरक्षा-शोध की तस्वीरें	एक विश्वसनीय नक़ली साइन-इन स्क्रीन ठीक उसी दुरुपयोग जैसी दिखती है जिसे पहचानना वह सिखाने के लिए बनी है।	फ़िशिंग-जागरूकता प्रशिक्षण सामग्री, रेड-टीम रिपोर्ट का चित्र, सम्मेलन प्रस्तुति की स्लाइड।
कथा-साहित्य में हिंसा	हानि का कोई भी चित्रण हानि के रूप में स्कोर होता है; फ़िल्टर को कथात्मक ढाँचे की कोई समझ नहीं होती।	युद्ध उपन्यास का कवर आर्ट, ग्राफ़िक नॉवेल का पैनल, स्टोरीबोर्ड, गेम कॉन्सेप्ट, ऐतिहासिक युद्ध दृश्य।
राजनीतिक व्यंग्य	पहचानी जा सकने वाली सार्वजनिक हस्ती और उस पर अप्रिय संदर्भ, एक साथ लाइकनेस और अपमान दोनों नियमों को छेड़ देते हैं।	एक संपादकीय कार्टून — अभिव्यक्ति का ऐसा संरक्षित रूप जो फ़ोटोग्राफ़ी से भी पुराना है।
ब्रांड और लाइकनेस का काम	ट्रेडमार्क और लाइकनेस ब्लॉकलिस्ट सब पर एक समान लागू होती हैं, अधिकार-धारक पर भी।	कोई एजेंसी अपने ही क्लाइंट की पैकेजिंग का मॉक-अप बना रही है; कोई संगीतकार अपना ही टूर पोस्टर बना रहा है।

उस आख़िरी पंक्ति को ध्यान से देखिए, क्योंकि वह पूरे डिज़ाइन की पोल खोल देती है। एक कंबल-नुमा लाइकनेस ब्लॉक अधिकार-धारक के साथ ठीक वैसा ही सलूक करता है जैसा उल्लंघन करने वाले के साथ: जिस व्यक्ति का किसी ब्रांड या चेहरे पर सबसे मज़बूत दावा है, उसे किसी अजनबी जैसा ही संदेश देकर मना कर दिया जाता है। कोई फ़िल्टर इसे ठीक नहीं कर सकता, क्योंकि जो जानकारी ग़ायब है वह प्रॉम्प्ट में है ही नहीं — वह इसमें है कि पूछ कौन रहा है, और क्लासिफ़ायर यह कभी नहीं जानता। यही विषमता हर पंक्ति में चलती है। पिक्सेल में ऐसा कुछ नहीं जो शरीर-रचना के चित्र को अश्लील सामग्री से, या फ़ोरेंसिक पुनर्निर्माण को रक्तपात से अलग करे। कर्मचारियों को प्रशिक्षित करने के लिए बने फ़िशिंग मॉक-अप और उन्हें ठगने के लिए बने मॉक-अप में कोई अंतर नहीं: डिज़ाइन के हिसाब से वे एक ही इमेज हैं। दूसरे को पकड़ने के लिए द्वार बनाइए और आप हमेशा पहले को भी पकड़ लेंगे।

एक दूसरी क़ीमत भी है, जिसकी गिनती कम ही होती है: लोगों के लिखने के ढंग पर पड़ने वाला भय-प्रभाव। तीन बार इनकार झेलने के बाद आप बचाव में लिखने लगते हैं — गोल-मोल बात, शब्दों को नरम करना, वही ब्योरा छोड़ देना जो मायने रखता था, ताबीज़ की तरह "सुरुचिपूर्ण" जोड़ देना। आउटपुट इसलिए ख़राब नहीं होता कि मॉडल ख़राब हो गया, बल्कि इसलिए कि आपने वह वर्णन करना बंद कर दिया जो आप चाहते थे। ठीक इसी वजह से अनसेंसर्ड जनरेटर आंशिक रूप से गुणवत्ता का फ़ीचर है: आप सच्चा वर्णन लिख सकते हैं, इसलिए आपको सच्ची इमेज मिलती है।

