AI ဝတ်စုံ လွှဲပြောင်းခြင်း၊ ဆင်ဆာမဲ့
Shannon ပေါ်တွင် ရုပ်ပုံ နှစ်ပုံ သို့မဟုတ် ထို့ထက်ပိုကို တစ်ပုံတည်းအဖြစ် ပေါင်းစပ်နည်း — အဝတ်အစား လွှဲပြောင်းခြင်း၊ မြင်ကွင်းထဲ အရာဝတ္ထု၊ လူဘေးက လူ၊ လူပေါ်ရှိ ထုတ်ကုန် — နှင့် ၎င်းအားလုံးကို အလုပ်ဖြစ်စေသော စည်းကမ်း တစ်ခုတည်း။
အကျဉ်းချုပ်
ရုပ်ပုံများကို တွဲပြီး ရလဒ်ကို ဖော်ပြရင်း ပုံတစ်ပုံစီက ဘာကို ပံ့ပိုးသည်ကို အစဉ်လိုက် အမည်တပ်ပါ။ ပထမပုံသည် အဓိက ဇာတ်ကောင် သို့မဟုတ် မြင်ကွင်း ဖြစ်ပြီး နောက်ပိုင်းပုံများက ယူဆောင်လာသော အစိတ်အပိုင်းများကို ပေးသည်။ "ပထမပုံမှ အမျိုးသမီးက ဒုတိယပုံမှ အနီရောင် ကြိုးထိုးဆွယ်တာကို ဝတ်ဆင်ကာ တူညီသော ပန်းခြံထဲတွင် ရပ်နေသည်။" ရုပ်ပုံ နှစ်ပုံ လုပ်ငန်းကို ရုပ်ပုံတစ်ပုံနှင့် အခြားတစ်ပုံ၏ စာနှင့်ဖော်ပြချက် အဖြစ်သို့ မချုံ့ပါနှင့် — ဖော်ပြထားသော ဝတ်စုံသည် ယေဘုယျ ဝတ်စုံ တစ်ထည် ဖြစ်လာသည်၊ တကယ့်ပုံမှာ တကယ့်ပုံအဖြစ် ကျန်ရှိနေသည်။ ပေါင်းစပ်ခြင်းသည် negative prompt ကို ထောက်ပံ့ပြီး canvas အချိုးအစား အသစ် ရွေးချယ်ခွင့်ပေးသည်။ content filter မရှိ၊ ငြင်းပယ်မှု အလွှာလည်း မရှိ — ဗီဒီယို ထုတ်လုပ်ခြင်းလည်း မရှိပါ။
လူများ တကယ်လိုအပ်သော ရုပ်ပုံ အလုပ် အများစုသည် "အရာဝတ္ထုတစ်ခု ပုံဆွဲပေးပါ" မဟုတ်ပါ။ "ဒီ ဂျာကတ်ကို ဒီ လူပေါ်တင်ပါ"၊ "ဒီ ကုလားထိုင်ကို ဒီ အခန်းထဲ ချပါ"၊ "ဒီ ထုတ်ကုန်ကို ဒီ လက်ထဲတွင် ဓာတ်ပုံရိုက်ပါ" ဖြစ်သည်။ ၎င်းအားလုံးသည် ဓာတ်ပုံတစ်ပုံထက်ပိုသော ပစ္စည်း လိုအပ်ပြီး၊ အားလုံးက တူညီသော နည်းလမ်းဖြင့် ကျရှုံးသည် — ပုံတစ်ပုံ တွဲထား၊ အခြားတစ်ပုံကို စာလုံးများနှင့် ဖော်ပြထား၊ ပြန်ရသည်မှာ ယုတ္တိရှိသော်လည်း သင်ပိုင်ဆိုင်ထားသောအရာ မဟုတ်တော့ပါ။ ဖြေရှင်းနည်းသည် သင်ထင်ထားသည်ထက် ပိုသေးငယ်ပြီး နေရာတိုင်းတွင် အလုပ်ဖြစ်သည်။
01"ရုပ်ပုံများ ပေါင်းစပ်ခြင်း" ဆိုသည်မှာ ဘာလဲ၊ ဘယ်မှာ ဖြစ်ပွားသလဲ
Shannon 3 သည် ရုပ်ပုံများနှင့် ကွဲပြားသော အလုပ် သုံးမျိုး လုပ်ဆောင်သည် — ဖော်ပြချက်တစ်ခုမှ ရုပ်ပုံအသစ် ထုတ်လုပ်သည်၊ ရှိပြီးသား ရုပ်ပုံ တစ်ခုကို တည်းဖြတ်သည်၊ ရုပ်ပုံ နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုကို ရုပ်ပုံအသစ် တစ်ခုတည်းအဖြစ် ပေါင်းစပ်သည်။ ၎င်းတို့တွင် စည်းမျဉ်း ကွဲပြားပြီး၊ မှားယွင်းစွာ ရွေးချယ်မိလျှင် အရည်အသွေး ပထမဆုံး ကျဆင်းမည့် နေရာ ဖြစ်သည်။
ပြီးမြောက်သော ပုံသည် ဓာတ်ပုံတစ်ပုံထက်ပိုသော ပစ္စည်း လိုအပ်တိုင်း ပေါင်းစပ်ခြင်းကို သုံးပါ — ဝတ်စုံနှင့် အဝတ်အစား လွှဲပြောင်းခြင်း၊ အရာဝတ္ထုတစ်ခုကို မြင်ကွင်းထဲ ထည့်ခြင်း၊ ပုဂ္ဂိုလ် A ဘေးတွင် ပုဂ္ဂိုလ် B၊ တကယ့် model တစ်ဦးကိုင်ထားသော တကယ့်ထုတ်ကုန်၊ ပုံတစ်ပုံ၏ style ကို အခြားတစ်ပုံ၏ ဇာတ်ကောင်ပေါ် သက်ရောက်စေခြင်း။ ပုံနှစ်ပုံကို တစ်ပြိုင်နက် ညွှန်ပြနိုင်လျှင် ကောင်းမည်ဟု ခံစားရလျှင် ၎င်းသည် ထိုလုပ်ဆောင်ချက် ဖြစ်သည်။
ဤအားလုံးသည် သာမန် စကားဝိုင်းအဖြစ် Shannon chat အက်ပ်ထဲတွင် ဖြစ်ပွားသည်။ /v1 API ပေါ်တွင် မဟုတ်ပါ — API သည် စာသားနှင့် vision ကို ဝန်ဆောင်မှုပေးသည်၊ ဆိုလိုသည်မှာ သင်ပို့သော ရုပ်ပုံများကို ရုပ်ပုံအသစ် ထုတ်လုပ်ခြင်းထက် ဖတ်ခြင်း ဖြစ်သည်။ API ရှာဖွေမှုမှ ရောက်လာလျှင် ၎င်းသည် ရိုးသားသော အဖြေ ဖြစ်သည်၊ endpoint များ ဘာဝန်ဆောင်မှုပေးသည်ကို API စာရွက်စာတမ်းတွင် ကြည့်ပါ။ ရုပ်ပုံများသည် ကျွန်ုပ်တို့ ကိုယ်ပိုင် GPU ကလပ်စတာပေါ်တွင် render ဖြစ်သည်။
သင် ပြောနေကျ ဘာသာစကားဖြင့် ရိုးရိုးရှင်းရှင်း တောင်းဆိုသည်။ Shannon သည် ရုပ်ပုံတစ်ခု တောင်းဆိုနေကြောင်း ဆုံးဖြတ်ပြီး၊ ထုတ်လုပ်ရေး ညွှန်ကြားချက်ကို အင်္ဂလိပ်ဘာသာဖြင့် ကိုယ်တိုင် ရေးကာ ဘာမှ မထွက်မီ အတည်ပြု ကတ်ပေါ်တွင် သင့်အား ပြသည်။ သင် အတည်မပြုမချင်း ဘာမှ ထွက်မလာ၊ ဘာမှ ငွေမကျပါ — ရုပ်ပုံ အများအပြား လုပ်ငန်းအတွက်ဆိုလျှင် အခန်းကဏ္ဍနှင့် အစီအစဉ်တို့ သင့်ရည်ရွယ်ချက်အတိုင်း ထွက်လာမလားဆိုသည်ကို စစ်ဆေးရမည့် နေရာမှာ ထိုကတ် ဖြစ်သည်။ Shannon သည် ဘယ်တော့မှ မတောင်းဆိုဘဲ ထုတ်မပေးပါ — နှုတ်ဆက်စကား၊ မေးခွန်းတစ်ခု သို့မဟုတ် ရိုးရိုး တွဲပို့ထားသော ဓာတ်ပုံတစ်ခုသည် render တစ်ခုကို မမောင်းနှင်ပါ။
02စည်းကမ်း — ပုံတစ်ပုံစီ၏ အခန်းကဏ္ဍကို အစဉ်လိုက် အမည်တပ်ပါ
