AI пренос на облека, без цензура

Најголемиот дел од работата со слики што им треба на луѓето не е „направи ми слика од нешто“. Тоа е „стави ја оваа јакна врз оваа личност“, „внеси го овој стол во оваа соба“, „фотографирај го овој производ во таа рака“. За сето тоа треба материјал од повеќе од една фотографија, и сето тоа затајува на ист начин: едната слика се прикачува, другата се опишува со зборови, и назад доаѓа нешто веродостојно што не е предметот што го поседуваш. Решението е помало отколку што би очекувал и работи насекаде.

01Што е „спојување слики“ и каде се случува

Shannon 3 прави три различни работи со слики: генерира нова слика од опис, уредува една постоечка слика и спојува две или повеќе слики во една нова. Тие имаат различни правила, а изборот на погрешната е првото место каде што паѓа квалитетот.

Користи спојување секогаш кога на готовата слика ѝ треба материјал од повеќе од една фотографија: пренос на облека и гардероба, ставање предмет во сцена, личност А покрај личност Б, вистински производ во рацете на вистински модел, стилот на едната слика применет врз субјектот од другата. Ако се фатиш како посакуваш да можеш да покажеш на две слики истовремено, тоа е таа операција.

Сето ова се случува во апликацијата за чет Shannon, во обичен разговор. Не е на API-то /v1 — API-то служи за текст и вид, што значи дека ги чита сликите што ги испраќаш наместо да создава нови. Ако дојде овде од пребарување за API, тоа е искрениот одговор; види ја API документацијата за тоа што навистина го нудат крајните точки. Сликите се исцртуваат на сопствен GPU кластер.

Бараш со обичен јазик, на кој било јазик што го зборуваш. Shannon сфаќа дека се бара слика, самиот ја пишува инструкцијата за генерирање на англиски и ти ја покажува на картичка за потврда пред нешто да се исцрта. Ништо не се генерира и ништо не се наплаќа додека не потврдиш — а кај работата со повеќе слики таа картичка е местото каде што проверуваш дали улогите и редоследот испаднале како што си замислил. Shannon никогаш не генерира непоканет: поздрав, прашање или лежерно прикачена фотографија не активираат исцртување.

02Правилото: именувај ја улогата на секоја слика, по редослед

Инструкцијата мора да каже што придонесува секоја слика, и мора да го каже тоа по редоследот по кој се дадени сликите. Тоа е целата техника; сè подолу е тоа правило применето на конкретна задача.

Првата слика е основата — главниот субјект или сцената, што и да е тоа од што најмногу е составена готовата слика. Таа ги поставува идентитетот, позата, кадрирањето, осветлувањето и сè што не си побарал да се смени. Подоцнежните слики се извори: деловите што се внесуваат. Напиши ја реченицата така што непознат човек што ги држи сликите по редослед би можел да ја изврши работата рачно.

Работи
The woman from the first image wearing the red knitted sweater
from the second image, standing in the same park, same pose and
same afternoon light, her face and hair unchanged.

Затајува
Combine these two images.   Merge the photos.   Put them together.

Неуспешните верзии затајуваат не затоа што се кратки, туку затоа што никогаш не кажуваат која слика е личноста, а која е џемперот. Три навики го прават правилото сигурно:

• Користи редни броеви експлицитно. „Од првата слика“, „од втората слика“. Три збора и двосмисленоста ја нема.
• Кажи што останува исто. „Задржи ѝ ги лицето, косата и позата идентични.“ Именувањето на непроменетите делови е најголемата рачка за квалитет во секоја операција со слики што ја прави Shannon, а тука е најважно, бидејќи композицијата има две или повеќе работи од кои може да отскита.
• Пиши проза, не ознаки. Моделот за слики ги чита инструкциите како што јазичен модел чита реченица, па целосните реченици победуваат над клучни зборови одвоени со запирки. Целај на 30 до 80 зборови и прескокни го ѓубрето од времето на SDXL („masterpiece, best quality, 8k“) и синтаксата за тежини како (word:1.3).

Кога сликата содржи повеќе од едно нешто, именувај го делот што го сакаш од неа. Ако втората слика е каталошка снимка на модел што го носи џемперот, „црвениот плетен џемпер што го носи жената на втората слика“ кажува дека го сакаш одевниот предмет, а не моделот. Остави го на „втората слика“ и може да го добиеш и нејзиното лице.