03Shannon का रेंडर-से-पहले-पुष्टि प्रवाह कैसे काम करता है

फ़िल्टर हटाने से एक स्पष्ट सवाल उठता है: अगर कोई अनुरोध की जाँच नहीं कर रहा, तो किसी ग़लतफ़हमी को ऐसे रेंडर में बदलने से क्या रोकेगा जो आपने न चाहा था और जिसका भुगतान करने की आपने कल्पना भी नहीं की थी? Shannon का जवाब एक और स्वचालित द्वार नहीं है। जवाब है आपको प्रॉम्प्ट दिखाना और पूछना।

चार चरण

1. आप सामान्य भाषा में, किसी भी भाषा में पूछते हैं। कोई विशेष सिंटैक्स नहीं, कोई /imagine कमांड नहीं, कोई पैरामीटर स्ट्रिंग नहीं। आप वैसे ही वर्णन करते हैं जैसे किसी व्यक्ति को बताते। Shannon उसी भाषा में काम करता है जिसमें आप लिखते हैं।
2. Shannon तय करता है कि इमेज माँगी जा रही है। यह मंशा के बारे में एक निर्णय है, कीवर्ड-मिलान नहीं। किसी तस्वीर के बारे में बात करना उसे माँगना नहीं है।
3. Shannon जनरेशन प्रॉम्प्ट स्वयं लिखता है, अंग्रेज़ी में। आपने चाहे किसी भी भाषा में पूछा हो, प्रॉम्प्ट अंग्रेज़ी में रचा जाता है — आपके वर्णन को उस विषय-पहले, गद्यात्मक रूप में विस्तारित करके जिस पर Image Model सबसे अच्छा प्रतिसाद देता है, आस्पेक्ट रेशियो चुनकर, और वे ठोस ब्योरे भरकर जो एक छोटे अनुरोध में छूट जाते हैं।
4. पुष्टिकरण कार्ड आता है — और रुक जाता है। कुछ भी रेंडर होने से पहले आप Shannon का लिखा पूरा प्रॉम्प्ट देखते हैं। जब तक आप पुष्टि नहीं करते, न कुछ बनता है और न कोई बिलिंग होती है। आप उसे स्वीकार कर सकते हैं, अस्वीकार कर सकते हैं, या Shannon को बता सकते हैं कि क्या बदलना है और संशोधित कार्ड पा सकते हैं।

यह फ़िल्टर से बेहतर क्यों है

फ़िल्टर आपके बारे में लिया गया निर्णय है, अदृश्य रूप से, ऐसी जानकारी के आधार पर जो उसके पास है ही नहीं। पुष्टिकरण कार्ड आपके द्वारा लिया गया निर्णय है, दृश्य रूप से, उस पूरी जानकारी के साथ जो मौजूद है। इसके परिणाम जुड़ते चले जाते हैं:

• कोई चौंकाने वाला बिल नहीं। महँगा चरण रेंडर है, और कार्ड पहले आता है — इसलिए ग़लत समझे गए अनुरोध की क़ीमत एक नज़र है, पूरा जनरेशन नहीं।
• रेंडर से पहले ही भटकाव पकड़ लेते हैं। अगर आपने जापानी में किसी ख़ास तरह की रोशनी माँगी और अंग्रेज़ी प्रॉम्प्ट थोड़ा अलग निकला, तो आप उसे टेक्स्ट में देख लेते हैं, तीस सेकंड बाद तस्वीर में नहीं।
• प्रॉम्प्ट सिखाता है। यह पढ़ना कि Shannon "एक वायलिन वादक का भावपूर्ण पोर्ट्रेट" को कैमरा, लेंस, रोशनी और परिवेश सहित पूरे पैराग्राफ़ में कैसे विस्तारित करता है, यह सीखने का सबसे तेज़ रास्ता है कि Image Model किस पर प्रतिसाद देता है।
• अस्पष्टता आपके पक्ष में सुलझती है। जहाँ फ़िल्टर वाला उत्पाद रूढ़िवादी अनुमान लगाकर अक्सर इनकार कर देता है, वहाँ Shannon अपनी सर्वोत्तम व्याख्या लिखता है और आपको उसे सुधारने देता है।

