Fataskipti með gervigreind, óritskoðuð

Mest af þeirri myndavinnu sem fólk þarf í raun er ekki „búðu til mynd af hlut“. Hún er „settu þennan jakka á þessa manneskju“, „komdu þessum stól inn í þetta herbergi“, „ljósmyndaðu þessa vöru í þeirri hendi“. Allt þetta krefst efniviðar úr fleiri en einni ljósmynd, og allt bregst það á sama hátt: önnur myndin er hengd við, hinni er lýst með orðum, og til baka kemur eitthvað sennilegt sem er ekki hluturinn sem þú átt. Lagfæringin er minni en þú býst við, og hún virkar alls staðar.

01Hvað „að sameina myndir“ er, og hvar það gerist

Shannon 3 gerir þrennt ólíkt við myndir: það býr til nýja mynd út frá lýsingu, það breytir einni fyrirliggjandi mynd og það sameinar tvær eða fleiri myndir í eina nýja. Þessar leiðir hafa ólíkar reglur, og að velja ranga leið er fyrsti staðurinn þar sem gæðin gefa eftir.

Notaðu sameiningu hvenær sem fullunna myndin þarf efnivið úr fleiri en einni ljósmynd: fataskipti og flutning flíka, að setja hlut inn í sviðsmynd, manneskju A við hlið manneskju B, raunverulega vöru í höndum raunverulegrar fyrirsætu, stíl einnar myndar yfirfærðan á viðfangsefni annarrar. Ef þig langar til að geta bent á tvær myndir í einu, þá er það þessi aðgerð.

Allt þetta gerist í Shannon-spjallforritinu, í venjulegu samtali. Það er ekki á /v1 API-inu — API-ið þjónar texta og sjón, sem þýðir að það les myndir sem þú sendir frekar en að búa til nýjar. Ef þú komst hingað úr API-leit er það heiðarlega svarið; sjá API-skjölin um hvað endapunktarnir þjóna í raun. Myndir eru teiknaðar á okkar eigin GPU-klasa.

Þú biður um á venjulegu máli, á hvaða tungumáli sem þú talar. Shannon áttar sig á því að verið sé að biðja um mynd, skrifar myndgerðarfyrirmælin sjálft á ensku og sýnir þér þau á staðfestingarspjaldi áður en nokkuð er teiknað. Ekkert er búið til og ekkert rukkað fyrr en þú staðfestir — og í margmyndavinnu er það spjaldið þar sem þú athugar hvort hlutverkin og röðin komu út eins og þú ætlaðir. Shannon býr aldrei til mynd óumbeðið: kveðja, spurning eða mynd sem hengd er við í framhjáhlaupi kveikir enga teiknun.

02Reglan: nefndu hlutverk hverrar myndar, í röð

Fyrirmælin verða að segja hverju hver mynd leggur til, og þau verða að segja það í þeirri röð sem myndirnar voru gefnar. Þar með er aðferðin öll; allt hér að neðan er sú regla heimfærð á tiltekið verk.

Fyrsta myndin er grunnurinn — aðalviðfangsefnið, eða sviðsmyndin, hvort sem fullunna myndin er meira gerð úr. Hún ræður sjálfsmynd, stellingu, römmun, birtu og öllu sem þú baðst ekki um að breyta. Seinni myndirnar eru upprunar: hlutarnir sem eru fluttir inn. Skrifaðu setninguna þannig að ókunnugur maður með myndirnar í röð gæti unnið verkið í höndunum.

Virkar
Konan úr fyrstu myndinni klædd rauðu prjónapeysunni úr annarri
myndinni, standandi í sama garðinum, í sömu stellingu og sömu
síðdegisbirtu, andlit hennar og hár óbreytt.

Bregst
Sameinaðu þessar tvær myndir.   Blandaðu ljósmyndunum.   Settu þær saman.