ညွှန်ကြားချက်သည် ပုံတစ်ပုံစီက ဘာကို ပံ့ပိုးသည်ကို ပြောရမည်ဖြစ်ပြီး ၎င်းကို ပုံများ ပေးခဲ့သော အစီအစဉ်အတိုင်း ပြောရမည်။ ထိုအရာသည် နည်းစနစ် တစ်ခုလုံး ဖြစ်သည်၊ အောက်ပါအားလုံးသည် ထိုစည်းကမ်းကို တိကျသော အလုပ်တစ်ခုအပေါ် အသုံးချထားခြင်း ဖြစ်သည်။
ပထမပုံသည် base ဖြစ်သည် — အဓိက ဇာတ်ကောင် သို့မဟုတ် မြင်ကွင်း၊ ပြီးမြောက်သော ပုံသည် များသောအားဖြင့် ဘာဖြင့် ဖွဲ့စည်းထားသနည်း။ ၎င်းက identity၊ ကိုယ်ဟန်၊ framing၊ အလင်းရောင်နှင့် သင် ပြောင်းလိုချင်ခြင်း မရှိသော အရာအားလုံးကို သတ်မှတ်သည်။ နောက်ပိုင်းပုံများသည် source များ ဖြစ်သည် — ယူဆောင်လာသော အစိတ်အပိုင်းများ။ ပုံများကို အစီအစဉ်အတိုင်း ကိုင်ထားသော လူစိမ်းတစ်ဦးက လက်ဖြင့် ထိုအလုပ်ကို လုပ်ဆောင်နိုင်မည့်ပုံစံဖြင့် ဝါကျကို ရေးပါ။
အလုပ်ဖြစ်သည်
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.
အလုပ်မဖြစ်ပါ
Combine these two images. Merge the photos. Put them together.
ကျရှုံးသော ဗားရှင်းများသည် တိုတောင်းသောကြောင့် ကျရှုံးသည် မဟုတ်ဘဲ ဘယ်ပုံက လူဖြစ်ပြီး ဘယ်ပုံက ဆွယ်တာဖြစ်သည်ကို ဘယ်တော့မှ မပြောသောကြောင့် ကျရှုံးခြင်း ဖြစ်သည်။ စည်းကမ်းကို ယုံကြည်ရစေသော အလေ့အထ သုံးခု —
- အစီအစဉ် ညွှန်ပြသော ဘာသာစကားကို ပွင့်ပွင့်လင်းလင်း သုံးပါ။ "ပထမပုံမှ"၊ "ဒုတိယပုံမှ"။ စကားလုံး လေးလုံးဖြင့် မရေရာမှု ကွယ်ပျောက်သွားသည်။
- ဘာမပြောင်းဘဲ ကျန်ရမည်ကို ပြောပါ။ "သူမ မျက်နှာ၊ ဆံပင်နှင့် ကိုယ်ဟန်ကို အတိအတိအတူတူ ထားပါ။" မပြောင်းရသော အပိုင်းများကို အမည်တပ်ခြင်းသည် Shannon လုပ်ဆောင်သော ရုပ်ပုံ လုပ်ငန်းစဉ်တိုင်းတွင် အကြီးမားဆုံး အရည်အသွေး လီဗာ ဖြစ်ပြီး၊ ဤနေရာတွင် အရေးအကြီးဆုံး ဖြစ်သည်၊ အဘယ်ကြောင့်ဆိုသော် ပေါင်းစပ်မှုတစ်ခုသည် ရွေ့လျောနိုင်သော အရာ နှစ်ခု သို့မဟုတ် ထို့ထက်ပို ရှိသောကြောင့်။
- Tag များ မဟုတ်ဘဲ စာပိုဒ် ရေးပါ။ Image Model သည် ဘာသာစကား မော်ဒယ်တစ်ခုက ဝါကျတစ်ခု ဖတ်သကဲ့သို့ ညွှန်ကြားချက်များကို ဖတ်သောကြောင့် ဝါကျ အပြည့်များသည် ကော်မာခြားထားသော keyword များထက် သာသည်။ စကားလုံး ၃၀ မှ ၈၀ ကို ပန်းတိုင်ထားပြီး SDXL ခေတ်ရှေးဟောင်း junk ("masterpiece, best quality, 8k") နှင့်
(word:1.3)ကဲ့သို့ weight syntax များကို ချန်ထားပါ။
ပုံတစ်ပုံတွင် အရာတစ်ခုထက်ပို ပါဝင်နေလျှင် ၎င်းထဲမှ သင်လိုချင်သော အစိတ်အပိုင်းကို အမည်တပ်ပါ။ ဒုတိယပုံသည် ဆွယ်တာဝတ်ထားသော model တစ်ဦး၏ ကက်တလောက် ဓာတ်ပုံဖြစ်ပါက "ဒုတိယပုံထဲက အမျိုးသမီး ဝတ်ဆင်ထားသော အနီရောင် ကြိုးထိုးဆွယ်တာ" ဟု ရေးလျှင် ဝတ်စုံကို လိုချင်သည်ကို ဆိုလိုသည်၊ model ကို မဟုတ်ပါ။ "ဒုတိယပုံ" ဟုသာ ချန်ထားလျှင် သူမ၏ မျက်နှာပါ ပါလာနိုင်သည်။
အလုပ်အလိုက် အခန်းကဏ္ဍ template များ
| အလုပ် | ပထမပုံ | ဒုတိယပုံ | ညွှန်ကြားချက် ပုံစံ |
|---|---|---|---|
| ဝတ်စုံ လွှဲပြောင်းခြင်း | လူ | အဝတ်အစား | "The [person] from the first image wearing the [garment] from the second image, [what stays]" |
| မြင်ကွင်းထဲ အရာဝတ္ထု | မြင်ကွင်း | အရာဝတ္ထု | "The [room] from the first image with the [object] from the second image placed [where], matching [light]" |
| လူ + လူ | ပုဂ္ဂိုလ် A နှင့် နေရာ | ပုဂ္ဂိုလ် B | "The [man] from the first image standing beside the [woman] from the second image, [positions, eyelines]" |
| လူပေါ်ရှိ ထုတ်ကုန် | model သို့မဟုတ် မြင်ကွင်း | ထုတ်ကုန် | "The [model] from the first image holding the [product] from the second image, [grip, label facing]" |
| Style လွှဲပြောင်းခြင်း | ဇာတ်ကောင် | style ကိုးကားချက် | "The [subject] from the first image rendered in the [style axes] of the second image, [subject unchanged]" |
03ကြိုးစားမှု အများစုကို ဖျက်ဆီးလိုက်သော အမှား — တွဲမည့်အစား ဖော်ပြခြင်း
ဤအမှားသည် ဆူညံစရာ တန်ဖိုးရှိသည်၊ အဘယ်ကြောင့်ဆိုသော် အဖြစ်များဆုံး ဖြစ်ပြီး အလုပ်ဖြစ်သလို ထင်ရသောကြောင့်။ အသုံးပြုသူတွင် ဓာတ်ပုံနှစ်ပုံ ရှိသည် — သူ့ client နှင့် client ၏ ထုတ်ကုန်၊ သို့မဟုတ် သူ့ကိုယ်တိုင်နှင့် သူပိုင်ဆိုင်ထားသော ဂျာကတ်တစ်ထည်။ တစ်ပုံကို တွဲပြီး အခြားတစ်ပုံကို ရိုက်ရေးလိုက်သည်။
အမှား
[attaches one photo of a woman]
"Put a red knitted sweater on her, cable knit, kind of chunky,
with a rolled collar."