एक व्यावहारिक उदाहरण। आप पुर्तगाली में टाइप करते हैं, मोटे तौर पर "पुराने थिएटर में मेरे बैंड के शो का पोस्टर बना दो, खुरदुरा, कुछ-कुछ 70 के दशक जैसा"। Shannon इमेज अनुरोध पहचानता है, tall चुनता है क्योंकि आपने पोस्टर कहा था, और लिखता है:

A four-piece rock band standing in the lobby of a decaying 1920s theater,
lit by a single bare bulb overhead, three of them facing camera and one
turned away. Shot on expired Kodak Portra 400, 35mm, heavy grain and
slight color shift toward magenta. Peeling gilt plasterwork and torn red
velvet drapes behind them, dust visible in the light. Shallow depth of
field, harsh top light, deep shadows under the eyes.

उसी कार्ड पर आपको ध्यान आता है कि आप बैंड में चार नहीं, पाँच सदस्य चाहते थे। आप यह कहते हैं, कार्ड अपडेट होता है, और तभी कुछ रेंडर होता है। फ़िल्टर वाले उत्पाद पर आपने पहले ग़लत इमेज का भुगतान कर दिया होता।

04Shannon बिना कहे कभी इमेज नहीं बनाता

उलटी विफलता भी उतनी ही मायने रखती है। इमेज बनाने को आतुर उत्पाद थका देने वाला होता है: आप कोई स्क्रीनशॉट उसके बारे में पूछने के लिए चिपकाते हैं और बदले में उसका "बेहतर" संस्करण मिल जाता है; आप मुहावरे के तौर पर "ज़रा कल्पना कीजिए" कहते हैं और आपको तस्वीर मिल जाती है। Shannon ऐसा नहीं करता।

• अभिवादन अनुरोध नहीं है। नमस्ते कहने पर जवाब मिलता है, रेंडर नहीं।
• सवाल अनुरोध नहीं है। यह पूछने पर कि अच्छा एल्बम कवर किससे बनता है, आपको एल्बम कवर के बारे में जवाब मिलेगा।
• यूँ ही जोड़ी गई तस्वीर अनुरोध नहीं है। बातचीत में किसी इमेज को चर्चा के लिए डाल देना कोई एडिट शुरू नहीं करता।
• इमेज के बारे में बात करना इमेज माँगना नहीं है। किसी पेंटिंग, किसी फ़ोटोग्राफ़र की तकनीक, या किसी डिज़ाइन ब्रीफ़ पर चर्चा बातचीत ही रहती है।

और इसका उपसिद्धांत, जो रोज़मर्रा के काम में लोगों को सबसे उपयोगी लगता है: Shannon से किसी इमेज को देखने के लिए कहना सामान्य विज़न कार्य है, जनरेशन नहीं। इस फ़ोटो का वर्णन करो, इस स्क्रीनशॉट का टेक्स्ट पढ़ो, बताओ इस लेआउट में क्या ग़लत है, इस हस्तलिखित नोट को लिख दो, इस पौधे को पहचानो — यह सब पढ़ना है, बनाना नहीं। इससे कोई पुष्टिकरण कार्ड नहीं आता और सामान्य बातचीत से आगे कोई अतिरिक्त शुल्क नहीं लगता। जनरेशन एक अलग, सोचा-समझा कार्य है जिसके आगे एक दृश्य द्वार खड़ा है, और बाक़ी सब सिर्फ़ बातचीत है।

05आस्पेक्ट रेशियो: पाँच आकार, और आपकी बात ऊपर

फ़्रेमिंग सजावट नहीं है। यह कंपोज़िशन बदलती है, यह बदलती है कि मॉडल ब्योरे कैसे बाँटता है, और यह भी कि नतीजा वहाँ फ़िट होगा या नहीं जहाँ आप उसे लगाना चाहते हैं। Shannon पाँच रेशियो देता है, आपके वर्णन से एक समझदार विकल्प निकालता है, और जैसे ही आप अपनी पसंद बताते हैं, वह आपकी मान लेता है।