Útgáfurnar sem bregðast gera það ekki vegna þess að þær eru stuttar heldur vegna þess að þær segja aldrei hvor myndin er manneskjan og hvor er peysan. Þrjár venjur gera regluna áreiðanlega:

• Notaðu raðtöluorð berum orðum. „Úr fyrstu myndinni“, „úr annarri myndinni“. Þrjú orð, og tvíræðnin er farin.
• Segðu hvað stendur óbreytt. „Haltu andliti hennar, hári og stellingu nákvæmlega eins.“ Að nefna óbreyttu hlutana er stærsta gæðastillingin í hverri myndaaðgerð sem Shannon vinnur, og hún skiptir mestu hér, því samsetning hefur tvennt eða fleira sem hún gæti rekið frá.
• Skrifaðu texta, ekki merkiorð. Myndlíkanið les fyrirmæli eins og mállíkan les setningu, svo heilar setningar slá kommuaðgreind lykilorð út. Stefndu á 30 til 80 orð og slepptu rusli úr SDXL-tímanum („masterpiece, best quality, 8k“) og vægisritháttum á borð við (word:1.3).

Þegar mynd inniheldur fleira en eitt skaltu nefna þann hluta sem þú vilt úr henni. Ef önnur myndin er bæklingsmynd af fyrirsætu í peysunni, þá segir „rauða prjónapeysan sem konan í annarri myndinni klæðist“ að þú viljir flíkina, ekki fyrirsætuna. Láttu standa „önnur myndin“ og þú gætir fengið andlitið hennar með.

Hlutverkasniðmát eftir verkum

Verk	Fyrsta myndin	Önnur myndin	Form fyrirmæla
Fataskipti	Manneskjan	Flíkin	„[Manneskjan] úr fyrstu myndinni klædd [flíkinni] úr annarri myndinni, [hvað stendur]“
Hlutur í sviðsmynd	Sviðsmyndin	Hluturinn	„[Herbergið] úr fyrstu myndinni með [hlutinn] úr annarri myndinni settan [hvar], í samræmi við [birtuna]“
Manneskja + manneskja	Manneskja A og umhverfi	Manneskja B	„[Maðurinn] úr fyrstu myndinni standandi við hlið [konunnar] úr annarri myndinni, [staðsetningar, augnaráð]“
Vara á manneskju	Fyrirsætan eða sviðsmyndin	Varan	„[Fyrirsætan] úr fyrstu myndinni haldandi á [vörunni] úr annarri myndinni, [grip, hvert merkið snýr]“
Stílyfirfærsla	Viðfangsefnið	Stílviðmiðið	„[Viðfangsefnið] úr fyrstu myndinni teiknað í [stílásum] annarrar myndarinnar, [viðfangsefnið óbreytt]“

03Mistökin sem eyðileggja flestar tilraunir: að lýsa í stað þess að hengja við

Þetta er villan sem er þess virði að gera veður út af, því hún er langalgengust og því hún lítur út fyrir að hafa heppnast. Notandinn á tvær ljósmyndir — viðskiptavin sinn og vöru viðskiptavinarins, eða sjálfan sig og jakka sem hann á. Hann hengir aðra við og slær hina inn.

Mistökin
[hengir við eina ljósmynd af konu]
„Settu rauða prjónapeysu á hana, kaðlaprjónaða og frekar
grófgerða, með uppbrettum kraga.“

Til baka kemur kona í rauðri prjónapeysu. Þetta er góð peysa. Þetta er ekki peysan. Kaðlamynstrið er uppfundið, liturinn er annar rauður, dýpt stroffsins er röng, kraginn brettist í ranga átt, og litlu ósamhverfurnar sem gera raunverulega flík þekkjanlega — viðgerð, lykkjufall, teygjan við olnbogana — eru horfnar, því ekkert í setningunni bar þær.

Texti er rýrnandi rás og ljósmynd er það ekki. Vönduð setning ber kannski tugi eiginleika hlutar; ljósmyndin ber þúsundir, þar á meðal alla þá sem þér dytti aldrei í hug að skrifa niður og þá sem þú getur ekki nefnt. Að lýsa í stað þess að hengja við hendir öllu sem þér datt ekki í hug, sem er meirihlutinn. Að hengja við varðveitir raunverulegt útlit vegna þess að raunverulega útlitið er á staðnum.

