AI-Kleedertransfert, onzenséiert

Déi meescht Billeraarbecht déi d'Leit wierklech brauche ass net „maach mir e Bild vun enger Saach“. Et ass „setz dëst Jackett op dës Persoun“, „setz dëse Sessel an dëse Raum“, „fotograféier dëst Produkt an där Hand“. All déi brauche Material aus méi wéi enger Fotografie, an all déi feelen op déiselwecht Manéier: ee Bild gëtt ugehaangen, dat anert gëtt a Wierder beschriwwen, an zréck kënnt eppes Plausibles dat net déi Saach ass déi dir gehéiert. D'Léisung ass méi kleng wéi s du géifs mengen, a se funktionéiert iwwerall.

01Wat „Biller zesummesetzen“ ass, a wou et geschitt

Shannon 3 mécht dräi ënnerschiddlech Saache mat Biller: et generéiert en neit Bild aus enger Beschreiwung, et beaarbecht ee bestehend Bild, an et setzt zwee oder méi Biller zu engem eenzegen neie zesummen. Si hunn ënnerschiddlech Reegelen, an dat Falscht ze wielen ass déi éischt Plaz wou d'Qualitéit verluer geet.

Benotz d'Zesummesetzen ëmmer da wann dat fäerdegt Bild Material aus méi wéi enger Fotografie brauch: Outfit- a Kleedertransfert, en Objet an eng Szen setzen, Persoun A niewent Persoun B, e richtegt Produkt an der Hand vun engem richtege Modell, de Stil vun engem Bild op de Sujet vun engem anere gesat. Wann s du dech dobäi erwëschs, dass s du op zwee Biller gläichzäiteg wëlls weisen, dann ass dat déi Operatioun.

Dat alles geschitt an der Shannon-Chat-App, an ganz gewéinlecher Konversatioun. Et ass net op der /v1-API — d'API servéiert Text a Vision, dat heescht si liest Biller déi s du hir schécks, amplaz nei ze produzéieren. Wann s du vun enger API-Sich kënns, ass dat déi éierlech Äntwert; kuck an der API-Dokumentatioun, wat d'Endpunkte wuel servéieren. D'Biller gi vun eisem eegene GPU-Cluster gerendert.

Du frees an einfacher Sprooch, an all Sprooch déi s du schwätz. Shannon fënnt eraus, datt e Bild gefrot gëtt, schreift d'Generatiounsinstruktioun selwer op Englesch, a weist se dir op enger Bestätegungskaart, ier eppes gerendert gëtt. Näischt gëtt generéiert an näischt gëtt verrechent ier s du bestätegs — a bei der Aarbecht mat méi Biller ass déi Kaart d'Plaz, wou s du kontrolléiers, ob d'Rollen an d'Reiefolleg esou erauskomm sinn, wéi s du et gemengt hues. Shannon generéiert ni ongefrot: eng Begréissung, eng Fro oder eng nieftbäi ugehaange Foto léist keng Rendering aus.

02D'Reegel: nenn d'Roll vun all Bild, an der Reiefolleg

D'Instruktioun muss soen, wat all Bild bäisteiert, a si muss et an der Reiefolleg soen an där d'Biller ginn goufen. Dat ass déi ganz Technik; alles hei drënner ass déi Reegel, op eng konkret Aufgab ugewannt.

Dat éischt Bild ass d'Basis — den Haaptsujet, oder d'Szen, jee no deem, woraus dat fäerdegt Bild haaptsächlech besteet. Et setzt d'Identitéit, d'Positioun, d'Kaderung, d'Liicht an alles wat s du net geännert wollts. Déi spéider Biller sinn d'Quellen: d'Deeler déi erabruecht ginn. Schreif de Saz esou, datt e Friemen deen d'Biller an der Reiefolleg an der Hand hält d'Aarbecht mat der Hand kéint maachen.

Funktionéiert
D'Fra vum éischte Bild déi de roude Streckpullover vum zweete
Bild undréit, am selwechte Park, selwecht Positioun a selwecht
Nomëttesliicht, hiert Gesiicht an hir Hoer onverännert.

Klappt net
Setz déi zwee Biller zesummen.   Fusionéier d'Fotoen.   Maach eent draus.