ပြန်ရသည်မှာ အနီရောင် ကြိုးထိုးဆွယ်တာဝတ်ထားသော အမျိုးသမီးတစ်ဦး ဖြစ်သည်။ ကောင်းမွန်သော ဆွယ်တာ ဖြစ်သော်လည်း ထို ဆွယ်တာ မဟုတ်ပါ။ cable ပုံစံကို တီထွင်ထားသည်၊ dye က မတူသော အနီရောင်၊ ကြိုးထိုးနက်ရှိုင်းမှုက မှားနေသည်၊ collar က မှားသောနည်းလမ်းဖြင့် လိပ်နေသည်၊ တကယ့်အဝတ်အစားကို မှတ်မိစေသော သေးငယ်သော မညီမျှမှုများ — ပြင်ဆင်ချက်တစ်ခု၊ ဆွဲထုတ်ထားမှုတစ်ခု၊ တံတောင်ဆစ်တွင် ဆန့်ကျင်ထားမှု — ကွယ်ပျောက်သွားသည်၊ အဘယ်ကြောင့်ဆိုသော် ဝါကျထဲတွင် ၎င်းတို့ မပါဝင်သောကြောင့်။
စာသားသည် ဆုံးရှုံးနိုင်သော channel ဖြစ်ပြီး ဓာတ်ပုံသည် မဟုတ်ပါ။ သေချာစွာ ရေးထားသော ဝါကျတစ်ခုသည် အရာဝတ္ထု တစ်ခု၏ အင်္ဂါရပ် တစ်ဒါဇင်ခန့်ကိုသာ သယ်ဆောင်နိုင်သည်၊ ဓာတ်ပုံကမူ ရေးမည်ဟု ဘယ်တော့မှ မတွေးမိသောအရာများနှင့် အမည်မတပ်နိုင်သော အရာများ အပါအဝင် ထောင်ချီသော အရာများကို သယ်ဆောင်သည်။ တွဲမည့်အစား ဖော်ပြခြင်းက သင် မတွေးမိသော အားလုံးကို — အများစုကို — ပစ်ပယ်လိုက်သည်။ တွဲထားခြင်းက တကယ့်အသွင်အပြင် ရှိနေသောကြောင့် ၎င်းကို ထိန်းသိမ်းပေးသည်။
စမ်းသပ်မှုက ရိုးရှင်းသည်။ ပုံ၏ အဓိက အချက်မှာ ၎င်းသည် ထို တစ်ခုတည်း ဖြစ်ခြင်း — တိကျသော အဝတ်အစား၊ ထိုလူ၊ ထိုတိကျသော ထုတ်ကုန်၊ ထိုအခန်း — ဖြစ်ပါက တွဲပါ။ lineup တစ်ခုထဲမှ ပစ္စည်းကို ရွေးထုတ်နိုင်ပြီး ရလဒ်က သင်ရွေးမည့် တစ်ခုနှင့် ကိုက်ညီရန် အရေးကြီးလျှင် ဖော်ပြချက်တစ်ခုတည်းက ၎င်းကို မလုပ်ဆောင်နိုင်ပါ။
စာကြောင်းတစ်ကြောင်းဖြင့် ဗားရှင်း
ဖော်ပြထားသော အဝတ်အစားသည် ယေဘုယျ အဝတ်အစား တစ်ထည် ဖြစ်လာသည်။ တကယ့်ပုံမှာ တကယ့်ပုံအဖြစ် ကျန်ရှိနေသည်။ ဒုတိယမျက်နှာ၊ ထုတ်ကုန်၊ ကုလားထိုင်နှင့် အခန်းအတွက်လည်း အလားတူသာ ဖြစ်သည် — တွဲထားခြင်းက identity ကို ထိန်းသိမ်းပြီး၊ ဖော်ပြခြင်းက ၎င်းကို ပျမ်းမျှတစ်ခုနှင့် အစားထိုးလိုက်သည်။
ဖော်ပြခြင်း သင့်တော်သည့် တရားဝင် အခြေအနေတစ်ခု ရှိသည် — အရာဝတ္ထုသည် မရှိသေးလျှင်၊ သို့မဟုတ် ယေဘုယျ ဗားရှင်းတစ်ခုသာ သင် လိုချင်လျှင် ဖြစ်သည်။ ဘယ်သူမျှ မထိုးရသေးသော ဆွယ်တာတစ်ထည် ဒီဇိုင်းဆွဲခြင်း၊ concept တစ်ခု အကြမ်းဖျင်း ရေးဆွဲခြင်း — ၎င်းသည် စာသားမှ ရုပ်ပုံ ထုတ်လုပ်ခြင်း အလုပ် ဖြစ်ပြီး ဖော်ပြချက် မှန်ကန်သည်၊ အဘယ်ကြောင့်ဆိုသော် သင် ထိန်းသိမ်းနေသော identity ပါသော တကယ့်အရာဝတ္ထု မရှိသောကြောင့်။ တကယ့်အရာဝတ္ထုတစ်ခု brief ထဲသို့ ဝင်လာသည်နှင့် ၎င်း၏ ဓာတ်ပုံလည်း ဝင်လာသည်။
ဆက်စပ်သော တစ်ဝက်အမှား တစ်ခု — ပုံနှစ်ခုစလုံးကို တွဲပြီး ဒုတိယပုံကို ဆက်လက် အသေးစိတ် ဖော်ပြနေခြင်း ဖြစ်သည်။ နာမဝိသေသနများက ဓာတ်ပုံနှင့် ဆန့်ကျင်နိုင်သည် — တကယ့်အဝတ်အစားက ကြိုးထိုးပါးလွယ်လျှင် "ထူထဲသော" ဟု ရေးလိုက်ပါက ဆန့်ကျင်ချက် တစ်ခု ဖြစ်ပေါ်စေသည်။ ဒုတိယပုံကို ဘယ်အစိတ်အပိုင်း လိုချင်သည်ကို ခွဲခြားနိုင်သည်အထိသာ ဖော်ပြပါ။
04ဝတ်စုံနှင့် အဝတ်အစား လွှဲပြောင်းခြင်း
အကျင့်ကျ ရုပ်ပုံနှစ်ပုံ အလုပ် ဖြစ်သည်။ လူကို ပထမနှင့် အဝတ်အစားကို ဒုတိယ တွဲပါ။ အဝတ်အစား ပုံသည် flat lay တစ်ခု၊ hanger ဓာတ်ပုံတစ်ခု၊ ကက်တလောက် ဓာတ်ပုံတစ်ခု၊ သို့မဟုတ် အခြားသူတစ်ဦး ဝတ်ဆင်ထားသော ပုံတစ်ခု ဖြစ်နိုင်သည် — ၎င်းတို့ထဲက ဘယ်အစိတ်အပိုင်းကို ဆိုလိုသည်ဟု သင် ပြောသရွေ့ အားလုံး အလုပ်ဖြစ်သည်။
ဝတ်စုံ လွှဲပြောင်းခြင်း
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
အလုပ်ကို လုပ်ဆောင်သည့် အချက် သုံးချက် — အခန်းကဏ္ဍများကို အစီအစဉ်အတိုင်း အမည်တပ်ထားသည်၊ မပြောင်းရသော အပိုင်းများကို ပွင့်ပွင့်လင်းလင်း စာရင်းပြုစုထားသည် (မျက်နှာ ရွေ့လျောခြင်းကို ရပ်တန့်စေသည့် အချက်)၊ နောက်ဆုံး ဝါကျပိုင်းက အဝတ်အစား၏ ကိုယ်ပိုင် အသေးစိတ်ချက်များသည် အဓိက အချက်ဖြစ်ကြောင်း မော်ဒယ်ကို ပြောသည် — ၎င်းမရှိလျှင် ပေါင်းစပ်ချက်များသည် အရောင်နှင့် silhouette ကို ထိန်းထားတတ်သော်လည်း texture ကို တိတ်တဆိတ် ချောမွေ့စေတတ်သည်။