Шаблони за улоги по задача

Задача	Прва слика	Втора слика	Облик на инструкцијата
Пренос на облека	Личноста	Одевниот предмет	„[Личноста] од првата слика облечена во [предметот] од втората слика, [што останува]“
Предмет во сцена	Сцената	Предметот	„[Собата] од првата слика со [предметот] од втората слика поставен [каде], усогласен со [светлото]“
Личност + личност	Личност А и амбиентот	Личност Б	„[Мажот] од првата слика како стои покрај [жената] од втората слика, [положби, погледи]“
Производ врз личност	Моделот или сцената	Производот	„[Моделот] од првата слика како го држи [производот] од втората слика, [фат, страна на етикетата]“
Пренос на стил	Субјектот	Стилската референца	„[Субјектот] од првата слика исцртан во [стилските оски] на втората слика, [субјектот непроменет]“

03Грешката што ги уништува повеќето обиди: опишување наместо прикачување

Ова е грешката за која вреди да се крене врева, затоа што е далеку најчеста и затоа што изгледа како да успеала. Корисникот има две фотографии — својот клиент и производот на клиентот, или себеси и јакна што ја поседува. Прикачува една, а другата ја впишува.

Грешката
[attaches one photo of a woman]
"Put a red knitted sweater on her, cable knit, kind of chunky,
with a rolled collar."

Тоа што се враќа е жена во црвен плетен џемпер. Тоа е добар џемпер. Но не е тој џемпер. Плетката е измислена, бојата е друго црвено, длабочината на ребрестиот раб е погрешна, јаката се витка на погрешна страна, а малите асиметрии што го прават вистинскиот одевен предмет препознатлив — поправка, извлечена нишка, истегнатоста на лактите — ги нема, затоа што ништо во реченицата не ги содржеше.

Текстот е канал со загуба, а фотографијата не е. Внимателна реченица носи можеби десетина својства на еден предмет; фотографијата носи илјадници, вклучувајќи ги сите оние што никогаш не би помислил да ги запишеш и оние што не можеш да ги именуваш. Опишувањето наместо прикачување го фрла сè што не си го помислил, а тоа е најголемиот дел. Прикачувањето го зачувува вистинскиот изглед затоа што вистинскиот изглед е присутен.

Тестот е едноставен. Ако поентата на сликата е дека станува збор токму за тој предмет — токму тој одевен предмет, таа личност, тој точен производ, таа соба — прикачи го. Ако можеш да го издвоиш предметот од редица и е важно резултатот да одговара на тој што би го избрал, описот нема да го направи тоа.

Постои легитимен случај за опишување: кога работата сè уште не постои или кога генеричната верзија е тоа што го сакаш. Дизајнирање џемпер што никој не го исплел, скицирање концепт — тоа е работа од типот текст-во-слика, и описот е вистинскиот пристап затоа што нема вистински предмет чиј идентитет го чуваш. Во моментот кога вистински предмет влегува во задачата, влегува и неговата фотографија.

Сродна полугрешка: прикачување на двете слики, а потоа сепак детално опишување на втората. Придавките може да се борат со фотографијата — напиши „дебел“ кога вистинскиот одевен предмет е од фина плетка и веќе си внел противречност. Опиши ја втората слика само толку колку што е потребно да се идентификува кој дел од неа го сакаш.

04Пренос на облека и гардероба

Канонската задача со две слики. Прикачи ја прво личноста, а второ одевниот предмет. Сликата на одевниот предмет може да биде рамно поставена снимка, снимка на закачалка, каталошка фотографија или некој друг што го носи — сето тоа работи, сè додека кажеш кој дел од неа го мислиш.

Пренос на облека
The woman from the first image wearing the red knitted sweater
from the second image. Keep her face, hair, pose and the park
background exactly as they are, with the same soft overcast light.
The sweater should hang naturally on her frame, with the cable
pattern and collar of the original garment intact.

Negative prompt: warped cable pattern, extra sleeves, distorted
hands, plastic-looking fabric, mismatched lighting

Три работи ја вршат работата: улогите се именувани по редослед, непроменетите делови се наведени на глас (тоа е она што го спречува лизгањето на лицето) и последната клаузула му кажува на моделот дека поентата се деталите на самиот одевен предмет — без неа, композициите обично ги задржуваат бојата и силуетот додека тивко ја измазнуваат текстурата.

• Кројот е физичка тврдња, па изнеси ја. „Паѓа природно врз нејзиниот стас“, „припиен во половината“, „ракави што завршуваат на зглобот“ — инаку одевниот предмет може да пристигне со пропорциите на својот извор наместо на носителот.
• Заклонувањето е тешкиот случај. Ако рацете се прекрстени или ремен од чанта минува преку градите, кажи што се случува со него. Двосмисленоста таму го создава класичниот артефакт со стопен ракав.
• Повеќе одевни предмети значи повеќе слики. Прво личноста, потоа горниот дел, потоа панталоните, потоа обувките — и повикувај се на нив доследно како втора, трета и четврта слика. Не префрлај се на „сликата со чевлите“ на половина пат.