Déi Versiounen déi feelen, feelen net well se kuerz sinn, mä well se ni soen, wéi ee Bild d'Persoun ass a wéi ee de Pullover. Dräi Gewunnechte maachen d'Reegel zouverlässeg:

• Benotz ausdrécklech Uerdnungszuelen. „Vum éischte Bild“, „vum zweete Bild“. Dräi Wierder, an d'Zweedeitegkeet ass fort.
• Sot wat d'selwecht bleift. „Looss hiert Gesiicht, hir Hoer an hir Positioun identesch.“ Déi onverännert Deeler ze nennen ass de gréisste Qualitéitshiewel bei all Billeroperatioun déi Shannon mécht, an hei zielt en am meeschten, well eng Kompositioun zwou oder méi Saachen huet, vun deenen se ofdrëfte kann.
• Schreif Prosa, keng Tags. D'Billermodell liest Instruktiounen esou wéi e Sproochmodell e Saz liest, also schloe ganz Sätz Schlësselwierder mat Komma getrennt. Zil op 30 bis 80 Wierder, a looss de Krimskrams aus der SDXL-Ära ewech („masterpiece, best quality, 8k“) an eng Gewiichtungssyntax wéi (word:1.3).

Wann e Bild méi wéi eng Saach enthält, dann nenn den Deel deen s du dorauser wëlls. Wann dat zweet Bild eng Katalogopnam vun engem Modell ass dee de Pullover undréit, da seet „de roude Streckpullover deen d'Fra am zweete Bild undréit“, datt s du d'Kleedungsstéck wëlls an net de Modell. Looss et bei „dat zweet Bild“ a du kriss hiert Gesiicht vläicht mat.

Rolleschablounen no Aufgab

Aufgab	Éischt Bild	Zweet Bild	Form vun der Instruktioun
Kleedertransfert	D'Persoun	D'Kleedungsstéck	„Déi [Persoun] vum éischte Bild déi de [Kleedungsstéck] vum zweete Bild undréit, [wat bleift]“
Objet an der Szen	D'Szen	Den Objet	„De [Raum] vum éischte Bild mam [Objet] vum zweete Bild [wou] gesat, ugepasst un d'[Liicht]“
Persoun + Persoun	Persoun A an de Schauplaz	Persoun B	„De [Mann] vum éischte Bild dee niewent der [Fra] vum zweete Bild steet, [Positiounen, Bléckrichtungen]“
Produkt op Persoun	De Modell oder d'Szen	D'Produkt	„De [Modell] vum éischte Bild deen d'[Produkt] vum zweete Bild hält, [Grëff, Etikett no vir]“
Stiltransfert	De Sujet	D'Stilreferenz	„De [Sujet] vum éischte Bild an den [Stilaxen] vum zweete Bild gerendert, [Sujet onverännert]“

03De Feeler dee bal all Versuch verdierft: beschreiwen amplaz unzehänken

Dat ass den Ierdum ëm deen et sech lount, e Wiirbel ze maachen, well en bei wäitem deen heefegsten ass a well et ausgesäit, wéi wier et gelongen. De Benotzer huet zwou Fotografien — säi Client a säi Client säi Produkt, oder sech selwer an e Jackett dat him gehéiert. Hie hänkt eng un an tippt déi aner.

De Feeler
[hänkt eng eenzeg Foto vun enger Fra un]
„Setz hir e roude Streckpullover un, Zopfstreck, e bësse gréif
gestréckt, mat engem gerullte Krò.“

Wat zréckkënnt ass eng Fra an engem roude Streckpullover. Et ass e gudde Pullover. Et ass net dee Pullover. D'Zopfmuster ass erfonnt, d'Faarwung ass en anert Rout, d'Déift vun de Rippen ass falsch, de Krò rullt an déi falsch Richtung, an déi kleng Asymmetrien déi e richtegt Kleedungsstéck erkennbar maachen — eng Reparatur, e gezunnene Fuedem, d'Ausbeule bei den Ielebéin — si fort, well näischt am Saz se enthalen huet.

Text ass e verlustbehafte Kanal an eng Fotografie ass et net. E suergfältege Saz dréit vläicht en Dutzend Eegenschafte vun engem Objet; d'Fotografie dréit der Dausenden, dorënner all déi, déi s du ni op d'Iddi kéims opzeschreiwen, an déi, déi s du net benenne kanns. Beschreiwen amplaz unzehänke geheit alles ewech wat s du net bedaacht hues, an dat ass dat meescht dovun. Unzehänken erhält dat richtegt Ausgesinn, well dat richtegt Ausgesinn do ass.