रेशियो	किसके लिए	टिप्पणी
square	सामान्य उपयोग, प्रोडक्ट शॉट, आइकॉन, सोशल पोस्ट, एकल वस्तुएँ।	डिफ़ॉल्ट। तब चुना जाता है जब अनुरोध में किसी आकार का संकेत न हो।
portrait	व्यक्ति, एकल आकृतियाँ, लंबे विषय, पुस्तक कवर, कैरेक्टर आर्ट।	खड़ी आकृति को सिर या पैर काटे बिना जगह देता है।
landscape	दृश्य, अंदरूनी स्थान, लोगों के समूह, एस्टैब्लिशिंग शॉट।	ऊँचाई से ज़्यादा चौड़ी हर चीज़ के लिए स्वाभाविक आकार।
wide	सिनेमाई फ़्रेमिंग, बैनर, हेडर, विहंगम दृश्य।	landscape से चौड़ा। मॉडल को फ़िल्मी कंपोज़िशन की ओर धकेलता है।
tall	पोस्टर, फ़ोन वॉलपेपर, वर्टिकल लेआउट, इवेंट फ़्लायर।	portrait से ऊँचा। ऊपर वह जगह छोड़ता है जहाँ आमतौर पर पोस्टर का टाइप बैठता है।

दो व्यावहारिक बातें। आपका स्पष्ट अनुरोध हमेशा ऊपर रहता है — wide कहिए और आपको wide मिलेगा, चाहे विषय एक अकेली खड़ी आकृति ही क्यों न हो। और रेशियो सामग्री के साथ मिलकर काम करता है: चौड़ा फ़्रेम मॉडल को किनारे भरने का न्योता देता है, इसलिए एक व्यक्ति का चौड़ा पोर्ट्रेट अक्सर उसके चारों ओर पूरा परिवेश उगा लेता है; अगर आपको चौड़े फ़्रेम में कसा हुआ चेहरा चाहिए, तो यह कहिए ("tight head-and-shoulders framing, background falling away")। एडिटिंग जान-बूझकर अलग व्यवहार करती है — एडिट स्रोत इमेज का आस्पेक्ट रेशियो अपने आप बनाए रखता है, क्योंकि जिस इमेज में आपने बदलाव माँगा है उसका आकार ही बदल देना लगभग कभी आपका मतलब नहीं होता। इमेज मिलाने पर आप नया कैनवास चुन सकते हैं, क्योंकि आउटपुट सचमुच एक नया कंपोज़िशन होता है।

06आप असल में क्या बना सकते हैं

तीन ऑपरेशन। इनके बीच की सीमा को लेकर सटीक होना ज़रूरी है, क्योंकि ग़लत ऑपरेशन चुनना निराशाजनक नतीजे का सबसे आम कारण है।

नई इमेज बनाना

टेक्स्ट अंदर, इमेज बाहर। जब तक आप आर्ट, इलस्ट्रेशन या ऐनिमे न माँगें, फ़ोटोरियलिज़्म डिफ़ॉल्ट है — इसलिए अगर आपको पेंटिंग चाहिए, तो पेंटिंग कहिए। Shannon पर टेक्स्ट-टू-इमेज कोई नेगेटिव प्रॉम्प्ट नहीं लेता: सिर्फ़ वही वर्णन कीजिए जो आप चाहते हैं। "कोई कार नहीं, कोई लोग नहीं" लिखने से अक्सर ठीक वही चीज़ बुला ली जाती है जिसे आपने हटाया था, क्योंकि मॉडल संज्ञा पढ़ता है, निषेध नहीं।

एक मौजूदा इमेज एडिट करना

ठीक एक स्रोत इमेज — या तो बातचीत में पहले से मौजूद, या मौजूदा संदेश के साथ संलग्न — और साथ में एक निर्देश जो बताए कि क्या बदलेगा और क्या वैसा ही रहेगा। जो हिस्से नहीं बदलने हैं उनका नाम लेना पूरे सिस्टम में गुणवत्ता का सबसे बड़ा लीवर है: "change the background to a rainy night city street with neon reflections, keep the woman exactly as she is" विषय को उस तरह थामे रखता है जैसे केवल "change the background" नहीं रखता। एडिटिंग नेगेटिव प्रॉम्प्ट का समर्थन करती है, इसलिए अनचाहे आर्टिफ़ैक्ट वहाँ रखिए, निर्देश में नहीं।