Prófið er einfalt. Ef tilgangur myndarinnar er sá að hún sé þessi eina — þessi tiltekna flík, þessi manneskja, þessi nákvæma vara, þetta herbergi — þá hengirðu hana við. Ef þú gætir bent á hlutinn í röð af líkum hlutum og það skiptir máli að niðurstaðan passi við þann sem þú myndir velja, þá dugir lýsing ekki.

Það er lögmæt ástæða til að lýsa: þegar hluturinn er ekki til enn, eða þegar almenn útgáfa er einmitt það sem þú vilt. Að hanna peysu sem enginn hefur prjónað, að skissa hugmynd — það er vinna í texta í mynd, og lýsing er rétt vegna þess að það er enginn raunverulegur hlutur sem þú ert að halda samsemd við. Um leið og raunverulegur hlutur kemur inn í verkefnið, þá gerir ljósmyndin af honum það líka.

Skyld hálfmistök: að hengja báðar myndirnar við og lýsa svo samt þeirri seinni í smáatriðum. Lýsingarorðin geta barist við ljósmyndina — skrifaðu „grófgerð“ þegar raunverulega flíkin er fínprjónuð og þú hefur búið til mótsögn. Lýstu seinni myndinni aðeins nógu mikið til að auðkenna hvaða hluta hennar þú vilt.

04Fataskipti og flutningur flíka

Klassíska tveggja mynda verkið. Hengdu manneskjuna fyrst við og flíkina í öðru sæti. Mynd flíkarinnar má vera flatlagsmynd, herðatrésmynd, bæklingsmynd eða einhver annar í henni — allt virkar, svo lengi sem þú segir hvaða hluta hennar þú átt við.

Fataskipti
Konan úr fyrstu myndinni klædd rauðu prjónapeysunni úr annarri
myndinni. Haltu andliti hennar, hári, stellingu og bakgrunninum
í garðinum nákvæmlega eins og þau eru, í sömu mjúku skýjabirtu.
Peysan á að falla eðlilega á vexti hennar, með kaðlamynstur og
kraga upprunalegu flíkarinnar ósnortin.

Neikvæð fyrirmæli: afmyndað kaðlamynstur, auka ermar, brenglaðar
hendur, plastkennt efni, ósamstæð birta

Þrennt vinnur verkið: hlutverkin eru nefnd í röð, óbreyttu hlutarnir eru taldir upp berum orðum (sem er það sem stöðvar rek í andlitinu) og síðasti liðurinn segir líkaninu að smáatriði flíkarinnar sjálfrar séu aðalatriðið — án hans hafa samsetningar tilhneigingu til að halda lit og útlínum en slétta áferðina í kyrrþey.

• Snið er eðlisfræðileg fullyrðing, svo settu hana fram. „Fellur eðlilega á vexti hennar“, „aðsniðin í mitti“, „ermar sem ná fram á úlnlið“ — annars getur flíkin komið í sínum eigin hlutföllum frekar en hlutföllum þess sem klæðist henni.
• Skörun er erfiða tilfellið. Ef armar eru krosslagðir eða taskuól liggur yfir brjóstið skaltu segja hvað verður um hana. Tvíræðni þar framleiðir klassísku bráðnuðu ermina.
• Fleiri flíkur þýða fleiri myndir. Manneskjan fyrst, svo bolurinn, svo buxurnar, svo skórnir — og vísaðu í þær sem aðra, þriðju og fjórðu myndina, alltaf eins. Ekki skipta yfir í „skómyndina“ á miðri leið.

05Að setja hlut inn í sviðsmynd

Hér snúast hlutverkin við: sviðsmyndin fer fyrst, því sviðsmyndin er það sem fullunna myndin er að mestu gerð úr, og hluturinn er það sem flutt er inn. Innanhússuppköst, að stilla upp herbergi með húsgögnum sem þú hefur ekki keypt, að setja ökutæki á veg, að koma skúlptúr fyrir í sýningarsal — sama form í hvert sinn.

Hlutur í sviðsmynd
Stofan úr fyrstu myndinni með græna flauelshægindastólnum úr
annarri myndinni komið fyrir við gluggann til vinstri, örlítið
snúnum að myndavélinni og í um það bil mittishæð í rammanum.
Láttu hlýja síðdegisbirtu herbergisins passa, með mjúkum skugga
sem fellur til hægri við stólinn á teppið. Haltu afganginum af
herberginu og myndavélarhorninu óbreyttu.