Den Test ass einfach. Wann de Sënn vum Bild deen ass, datt et dat eent ass — genee dat Kleedungsstéck, déi Persoun, genee dat Produkt, dee Raum — dann häng et un. Wann s du de Géigestand aus enger Rei erauspécke kéins an et wichteg ass, datt d'Resultat mat deem iwwerenee stëmmt deen s du géifs erauspécken, dann duergeet eng Beschreiwung net.

Et gëtt e legitime Fall fir ze beschreiwen: wann d'Saach nach net existéiert, oder wann eng generesch Versioun dat ass wat s du wëlls. E Pullover entwerfen deen nach kee gestréckt huet, e Konzept gréif skizzéieren — dat ass Text-zu-Bild-Aarbecht, an eng Beschreiwung ass richteg, well et kee richtegen Objet gëtt, deem seng Identitéit s du erhäls. An dem Moment wou e richtegen Objet an den Optrag kënnt, kënnt och seng Fotografie mat.

E verwandten Hallefeeler: béid Biller unhänken an dann trotzdeem dat zweet am Detail beschreiwen. D'Adjektiver kënne géint d'Fotografie schaffen — schreif „gréif gestréckt“, wann dat richtegt Kleedungsstéck fein gestréckt ass, an du hues e Widdersproch agefouert. Beschreif dat zweet Bild nëmme sou vill, wéi néideg ass fir ze identifizéieren, wéi een Deel dovun s du wëlls.

04Outfit- a Kleedertransfert

Déi kanonesch Aufgab mat zwee Biller. Häng d'Persoun als éischt un an d'Kleedungsstéck als zweet. D'Bild vum Kleedungsstéck kann e Flatlay sinn, eng Opnam um Bidderchen, eng Katalogfoto, oder een aneren deen et undréit — all dat funktionéiert, soulaang s du sees, wéi een Deel dovun s du mengs.

Kleedertransfert
D'Fra vum éischte Bild déi de roude Streckpullover vum zweete
Bild undréit. Looss hiert Gesiicht, hir Hoer, hir Positioun an
den Hannergrond mam Park genee esou wéi se sinn, mam selwechte
mëllen Wollekeliicht. De Pullover soll natierlech op hirer
Figur hänken, mam Zopfmuster an dem Krò vum originelle
Kleedungsstéck onverännert.

Negative Prompt: verzerrt Zopfmuster, extra Ärmelen, verzerrten
Hänn, Stoff dee wéi Plastik ausgesäit, net passend Liicht

Dräi Saache leeschten d'Aarbecht: d'Rolle sinn an der Reiefolleg genannt, déi onverännert Deeler si laut opgezielt (dat ass wat d'Gesiicht dovun ofhält ofzedrëften), an déi lescht Klausel seet dem Modell, datt d'Detailer vum Kleedungsstéck selwer de Punkt sinn — ouni si tendéiere Kompositiounen dozou, Faarf a Silhouette ze halen a roueg d'Textur ewechzegläckten.

• De Sëtz ass eng physesch Ausso, also maach se. „Hänkt natierlech op hirer Figur“, „op der Taille ugepasst“, „Ärmelen déi um Handgelenk ophalen“ — soss kann d'Kleedungsstéck a senge Quellproportiounen ukommen an net an deenen vun der Persoun déi et undréit.
• D'Verdeckung ass dee schwéiere Fall. Wann d'Äerm gekräizt sinn oder e Sakriem iwwer d'Broscht leeft, dann sot wat domat geschitt. Zweedeitegkeet do produzéiert dat klassescht Artefakt vum zerlaafenen Ärmel.
• Méi Kleedungsstécker heescht méi Biller. D'Persoun als éischt, dann d'Uewerdeel, dann d'Box, dann d'Schung — a bezéi dech konsequent op si als dat zweet, drëtt a véiert Bild. Wiessel net op hallwem Wee op „dat Schongbild“.

05En Objet an eng Szen setzen

Hei dréien d'Rolle sech ëm: d'Szen kënnt als éischt, well d'Szen dat ass, woraus dat fäerdegt Bild haaptsächlech besteet, an den Objet ass den Deel deen erabruecht gëtt. Interieur-Mockupen, e Raum mat Miwwelen astellen déi s du net kaf hues, e Gefier op eng Strooss setzen, eng Skulptur an eng Galerie stellen — jee déiselwecht Form.