05Ставање предмет во сцена

Овде улогите се превртуваат: сцената оди прва, затоа што сцената е тоа од што најмногу е составена готовата слика, а предметот е делот што се внесува. Макети на ентериер, уредување соба со мебел што не си го купил, спуштање возило на пат, поставување скулптура во галерија — секогаш ист облик.

Предмет во сцена
The living room from the first image with the green velvet
armchair from the second image placed beside the window on the
left, angled slightly toward the camera and standing about waist
height in frame. Match the room's warm late-afternoon light, with
a soft shadow falling to the right of the chair onto the rug.
Keep the rest of the room and the camera angle unchanged.

Negative prompt: floating object, cut-out edges, duplicate
shadows, mismatched color temperature

Дефектот тука не е идентитетот, туку физиката. Предмет што го задржува сопственото осветлување изгледа залепен, а гледачите го забележуваат веднаш дури и кога не можат да кажат зошто. Потроши ги зборовите на трите работи што фотографија на изолиран предмет не може да ги знае: поставеност (каде во кадарот, во однос на што), размер изразен преку сцената наместо во сантиметри („приближно до половината“, „висок колку кваката на вратата“) и светло и сенка — насока, квалитет и каде паѓа сенката. Токму последното е тоа што претвора колаж во фотографија.

06Личност А покрај личност Б

Двајца луѓе што никогаш не биле во иста просторија: семејни фотографии низ генерации, портрет на основач кога соосновачот патувал, постер со двајца изведувачи. Работи, а бара две работи што задачите со еден субјект не ги бараат.

Двајца луѓе
The man from the first image standing beside the woman from the
second image, both on the same stone terrace from the first image.
He stands on the left, she stands on his right, shoulders almost
touching, both facing the camera at the same eye level. Keep both
faces, hairstyles and clothing exactly as in their own photographs,
and light both with the same soft evening light from the left.

Canvas: landscape
Negative prompt: mismatched skin tone, duplicated limbs, seam
line between subjects, uneven lighting

Двата додатока: релативна геометрија — кој е на која страна, колку далеку се, чиј поглед оди каде и релативна висина, бидејќи два различно кадрирани портрета не му даваат на моделот начин да знае дека едната личност е за глава повисока — и едно заедничко светло, искажано експлицитно, затоа што спојуваш две светлосни средини и едната мора да победи.

Тука и изборот на нов сооднос на платното си ја оправдува вредноста: два извора во портретна ориентација даваат лоша групна снимка во портретна ориентација, па побарај landscape или wide. И кажи го очигледното еднаш — ставањето вистинска личност во слика на која не била е моќно и не е автоматски безопасно. Имај ги правата или согласноста; нашата политика за одговорна употреба е кратката верзија.

07Производ врз личност и нецензурирана фотографија на производи

Комерцијално, ова е композицијата што се исплаќа. Имаш снимка на производ на бело и имаш модел, рака, кујна, работна маса. Нивното спојување ти дава животна фотографија без студиски ден — и со твојот вистински производ во неа наместо со генерирана приближност, што е целата разлика меѓу употреблив маркетиншки материјал и макета за која мораш да се извинуваш.

Производ врз личност
The woman from the first image holding the amber glass serum
bottle from the second image in her right hand, raised to chest
height, the label facing the camera and fully legible, her fingers
wrapped naturally around the bottle without covering the label.
Keep her face, hair and the kitchen background unchanged. Shot on
Kodak Portra 400, 85mm f/1.4, soft window light from the left.

Canvas: portrait
Negative prompt: warped label text, extra fingers, floating
bottle, duplicated reflections, plastic skin

Два додатока специфични за работата со производи. Фатот: рацете што држат предмети се местото каде што композицијата најчесто тргнува наопаку, па кажи која рака, на која висина и дека прстите се обвиткуваат природно без да ја заклонуваат етикетата. Фотографска обработка: именувај камера, објектив и филм или извор на светло. Излезот треба да се чита како фотографија што била снимена, а не како две фотографии што биле споени, и токму пишувањето како за фотографија те носи таму.