Neikvæð fyrirmæli: fljótandi hlutur, útklipptar brúnir,
tvöfaldaðir skuggar, ósamstætt litahitastig

Bilunarhamurinn hér er ekki samsemd heldur eðlisfræði. Hlutur sem heldur sinni eigin birtu lítur út fyrir að vera límdur á, og áhorfendur sjá það samstundis þótt þeir geti ekki sagt hvers vegna. Eyddu orðunum þínum í þrennt sem ljósmynd af einangruðum hlut getur ekki vitað: staðsetningu (hvar í rammanum, miðað við hvað), stærð í samhengi sviðsmyndarinnar frekar en í sentimetrum („um það bil í mittishæð“, „jafn hár og hurðarhúnninn“) og birtu og skugga — stefnu, gæði og hvar skugginn fellur. Það síðasta er það sem breytir samsetningu í ljósmynd.

06Manneskja A við hlið manneskju B

Tvær manneskjur sem voru aldrei í sama herbergi: fjölskyldumyndir þvert á kynslóðir, andlitsmynd af stofnendum þegar meðstofnandinn var á ferðalagi, plakat með tveimur flytjendum. Það virkar, og það þarf tvennt sem verkin með einu viðfangsefni þurfa ekki.

Tvær manneskjur
Maðurinn úr fyrstu myndinni standandi við hlið konunnar úr
annarri myndinni, bæði á sömu steinverönd og í fyrstu myndinni.
Hann stendur til vinstri, hún honum á hægri hönd, axlir næstum
snertandi, bæði horfandi í myndavélina í sömu augnhæð. Haltu
báðum andlitum, hárgreiðslum og fatnaði nákvæmlega eins og í
þeirra eigin ljósmyndum, og lýstu bæði með sömu mjúku kvöldbirtu
frá vinstri.

Flötur: landscape
Neikvæð fyrirmæli: ósamstæður húðtónn, tvöfaldaðir útlimir,
samskeytalína milli viðfangsefna, ójöfn birta

Viðbæturnar tvær: afstæð rúmfræði — hver er hvorum megin, hversu langt á milli, hvert augnaráð hvers beinist og afstæð hæð, því tvær mismunandi skornar andlitsmyndir gefa líkaninu enga leið til að vita að önnur manneskjan er höfði hærri — og ein sameiginleg birta, sögð berum orðum, því þú ert að steypa saman tveimur birtuumhverfum og annað verður að vinna.

Þetta er líka þar sem það borgar sig að velja nýjan flöt: tveir upprunar í lóðréttu sniði gera lélega hópmynd í lóðréttu sniði, svo biddu um landscape eða wide. Og segðu hið augljósa einu sinni — að setja raunverulega manneskju inn í mynd sem hún var ekki í er öflugt og ekki sjálfkrafa meinlaust. Hafðu réttindin eða samþykkið; stefna okkar um ábyrga notkun er stutta útgáfan.

07Vara á manneskju, og óritskoðuð vörumyndataka

Viðskiptalega er þetta samsetningin sem borgar sig sjálf. Þú átt vörumynd á hvítum grunni og þú átt fyrirsætu, hönd, eldhús, vinnubekk. Að sameina þær færir þér lífsstílsljósmynd án stúdíódags — og með raunverulegu vörunni þinni í henni frekar en tilbúinni nálgun, sem er allur munurinn á nothæfu markaðsefni og uppkasti sem þú þarft að afsaka.

Vara á manneskju
Konan úr fyrstu myndinni haldandi á gulbrúnu glerserumflöskunni
úr annarri myndinni í hægri hendi, lyftri í brjósthæð, með
merkimiðann að myndavélinni og fullkomlega læsilegan, fingur
hennar vafða eðlilega um flöskuna án þess að hylja miðann.
Haltu andliti hennar, hári og eldhúsbakgrunninum óbreyttum.
Tekið á Kodak Portra 400, 85mm f/1.4, mjúk gluggabirta frá
vinstri.