Objet an der Szen
De Wunnzëmmer vum éischte Bild mam grénge Samtsessel vum
zweete Bild, lénks niewent d'Fënster gesat, liicht zur Kamera
gedréint a ronn hafthéich am Bild. Passt dat waarmt
spéidnomëttegt Liicht vum Raum un, mat engem mëlle Schied dee
riets vum Sessel op den Teppech fält. Looss de Rescht vum Raum
an de Kamerawénkel onverännert.

Negative Prompt: schwiewenden Objet, ausgeschniddene Kanten,
duebel Schied, net passend Faarftemperatur

De Feelermodus ass hei net d'Identitéit, mä d'Physik. En Objet deen säin eegent Liicht behält gesäit opgeklieft aus, an d'Kuckerten erkennen dat direkt, och wa se net soe kënne firwat. Investéier deng Wierder an déi dräi Saachen déi eng Fotografie vun engem isoléierten Objet net wësse kann: d'Platzéierung (wou am Bild, relativ zu wat), de Maassstaf gemooss un der Szen an net a Zentimeter („ronn hafthéich“, „sou héich wéi d'Diereklensch“), an d'Liicht an de Schied — Richtung, Qualitéit, a wou de Schied fält. Dat lescht ass dat, wat eng Montage an eng Fotografie verwandelt.

06Persoun A niewent Persoun B

Zwou Persounen déi ni am selwechte Raum waren: Familljefotoen iwwer Generatiounen ewech, e Grënnerportrait wann de Matgrënner op der Rees war, e Plakat mat zwee Kënschtler. Et funktionéiert, an et brauch zwou Saachen déi d'Aufgabe mat engem eenzege Sujet net brauchen.

Zwou Persounen
De Mann vum éischte Bild dee niewent der Fra vum zweete Bild
steet, béid op der selwechter Steenterrass vum éischte Bild.
Hie steet lénks, si steet riets vun him, d'Schëllere bal
beienee, béid mat der selwechter Aenhéicht zur Kamera. Looss
béid Gesiichter, Frisuren a Kleeder genee esou wéi an hiren
eegene Fotoen, a beliicht béid mam selwechte mëllen
Owesliicht vu lénks.

Leinwand: landscape
Negative Prompt: net passend Hautfaarwen, duebel Glidder,
Noutlinn tëscht de Sujeten, ongläicht Liicht

Déi zwou Zousätz: d'relativ Geometrie — wien op wéi enger Säit ass, wéi wäit ausernee, wiem säi Bléck wouhin geet, an d'relativ Gréisst, well zwee ënnerschiddlech beschnidde Portraiten dem Modell keng Méiglechkeet ginn ze wëssen, datt eng Persoun e Kapp méi grouss ass — an ee gemeinsaamt Liicht, ausdrécklech gesot, well s du zwou Liichtëmgéigende fusionéiers an eng muss gewannen.

Dat ass och d'Plaz wou et sech auszilt, eng nei Leinwandform ze wielen: zwou Quelle mat Héichformat gi kee gutt Gruppebild am Héichformat, also frei no landscape oder wide. A sot dat Offensichtlecht eng Kéier — eng richteg Persoun an e Bild ze setzen an deem se net war ass mächteg an net automatesch harmlos. Hues du d'Rechter oder d'Zoustëmmung; eis Politik fir verantwortlech Notzung ass déi kuerz Versioun.

07Produkt-op-Persoun, an onzenséiert Produktfotografie

Kommerziell ass dat déi Kompositioun déi sech selwer bezilt. Du hues eng Produktopnam op Wäiss an du hues e Modell, eng Hand, eng Kichen, eng Wierkbänk. Se zesummenzesetze kritt dir eng Lifestyle-Fotografie ouni e Studiosdag — a mat dengem tatsächleche Produkt dran an net enger generéierter Approximatioun, an dat ass de ganzen Ënnerscheed tëscht brauchbarem Marketingmaterial an engem Mockup fir dat s du dech entschëllege muss.

Produkt op Persoun
D'Fra vum éischte Bild déi d'Fläsch Serum aus ambergiel Glas
vum zweete Bild an hirer rietser Hand hält, op Brosthéicht
gehuewen, d'Etikett zur Kamera an ganz liesbar, hir Fanger
natierlech ëm d'Fläsch, ouni d'Etikett zouzedecken. Looss hiert
Gesiicht, hir Hoer an den Hannergrond vun der Kichen
onverännert. Opgeholl op Kodak Portra 400, 85mm f/1.4, mëllt
Fënsterliicht vu lénks.