दो या अधिक इमेज मिलाना

जब भी तत्व एक से ज़्यादा तस्वीरों से आ रहे हों: आउटफ़िट ट्रांसफ़र, वस्तु X को दृश्य Y में रखना, व्यक्ति A के बगल में व्यक्ति B, प्रोडक्ट-ऑन-पर्सन, या एक इमेज की शैली के साथ दूसरी का विषय। प्रॉम्प्ट में हर इमेज की भूमिका क्रम से बतानी होगी — पहली इमेज मुख्य विषय या दृश्य है, बाद की इमेज वे हिस्से देती हैं जो लाए जा रहे हैं। मल्टी-इमेज काम को एक स्रोत और दूसरे के टेक्स्ट वर्णन में मत सिकोड़िए; असली दूसरी इमेज का उपयोग ही उसकी वास्तविक शक्ल बचाए रखता है, और वर्णन करने के बजाय मिलाने का पूरा कारण यही है।

वे विषय जिनसे दूसरे टूल इनकार करते हैं

ठोस रूप में, और ऊपर की श्रेणियों से लेकर, यही वह काम है जो यहाँ बिना बहस के चलता है:

• इलस्ट्रेशन, मूर्तिकला रेफ़रेंस और ललित-कला अभ्यास के लिए फ़िगर स्टडी और कलात्मक न्यूड।
• चिकित्सकीय और शारीरिक इलस्ट्रेशन — शल्य दृश्य, त्वचा रोग की प्रस्तुतियाँ, रोगी-शिक्षा चित्र — और रिपोर्ट, अदालती प्रदर्श व जाँचकर्ता प्रशिक्षण के लिए फ़ोरेंसिक पुनर्निर्माण।
• सुरक्षा-शोध के दृश्य: नक़ली इंटरफ़ेस, सोशल-इंजीनियरिंग परिदृश्य, फ़िशिंग-जागरूकता प्रशिक्षण सामग्री।
• कथा-साहित्य के भीतर हिंसा और चोट: उपन्यास कवर, ग्राफ़िक नॉवेल पैनल, स्टोरीबोर्ड, गेम कॉन्सेप्ट आर्ट, ऐतिहासिक युद्ध दृश्य, हॉरर और बॉडी हॉरर।
• सार्वजनिक हस्तियों से जुड़ा राजनीतिक व्यंग्य और संपादकीय कार्टून।
• ब्रांड, पैकेजिंग और लाइकनेस का काम, उस पक्ष द्वारा जिसके पास उसके अधिकार हैं।

यह सूची बताती है कि उत्पाद क्या नहीं रोकता। यह क़ानून या ज़िम्मेदार उपयोग नीति की अनदेखी की अनुमति नहीं है; खंड 09 साफ़-साफ़ बताता है कि रेखाएँ कहाँ हैं।

07ऐसा प्रॉम्प्ट कैसे लिखें जिसे Image Model समझे

Shannon आपके लिए प्रॉम्प्ट लिखता है, इसलिए यह सीखना आपके लिए कभी ज़रूरी नहीं — लेकिन कार्ड संपादन योग्य है, और यह जानना कि Image Model कैसे पढ़ता है, आपको सटीक नियंत्रण देता है। छोटा संस्करण; पूरा विवरण प्रॉम्प्ट गाइड में है:

• टैग नहीं, गद्य लिखिए। Image Model प्रॉम्प्ट वैसे ही पढ़ता है जैसे कोई भाषा मॉडल टेक्स्ट पढ़ता है। पूरे वाक्य, कॉमा से अलग किए कीवर्ड से बेहतर काम करते हैं। "A woman in her 30s at a rain-soaked Tokyo crosswalk at night", "woman, 30s, Tokyo, rain, night" से बेहतर नतीजा देता है।
• 30–80 शब्दों का लक्ष्य रखिए, और 100 से बहुत आगे कभी नहीं। उसके बाद बाद वाले उपवाक्य अपना प्रभाव खोने लगते हैं।
• क्रम वही रखिए जिसमें मॉडल पढ़ता है: विषय → क्रिया या मुद्रा → शैली और भाव → परिवेश और रोशनी → तकनीकी ब्योरा जैसे फ़्रेमिंग, डेप्थ ऑफ़ फ़ील्ड और रंग। सबसे ज़रूरी चीज़ पहले।
• विषय को ठोस बनाइए। "A man in his 40s with a salt-and-pepper beard" एक विषय है। "A person" एक ख़ाली जगह है जिसे मॉडल किसी औसत से भर देता है।
• तस्वीरों के लिए, उसे तस्वीर की तरह लिखिए। असली कैमरा, लेंस, और फ़िल्म या रोशनी का नाम लीजिए — "shot on Kodak Portra 400, 85mm f/1.4, soft window light" — और ज़मीनी ब्योरा जोड़िए: त्वचा के रोमछिद्र, कपड़े की बुनावट, स्वाभाविक ख़ामियाँ। परतदार दृश्यों के लिए अग्रभूमि, मध्यभूमि और पृष्ठभूमि को अलग-अलग उपवाक्यों में बताइए, और सटीक रंग वस्तुओं से हेक्स मान द्वारा जोड़िए: "a jacket, color #8B0000"।
• SDXL-युग का कबाड़ छोड़ दीजिए। "masterpiece, best quality, 8k" यहाँ कुछ नहीं करता, और (word:1.3) जैसा वेट सिंटैक्स पार्स नहीं होता। परस्पर विरोधी निर्देश कभी न मिलाएँ — एक ही प्रॉम्प्ट में "photorealistic" और "watercolor" डालने पर आपको दोनों में से कुछ नहीं मिलेगा।

व्यवहार में: elderly fisherman, portrait, weathered face, harbor, morning, photorealistic, masterpiece, best quality, 8k के बजाय उसे वैसे लिखिए जैसे मॉडल वास्तव में पढ़ता है:

An elderly fisherman in his 70s with a deeply weathered face and white
stubble, mending a net across his knees, looking down at his hands. Quiet,
unposed documentary mood. A small working harbor at first light, wooden
hulls and coiled rope behind him, mist over the water. Shot on Kodak Portra
400, 85mm f/1.4, soft overcast light, shallow depth of field, visible skin
texture and pores.

यह लंबाई के लिए लंबा नहीं है। हर उपवाक्य एक ऐसा निर्णय बदल देता है जो मॉडल अन्यथा अपने आप, बेतरतीब ढंग से लेता — और अब वह निर्णय आपने जान-बूझकर लिया है।

08यह कहाँ रहता है: चैट ऐप में, API में नहीं — और वीडियो नहीं

यहाँ दो बातें हैं जो हम आपको साइन अप करने के बाद नहीं, पहले बता देना चाहेंगे।

इमेज का काम चैट ऐप में है

जनरेशन, एडिटिंग और मल्टी-इमेज कंपोज़िशन, सब Shannon चैट ऐप में होते हैं। वे /v1 API पर उपलब्ध नहीं हैं। Shannon का API — /v1/chat/completions, /v1/messages और /v1/responses, सभी स्ट्रीमिंग, सभी shannon-ai.com/docs/api पर प्रलेखित — टेक्स्ट और विज़न देता है। विज़न का मतलब है कि मॉडल आपकी भेजी इमेज पढ़ते हैं: वर्णन करना, विश्लेषण करना, लिप्यंतरण करना, किसी चार्ट या स्क्रीनशॉट पर तर्क करना। इसका मतलब उन्हें बनाना नहीं है। अगर आप "अनसेंसर्ड इमेज जनरेशन API" खोजते हुए इस पृष्ठ पर आए हैं, तो यही ईमानदार जवाब है, और हम अभी दो-टूक कहना पसंद करेंगे बजाय इसके कि आप इंटीग्रेशन के बाद यह जानें। API जिस चीज़ में वाक़ई अच्छा है, वह इसी समस्या का दूसरा आधा है: अनसेंसर्ड टेक्स्ट और विज़न, कोई रिफ्यूज़ल लेयर नहीं, तीन API डायलेक्ट, हमारे अपने GPU क्लस्टर पर। रिसर्च इंडेक्स में हर मॉडल का मॉडल कार्ड है।

