Մենք չենք պահում և չենք մուտք գործում որևէ օգտատիրոջ տվյալների, և չենք կասեցնում հաշիվներ, եթե իրավաչափ մարմինը հարկադիր գործողություն չի պահանջում։

Հետազոտություն · Պատկերի խմբագրում

Առանց ցենզուրայի AI պատկերի խմբագրիչ

Փոխեք, վերաոճավորեք, վերալուսավորեք, հագուստը փոխեք կամ վերականգնեք մեկ գոյություն ունեցող պատկեր՝ գրելով մեկ նախադասություն: Առանց դիմակների, առանց զտիչների, առանց մերժումների — և մեկ տեխնիկա, որն ավելի կարևոր է, քան մնացած բոլորը միասին վերցրած:

Թարմացվել է 2026 թ. սեպտեմբերի 5-ինՈւղեցույցShannon 3 · չաթում պատկերի խմբագրում

Համառոտ

Shannon-ը պարզ լեզվով հրահանգից խմբագրում է ուղիղ մեկ գոյություն ունեցող պատկեր — առանց խոզանակի, առանց դիմակի, առանց ընտրության: Այդ հրահանգը պետք է ասի ինչ է փոխվում ԵՎ ինչ է մնում, քանի որ մոդելը վերաստեղծում է ամբողջ շրջանակը. այն, ինչ չեք անվանում որպես անփոփոխ, ազատ է շեղվելու: Անփոփոխ մասերն անվանելը — «պահպանեք դեմքը, կեցվածքը և հագուստը միանման» — ձեր ունեցած ամենամեծ որակի լծակն է: Խմբագրման ուղին ընդունում է բացասական հրահանգ (տեքստից-պատկեր ուղին՝ ոչ); անցանկալի արտեֆակտներն այնտեղ դրեք, այլ ոչ թե հրահանգում գրեք «ոչ X»: Ելքն ինքնաբերաբար ժառանգում է սկզբնաղբյուրի կողմերի հարաբերակցությունը: Տեսանյութի գեներացիա չկա, և պատկերն անիմացնելու եղանակ էլ չկա: Խմբագրումն աշխատում է չաթ հավելվածում մեր սեփական GPU կլաստերի վրա, առանց բովանդակության զտիչի և առանց մերժման շերտի:

Առանց ցենզուրայի AI պատկերի խմբագրիչ փնտրող մարդկանց մեծամասնությունն ունի մեկ պատկեր և մեկ խնդիր. ֆոնը սխալ է, լույսը հարթ է, բաճկոնի գույնը սխալ է, կադրում կանգնած է անծանոթ մարդ, սկանավորման վրա ծալք կա — կամ խմբագրումն ամբողջովին օրինական է, և իրենց ներկայիս գործիքը հրաժարվում է դիպչել դրան: Այս մասին խոսքը վերաբերում է այն, թե ինչպես դա լավ անել. ոչ թե՝ որ խմբագրիչն ունի ամենաշատ սահիչներ, այլ մեկ սովորություն, որը հաջողված խմբագրումն առանձնացնում է այն խմբագրումից, որը ձեր աչքից հեռու հանգիստ վերաստեղծում է ձեր օբյեկտի դեմքը:

Սկզբնաղբյուր պատկեր մեկ խմբագրման համար

Ավտո

Սկզբնաղբյուրի կողմերն են պահպանվում

Այո

Բացասական հրահանգ

Ոչինչ

Բովանդակության զտիչ

01Ինչ է իրականում հրահանգի վրա հիմնված խմբագրումը

Դասական AI խմբագրումը ձեզնից պահանջում է դժվար մասն ինքներդ անել՝ բացել կտավ, ներկել դիմակ ուզած շրջանի վրա, մուտքագրել արտահայտություն, թե ինչ պետք է լինի ներսում: Ճշգրիտ, դանդաղ, և անօգտակար հենց այն պահից, երբ ձեր փոփոխությունն ունի անհստակ ուրվագիծ — լուսավորության փոփոխություն, սիլուետը փոխող հագուստի փոխարինում, ընդհանուր գունային գրադացիա:

Shannon-ն աշխատում է հակառակ ձևով: Դուք ոչինչ չեք ընտրում: Դուք գրում եք մեկ նախադասություն պատկերի մասին, ցանկացած լեզվով, և շրջանն են եզրակացնում ձեր բառերից: Սա այն դարձնում է գործնական առանց ցենզուրայի ինպեյնթինգի այլընտրանք յուրաքանչյուրի համար, ով ցանկանում է արդյունքը՝ ընտրության աշխատանքի փոխարեն — բայց մեկ մեխանիկական հետևանք կա, որը պետք է հասկանալ նախապես:

Խմբագրումը ամբողջ շրջանակի վերարտադրություն է՝ պայմանավորված ձեր սկզբնաղբյուր պատկերով — ոչ թե դրա մի հատվածին կիրառված կարկատան: Պատկերային մոդելը կարդում է ձեր բնօրինակը, կարդում է ձեր հրահանգը, և ստեղծում է նոր պատկեր, որը պետք է լինի բնօրինակը գումարած փոփոխությունը: Մեխանիկորեն ոչինչ սառեցված չէ: Յուրաքանչյուր խմբագրման ժամանակ յուրաքանչյուր պիքսել բաց է վերաքննարկման համար:

Ահա թե ինչու «անձրևից թրջված Տոկիոյի փողոց» — դիմակով գործիքում անթերի — այստեղ վերադառնում է մի փոքր այլ մարդով: Դիմակով գործիքում դիմակն ասել էր, որ մարդն անհասանելի է. այստեղ ձեր նախադասությունն է պետք դա ասի: Առավելությունը. հրահանգային խմբագրումն անում է այն, ինչ դիմակները չեն կարող — շարժել արևը և ստիպել ստվերներին համաձայնվել, փոխել հագուստը և ստիպել գործվածքին ծալվել գոյություն ունեցող կեցվածքի վրա, վերաոճավորել լուսանկարը թանաքի և հարթ գույնի, պահպանելով կոմպոզիցիան: Այդ խմբագրումներն ունեն ոչ մի սահման՝ ուրվագծելու համար. դրանք ամբողջ շրջանակով տարածված հարաբերություններ են:

02Խարսխում. ամենամեծ որակի լծակը

Խարսխումը նշանակում է յուրաքանչյուր խմբագրման հրահանգը գրել երկու մասով. փոփոխության դրույթ (ինչ պետք է լինի այլ, ասված դրական և կոնկրետ) և պահպանման դրույթ (մասերը, որոնք պետք է անվնաս մնան, անվանված որպես կոնկրետ գոյականներ): Երկուսն էլ անհրաժեշտ են — մենակ փոփոխության դրույթը ընդամենը ցանկություն է: Եթե այս էջից մեկ բան պետք է վերցնել, ապա սա. ձեր արդյունքը որոշվում է նրանով, թե որքան հստակ եք անվանում, ինչ է մնում, ոչ թե որքան վառ եք նկարագրում, ինչ է փոխվում:

Ոչ խարսխված հրահանգների շեղման երեք եղանակ

Ինքնության շեղում. Դեմքը վերադառնում է գրեթե ճիշտ — մի փոքր այլ քիթ, հանգիստ գեղեցկացված ծնոտագիծ: Ամենավնասակար ձախողումը, քանի որ դժվար է տեսնել հեռախոսի էկրանին և ակնհայտ է ցանկացած մարդուն, ով ճանաչում է անձին:
Կողքի վերաոճավորում. Դուք խնդրել եք նոր ֆոն; ստացել եք նաև նոր գունային գրադացիա, նոր ոսպնյակ, և սվիտեր, որը նախկինում կողերով էր: Մոդելը հրահանգը կարդացել է որպես ամբողջ նպատակային պատկերի նկարագրություն, այլ ոչ թե սկզբնաղբյուրից տարբերություն:
Ածականներից բխող շրջանակի սողում. «Ավելի դրամատիկ», «ավելի մաքուր», «ավելի պրոֆեսիոնալ» ոչ մի օբյեկտ չեն անվանում: Առանց գոյականի ածականը կիրառվում է ամեն ինչի վրա, ուստի ամեն ինչ շարժվում է:

Խարսխման բառապաշարը

Խարիսխներն աշխատում են որպես կոնկրետ գոյականներ: «Թողեք նույնը» թույլ է — մոդելը չգիտի, թե որ նույնությունն է ձեզ հետաքրքրում: Ընտրեք ձեր խմբագրման համար կարևոր երեք-հինգ տարր և ուղղակիորեն անվանեք դրանք:

Ինչ եք փոխում	Ուղղակիորեն անվանման արժանի խարիսխներ
Ֆոն / միջավայր	դեմքը և դեմքի գծերը, սանրվածքը, կեցվածքը, ձեռքերը, հագուստը, տեսախցիկի անկյունը, կադրավորումը, օբյեկտի վրայի լուսավորությունը
Լուսավորություն / տրամադրություն	դեմքը, արտահայտությունը, մաշկի հյուսվածքը, կեցվածքը, հագուստը, ֆոնի բովանդակությունը, կադրավորումը
Հագուստ / զգեստապահարան	դեմքը, մորուքը կամ մազերը, կեցվածքը, ձեռքերը, մարմնի համամասնությունները, ֆոնը, լուսավորության ուղղությունը, գունային գրադացիան
Ոճ / միջոց	կոմպոզիցիան, կեցվածքը, մազերի երկարությունը, հագուստի ձևերը, օբյեկտների քանակը, կադրավորումը
Առարկայի հեռացում / վերականգնում	ամեն ինչ մյուս, ինչ կադրում է — օբյեկտը, շրջակա ճարտարապետությունը, հատիկավորությունը, երանգայնությունը, հակադրությունը, գույնը
Մեկ իրի գույն	պատկերի ամեն մյուս գույն, գումարած փոփոխված իրի հյուսվածքն ու նյութը

Նկատեք վերջին տողը: Վերագունավորումը հանգիստ սխալվում է, քանի որ «բաճկոնը կարմիր դարձրեք» հրավիրում է զրոյից վերաստեղծված բաճկոն — նոր կտրվածք, նոր նյութ, նոր ծալքեր: Խարսխված. «վերագունավորեք գոյություն ունեցող բաճկոնը մուգ բոսորագույնի, պահպանելով դրա ճշգրիտ կտրվածքը, կարերը, գործվածքի հյուսվածքն ու կախման ձևը»: Մեկ փոփոխության դրույթ, զգալիորեն ավելի լավ արդյունք:

03Մշակված օրինակներ. թույլ հրահանգ, ինչու է շեղվում, խարսխված վերաշարադրում

Ստորև յուրաքանչյուր զույգ նույն մտադրությունն է, գրված երկու անգամ: Միջին ախտորոշումն է փոխանցելի մասը:

Ա. Ֆոնի փոխարինում

Թույլ

put her in Tokyo

Ինչու է շեղվում. սա նկարագրում է նպատակային պատկեր, ոչ թե տարբերություն: Կնոջ մասին ոչինչ պաշտպանված չէ, և ոչինչ չի պահում տեսախցիկը կայուն, ուստի մոդելը վերաշրջանակավորում և վերաստեղծում է նրան՝ կառուցելով հավանական տեսարան:

Խարսխված

Change the background to a rain-soaked Tokyo crosswalk at night, with neon signage reflecting on wet asphalt behind her. Keep the woman's face, hairstyle, pose and clothing exactly as they are, keep the same camera angle and crop, and match the new background's light to the existing light on her.

Ինչ փոխվեց. պահպանման դրույթը ամրագրում է ինքնությունը, զգեստապահարանն ու կադրավորումը, և վերջին արտահայտությունն ասում է, թե որ ուղղությամբ է լուծվում կարը — ֆոնը հարմարվում է օբյեկտի լույսին, ոչ հակառակը:

Բ. Վերալուսավորում

Թույլ

better lighting please

Ինչու է շեղվում. «better»-ը գոյականի չունեցող ածական է: Մոդելը պետք է հորինի սահմանում, և վերաստեղծման ժամանակ ավելի լավ երևալու ամենէժան ձևը հարթեցված մաշկն է, փայլուն ատամները և ավելի նուրբ ծնոտագիծը: Դուք խնդրել եք լույս և ստացել եք ռետուշավորում:

Խարսխված

Relight the scene as late-afternoon window light coming from the left, warm and soft, with a gentle falloff across the right side of the face and a soft shadow on the wall behind. Keep the face, expression, skin texture, pose, clothing and background contents unchanged, and keep the same framing.

Ինչ փոխվեց. լույսը նկարագրված է ֆիզիկապես — ուղղություն, որակ, ջերմություն, թուլացում: Մաշկի հյուսվածքն ուղղակիորեն ամրագրված է, քանի որ վերալուսավորումն այն պահն է, երբ մոդելն ամենամեծ գայթակղությունն ունի հարթեցնելու այն:

Գ. Օբյեկտի հագուստի փոփոխություն

Թույլ

give him a suit

Ինչու է շեղվում. կոստյումը փոխում է սիլուետը, ուստի իրանը պետք է վերաստեղծվի — և դրա վրայի գլուխը սովորաբար գնում է դրա հետ միասին: Ոչ խարսխված զգեստապահարանի խմբագրումները ինքնության շեղման երկրորդ ամենամեծ աղբյուրն են ֆոնի փոխարինումից հետո:

Խարսխված

Replace the man's t-shirt with a charcoal three-piece wool suit, a white dress shirt and a dark green silk tie, tailored to his current posture. Keep his face, beard, hairstyle, pose, hands and body proportions identical, keep the background exactly as it is, and keep the same lighting direction and color grade.

Ինչ փոխվեց. «tailored to his current posture»-ը հագուստը դարձնում է կախված կեցվածքից: Ձեռքերն առանձին ամրագրված են, քանի որ ձեռքերն են այն տեղը, որտեղ զգեստապահարանի խմբագրումներն ամենաակնհայտ քայքայվում են:

Զգուշացեք — սա իսկապես համադրու՞մ է: Եթե կոստյումը գոյություն ունի երկրորդ լուսանկարում, և ձեզ պետք է հենց դա կոստյումը, ոչ թե նկարագրվածը, սա այլևս մեկ-պատկերի խմբագրում չէ. տրամադրեք երկու պատկերները և անվանեք դրանց դերերը: Տես առանց ցենզուրայի բազմապատկերային կոմպոզիցիա:

Դ. Լուսանկարի վերաոճավորում

Թույլ

make it anime

Ինչու է շեղվում. մեկ ոճային բառը հանձնում է ամեն ինչ — կոմպոզիցիան, կադրավորումը, մազերը, զգեստապահարանը, մարդկանց քանակը — և «anime»-ն երեսուն տարվա անհամատեղելի ավանդույթներ է: Ստանում եք այլ տեսարանի հմուտ նկարազարդում:

Խարսխված

Redraw this photograph as a hand-inked 1990s cel-animation frame: flat color fills, visible ink line art, minimal gradients, muted palette. Keep the composition, the subject's pose and gaze direction, hair length and outfit shapes recognizable, and keep the same crop and the same number of people in frame.

Ինչ փոխվեց. ոճային խմբագրումներին անհրաժեշտ է այլ խարիսխ: Հյուսվածքն անհնար է ամրագրել — հենց հյուսվածքն է փոխարինվում — ուստի ամրագրում եք կառուցվածքը. կոմպոզիցիան, կեցվածքը, սիլուետները, կադրավորումը, օբյեկտների քանակը: «Ֆոտոիրատեսական մաշկը» պահպանելու խնդրանքը cel անիմացիայի ներքո հակասություն է:

Ե. Ինչ-որ բանի հեռացում

Թույլ

no cars in the background

Ինչու է շեղվում. ժխտումը դեռ դնում է հասկացությունը մոդելի առջև և ոչինչ չի ասում, թե ինչ պետք է լցնի ազատված տարածքը: Հեռացումներին անհրաժեշտ է թե՛ նպատակի, թե՛ լցման դրական հայտարարություն:

Խարսխված

Remove the parked silver car and the trash bin on the right side of the street, filling the space with a continuation of the same sidewalk, curb and brick wall. Keep everything else in the frame identical — the person, the storefront, the signage, the lighting and the color.