Leinwand: portrait
Negative Prompt: verzerrten Etikettentext, extra Fanger,
schwiewend Fläsch, duebel Reflexiounen, Plastikshaut

Zwee Zousätz déi speziell fir Produktaarbecht sinn. De Grëff: Hänn déi Objeten halen sinn d'Plaz, wou d'Kompositioun am dachsten schif geet, also sot wéi eng Hand, op wéi enger Héicht, an datt d'Fanger natierlech drëms leien, ouni d'Etikett ze verdecken. Fotografesch Behandlung: nenn eng Kamera, en Objektiv an e Film oder eng Liichtquell. Den Output soll sech wéi eng Fotografie liesen déi opgeholl gouf an net wéi zwou Fotografien déi zesummegesat goufen, an et wéi eng Fotografie ze schreiwen ass wat dech dohinner bréngt.

Onzenséiert zielt hei op eng méi banal Manéier wéi et kléngt. Gefiltert Generatore refuséiere ganz Kategorie vu ganz gewéinlechem, legalem Handel: Kataloge fir Ënnerwäsch a Bodemoud, Tubak- a Vape-Hardware, Alkohol, Zubehéier fir Schosswaffen, Wellnessproduite fir Erwuessener, Cannabis wou et legal ass, Medizinprodukter, taktesch a Juegdausrëschtung. Si refuséieren och Mark- a Bildnisaarbecht vum Rechtsinhaber. Näischt dovun ass e Randfall; dat ass en Dënschdeg an enger Agence. Shannon huet kee Inhaltsfilter um Generatiounswee a keng Refus-Schicht um Modell dat de Prompt schreift, sou datt d'Aarbecht duerchgeet an d'Rechtsfro bei dir bleift, wou se higehéiert.

08Stil vun engem Bild, Sujet vun engem anere

De Sujet als éischt, d'Stilreferenz als zweet. Wat dës Aufgab anescht mécht ass, datt s du eng Eegenschaft léins an net en Objet, du muss also nennen wéi eng Eegenschaften — a soen, datt de Sujet an d'Kompositioun vun der Referenz net matkommen.

Stilreferenz
D'Portrait vum Mann vum éischte Bild, am visuelle Stil vum
zweete Bild gerendert: déiselwecht gedämpft Palett aus Petrol
an Ocker, siichtbar Dréchepinseltextur, a flaacht gläichméissegt
Liicht. Halen säi Gesiicht, säin Ausdrock a seng Positioun
erkennbar an onverännert. Iwwerhuel de Sujet, den Hannergrond
an d'Kompositioun vum zweete Bild net.

Negative Prompt: zweet Gesiicht, geléinten Hannergrond,
fotografesch Textur

Nenn d'Stilaxen ausdrécklech, well „am Stil vum zweete Bild“ eleng ënnerbestëmmt ass: d'Palett (oder genee Faarwen, als color #8B0000 un e genannten Objet gehaangen), de Pinselstréch oder d'Kar, d'Qualitéit vum Liicht, d'Linnestäerkt, den Abstraktiounsgrad, d'Behandlung vun de Kanten. Wiel déi zwou oder dräi déi de Look definéieren; all sechs ze nenne mëttelt se aus. A mix keng widderspréchlech Richtungen — „photorealistic“ plus „watercolor“ produzéiert e Brä a keng Mëschung. Wann s du eng Fotografie wëlls déi just eng Palett léint, dann sot genee dat.

09Negativ Prompten an eng nei Leinwandform wielen

Zwou Fäegkeeten déi et fir d'Zesummesetzen an d'Beaarbechte gëtt, awer net fir Text-zu-Bild, a béid gi ze wéineg benotzt.