हम यह इसलिए खोलकर कह रहे हैं क्योंकि "अनसेंसर्ड इमेज जनरेटर" और "अनसेंसर्ड वीडियो जनरेटर" खोज परिणामों में पास-पास बैठते हैं, और जो पृष्ठ किसी ग़ैरमौजूद फ़ीचर पर गोलमोल रहता है वह उम्मीद कर रहा होता है कि आप ध्यान देने से पहले साइन अप कर लें। इमेज हमारे अपने GPU क्लस्टर पर रेंडर होती हैं। वीडियो कहीं रेंडर नहीं होता, क्योंकि हम वह करते ही नहीं।

09ज़िम्मेदार उपयोग, साफ़ शब्दों में

Shannon Lab LLC एक न्यू मैक्सिको कंपनी है जो संयुक्त राज्य अमेरिका के क़ानून के तहत काम करती है। स्वचालित फ़िल्टर हटाने से न क़ानून हटता है, न हमारी नीति। इससे इतना होता है कि निर्णय एक ऐसे क्लासिफ़ायर से हटकर, जो संदर्भ देख ही नहीं सकता, उस पेशेवर के पास चला जाता है जो देख सकता है — और जो नतीजे के लिए जवाबदेह है।

नाबालिगों से जुड़ी यौन सामग्री पूरी तरह निषिद्ध है और किसी भी दृष्टि से धूसर क्षेत्र नहीं है। वैसे ही किसी वास्तविक व्यक्ति को परेशान करने, बदनाम करने, ठगने या उसका रूप धरने के लिए बनाई गई सामग्री — जिसमें किसी वास्तविक, पहचाने जा सकने वाले व्यक्ति की सहमति के बिना बनाई गई यौन तस्वीरें शामिल हैं — और धोखा देने के लिए किसी और पक्ष के ब्रांड या लाइकनेस का उपयोग। ये ऐसी फ़िल्टर श्रेणियाँ नहीं हैं जो संयोगवश बंद कर दी गई हों; ये उत्पाद के निषिद्ध उपयोग हैं, जो कीवर्ड के बजाय खातों के स्तर पर लागू किए जाते हैं — यही वह स्तर है जिस पर मंशा वास्तव में दिखती है। पूरी शर्तें ज़िम्मेदार उपयोग नीति में हैं। सौदा सीधा है: एक ऐसा औज़ार जो आपके पेशे पर शक नहीं करता, बदले में यह कि आप वही पेशेवर बनें जो वह आपको मानकर चलता है।

10अक्सर पूछे जाने वाले सवाल

11इस शृंखला के बाक़ी लेख

चार साथी लेख उन हिस्सों में गहराई से जाते हैं जिनमें आप वास्तव में समय बिताएँगे:

• अनसेंसर्ड AI इमेज एडिटिंग — निर्देश प्रॉम्प्ट, जो नहीं बदलना उसे एंकर करना, नेगेटिव प्रॉम्प्ट, विरासत में मिला आस्पेक्ट रेशियो।
• अनसेंसर्ड मल्टी-इमेज कंपोज़िशन — भूमिका-क्रम, आउटफ़िट ट्रांसफ़र, प्रोडक्ट-ऑन-पर्सन, विषय-को-दृश्य-में।
• अनसेंसर्ड इमेज प्रॉम्प्ट गाइड — टैग की जगह गद्य, विषय-पहले क्रम, कैमरा और फ़िल्म की भाषा, हेक्स रंग, निष्क्रिय टोकन।
• अनसेंसर्ड बनाम फ़िल्टर वाला इमेज AI — वही अनुरोध दोनों डिज़ाइनों से गुज़रते हुए, श्रेणी-दर-श्रेणी।

प्लेटफ़ॉर्म के टेक्स्ट और विज़न पक्ष के लिए — API के पीछे मौजूद अनसेंसर्ड मॉडल — रिसर्च इंडेक्स से शुरू कीजिए।

---

Shannon Lab LLC, न्यू मैक्सिको, USA. इमेज जनरेशन, एडिटिंग और मल्टी-इमेज कंपोज़िशन Shannon चैट ऐप की सुविधाएँ हैं और /v1 API पर उपलब्ध नहीं हैं, जो टेक्स्ट और विज़न देता है। वीडियो जनरेशन नहीं है। यहाँ वर्णित आस्पेक्ट रेशियो, पुष्टिकरण प्रवाह और ऑपरेशन 5 सितंबर 2026 तक के उत्पाद को दर्शाते हैं।