- Fit သည် ရုပ်ပိုင်းဆိုင်ရာ အခိုင်အမာချက် ဖြစ်သည်၊ ထို့ကြောင့် ၎င်းကို ဖော်ပြပါ။ "သူမ ကိုယ်လုံးပေါ် သဘာဝကျစွာ ဆွဲကျ"၊ "ခါးဝတွင် ကိုက်ညီ"၊ "လက်ကောက်ဝတ်တွင် ဆုံးသော လက်ရှည်" — မထားလျှင် အဝတ်အစားသည် ဝတ်သူ၏ အချိုးအစားထက် မူရင်း အချိုးအစားဖြင့် ရောက်လာနိုင်သည်။
- ဖုံးအုပ်နေသော အပိုင်း ခက်ခဲသော ကိစ္စ ဖြစ်သည်။ လက်များ ရှေ့တွင် ချိန်ထားလျှင် သို့မဟုတ် bag strap တစ်ခု ရင်ဘတ်ကို ဖြတ်နေလျှင် ၎င်းတွင် ဘာဖြစ်သည်ကို ပြောပါ။ ထိုနေရာမှ မရေရာမှုက classic melted-sleeve artifact ကို ဖြစ်စေသည်။
- အဝတ်အစား ပိုများလျှင် ရုပ်ပုံ ပိုများသည်။ လူကို ပထမ၊ ထို့နောက် အပေါ်ပိုင်း၊ ထို့နောက် ဘောင်းဘီ၊ ထို့နောက် ဖိနပ် — ၎င်းတို့ကို ဒုတိယ၊ တတိယနှင့် စတုတ္ထပုံအဖြစ် တသမတ်တည်း ရည်ညွှန်းပါ။ တစ်ဝက်လမ်းတွင် "ဖိနပ်ပုံ" သို့ မပြောင်းပါနှင့်။
05အရာဝတ္ထုတစ်ခုကို မြင်ကွင်းထဲ ထည့်ခြင်း
ဤနေရာတွင် အခန်းကဏ္ဍများ ပြောင်းပြန်ဖြစ်သည် — မြင်ကွင်းကို ပထမ ထားရသည်၊ အဘယ်ကြောင့်ဆိုသော် ပြီးမြောက်သော ပုံသည် များသောအားဖြင့် ၎င်းဖြင့် ဖွဲ့စည်းထားသောကြောင့်၊ အရာဝတ္ထုသည် ယူဆောင်လာသော အပိုင်း ဖြစ်သည်။ interior mockup များ၊ မဝယ်ရသေးသော ပရိဘောဂဖြင့် အခန်းတစ်ခန်း ပြင်ဆင်ခြင်း၊ လမ်းပေါ်သို့ ယာဉ်တစ်စီး ချထားခြင်း၊ ပန်းချီပြခန်းထဲ ရုပ်ထုတစ်ခု ထားခြင်း — အကြိမ်တိုင်း ပုံစံတူညီသည်။
မြင်ကွင်းထဲ အရာဝတ္ထု
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
ဤနေရာရှိ ကျရှုံးပုံသည် identity မဟုတ်၊ physics ဖြစ်သည်။ ကိုယ်ပိုင် အလင်းရောင်ကို ထိန်းထားသော အရာဝတ္ထုသည် ကပ်ထားသကဲ့သို့ မြင်ရပြီး၊ ကြည့်ရှုသူများက အဘယ်ကြောင့်ဟု မပြောနိုင်စေကာမူ ချက်ချင်း ဖော်ထုတ်တတ်သည်။ တစ်ခုတည်းသော အရာဝတ္ထု ဓာတ်ပုံတစ်ပုံ မသိနိုင်သော အချက်သုံးခုအတွက် သင့်စကားလုံးများကို သုံးပါ — နေရာချထားမှု (ဘောင်ထဲ ဘယ်နေရာတွင်၊ ဘာနှင့် ဆက်စပ်၍)၊ စင်တီမီတာအစား မြင်ကွင်းနှင့် ချိန်ညှိထားသော အရွယ်အစား ("ခါးဝ အမြင့်ခန့်"၊ "တံခါးလက်ကိုင် အမြင့်ခန့်")၊ အလင်းရောင်နှင့် အရိပ် — ဦးတည်ချက်၊ အရည်အသွေးနှင့် အရိပ်ကျရာနေရာ။ နောက်ဆုံးတစ်ခုသည် composite တစ်ခုကို ဓာတ်ပုံတစ်ခုအဖြစ် ပြောင်းလဲပေးသော အချက် ဖြစ်သည်။
06ပုဂ္ဂိုလ် A ဘေးတွင် ပုဂ္ဂိုလ် B
ဘယ်သောအခါမျှ တစ်ခန်းတည်းတွင် မရှိခဲ့ဖူးသော လူနှစ်ဦး — မျိုးဆက်ပေါင်းစုံအတွင်း မိသားစု ဓာတ်ပုံများ၊ ပူးတွဲတည်ထောင်သူ ခရီးထွက်နေချိန် တည်ထောင်သူ ပုံရိပ်၊ ဖျော်ဖြေသူ နှစ်ဦးပါ ပိုစတာတစ်ခု။ ၎င်းသည် အလုပ်ဖြစ်ပြီး ဇာတ်ကောင်တစ်ဦးတည်း အလုပ်များ မလိုအပ်သော အချက်နှစ်ခု လိုအပ်သည်။
လူနှစ်ဦး
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
အပိုအချက် နှစ်ခု — ဆွေးနွှေးဆက်စပ်နေရာ — ဘယ်သူက ဘယ်ဘက်တွင်၊ ဘယ်လောက်ကွာ၊ ဘယ်သူ၏ eyeline ဘယ်ရောက်၊ ဆက်စပ် အမြင့် — အဘယ်ကြောင့်ဆိုသော် crop မတူညီသော ပုံရိပ် နှစ်ခုသည် လူတစ်ဦးက ဦးခေါင်းတစ်ခု ပိုမြင့်ကြောင်း မော်ဒယ်ကို သိစေနိုင်စွမ်း မရှိသောကြောင့် — ပြီးလျှင် ပွင့်ပွင့်လင်းလင်း ဖော်ပြထားသော တစ်ခုတည်း မျှဝေအလင်းရောင် — အဘယ်ကြောင့်ဆိုသော် အလင်းရောင် ပတ်ဝန်းကျင် နှစ်ခုကို ပေါင်းစပ်နေခြင်း ဖြစ်ပြီး တစ်ခုက အနိုင်ရရမည်ဖြစ်သောကြောင့်။
ဤနေရာသည် canvas အချိုးအစား အသစ် ရွေးချယ်ခြင်း၏ တန်ဖိုးကို သက်သေပြသော နေရာလည်း ဖြစ်သည် — ဒေါင်လိုက် အချိုးအစားရှိသော source ပုံ နှစ်ပုံသည် ဒေါင်လိုက် အုပ်စု ဓာတ်ပုံ ညံ့ဖျင်းသော တစ်ခု ပေးလိမ့်မည်၊ ထို့ကြောင့် landscape သို့မဟုတ် wide ကို တောင်းဆိုပါ။ ထင်ရှားသော အချက်တစ်ခုကို တစ်ကြိမ် ပြောထားပါ — မရှိခဲ့ဖူးသော ပုံထဲသို့ တကယ့်လူတစ်ဦးကို ထည့်ခြင်းသည် စွမ်းအားကြီးပြီး အလိုအလျောက် အန္တရာယ်ကင်း မဟုတ်ပါ။ အခွင့်အရေး သို့မဟုတ် သဘောတူညီချက် ရှိရမည်၊ ကျွန်ုပ်တို့၏ တာဝန်သိစွာ အသုံးပြုရေး မူဝါဒသည် အတိုချုပ် ဗားရှင်း ဖြစ်သည်။
07လူပေါ်ရှိ ထုတ်ကုန်နှင့် ဆင်ဆာမဲ့ ထုတ်ကုန် ဓာတ်ပုံရိုက်ခြင်း