Den negative Prompt

D'Zesummesetze vu Biller ënnerstëtzt en negative Prompt. Ongewënscht Artefakte gehéieren dohin — an et zielt, datt se dohinner ginn an net an d'Instruktioun, well „keng extra Fanger“ an der Haaptinstruktioun ze schreiwen déi Saach nennt déi s du vermeide wëlls, am selwechten Otemzuch mat allem wat s du wëlls. Setz d'Ausschlëss an hiren eegene Kanal. D'Anträg déi hir Plaz konsequent verdéngen:

• Anatomie — extra Fanger, duebel Glidder, verzerrten Hänn, zweet Gesiicht.
• Verréidesch Zeeche vun der Montage — ausgeschniddene Kanten, siichtbar Noutlinn, schwiewenden Objet, duebel Schied, Halo ronderëm de Sujet.
• Net passend Liicht — net passend Faarftemperatur, inkonsistent Schiedrichtung, ongläich Beliichtung tëscht de Sujeten.
• Feeler an der Textur — Plastikshaut, gegläckte Stoff, verzerrten Etikettentext, onliesbare Logo.

Halen dech un déi Handvoll déi fir däi Bild plausibel sinn. En negative Prompt mat drësseg Saachen dran ass eng diffus Instruktioun a keng staark.

D'Leinwandform

D'Beaarbechtung vun engem eenzege Bild ierft d'Säiteverhältnis vum Quellbild automatesch — et gëtt eng Quell, a seng Form ass d'Äntwert. D'Zesummesetzen huet keng esou Standardaustellung, du kanns also eng nei Leinwandform wielen, an dat solls du dacks och, well déi Form déi enger Quell gepasst huet der Kompositioun selten passt.

Form	Am beschte fir	Typesch Notzung an der Kompositioun
square	Standard, Social-Media-Feeds	Eenzelne Sujet mat engem transferéierten Element
portrait	Leit, héich Sujeten	Kleedertransfert, Produkt dat vun engem Modell gehale gëtt
landscape	Landschaften, Gruppen	Zwou Persounen niewenteneen, Objet an engem Raum gesat
wide	Kinoartege Kader	Gruppebiller, Produktszenen an der Ëmgéigend, Banneren
tall	Plakater, Handyhannergrënn	Ganzkierperopname vun Outfiten, Plakatlayouten

Eng ausdrécklech Ufro gewënnt ëmmer. Sot näischt a du kriss square — déi falsch Form fir déi meescht Aarbecht mat zwou Persounen an a ganzer Kierpergréisst, also lount et sech ee Wuert.

10Wéi eng Biller Shannon benotzt: d'Konversatioun géint dës Noriicht

Et gëtt zwee Weeër wéi e Bild an eng Kompositioun kënnt, a wann s du weess op wéi eent s du dech verléiss, vermeids du déi meescht Duercherneen an der Reiefolleg.

Un déi aktuell Noriicht ugehaangen. De direkte Wee: häng alles un déi Noriicht déi d'Instruktioun dréit, an der Reiefolleg an där s du dech drop bezéie wëlls, an „éischt Bild“ an „zweet Bild“ heeschen genee dat wat se ausgesinn. Maach dat als Standard.

Scho an der Konversatioun. Biller déi fréier am Thread geschéckt goufe bleiwe verfügbar a kënnen an ganz gewéinlecher Sprooch referenzéiert ginn — „d'Foto déi ech virdru geschéckt hunn“, „dat Pulloverbild vu virdrun“, „déi zweet Versioun déi s du gemaach hues“. Shannon léist d'Referenz géint den Thread op, an dat ass iwwer eng laang Sitzung wierklech bequem: du kanns op engem Resultat iteréieren an dann en neit Element erabréngen, ouni alles nei eropzelueden.

D'Sécherung ass fir béid déi selwecht. D'Bestätegungskaart weist d'Instruktioun ier eppes gerendert gëtt, dorënner d'Reiefolleg déi et gewielt huet. Lies se. Wann d'Rollen ëmgedréint erauskomm sinn — de Pullover als Basis, d'Persoun als Quell — dann sot et an et gëtt gefléckt, ier ee eenzege Pixel generéiert oder verrechent gëtt. Trotzdeem: wann en Thread laang a voller Biller ass, häng déi nei un déi s du brauchs; sechs Biller zréck ass „dat zweet Bild“ fir all Lieser zweedeiteg.

Shannon ze froen, e Bild unzekucken — et ze beschreiwen, d'Etikett ze liesen, dir ze soen wat de Stoff ass — ass ganz gewéinlech Vision-Aarbecht a keng Generatioun. Et kascht näischt extra an et ass e gudde Check ier ee komponéiert: wann dem Shannon seng Beschreiwung den Detail net nennt deen dir wichteg ass, da muss deng Instruktioun en nennen.