Ինչ փոխվեց. նպատակն անվանված է օբյեկտով, գույնով և դիրքով; լցումը սահմանված է, ուստի մոդելը հրապարակ չի հորինում այնտեղ, որտեղ պետք է լինի մայթ; և «ամեն ինչ մյուսը» գրված է իրական գոյականներով:

Զ. Վնասված լուսանկարի վերականգնում

Թույլ

fix this old photo of my grandmother

Ինչու է շեղվում. «fix»-ը կարդացվում է որպես «բարելավել», և հին լուսանկարը բարելավելը նշանակում է այն արդիականացնել — ավելի մաքուր մաշկ, ավելի բարձր հակադրություն, և դեմք, որն այլևս ձեր տատիկինը ճշգրիտ չէ:

Խարսխված

Repair the crease running diagonally through the top-left corner of this scanned photograph and remove the dust specks and small white scratches. Keep every facial feature, the film grain, the tonality, the contrast and the original sepia color exactly as they are. Do not sharpen, do not smooth skin, do not recolor.

Ինչ փոխվեց. վնասը թվարկված է, ուստի «fix»-ն ունի սահմանված շրջանակ, և հատիկավորությունն ու երանգայնությունն ամրագրված են, քանի որ դրանք են տպագրությունը դարձնում ժամանակաշրջանին հավատարիմ: Երեք արգելքները հազվագյուտ դեպք են, երբ ժխտումն արժանացնում է իր տեղը — հայտարարություններ գործընթացի մասին, ոչ թե օբյեկտների:

Լավ հրահանգի ձևը

Ձևանմուշ

[Բայ] [կոնկրետ նպատակը]-ը [կոնկրետ, նյութապես նկարագրված արդյունքի] մեջ/դեպի: Պահպանեք [3–5 անվանված խարիսխները] միանման: [Ընտրովի. մեկ դրույթ այն մասին, թե ինչպես պետք է փոփոխությունը հարաբերվի մնացողի հետ:]

Նպատակադրվեք 25-ից 60 բառի, ամբողջական նախադասություններով, ոչ թե ստորակետով բաժանված հիմնաբառերով — Պատկերային մոդելը հրահանգները կարդում է այնպես, ինչպես լեզվային մոդելը, ուստի արձակը գերազանցում է հիմնաբառերի խառնուրդին: Բաց թողեք SDXL-դարաշրջանի աղբը (masterpiece, best quality, 8k) և կշռային շարահյուսությունը, օրինակ՝ (word:1.3); դրանք այստեղ ոչինչ չեն անում: Յուրաքանչյուր հրահանգում կատարեք մեկ փոփոխություն — մեկ նախադասության մեջ երկու չառնչվող փոփոխություններ մրցում են ուշադրության համար, և երկուսն էլ վերադառնում են կիսատ:

04Բացասական հրահանգը — սա աջակցվում է, ի տարբերություն տեքստից-պատկերի

Սա մարդկանց շփոթեցնում է, ուստի ասենք հստակ.

Ուղի	Սկզբնաղբյուր պատկերներ	Բացասական հրահանգ	Կողմերի հարաբերակցություն	Հրահանգի ձևը
Տեքստից-պատկեր	0	Չի աջակցվում	Ընտրված (լռելյայն՝ քառակուսի)	Նկարագրական արձակ
Խմբագրել մեկ պատկեր	Ուղիղ 1	Աջակցվում է	Ժառանգված սկզբնաղբյուրից	Հրահանգ. փոփոխություն + պահպանում
Համադրել 2+ պատկեր	2 կամ ավելի	Աջակցվում է	Նոր կտավ ընտրելի է	Դեր-անվանված արձակ

Տեքստից-պատկերը ընդհանրապես չի ընդունում բացասական հրահանգ — ոչնչից գեներացնելը, նկարագրելով միայն այն, ինչ ուզում եք, հենց դա է կարգապահությունը (տես առանց ցենզուրայի AI պատկերի գեներացիա): Խմբագրումն այլ է. դուք արդեն ունեք սկզբնաղբյուր, և վերաստեղծման բնորոշ ձախողումները հայտնի ու անվանելի են, ուստի բացասական հրահանգն ունի կոնկրետ բան՝ ճնշելու համար:

Ինչ պետք է լինի դրանում

Միայն արտեֆակտներ, և միայն արտեֆակտներ: Սա թերությունների ցանկ է, ոչ թե երկրորդ հրահանգային ալիք.

extra fingers, fused fingers, malformed hands — ցանկացած խմբագրում, որը վերաստեղծում է մարդուն:
warped text, garbled lettering, misspelled signage — ցանկացած բան, որտեղ կադրում կան նշաններ, պիտակներ կամ փաթեթավորում:
duplicated limbs, duplicated railing, repeated windows — հեռացումներ և ֆոնի ընդլայնումներ:
smeared texture, blurry patch, halo around the subject, visible seam — ֆոնի փոխարինումներ և օբյեկտի հեռացում:
plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — վերալուսավորում, դիմանկարի խմբագրում, ընդհանուր մաքրություն:

Ինչ չպետք է լինի

Բովանդակային որոշումներ: Եթե ուզում եք գլխարկը հեռացնել, հրահանգն է «հեռացրու գլխարկը» — ոչ թե բացասական հրահանգում «hat» գրելը: Բացասական հրահանգը հուսալիորեն չի հեռացնում ձեր սկզբնաղբյուրում գոյություն ունեցող իրերը; այն խրախուսում է, որ վերաստեղծման մեջ թերություններ չհայտնվեն: Այնտեղ բովանդակություն դնելը ձեզ տալիս է երկուսի ամենավատը՝ գլխարկը մնում է, և իր տեղը, որը կարող էր ճնշել աղավաղված ձեռքերը, կորած է:

Կանոնի մյուս կեսը վերաբերում է ձեր հրահանգին. դադարեցրեք դրանում «ոչ X» գրելը: «A street with no cars», «a portrait with no glasses» — երկուսն էլ դնում են անցանկալի հասկացությունը նախադասության մեջ և խնդրում մոդելին ժխտել այն — գործ, որը լեզուն լավ է կատարում, իսկ պատկերի պայմանավորումը՝ վատ: Ասեք, թե ինչ պետք է լինի փոխարենը. «an empty street with clear asphalt», «a portrait with unobstructed eyes»: Միակ բացառությունը, ինչպես Զ օրինակում, գործընթացի մասին հրահանգն է — «do not sharpen», «do not recolor» — որն ընդունում է գործողությունից հրաժարվել, ոչ թե օբյեկտ անվանել:

Աշխատանքի բաժանումը մեկ տողում

Հրահանգ. ինչ է փոխվում, ինչ է մնում — ասված դրական: Բացասական հրահանգ. այն ձևերը, որոնցով վերաստեղծումը կարող է աղավաղվել: Պահեք դրանք առանձին, և երկուսն էլ ավելի լավ են դառնում:

05Մեկ սկզբնաղբյուր պատկեր, և ինչպես է Shannon-ն ընտրում այն

Խմբագրումը գործում է ուղիղ մեկ սկզբնաղբյուր պատկերի վրա. կամ արդեն զրույցում գտնվող նկար — ավելի վաղ կցված, կամ ձեզ համար գեներացված — կամ ձեր հենց հիմա ուղարկվող հաղորդագրությանը կցված մեկը: Ոչինչ չի բերվում թեմայից դուրս, և խմբագրման ուղին երբեք լուռ չի միավորում երկու նկար: Եթե ձեր մտադրությանն անհրաժեշտ են տարրեր մեկից ավելի պատկերից — Ա լուսանկարից հագուստը Բ լուսանկարի մարդու վրա — դա համադրում է, յուրաքանչյուր պատկերի դերն անվանող այլ հրահանգային ձևով:

Հետագա հրահանգներ և ամենավերջին համապատասխան պատկերը

Երբ պատկերն արդեն զրույցում է, կարճ հետագա հրահանգներն աշխատում են այնպես, ինչպես կցանկանայիք: «Make it darker». «Now try it at sunset»: Դրանք լուծվում են թեմայի ամենավերջին համապատասխան պատկերի դեմ — սովորաբար այն արդյունքը, որը հենց նոր ստացաք — ուստի փոքր հրահանգների հաջորդականությունը վարվում է որպես խմբագրումների կույտ: Երեք հետևանք.

Կրկնեք առանձին քայլերով. յուրաքանչյուր հետագա հրահանգ ևս մեկ լրիվ վերաստեղծում է, ուստի «make it darker and change her coat and move the camera lower»-ը երեք խմբագրում է, որոնք վիճում են մեկ անցման համար: Ուղարկեք երեք հաղորդագրություն; կանգնեք այնտեղ, որտեղ դուր եկավ:
Հետևեք սերնդային կորստին. փոքր շեղումները կուտակվում են; վեցերորդ հաջորդական խմբագրման ժամանակ դեմքը կարող է հեռու լինել բնօրինակից, չնայած ոչ մի քայլ առանձին սխալ չէր թվում: Երբ նկատում եք շեղում, դադարեցրեք կարկատելը — կրկին կցեք բնօրինակ ֆայլը և գրեք մեկ միասնական հրահանգ, որն ընդգրկում է այն ամենը, ինչ սովորել եք, որ ցանկանում եք:
Երկար թեմայում եղեք հստակ. «Using the beach photo I attached earlier, …» հեռացնում է անորոշությունը, երբ խաղում են մի քանի պատկեր:

Հաստատման քարտը ձեր վերջին հնարավորությունն է խարիսխ ավելացնելու

Դուք հարցնում եք պարզ լեզվով, ցանկացած լեզվով, որով խոսում եք: Shannon-ը որոշում է, որ պատկերի գործողություն է հարցվում, գրում է վերջնական հրահանգն ինքն անգլերենով, և ցույց է տալիս այն ձեզ հաստատման քարտի վրա՝ նախքան որևէ բան ռենդեր անելը: Ոչինչ չի ստեղծվում և ոչինչ չի հաշվեգրվում, մինչև հաստատեք: Կարդացեք այդ քարտը — դա այն տեղն է, որտեղ բռնում եք բացակայող պահպանման դրույթը, մինչև ինչ-որ բան ծախսելը:

Երկու հարակից վարքագիծ. Shannon-ը երբեք չի գեներացնում առանց հրավերի — ողջույնը, հարցը կամ պատահաբար կցված լուսանկարը պատկերի գործողություն չեն սկսում: Եվ Shannon-ին խնդրելը պարզապես նայել պատկերին — նկարագրել այն, կարդալ դրա մեջ գտնվող տեքստը, ասել, թե ինչու կոմպոզիցիան չի աշխատում — սովորական տեսողական աշխատանք է, ոչ թե գեներացիա, և ոչինչ լրացուցիչ չի արժենում: «What would you change about this photo?»-ն անվճար խորհուրդ է; դրա հիման վրա գործելը խմբագրումն է:

06Կողմերի հարաբերակցությունն ինքնաբերաբար ժառանգվում է

Խմբագրված պատկերը վերադառնում է իր սկզբնաղբյուրի նույն կողմերի հարաբերակցությամբ: Դուք ընտրելու կարիք չունեք, և կարիք էլ չկա. 4:5 դիմանկարը մնում է 4:5, 16:9-ը մնում է նույնը, անհարմար հեռախոսի սքրինշոթը պահպանում է իր համամասնությունները: Խմբագրումը, որը լուռ վերաշրջանակավորեր ձեր պատկերը, խմբագրում չէր լինի — կլիներ կրճատում գումարած ենթադրություն, թե ինչ է բնօրինակ սահմաններից դուրս:

Սա իրական տարբերություն է մյուս երկու ուղիներից: Տեքստից-պատկերը ձեզնից ուզում է ընտրել square (լռելյայն), portrait, landscape, wide (կինեմատոգրաֆիկ) և tall (պաստառներ և պաստառ-պատեր) միջից, և հստակ հարցումը միշտ հաղթում է; համադրումը թույլ է տալիս ընտրել նոր կտավ, քանի որ չկա մեկ սկզբնաղբյուր, որից ժառանգել: Ուստի եթե ձեզ պետք է այլ ձև, դա խմբագրում չէ — 1:1 արտադրանքի լուսանկարը 16:9 պաստառի վերածելը նշանակում է հորինել պիքսելներ, որոնք երբեք լուսանկարված չեն եղել: Դա արեք միտումնավոր, գեներացնելով կամ համադրելով նոր կտավի վրա:

07Տեսանյութի գեներացիա չկա

Ասված հստակ, քանի որ մարդիկ հարցնում են

Shannon-ը տեսանյութ չի ստեղծում և պատկերներ չի անիմացնում: Չկա պատկերից-տեսանյութ ուղի, չկա «make this photo move», չկա հանգույց, չկա cinemagraph: Սա նախադիտման կամ շուտով-ի կարողություն չէ — այն գոյություն չունի արտադրանքում, և այս էջում ոչինչ չպետք է հասկացվի որպես հակառակի ակնարկ:

Shannon 3-ը պատկերների հետ անում է ուղիղ երեք բան. գեներացնում է նոր պատկեր, խմբագրում է մեկ գոյություն ունեցող պատկեր, և համադրում է երկու կամ ավելի պատկեր մեկի մեջ: Այստեղի ամեն ինչ ապրում է դրանցից երկրորդի ներսում:

Արժե ասել երկու անգամ, քանի որ «AI image editor»-ը և «AI video generator»-ը մարդկանց մտքում մոտեցել են միմյանց, և գործիքը, որը հաճույքով կվերալուսավորի ձեր լուսանկարը, զգացվում է, թե պետք է լինի մեկ կոճակ հեռու այն շարժելուց: Այդպես չէ — և պետք է իմանաք դա առաջին րոպեին, ոչ թե տասներորդին:

08Ինչու է առանց ցենզուրայի լինելն ավելի կարևոր խմբագրման, քան գեներացիայի համար

Զտված խմբագրիչները ձախողվում են այլ կերպ, քան զտված գեներատորները, և սովորաբար ավելի վատ: Զտված գեներատորը մերժում է ձեր հրահանգը; դուք վերաշարադրում և կրկին փորձում եք: Զտված խմբագրիչը կարող է մերժել հենց սկզբնաղբյուր պատկերը, նախքան ձեր հրահանգից մեկ բառ կարդալը: Վերբեռնեք կլինիկական վերքի լուսանկար դեպքի հաշվետվության համար, և այն մերժվում է հենց մուտքի ժամանակ: Վերբեռնեք պատմական պատերազմի լուսանկար ծալքը վերականգնելու համար, և կադրում գտնվող հրացանն ավարտում է զրույցը: Օրինական աշխատանք, կատեգորիկ մերժում, ոչ մի վերաշարադրում, որը կօգներ:

Shannon-ը գործարկում է պատկերի ուղին առանց ելքի վրա բովանդակության զտիչի և առանց հրահանգը գրող մոդելի վրա մերժման շերտի: Դա է հնարավոր դարձնում այս սովորական աշխատանքները.