စီးပွားရေးအရ ဆိုလျှင် ၎င်း၏ကုန်ကျစရိတ်ကို ၎င်းကိုယ်တိုင် ပြန်လည် ရှာဖွေပေးသော ပေါင်းစပ်ချက် ဖြစ်သည်။ သင့်တွင် အဖြူရောင်ပေါ် ရိုက်ထားသော ထုတ်ကုန် ဓာတ်ပုံနှင့် model တစ်ဦး၊ လက်တစ်ဖက်၊ မီးဖိုချောင်၊ အလုပ်ခုံ ရှိသည်။ ၎င်းတို့ကို ပေါင်းစပ်လိုက်ခြင်းက studio ရက်တစ်ရက်မလိုဘဲ lifestyle ဓာတ်ပုံ ရသည် — ထို့ပြင် ထုတ်လုပ်ထားသော ခန့်မှန်းချက် မဟုတ်ဘဲ သင့်တကယ့်ထုတ်ကုန် ပါဝင်နေခြင်းသည် အသုံးဝင်သော marketing ပစ္စည်းနှင့် တောင်းပန်ရမည့် mockup တစ်ခု ကွာခြားချက် တစ်ခုလုံး ဖြစ်သည်။
လူပေါ်ရှိ ထုတ်ကုန်
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
ထုတ်ကုန် အလုပ်နှင့် သက်ဆိုင်သော အပို အချက် နှစ်ခု။ ကိုင်ပုံ — အရာဝတ္ထုများ ကိုင်ထားသော လက်များသည် ပေါင်းစပ်ချက် အများဆုံး ချွတ်ချော်တတ်သော နေရာ ဖြစ်သဖြင့် ဘယ်လက်၊ ဘယ်အမြင့်တွင်၊ label ကို မဖုံးအုပ်ဘဲ လက်ချောင်းများ သဘာဝကျစွာ ဝိုင်းထားကြောင်း ဖော်ပြပါ။ ဓာတ်ပုံ ကုသမှု — ကင်မရာတစ်လုံး၊ မှန်ဘီလူးတစ်ခုနှင့် ဖလင် သို့မဟုတ် အလင်းရင်းမြစ်တစ်ခုကို အမည်တပ်ပါ။ output သည် ရိုက်ထားသော ဓာတ်ပုံတစ်ပုံအဖြစ် ဖတ်ရမည်၊ ပေါင်းစပ်ထားသော ဓာတ်ပုံနှစ်ပုံအဖြစ် မဟုတ်ပါ၊ ၎င်းကို ဓာတ်ပုံတစ်ပုံအဖြစ် ရေးခြင်းက ထိုနေရာသို့ ရောက်စေသည့် အချက် ဖြစ်သည်။
ဆင်ဆာမဲ့ ဖြစ်ခြင်းသည် ကြားရသလိုထက် ပိုသာမန်ကျသော နည်းလမ်းဖြင့် ဤနေရာတွင် အရေးကြီးသည်။ filter ပါသော ထုတ်လုပ်စက်များသည် သာမန်၊ တရားဝင် ကုန်သွယ်မှု အမျိုးအစားများစွာကို ငြင်းပယ်တတ်သည် — အတွင်းခံနှင့် ရေကူးဝတ်စုံ ကက်တလောက်များ၊ ဆေးရွက်ကြီးနှင့် vape hardware၊ အရက်၊ သေနတ် ပစ္စည်းများ၊ အရွယ်ရောက်ပြီးသူ ကျန်းမာရေး ထုတ်ကုန်များ၊ တရားဝင်ရာနေရာမှ cannabis၊ ဆေးဘက်ဆိုင်ရာ ကိရိယာများ၊ tactical နှင့် အမဲလိုက် ပစ္စည်းများ။ အခွင့်အရေးပိုင်ရှင် ကိုယ်တိုင် လုပ်ဆောင်သော အမှတ်တံဆိပ်နှင့် ရုပ်ပုံသဏ္ဌာန် အလုပ်ကိုလည်း ငြင်းပယ်တတ်သည်။ ၎င်းတစ်ခုမျှ ရှားပါးသော ကိစ္စ မဟုတ်ပါ၊ agency တစ်ခု၏ ရိုးရိုး တနင်္လာနေ့ ဖြစ်သည်။ Shannon တွင် ထုတ်လုပ်ရေး လမ်းကြောင်းပေါ်တွင် content filter မရှိ၊ prompt ရေးသည့် မော်ဒယ်ပေါ်တွင် ငြင်းပယ်မှု အလွှာလည်း မရှိသဖြင့် အလုပ်က ဆက်သွားပြီး အခွင့်အရေး ဆိုင်ရာ မေးခွန်းသည် သင့်ထံတွင်သာ ကျန်ရှိသည်၊ ၎င်းသည် ကျန်ရှိသင့်ရာ နေရာ ဖြစ်သည်။
08Style ကို ပုံတစ်ပုံမှ၊ ဇာတ်ကောင်ကို အခြားတစ်ပုံမှ
ဇာတ်ကောင်ကို ပထမ၊ style ကိုးကားချက်ကို ဒုတိယ။ ဤအလုပ်ကို ကွဲပြားစေသော အချက်မှာ သင် အရာဝတ္ထုတစ်ခုထက် အရည်အသွေးတစ်ခုကို ငှားယူနေခြင်း ဖြစ်ပြီး ဘယ်အရည်အသွေးများကို အမည်တပ်ရမည်နှင့် ကိုးကားချက်၏ ကိုယ်ပိုင်ဇာတ်ကောင်နှင့် composition မပါလာကြောင်း ပြောရမည် ဖြစ်သည်။
Style ကိုးကားချက်
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
style axis များကို ပွင့်ပွင့်လင်းလင်း အမည်တပ်ပါ၊ အဘယ်ကြောင့်ဆိုသော် "ဒုတိယပုံ၏ style ဖြင့်" ဟုသာ ဆိုလျှင် ဖော်ပြချက် မလုံလောက်ပါ — palette (သို့မဟုတ် အရာဝတ္ထုတစ်ခုနှင့် ချိတ်ဆက်ထားသော color #8B0000 ကဲ့သို့ ရေးထားသော အတိအကျ အရောင်များ)၊ brushwork သို့မဟုတ် grain၊ အလင်းရောင် အရည်အသွေး၊ line weight၊ abstraction အဆင့်၊ edge ကုသမှု။ အသွင်အပြင်ကို သတ်မှတ်သော နှစ်ခု သို့မဟုတ် သုံးခုကို ရွေးပါ — ခြောက်ခုလုံးကို အမည်တပ်ခြင်းက ၎င်းတို့ကို ပျမ်းမျှ ဖြစ်စေသည်။ ဆန့်ကျင်သော ဦးတည်ချက်များကို မရောပါနှင့် — "ဓာတ်ပုံနှင့်တူ" နှင့် "watercolor" ပေါင်းလိုက်ပါက ရောနှော ရလဒ် ရသည်၊ ပေါင်းစပ်ချက် မဟုတ်ပါ။ palette တစ်ခုကိုသာ ငှားယူသော ဓာတ်ပုံတစ်ပုံ လိုချင်လျှင် ထိုအတိုင်းသာ ပြောပါ။
09Negative prompt များနှင့် canvas အချိုးအစား အသစ် ရွေးချယ်ခြင်း
ပေါင်းစပ်ခြင်းနှင့် တည်းဖြတ်ခြင်းအတွက် ရှိသော်လည်း စာသားမှ ရုပ်ပုံ ထုတ်လုပ်ခြင်းအတွက် မရှိသော စွမ်းရည် နှစ်ခု ဖြစ်ပြီး နှစ်ခုစလုံး အသုံးမပြု ကျန်ခဲ့တတ်သည်။
Negative prompt