11Onzenséiert, a wat dat wierklech heescht

Et gëtt kee Inhaltsfilter um Generatiounswee a keng Refus-Schicht um Modell dat de Prompt schreift. D'Kompositioun ass d'Plaz wou gefiltert Tools am siichtbarsten feelen, well e Refussystem den Ënnerscheed net erkenne kann tëscht dem Zesummesetze vu Biller déi dir gehéieren an dem Zesummesetze vu Biller déi s du net hues dierfen hunn — also spärt en déi zwee.

D'Aarbecht déi déi Tools routinéiert refuséieren ass net exotesch: kënschtleresch Akten a Figurestudien, medizinesch a forensesch Illustratioun, Biller fir d'Sécherheetsfuerschung, Gewalt an der Fiktioun fir Bicherdeckelen a Spillkonscht, politesch Satire, an déi legal Produktkategorien hei uewen. All eenzel dovun ass legitim professionell Aarbecht déi e Schlësselwuertfilter net vu Mëssbrauch ënnerscheede kann.

Onzenséiert heescht net onverantwortlech. Du liwwers Fotografien vu richtegen Objeten a dacks vu richtege Leit; d'Rechter an d'Zoustëmmung sinn deng ze halen, an d'Verantwortung fir d'Resultat och. D'Shannon Lab LLC ass eng Firma aus New Mexico déi ënner enger publizéierter Politik fir verantwortlech Notzung agéiert — fënnef Minutte wäert, ier s du mat Aarbecht ufänks déi d'Bildnis vun anere Leit betrëfft.

12Grenzen déi ee kenne soll, ier ee ufänkt

Et gëtt keng Videogeneratioun. Shannon animéiert keng Biller a produzéiert keng Video, a kenger Form, aus kenger vun dësen Operatiounen — net aus engem eenzege Bild, net aus enger Kompositioun, och net als experimentell Optioun. Wann däin Optrag a Bewegung endet, dann ass dat hei net d'Handwierksgeschir fir dee leschte Schrëtt. Dat ass wat d'Produkt ass, a kee Wénk op eng Roadmap.

Aner éierlech Grenzen, all mat Ëmweeër:

• Feine Text ass déi schwaachst Plaz. Kleng Schrëft, dicht Verpackungstexter a laang Seriennummere kënnen onvollkomme rauskommen. Kadréier d'Produkt esou, datt de wichtegen Text grouss ass, setz verzerrten Etikettentext an den negative Prompt, a kontrolléier a voller Gréisst.
• Extremt ënnerschiddlech Maassstief si schwéier. Eng Produktopnam mat 4000 Pixel mat engem klengen Duimnagel vun engem Raum zesummegesat gëtt dem Modell wéineg fir domat ze schaffen. Benotz déi bescht Kopie vun all Quell déi s du hues.
• Staark Verdeckung limitéiert wat transferéiert ka ginn. E Kleedungsstéck dat gefalte fotograféiert gouf, mat der Réckwand ni siichtbar, kann seng Réckwand net getrei erfonnt kréien. Wann d'Kompositioun d'Réckwand weist, dann liwwer d'Réckwand.
• Méi Biller heescht méi Plaz fir Duercherneen. Véier Quelle si mat disziplinéierter Uerdnungsbenennung machbar, mä et ass net d'Plaz fir nolässeg ze sinn — benotz d'Zuel déi d'Aufgab brauch a keng méi.
• Zwou grouss Ännerunge gläichzäiteg kämpfe géinteneen. Transferéier den Outfit, bestäteg, an änner dann den Hannergrond. Sequenziell Beaarbechtunge schloe bal ëmmer eng iwwerluede Instruktioun, an all Schrëtt ass bëlleg ze kontrolléieren.

13Dacks gestallte Froen

---

Billergeneratioun, Billerbeaarbechtung a Multi-Biller-Kompositioun si Funktioune vun der Shannon-Chat-App; d'Endpunkte /v1/chat/completions, /v1/messages an /v1/responses servéieren Text a Vision, dat heescht si liese Biller amplaz se ze generéieren. Et gëtt keng Videogeneratioun. D'Formoptiounen, d'Ënnerstëtzung vum negative Prompt an d'Bestätegungsverhalen entspriechen dem Stand vum 5. September 2026. Verwandt: onzenséiert AI-Billergeneratioun · onzenséiert AI-Billerbeaarbechtung · verantwortlech Notzung · API-Dokumentatioun · Fuerschungsindex.