Գեղարվեստական մերկություն և ֆիգուրի աշխատանք — ռետուշավորում, վերալուսավորում և վերաոճավորում համաձայն մեծահասակ սուբյեկտների հետ աշխատող նկարիչների և լուսանկարիչների համար:
Բժշկական և դատաբժշկական նկարազարդում — ուսուցողական նյութի, դեպքերի հաշվետվության և վերակառուցման աշխատանքի համար մաքրված կլինիկական պատկերներ, որոնք հիմնական խմբագրիչներն անմիջապես մերժում են:
Անվտանգության հետազոտության պատկերներ — սքրինշոթներ, ֆիզիկական անվտանգության լուսանկարներ և սարքաշարի փաստաթղթավորում ֆիշինգի-իրազեկության ծրագրերի և red-team զեկուցումների համար:
Բռնություն գեղարվեստականում — ֆիլմի, խաղի և կոմիքսի արտադրության արվեստ, որտեղ վերքը կամ զենքն է թեման:
Քաղաքական երգիծանք և խմբագրական նկարազարդում — մի քանի դար պատմություն ետևում, զտված գործիքներում համարյա ոչ մի աջակցություն:
Իրավատիրոջ կողմից բրենդի և կերպարի աշխատանք — ձեր սեփական արտադրանքի լուսանկարչություն, լոգոյի դասավորություններ և դիմանկարներ, և դժվար ընտանեկան արխիվներ, առանց դասակարգիչի հետ վիճելու, թե արդյոք ձեզ թույլատրված է:

Առանց ցենզուրայի լինելը հաշվետու չլինել չի նշանակում: Shannon-ը գործում է Shannon Lab LLC-ի (Նյու Մեքսիկո, ԱՄՆ) կողմից՝ հրապարակված Պատասխանատու օգտագործման քաղաքականության ներքո, որտեղ ապրում են իրական սահմանները — օրենքի և վնասի մասինները, ոչ թե դասակարգիչի անհարմարությունը վերքի լուսանկարից: Ռեֆլեքսային մերժման բացակայությունը հայտարարություն է գործիքի մասին, ոչ թե ձեր ստեղծած ամեն ինչի պատասխանատվության մասին:

09Որտեղ է հարմարվում API-ն — և որտեղ ոչ

Սա API որոնումից եկող ընթերցողների համար ընդհանուր սխալ շրջադարձ է: Պատկերի գեներացիան և խմբագրումը տեղի են ունենում Shannon չաթ հավելվածում, ոչ թե API-ում: Երեք /v1 բարբառները — /v1/chat/completions (OpenAI-ձևով), /v1/messages (Anthropic-ձևով) և /v1/responses, բոլորը հոսքային, բոլորը նույն մոդելների վրա — մատուցում են տեքստ և տեսողություն: Տեսողությունը նշանակում է, որ մոդելները կարդում են ձեր ուղարկած պատկերները. նկարագրում են, արտագրում են տեքստը, վերլուծում են գծապատկերը: Դա չի նշանակում, որ դրանք ստեղծում կամ փոփոխում են պատկերներ:

Դա դեռ թողնում է օգտակար օրինաչափություն. տեսողություն գումարած առանց ցենզուրայի տեքստային մոդելը հրահանգ-գրելու ուժեղ օգնական է: Ուղարկեք API-ին ձեր սկզբնաղբյուր պատկերը, խնդրեք նկարագրել, թե ինչ կա կադրում, և կազմել խարսխված հրահանգ՝ անվանելով փոփոխությունն ու խարիսխները, ապա գործարկեք այդ հրահանգը չաթում — այն բռնում է խարիսխներ, որ դուք կմոռանայիք: Հարցման և պատասխանի ձևերը API փաստաթղթերում են:

10Հաճախ տրվող հարցեր

Ի՞նչ է առանց ցենզուրայի AI պատկերի խմբագրիչը:

Խմբագրիչ, որը վերցնում է գոյություն ունեցող պատկեր և պարզ լեզվով հրահանգ և վերադարձնում է խմբագրված պատկերը, առանց ելքի վրա բովանդակության զտիչի և առանց հրահանգը գրող մոդելի վրա մերժման շերտի: Այն աշխատում է Shannon չաթ հավելվածի ներսում մեր սեփական GPU կլաստերի վրա, ուստի աշխատանքը, որը զտված խմբագրիչները մերժում են — գեղարվեստական մերկության ռետուշավորում, բժշկական և դատաբժշկական նկարազարդում, անվտանգության հետազոտության պատկերներ, բռնություն գեղարվեստականում, քաղաքական երգիծանք — կատարվում է, փոխարենը մերժվելու:

Ինչու է դեմքը փոխվում, երբ ես միայն ֆոնը փոխելու մասին էի խնդրել:

Քանի որ հրահանգային խմբագրումը վերաստեղծում է ամբողջ շրջանակը՝ պայմանավորված ձեր սկզբնաղբյուր պատկերով, ոչ միայն ձեր մտքում եղած շրջանը — ցանկացած բան, որը դուք չեք անվանում որպես անփոփոխ, ազատ է շեղվելու: Լուծումն է խարսխումը. ավելացրեք պահպանման դրույթ, ինչպիսին է «պահպանեք դեմքը, սանրվածքը, կեցվածքը և հագուստը միանման, նույն տեսախցիկի անկյունն ու կադրավորումը»: Անփոփոխ մասերն անվանելը ձեր ունեցած ամենամեծ որակի լծակն է:

Shannon-ի պատկերի խմբագրումն ապահովում է բացասական հրահանգ:

Այո: Ի տարբերություն տեքստից-պատկերի, որն ընդհանրապես չի ընդունում, խմբագրման և բազմապատկերային համադրման ուղիներն երկուսն էլ ապահովում են այն: Օգտագործեք այն անցանկալի արտեֆակտների համար — լրացուցիչ մատներ, աղավաղված տեքստ, կրկնվող ճաղավանդակներ, մշուշված հյուսվածք, պլաստիկե մաշկ, ջրանիշեր — այլ ոչ թե հրահանգում «ոչ X» գրելով: Բովանդակային որոշումները պատկանում են հրահանգին, ասված դրական; արտեֆակտների ճնշումը պատկանում է բացասական հրահանգին:

Կարո՞ղ է Shannon-ն անիմացնել իմ պատկերը կամ վերածել այն տեսանյութի:

Ոչ: Shannon-ը տեսանյութ չի ստեղծում և պատկերներ չի անիմացնում: Չկա պատկերից-տեսանյութ ուղի, և ոչ մեկը հայտարարված չէ: Shannon 3-ը ստեղծում է նոր պատկեր, խմբագրում է մեկ գոյություն ունեցող պատկեր, կամ համադրում է երկու կամ ավելի պատկեր մեկի մեջ — միայն այս երեք բանը, և ոչինչ ավելին:

Քանի՞ սկզբնաղբյուր պատկեր է օգտագործում մեկ խմբագրումը:

Ուղիղ մեկ. կամ արդեն զրույցում գտնվող նկար, կամ ձեր ընթացիկ հաղորդագրությանը կցված մեկը: Եթե տարրերը պետք է գան երկու կամ ավելի պատկերից — մի լուսանկարից հագուստը մեկ ուրիշ լուսանկարի մարդու վրա — դա համադրում է, ոչ թե խմբագրում, և դուք պետք է տրամադրեք իրական պատկերները՝ երկրորդը բառերով նկարագրելու փոխարեն:

Պե՞տք է դիմակ նկարեմ կամ ինպեյնթինգ օգտագործեմ:

Ոչ: Չկա խոզանակ, lasso կամ դիմակի շերտ: Դուք նկարագրում եք փոփոխությունը մեկ նախադասությամբ, և շրջանն են եզրակացնում ձեր լեզվից, ուստի ճշգրիտ գոյականները կարևոր են. «ջմային կողմում կայանված արծաթագույն մեքենան» շատ ավելի լավ է թիրախավորում, քան «այն բանը»: Սա Shannon-ը դարձնում է գործնական առանց ցենզուրայի ինպեյնթինգի այլընտրանք մարդկանց համար, ովքեր ուզում են արդյունքն առանց ընտրության աշխատանքի:

Կարո՞ղ եմ պատկերները խմբագրել Shannon API-ի միջոցով:

Ոչ: Պատկերի գեներացիան և խմբագրումն ապրում են Shannon չաթ հավելվածում: /v1 բարբառները — /v1/chat/completions, /v1/messages և /v1/responses — մատուցում են տեքստ և տեսողություն. դրանք կարդում և վերլուծում են ձեր ուղարկած պատկերները, բայց չեն ստեղծում կամ խմբագրում դրանք: Ընդհանուր աշխատահոսքն է, երբ API-ի տեսողությունը կազմում է խարսխված հրահանգի սևագիրը, ապա գործարկում եք խմբագրումը չաթում:

Պատկերի եռամասնության մնացած մասը: Սկսում եք ոչնչից, ոչ թե լուսանկարից? Կարդացեք առանց ցենզուրայի AI պատկերի գեներացիա — հրահանգի կարգը, լուսանկարչական հիմնավորումը, և ինչու տեքստից-պատկերն ընդհանրապես չի ընդունում բացասական հրահանգ: Հանում եք տարրեր մի քանի պատկերից? Կարդացեք առանց ցենզուրայի բազմապատկերային կոմպոզիցիա — դեր-անվանում և կտավի ընտրություն: Ավելի շատ հոդվածներ կան Shannon Research-ում:

Խմբագրեք պատկեր՝ առանց զտիչի հետ վիճելու

Կցեք լուսանկար, գրեք մեկ նախադասություն, անվանեք, թե ինչ է մնում:

Սկսել խմբագրումը Կարդալ API փաստաթղթերը

Պատկերները ռենդեր են արվում մեր սեփական GPU կլաստերի վրա · ոչինչ չի ռենդեր արվում կամ հաշվեգրվում, մինչև հաստատեք քարտը

Shannon AI-ն գործում է Shannon Lab LLC-ի կողմից, Նյու Մեքսիկո, ԱՄՆ: Պատկերի գեներացիան, խմբագրումը և համադրումը Shannon 3-ի չաթ հավելվածի հատկություններ են; /v1 API-ն մատուցում է միայն տեքստ և տեսողություն: Արտադրանքում տեսանյութի գեներացիա գոյություն չունի: Խմբագրումն ընդունում է ուղիղ մեկ սկզբնաղբյուր պատկեր և ժառանգում է դրա կողմերի հարաբերակցությունը: Առանց ցենզուրայի պատկերի ուղիների օգտագործումը կարգավորվում է Պատասխանատու օգտագործման քաղաքականությամբ:

Բոլոր հետազոտական հղումները