ရုပ်ပုံများ ပေါင်းစပ်ခြင်းသည် negative prompt ကို ထောက်ပံ့သည်။ မလိုချင်သော artifact များ ထိုနေရာတွင် ရှိသင့်သည် — ညွှန်ကြားချက်ထဲထက် ထိုနေရာသို့ ရောက်ရန် အရေးကြီးသည်၊ အဘယ်ကြောင့်ဆိုသော် အဓိက ညွှန်ကြားချက်ထဲတွင် "လက်ချောင်း အပို မပါစေနှင့်" ဟု ရေးလိုက်ပါက သင်လိုချင်သည့် အားလုံးနှင့် အတူတူ ရှောင်ရှားလိုသော အရာကို အမည်တပ်ခြင်း ဖြစ်နေသောကြောင့်။ ဖယ်ချက်များကို ၎င်းတို့ ကိုယ်ပိုင် channel ထဲတွင် ထားပါ။ အမြဲ တန်ဖိုးရှိသော အရာများ —
- ခန္ဓာဗေဒ — လက်ချောင်း အပို၊ ထပ်နေသော လက်ခြေများ၊ ပုံပျက် လက်များ၊ ဒုတိယ မျက်နှာ။
- Compositing ဖော်ထုတ်ချက်များ — cut-out အနား၊ မြင်နိုင်သော seam line၊ ပေါလောပေါ်ချသော အရာဝတ္ထု၊ ထပ်နေသော အရိပ်များ၊ ဇာတ်ကောင်ပတ်လည် halo။
- အလင်းရောင် မကိုက်ညီမှု — မကိုက်ညီသော အရောင် အပူချိန်၊ တသမတ်မတည်း အရိပ် ဦးတည်ချက်၊ ဇာတ်ကောင်များကြား မညီမျှသော exposure။
- Texture ချို့ယွင်းချက်များ — ပလတ်စတစ် အသားအရေ၊ ချောမွေ့သွားသော အထည်၊ လိပ်နေသော label စာလုံး၊ ဖတ်မရသော logo။
သင့်ရုပ်ပုံအတွက် ယုတ္တိရှိသော အနည်းငယ်ကိုသာ ထားပါ။ negative prompt တစ်ခုတွင် အရာ သုံးဆယ် စာရင်းသွင်းထားလျှင် ၎င်းသည် ကျဲဖြန့်နေသော ညွှန်ကြားချက် ဖြစ်ပြီး အားကောင်းသော တစ်ခု မဟုတ်ပါ။
Canvas အချိုးအစား
ရုပ်ပုံတစ်ပုံတည်းကို တည်းဖြတ်ခြင်းသည် မူရင်းပုံ၏ အချိုးအစားကို အလိုအလျောက် ဆက်ခံသည် — source တစ်ခုတည်း ရှိပြီး ၎င်း၏ ပုံသဏ္ဌာန်သည် အဖြေ ဖြစ်သည်။ ပေါင်းစပ်ခြင်းတွင် default ထိုသို့ မရှိသဖြင့် canvas အချိုးအစား အသစ် ရွေးချယ်နိုင်ပြီး များသောအားဖြင့် ရွေးသင့်သည်၊ အဘယ်ကြောင့်ဆိုသော် source တစ်ခုတည်းနှင့် ကိုက်ညီသော ပုံသဏ္ဌာန်သည် ပေါင်းစပ်ချက်နှင့် ရှားရှားပါးပါးသာ ကိုက်ညီသောကြောင့်။
| အချိုးအစား | အသင့်တော်ဆုံး | ပေါင်းစပ်ခြင်း သာမန် အသုံးပြုပုံ |
|---|---|---|
| square | Default, social feed များ | လွှဲပြောင်းထားသော အစိတ်အပိုင်း တစ်ခုပါ ဇာတ်ကောင် တစ်ဦးတည်း |
| portrait | လူများ၊ ဒေါင်လိုက် ဇာတ်ကောင်များ | ဝတ်စုံ လွှဲပြောင်းခြင်း၊ model တစ်ဦး ကိုင်ထားသော ထုတ်ကုန် |
| landscape | မြင်ကွင်း၊ အုပ်စုများ | လူနှစ်ဦး တစ်ဘေးတည်း ရပ်နေခြင်း၊ အခန်းထဲ ထားသော အရာဝတ္ထု |
| wide | Cinematic framing | အုပ်စုပုံများ၊ ပတ်ဝန်းကျင်ပါ ထုတ်ကုန် မြင်ကွင်းများ၊ banner များ |
| tall | Poster များ၊ ဖုန်း wallpaper များ | ဝတ်စုံ ကိုယ်လုံးပုံများ၊ poster layout များ |
ပွင့်ပွင့်လင်းလင်း တောင်းဆိုချက်တစ်ခုက အမြဲ အနိုင်ရသည်။ ဘာမှ မပြောလျှင် square ရသည် — လူနှစ်ဦးနှင့် ကိုယ်လုံးအပြည့် ဝတ်စုံ အလုပ် အများစုအတွက် မှားသော ပုံသဏ္ဌာန် ဖြစ်သဖြင့် စကားလုံးတစ်ခု ရေးထားသင့်သည်။
10Shannon က ဘယ်ပုံများကို သုံးသနည်း — စကားဝိုင်း vs ဤမက်ဆေ့ချ်
ရုပ်ပုံတစ်ပုံ ပေါင်းစပ်ချက်ထဲသို့ ရောက်လာနိုင်သော နည်းလမ်း နှစ်ခု ရှိပြီး၊ ဘယ်တစ်ခုကို အားထားနေသည်ကို သိထားခြင်းက အစီအစဉ် ရောထွေးမှု အများစုကို ကာကွယ်ပေးသည်။
လက်ရှိ မက်ဆေ့ချ်တွင် တွဲထားခြင်း။ တိုက်ရိုက် လမ်းကြောင်း — ညွှန်ကြားချက် သယ်ဆောင်သော မက်ဆေ့ချ်တွင် သင် ရည်ညွှန်းမည့် အစီအစဉ်အတိုင်း အားလုံးကို တွဲပါ၊ "ပထမပုံ" နှင့် "ဒုတိယပုံ" သည် မြင်ရသည့်အတိုင်း ဆိုလိုသည်။ ၎င်းကို default အဖြစ် သုံးပါ။
စကားဝိုင်းထဲတွင် ရှိပြီးသား။ စကားဝိုင်းအတွင်း အစောပိုင်းက ပို့ထားသော ပုံများသည် ဆက်ရရှိနိုင်ဆဲ ဖြစ်ပြီး သာမန် ဘာသာစကားဖြင့် ရည်ညွှန်းနိုင်သည် — "အစောပိုင်းက ပို့ခဲ့တဲ့ ဓာတ်ပုံ"၊ "အရင်က ဆွယ်တာ ပုံ"၊ "သင် ပြုလုပ်ခဲ့သော ဒုတိယ ဗားရှင်း"။ Shannon သည် စကားဝိုင်းနှင့် ဆန့်ကျင်၍ ထိုရည်ညွှန်းချက်ကို ဖြေရှင်းသည်၊ ၎င်းသည် ရှည်လျားသော session တစ်ခုတွင် တကယ့် အဆင်ပြေမှု ဖြစ်သည် — ရလဒ်တစ်ခုကို ဆက်တိုးတက်ပြီး အားလုံးကို ပြန် upload မလုပ်ဘဲ အစိတ်အပိုင်းအသစ်တစ်ခု ယူဆောင်လာနိုင်သည်။