Нецензурираноста овде е важна на поприземен начин отколку што звучи. Филтрираните генератори одбиваат цели категории обична, законска трговија: каталози за долна облека и костими за капење, тутун и опрема за испарувачи, алкохол, додатоци за огнено оружје, производи за интимно здравје, канабис таму каде што е легален, медицински помагала, тактичка и ловечка опрема. Одбиваат и работа со бренд и лик што ја врши носителот на правата. Ништо од тоа не е граничен случај; тоа е обичен вторник во една агенција. Shannon нема филтер на содржината на патеката за генерирање ниту слој за одбивање кај моделот што го пишува промптот, па работата поминува, а прашањето за правата останува кај тебе, каде што и припаѓа.

08Стил од едната слика, субјект од другата

Прво субјектот, второ стилската референца. Оваа задача е поинаква затоа што позајмуваш својство, а не предмет, па мора да именуваш кои својства — и да кажеш дека сопствениот субјект и композиција на референцата не доаѓаат со неа.

Стилска референца
The portrait of the man from the first image rendered in the
visual style of the second image: the same muted teal and ochre
palette, visible dry-brush texture, and flat even lighting. Keep
his face, expression and pose recognizable and unchanged. Do not
carry over the subject, background or composition of the second
image.

Negative prompt: second face, borrowed background, photographic
texture

Именувај ги стилските оски експлицитно, затоа што само „во стилот на втората слика“ е недоволно определено: палета (или точни бои, запишани како color #8B0000 прикачени на именуван предмет), потег со четка или зрнестост, квалитет на светлото, дебелина на линијата, степен на апстракција, обработка на рабовите. Избери ги двете или трите што го дефинираат изгледот; именувањето на сите шест ги просечува. И не мешај противречни насоки — „фотореалистично“ плус „акварел“ создава каша, а не спој. Ако сакаш фотографија што само позајмува палета, кажи точно тоа.

09Негативни промпти и избор на нов сооднос на платното

Две можности што постојат за спојување и за уредување, но не и за текст-во-слика, и двете се недоволно искористени.

Негативниот промпт

Спојувањето слики поддржува негативен промпт. Несаканите артефакти одат таму — и важно е да одат таму наместо во инструкцијата, затоа што пишувањето „без вишок прсти“ во главната инструкција го именува тоа што се обидуваш да го избегнеш во ист здив со сè што го сакаш. Стави ги исклучувањата во сопствен канал. Ставките што доследно го оправдуваат своето место:

• Анатомија — вишок прсти, дуплирани екстремитети, изобличени раце, второ лице.
• Знаци на колажирање — исечени рабови, видлива линија на спој, лебдечки предмет, дупли сенки, ореол околу субјектот.
• Неусогласено осветлување — неусогласена температура на бојата, недоследна насока на сенката, нерамномерна експозиција меѓу субјектите.
• Дефекти во текстурата — пластична кожа, измазнета ткаенина, извиткан текст на етикета, нечитливо лого.

Држи се на неколкуте што се веродостојни за твојата слика. Негативен промпт што набројува триесет работи е разводнета инструкција, а не силна.

Соодносот на платното

Уредувањето на една слика автоматски го наследува соодносот на страни на изворната слика — има еден извор и неговиот облик е одговорот. Спојувањето нема таква претпоставена вредност, па можеш да избереш нов сооднос на платното, и честопати треба, затоа што обликот што ѝ одговарал на едната изворна слика ретко ѝ одговара на композицијата.

Сооднос	Најдобар за	Типична употреба во композиција
square	Стандардно, социјални мрежи	Еден субјект со еден пренесен елемент
portrait	Луѓе, високи субјекти	Пренос на облека, производ во рацете на еден модел
landscape	Пејзажи, групи	Двајца луѓе еден до друг, предмет поставен во соба
wide	Кинематско кадрирање	Групни снимки, амбиентални сцени со производ, банери
tall	Постери, позадини за телефон	Снимки на облека во цел раст, распореди за постери

Експлицитното барање секогаш победува. Не кажеш ништо и добиваш квадрат — погрешниот облик за поголемиот дел од работата со двајца луѓе и со облека во цел раст, па вреди да се спомене со збор.

10Кои слики ги користи Shannon: разговорот наспроти оваа порака

Постојат два начина слика да влезе во композиција, а знаењето на кој се потпираш ги спречува повеќето забуни со редоследот.

Прикачена на тековната порака. Директниот пат: прикачи сè на пораката што ја носи инструкцијата, по редоследот по кој планираш да се повикуваш на нив, и „првата слика“ и „втората слика“ значат точно тоа што изгледаат. Стандардно оди на ова.