Flötur: portrait
Neikvæð fyrirmæli: afmyndaður merkitexti, auka fingur, fljótandi
flaska, tvöfaldaðar speglanir, plasthúð

Tvær viðbætur sem eiga sérstaklega við vöruvinnu. Gripið: hendur sem halda á hlutum eru þar sem samsetning fer oftast úrskeiðis, svo segðu hvor höndin, í hvaða hæð, og að fingurnir vefjist eðlilega um án þess að skyggja á miðann. Ljósmyndaleg meðhöndlun: nefndu myndavél, linsu og filmu eða ljósgjafa. Úttakið á að lesast sem ljósmynd sem var tekin, ekki sem tvær ljósmyndir sem voru sameinaðar, og að skrifa það sem ljósmynd er það sem kemur þér þangað.

Óritskoðað skiptir hér máli á hversdagslegri hátt en það hljómar. Síaðir myndgervlar hafna heilum flokkum af venjulegri, löglegri verslun: undirfata- og sundfatabæklingum, tóbaks- og veipbúnaði, áfengi, skotvopnafylgihlutum, kynheilbrigðisvörum fyrir fullorðna, kannabis þar sem það er löglegt, lækningatækjum, taktískum búnaði og veiðibúnaði. Þeir hafna líka vörumerkja- og ásýndarvinnu sem rétthafinn sjálfur vinnur. Ekkert af þessu er jaðartilfelli; þetta er þriðjudagur á auglýsingastofu. Shannon hefur enga efnissíu á myndgerðarleiðinni og ekkert neitunarlag á líkaninu sem skrifar fyrirmælin, svo verkið fer í gegn og réttindaspurningin verður eftir hjá þér, þar sem hún á heima.

08Stíll úr einni mynd, viðfangsefni úr annarri

Viðfangsefnið fyrst, stílviðmiðið í öðru sæti. Það sem gerir þetta verk frábrugðið er að þú ert að fá lánaðan eiginleika frekar en hlut, svo þú verður að nefna hvaða eiginleika — og segja að viðfangsefni og myndbygging viðmiðsins fylgi ekki með.

Stílviðmið
Andlitsmyndin af manninum úr fyrstu myndinni teiknuð í sjónrænum
stíl annarrar myndarinnar: sama dempaða blágræna og okkurgula
litaspjald, sýnileg þurrpensiláferð og flöt jöfn birta. Haltu
andliti hans, svip og stellingu þekkjanlegum og óbreyttum. Ekki
færa yfir viðfangsefni, bakgrunn eða myndbyggingu annarrar
myndarinnar.

Neikvæð fyrirmæli: annað andlit, lánaður bakgrunnur,
ljósmyndaleg áferð

Nefndu stílásana berum orðum, því „í stíl annarrar myndarinnar“ eitt og sér er vanskilgreint: litaspjald (eða nákvæmir litir, skrifaðir sem color #8B0000 festir við nefndan hlut), pensilfar eða korn, gæði birtunnar, línuþykkt, stig afstrakts, meðhöndlun brúna. Veldu þá tvo eða þrjá sem skilgreina útlitið; að nefna alla sex gerir meðaltal úr þeim. Og ekki blanda saman andstæðum áttum — „ljósmyndaraunsætt“ auk „vatnslitamynd“ framleiðir graut, ekki blöndu. Ef þú vilt ljósmynd sem fær aðeins lánað litaspjald skaltu segja nákvæmlega það.

09Neikvæð fyrirmæli og val á nýjum fleti

Tveir eiginleikar sem eru til fyrir sameiningu og breytingu en ekki fyrir texta í mynd, og báðir eru vannýttir.