နှစ်ခုစလုံးအတွက် ကာကွယ်စောင့်ရှောက်ချက် တူညီသည်။ ဘာမှ မထွက်မီ ညွှန်ကြားချက်ကို အတည်ပြု ကတ်ကပြသည်၊ ၎င်း ရွေးချယ်ခဲ့သော အစီအစဉ် အပါအဝင်။ ၎င်းကို ဖတ်ပါ။ အခန်းကဏ္ဍများ ပြောင်းပြန် ထွက်လာလျှင် — ဆွယ်တာက base ဖြစ်နေ၊ လူက source ဖြစ်နေ — ၎င်းကို ပြောလိုက်ပါ၊ pixel တစ်ခု ထုတ်လုပ်မှု၊ ငွေကုန်မှု မရှိမီ ပြင်ဆင်ပေးသည်။ ထိုသို့ဆိုသော်လည်း စကားဝိုင်း ရှည်လျားပြီး ရုပ်ပုံများနှင့် ပြည့်နှက်နေလျှင် သင်လိုအပ်သည်များကို ပြန်တွဲပါ — ခြောက်ပုံနောက်ကျော်၊ "ဒုတိယပုံ" ဆိုသည်မှာ ဖတ်သူတိုင်းအတွက် မရေရာပါ။
Shannon ကို ရုပ်ပုံတစ်ခုကို ကြည့်ခိုင်းရုံသာ — ဖော်ပြခိုင်းခြင်း၊ label ကို ဖတ်ခိုင်းခြင်း၊ အထည်က ဘာလဲ ပြောခိုင်းခြင်း — သည် သာမန် vision အလုပ်သာ ဖြစ်ပြီး ထုတ်လုပ်မှု မဟုတ်ပါ။ ငွေအပိုမကျဘဲ ပေါင်းစပ်ခြင်း မလုပ်မီ ကောင်းသော စစ်ဆေးမှု ဖြစ်သည် — Shannon ၏ ဖော်ပြချက်တွင် သင် ဂရုစိုက်သော အသေးစိတ်ချက်ကို ဖော်ပြထားခြင်း မရှိလျှင် သင့်ညွှန်ကြားချက်က ၎င်းကို အမည်တပ်ရန် လိုအပ်သည်။
11ဆင်ဆာမဲ့ ဖြစ်ခြင်းနှင့် ၎င်း၏ တကယ့် အနက်အဓိပ္ပာယ်
ထုတ်လုပ်ရေး လမ်းကြောင်းပေါ်တွင် content filter မရှိဘဲ prompt ရေးသည့် မော်ဒယ်ပေါ်တွင် ငြင်းပယ်မှု အလွှာလည်း မရှိပါ။ ငြင်းပယ်မှု စနစ်တစ်ခုသည် သင်ပိုင်ဆိုင်သော ပုံများကို ပေါင်းစပ်ခြင်းနှင့် သင် ပိုင်ဆိုင်မထားသင့်သော ပုံများ ပေါင်းစပ်ခြင်း ကွာခြားချက်ကို ခွဲခြားမသိနိုင်သောကြောင့် ပေါင်းစပ်ခြင်းသည် filter ပါသော tool များ အထင်ရှားဆုံး ကျရှုံးသည့် နေရာ ဖြစ်သည် — ထို့ကြောင့် နှစ်ခုစလုံးကို ပိတ်ဆို့လိုက်သည်။
ထို tool များ ပုံမှန်ငြင်းပယ်သော အလုပ်များသည် ထူးထူးခြားခြား မဟုတ်ပါ — အနုပညာ လူပုံနှင့် ခန္ဓာကိုယ်ဆိုင်ရာ လေ့လာမှု၊ ဆေးဘက်နှင့် မှုခင်းဆိုင်ရာ ပုံဆွဲခြင်း၊ လုံခြုံရေး သုတေသန ရုပ်ပုံများ၊ စာအုပ်အဖုံးနှင့် ဂိမ်း art အတွက် စိတ်ကူးယဉ်ထဲက အကြမ်းဖက်မှု၊ နိုင်ငံရေး သရော်စာနှင့် အထက်တွင် ဖော်ပြထားသော တရားဝင် ထုတ်ကုန် အမျိုးအစားများ။ တစ်ခုစီသည် keyword filter တစ်ခုက အလွဲသုံးစားမှုနှင့် ခွဲခြားမသိနိုင်သော တရားဝင် ပရော်ဖက်ရှင်နယ် အလုပ် ဖြစ်သည်။
ဆင်ဆာမဲ့ ဖြစ်ခြင်းသည် တာဝန်မယူခြင်း မဆိုလိုပါ။ သင်သည် တကယ့် အရာဝတ္ထုများနှင့် များသောအားဖြင့် တကယ့်လူများ၏ ဓာတ်ပုံများကို ပေးနေခြင်း ဖြစ်သည်၊ အခွင့်အရေးနှင့် သဘောတူညီချက်ကို သင်ကိုယ်တိုင် ကိုင်တွယ်ရန် ဖြစ်ပြီး ရလဒ်အတွက် တာဝန်ယူမှုလည်း ဖြစ်သည်။ Shannon Lab LLC သည် New Mexico ကုမ္ပဏီတစ်ခု ဖြစ်ပြီး ထုတ်ပြန်ထားသော တာဝန်သိစွာ အသုံးပြုရေး မူဝါဒ အောက်တွင် လည်ပတ်သည် — အခြားသူများ၏ ရုပ်ပုံသဏ္ဌာန်ပါဝင်သော အလုပ် မစတင်မီ ငါးမိနစ် ဖတ်ရန် တန်ဖိုးရှိသည်။
12စတင်မီ သိထားသင့်သော ကန့်သတ်ချက်များ
ဗီဒီယို ထုတ်လုပ်ခြင်း လုံးဝ မရှိပါ။ Shannon သည် ရုပ်ပုံများကို လှုပ်ရှားစေခြင်း မရှိသကဲ့သို့ ဤလုပ်ဆောင်ချက်များထဲက မည်သည့်တစ်ခုမှ ဗီဒီယို မထုတ်လုပ်ပါ — ရုပ်ပုံတစ်ပုံတည်းမှလည်း မဟုတ်၊ ပေါင်းစပ်ချက်တစ်ခုမှလည်း မဟုတ်၊ စမ်းသပ် ရွေးချယ်စရာအဖြစ်လည်း မဟုတ်ပါ။ သင့် brief သည် လှုပ်ရှားမှုဖြင့် အဆုံးသတ်ပါက ၎င်းသည် နောက်ဆုံးအဆင့်အတွက် သင့်တော်သော tool မဟုတ်ပါ။ ၎င်းသည် ထုတ်ကုန်၏ ပကတိအနေအထား ဖြစ်ပြီး roadmap အချက်ပြချက် မဟုတ်ပါ။
အခြား ရိုးသားသော နယ်နိမိတ်များ၊ အားလုံးတွင် ဖြေရှင်းနည်း ပါဝင်သည် —
- သေးငယ်သော စာသားများသည် အားအနည်းဆုံး နေရာ ဖြစ်သည်။ ငယ်သော print၊ သိပ်သည်းသော ထုပ်ပိုးမှု စာသားနှင့် ရှည်လျားသော serial number များ မပြည့်စုံဘဲ ထွက်လာနိုင်သည်။ အရေးကြီးသော စာသားကို ကြီးအောင် framing ချပါ၊ negative prompt တွင် warped label text ထည့်ပါ၊ ပြီးလျှင် အပြည့်အစုံ အရွယ်အစားတွင် စစ်ဆေးပါ။
- အလွန်ကွာဟသော အရွယ်အစား မကိုက်ညီမှု ခက်ခဲသည်။ pixel 4000 ထုတ်ကုန် ဓာတ်ပုံကို အခန်းတစ်ခန်း၏ thumbnail သေးသေးလေးနှင့် ပေါင်းစပ်လျှင် မော်ဒယ်အတွက် အလုပ်လုပ်စရာ အနည်းငယ်သာ ရှိသည်။ source တစ်ခုစီ၏ အကောင်းဆုံး copy ကို သုံးပါ။