Веќе во разговорот. Сликите испратени порано во нишката остануваат достапни и може да се спомнуваат со обичен јазик — „фотографијата што ја испратив порано“, „сликата со џемперот од претходно“, „втората верзија што ја направи“. Shannon го разрешува повикувањето наспроти нишката, што е навистина погодно низ долга сесија: можеш да итерираш врз резултат, а потоа да внесеш нов елемент без повторно да качуваш сè.

Заштитата и во двата случаја е иста. Картичката за потврда ја покажува инструкцијата пред нешто да се исцрта, вклучувајќи го и редоследот што го избрал. Прочитај ја. Ако улогите испаднале обратно — џемперот како основа, личноста како извор — кажи го тоа и се поправа пред да се генерира или наплати и еден пиксел. Сепак, кога нишката е долга и полна со слики, прикачи ги одново оние што ти требаат; шест слики наназад, „втората слика“ е двосмислена за секој читател.

Ако го замолиш Shannon да погледне слика — да ја опише, да ја прочита етикетата, да ти каже каква е ткаенината — тоа е обична работа со вид, а не генерирање. Не чини ништо дополнително и е добра проверка пред композиција: ако описот на Shannon не го спомнува деталот што ти е важен, твојата инструкција треба да го именува.

11Нецензурирано и што тоа всушност значи

Нема филтер на содржината на патеката за генерирање и нема слој за одбивање кај моделот што го пишува промптот. Композицијата е местото каде што филтрираните алатки затајуваат најочигледно, затоа што системот за одбивање не може да ја разликува разликата меѓу спојување слики што ги поседуваш и спојување слики што не би требало да ги имаш — па ги блокира и двете.

Работата што тие алатки редовно ја одбиваат не е егзотична: уметнички акт и студија на фигура, медицинска и форензичка илустрација, слики за безбедносно истражување, насилство во фикција за корици на книги и уметност за игри, политичка сатира и законските категории производи наведени погоре. Секоја од нив е легитимна професионална работа што филтер по клучни зборови не може да ја разликува од злоупотреба.

Нецензурирано не значи неодговорно. Ти доставуваш фотографии од вистински предмети и честопати од вистински луѓе; правата и согласноста се твои да ги држиш, а исто така и одговорноста за резултатот. Shannon Lab LLC е компанија од Ново Мексико што работи според објавена политика за одговорна употреба — вреди пет минути пред да почнеш работа што вклучува ликови на други луѓе.

12Ограничувања што вреди да се знаат пред да почнеш

Нема генерирање видео. Shannon не анимира слики и не создава видео, во никаква форма, од ниту една од овие операции — ниту од една слика, ниту од композиција, ниту како експериментална опција. Ако твојата задача завршува во движење, ова не е алатката за последниот чекор. Тоа е тоа што производот е, а не навестување за патоказ.

Други искрени граници, сите со заобиколни решенија:

• Ситниот текст е најслабата област. Ситен печат, густ текст на амбалажа и долги сериски броеви може да испаднат несовршени. Кадрирај го производот така што важниот текст да е голем, стави warped label text во негативниот промпт и провери во полна големина.
• Екстремната разлика во размер е тешка. Снимка на производ од 4000 пиксели споена со мала сликичка од соба му остава на моделот малку материјал. Користи ја најдобрата копија од секој извор што ја имаш.
• Големото заклонување ограничува што може да се пренесе. Одевен предмет фотографиран свиткан, чиј грб никогаш не се гледа, не може верно да му се измисли грбот. Ако композицијата го покажува грбот, дај го грбот.
• Повеќе слики значи повеќе простор за забуна. Четири извори се изводливи со дисциплинирано именување по редни броеви, но тоа не е местото за опуштеност — користи го бројот што му треба на задачата и ниту еден повеќе.
• Две големи промени истовремено се борат. Пренеси ја облеката, потврди, па потоа промени ја позадината. Последователните измени речиси секогаш ја победуваат едната преоптоварена инструкција, а секој чекор е евтин за проверка.

13Често поставувани прашања

---

Генерирањето, уредувањето и композицијата од повеќе слики се функции на апликацијата за чет Shannon; крајните точки /v1/chat/completions, /v1/messages и /v1/responses служат за текст и вид, што значи дека ги читаат сликите наместо да ги генерираат. Нема генерирање видео. Опциите за сооднос, поддршката за негативен промпт и однесувањето при потврда се актуелни од 5 септември 2026 година. Поврзано: нецензурирано генерирање слики со AI · нецензурирано уредување слики со AI · одговорна употреба · API документација · индекс на истражувања.