Neikvæðu fyrirmælin

Sameining mynda styður neikvæð fyrirmæli. Óæskilegir myndgallar eiga heima þar — og það skiptir máli að þeir fari þangað frekar en inn í fyrirmælin, því að skrifa „engir auka fingur“ í aðalfyrirmælin nefnir það sem þú ert að reyna að forðast í sömu andrá og allt sem þú vilt. Settu útilokanir í sína eigin rás. Færslurnar sem standa reglulega undir sér:

• Líffærafræði — auka fingur, tvöfaldaðir útlimir, vanskapaðar hendur, annað andlit.
• Samsetningarmerki — útklipptar brúnir, sýnileg samskeytalína, fljótandi hlutur, tvöfaldaðir skuggar, geislabaugur um viðfangsefnið.
• Ósamræmi í birtu — ósamstætt litahitastig, ósamkvæm skuggastefna, ójöfn lýsing milli viðfangsefna.
• Áferðarbrestir — plasthúð, sléttað efni, afmyndaður merkitexti, ólæsilegt merki.

Haltu þig við þá fáu sem eru líklegir fyrir þína mynd. Neikvæð fyrirmæli sem telja upp þrjátíu atriði eru dreifð fyrirmæli, ekki sterk.

Fletirnir

Breyting á einni mynd erfir myndhlutfall upprunamyndarinnar sjálfkrafa — það er einn uppruni og lögun hans er svarið. Sameining hefur ekkert slíkt sjálfgildi, svo þú getur valið nýjan flöt, og oft ættirðu að gera það, því lögunin sem hentaði einum uppruna hentar samsetningunni sjaldnast.

Flötur	Best fyrir	Dæmigerð notkun í samsetningu
square	Sjálfgefið, samfélagsmiðlar	Eitt viðfangsefni með einum aðfluttum þætti
portrait	Fólk, há viðfangsefni	Fataskipti, vara í höndum einnar fyrirsætu
landscape	Landslag, hópar	Tvær manneskjur hlið við hlið, hlutur settur í herbergi
wide	Kvikmyndaleg römmun	Hópmyndir, vörur í umhverfi, borðar
tall	Plaköt, símaveggfóður	Fataskipti í fullri lengd, plakatuppsetningar

Bein beiðni vinnur alltaf. Segðu ekkert og þú færð square — ranga lögun fyrir flestar tveggja manna myndir og fataskipti í fullri lengd, svo það er orðsins virði.

10Hvaða myndir Shannon notar: samtalið á móti þessum skilaboðum

Það eru tvær leiðir fyrir mynd inn í samsetningu, og að vita hvora þú reiðir þig á kemur í veg fyrir flestan rugling um röð.

Hengt við núverandi skilaboð. Beina leiðin: hengdu allt við skilaboðin sem bera fyrirmælin, í þeirri röð sem þú ætlar að vísa í það, og þá þýða „fyrsta myndin“ og „önnur myndin“ nákvæmlega það sem þær sýnast þýða. Notaðu þetta að jafnaði.

Þegar í samtalinu. Myndir sem sendar voru fyrr í þræðinum eru áfram tiltækar og hægt er að vísa í þær á venjulegu máli — „ljósmyndin sem ég sendi áðan“, „peysumyndin frá því fyrr“, „önnur útgáfan sem þú gerðir“. Shannon leysir úr tilvísuninni gagnvart þræðinum, sem er í raun þægilegt í langri lotu: þú getur endurbætt niðurstöðu og svo tekið inn nýjan þátt án þess að hlaða öllu upp aftur.

Öryggisventillinn er sá sami fyrir bæði. Staðfestingarspjaldið sýnir fyrirmælin áður en nokkuð er teiknað, þar á meðal röðina sem það valdi. Lestu það. Ef hlutverkin komu út öfug — peysan sem grunnur, manneskjan sem uppruni — segðu það og því er kippt í lag áður en ein einasta myndeining er teiknuð eða rukkuð. Samt sem áður: þegar þráður er langur og fullur af myndum skaltu hengja aftur við þær sem þú þarft; sex myndum aftar er „önnur myndin“ tvíræð hverjum lesanda.

Að biðja Shannon um að líta á mynd — lýsa henni, lesa merkimiðann, segja þér hvaða efni þetta er — er venjuleg sjónvinna, ekki myndgerð. Það kostar ekkert aukalega og er góð athugun áður en þú sameinar: ef lýsing Shannon nefnir ekki smáatriðið sem þér er annt um, þá þurfa fyrirmælin þín að nefna það.

11Óritskoðað, og hvað það þýðir í raun

Það er engin efnissía á myndgerðarleiðinni og ekkert neitunarlag á líkaninu sem skrifar fyrirmælin. Samsetning er þar sem síuð verkfæri bregðast mest áberandi, því neitunarkerfi getur ekki greint muninn á því að sameina myndir sem þú átt og að sameina myndir sem þú ættir ekki að hafa — svo það lokar á hvort tveggja.

Vinnan sem þau verkfæri hafna reglulega er ekki framandi: listrænar nektarmyndir og módelteikning, læknisfræðileg og réttarfræðileg myndskreyting, myndefni fyrir öryggisrannsóknir, ofbeldi í skáldskap fyrir bókakápur og tölvuleikjalist, pólitískar skopmyndir og löglegu vöruflokkarnir sem taldir eru upp hér að ofan. Hvert einasta er lögmæt fagvinna sem lykilorðasía getur ekki greint frá misnotkun.

Óritskoðað þýðir ekki ábyrgðarlaust. Þú leggur fram ljósmyndir af raunverulegum hlutum og oft raunverulegu fólki; réttindin og samþykkið eru þín að hafa, og það er ábyrgðin á niðurstöðunni líka. Shannon Lab LLC er fyrirtæki í Nýju-Mexíkó sem starfar samkvæmt birtri stefnu um ábyrga notkun — fimm mínútna virði áður en þú byrjar á vinnu sem varðar ásýnd annars fólks.

12Takmarkanir sem vert er að þekkja áður en þú byrjar

Það er engin myndbandsgerð. Shannon hreyfir ekki myndir og framleiðir ekki myndband, í neinu formi, út frá neinni af þessum aðgerðum — hvorki úr einni mynd, né úr samsetningu, né sem tilraunavalkost. Ef verkefnið þitt endar í hreyfingu er þetta ekki verkfærið fyrir síðasta skrefið. Þetta er það sem varan er, ekki vísbending um vegvísi.

Aðrar heiðarlegar takmarkanir, allar með leiðum framhjá:

• Smár texti er veikasta svæðið. Smáletur, þéttur umbúðatexti og löng raðnúmer geta komið ófullkomin út. Rammaðu vöruna þannig að mikilvægi textinn sé stór, settu afmyndaður merkitexti í neikvæðu fyrirmælin og athugaðu í fullri stærð.
• Öfgakenndur stærðarmunur er erfiður. Vörumynd upp á 4000 myndeiningar sameinuð lítilli smámynd af herbergi gefur líkaninu lítið að vinna með. Notaðu bestu útgáfuna sem þú átt af hverjum uppruna.
• Mikil skörun takmarkar hvað er hægt að flytja. Flík sem er ljósmynduð samanbrotin, þar sem bakið sést aldrei, getur ekki fengið bakið sitt uppfundið af trúmennsku. Ef samsetningin sýnir bakið skaltu leggja fram bakið.
• Fleiri myndir þýða meira rými fyrir rugling. Fjórir upprunar eru vinnanlegir með öguðum raðtöluheitum, en þar er ekki staðurinn til að vera kærulaus — notaðu þann fjölda sem verkið þarf og ekki fleiri.
• Tvær stórar breytingar í einu keppa. Færðu fatnaðinn yfir, staðfestu, breyttu svo bakgrunninum. Breytingar í röð slá eina ofhlaðna fyrirmælaskipun út nánast í hvert sinn, og hvert skref er ódýrt að athuga.

13Algengar spurningar

---

Myndgerð, myndvinnsla og samsetning margra mynda eru eiginleikar Shannon-spjallforritsins; endapunktarnir /v1/chat/completions, /v1/messages og /v1/responses þjóna texta og sjón, sem þýðir að þeir lesa myndir frekar en að búa þær til. Það er engin myndbandsgerð. Valkostir um flöt, stuðningur við neikvæð fyrirmæli og staðfestingarhegðun eru réttir 5. september 2026. Tengt: óritskoðuð myndgerð með gervigreind · óritskoðuð myndvinnsla með gervigreind · ábyrg notkun · API-skjölin · rannsóknayfirlit.