- ပြင်းထန်သော ဖုံးအုပ်မှုက လွှဲပြောင်းနိုင်သည့်အရာကို ကန့်သတ်သည်။ အကွေ့ဆွဲထားသော အဝတ်အစား ဓာတ်ပုံ တစ်ခု၊ နောက်ကျောကို ဘယ်တော့မှ မမြင်ရလျှင် ၎င်း၏ နောက်ကျောကို သစ္စာစောင့်စွာ တီထွင်နိုင်မည် မဟုတ်ပါ။ ပေါင်းစပ်ချက်က နောက်ကျောကို ပြသလျှင် နောက်ကျောကို ပေးပါ။
- ပုံ ပိုများလျှင် ရှုပ်ထွေးမှုအတွက် နေရာ ပိုများသည်။ ပုံ လေးခုသည် စည်းကမ်းရှိသော အစီအစဉ် အမည်တပ်ခြင်းဖြင့် အလုပ်ဖြစ်နိုင်သော်လည်း လွယ်လွယ်ကူကူ လုပ်ရမည့်နေရာ မဟုတ်ပါ — အလုပ်လိုအပ်သည့် ဂဏန်းကိုသာ သုံးပြီး ၎င်းထက် မပိုပါစေနှင့်။
- ကြီးမားသော ပြောင်းလဲမှု နှစ်ခု တစ်ပြိုင်နက် ယှဉ်ပြိုင်ကြသည်။ ဝတ်စုံကို လွှဲပြောင်းပါ၊ အတည်ပြုပါ၊ ထို့နောက် background ကို ပြောင်းပါ။ တစ်ဆင့်ချင်း တည်းဖြတ်ခြင်းသည် ထမ်းပိုးနေသော ညွှန်ကြားချက် တစ်ခုတည်းထက် ခေါက်ခါခေါက်ခါ သာသည်၊ အဆင့်တစ်ဆင့်စီကို စစ်ဆေးရန် စျေးသက်သာသည်။
13မကြာခဏ မေးလေ့ရှိသော မေးခွန်းများ
ရုပ်ပုံ နှစ်ပုံကို AI ဖြင့် တစ်ပုံတည်းအဖြစ် ဘယ်လို ပေါင်းစပ်ရမလဲ။
ရုပ်ပုံ နှစ်ပုံစလုံးကို Shannon chat ထဲတွင် တွဲပြီး ပုံတစ်ပုံစီက ဘာကို ပံ့ပိုးသည်ကို အစဉ်လိုက် အမည်တပ်ရင်း ရလဒ်ကို ဖော်ပြပါ။ ပထမပုံသည် အဓိက ဇာတ်ကောင် သို့မဟုတ် မြင်ကွင်း ဖြစ်ပြီး နောက်ပိုင်းပုံများက ယူဆောင်လာသော အစိတ်အပိုင်းများကို ပေးသည်။ ဥပမာ — ပထမပုံမှ အမျိုးသမီးက ဒုတိယပုံမှ အနီရောင် ကြိုးထိုးဆွယ်တာကို ဝတ်ဆင်ကာ တူညီသော ပန်းခြံထဲတွင် ရပ်နေသည်။ Shannon သည် နောက်ဆုံး အင်္ဂလိပ် ညွှန်ကြားချက်ကို ကိုယ်တိုင် ရေးကာ အတည်ပြု ကတ်ပေါ်တွင် သင့်အား ပြသည်၊ သင် အတည်မပြုမချင်း ဘာမှ render မဖြစ်ပါ။
အဝတ်အစားကို တွဲမည့်အစား စာနှင့်ဖော်ပြလိုက်လျှင် ဝတ်စုံက အဘယ်ကြောင့် မှားနေသနည်း။
အဘယ်ကြောင့်ဆိုသော် ဝါကျတစ်ကြောင်းသည် ဓာတ်ပုံတစ်ပုံ၏ ဆုံးရှုံးနိုင်သော ဖော်ပြချက် ဖြစ်သောကြောင့်။ "အနီရောင် ကြိုးထိုးဆွယ်တာ" ဟု ရေးလိုက်လျှင် ယုတ္တိရှိသော အနီရောင် ကြိုးထိုးဆွယ်တာ တစ်ထည် ရမည်၊ သင်ပိုင်ဆိုင်ထားသည့်တစ်ထည် မဟုတ်ပါ — cable ပုံစံ၊ ကြိုးထိုးနက်ရှိုင်းမှု၊ dye၊ ဆွဲကျပုံ၊ seam နေရာနှင့် ဝတ်ဆင်ထားမှု အားလုံးကို တီထွင်ထားသည်။ ဒုတိယပုံကို တွဲထားခြင်းက အမှန်တကယ် အဝတ်အစား၏ အမှန်တကယ် အသွင်အပြင်ကို ထိန်းထားသည်။ ပုံ၏ အဓိက အချက်မှာ ၎င်းသည် ထို တစ်ခုတည်းဖြစ်ခြင်း — တိကျသော ပစ္စည်း၊ လူ သို့မဟုတ် ထုတ်ကုန် — ဖြစ်ပါက စာနှင့်ဖော်ပြမည့်အစား တွဲပါ။
ရုပ်ပုံ အများအပြား ပေါင်းစပ်ခြင်းတွင် negative prompt နှင့် အချိုးအစား အသစ်ကို ထောက်ပံ့ပါသလား။
နှစ်ခုစလုံးအတွက် ထောက်ပံ့သည်။ ရုပ်ပုံများ ပေါင်းစပ်ခြင်းသည် negative prompt ကို ထောက်ပံ့သဖြင့် လက်ချောင်း အပို၊ ထပ်နေသော လက်ခြေများ၊ လိပ်နေသော logo စာလုံးများ သို့မဟုတ် မြင်နိုင်သော seam များကဲ့သို့ မလိုချင်သော artifact များသည် ညွှန်ကြားချက်ထဲထက် ထိုနေရာတွင် ရှိသင့်သည်။ canvas အချိုးအစား အသစ် — square၊ portrait၊ landscape၊ wide သို့မဟုတ် tall — ကိုလည်း ရွေးချယ်နိုင်သည်။ ၎င်းသည် ရုပ်ပုံတစ်ပုံတည်းကို တည်းဖြတ်ခြင်း၊ မူရင်းပုံ၏ အချိုးအစားကို အလိုအလျောက် ဆက်ခံသည့် အရာနှင့် ကွာခြားသည်။
Shannon သည် စကားဝိုင်းထဲတွင် ရှိပြီးသား ရုပ်ပုံများကို သုံးနိုင်ပါသလား၊ သို့မဟုတ် ယခု တွဲထားသည်များကိုသာ သုံးနိုင်ပါသလား။
နှစ်မျိုးစလုံး သုံးနိုင်သည်။ ရုပ်ပုံများကို လက်ရှိ မက်ဆေ့ချ်တွင် တွဲနိုင်သည်၊ သို့မဟုတ် စကားဝိုင်းထဲတွင် ရှိပြီးသား ပုံများကို ရည်ညွှန်းနိုင်သည် — "အစောပိုင်းက ပို့ခဲ့တဲ့ ဓာတ်ပုံ"၊ "အရင်က ဆွယ်တာ ပုံ"။ Shannon သည် ထိုရည်ညွှန်းချက်များကို ဖြေရှင်းပြီး၊ အတည်ပြု ကတ်က ၎င်း ရွေးချယ်ခဲ့သော အစီအစဉ်ကို ပြသဖြင့် ဘာမှ render မဖြစ်မီ အစီအစဉ်ကို ပြင်ဆင်နိုင်သည်။ သင် ရည်ညွှန်းမည့် အစီအစဉ်အတိုင်း အားလုံးကို မက်ဆေ့ချ် တစ်ခုတည်းတွင် တွဲထားခြင်းသည် အယုံကြည်ရဆုံး အလုပ်လုပ်နည်း ဖြစ်သည်။
Shannon က ပေါင်းစပ်ထားသော ရုပ်ပုံကို ဗီဒီယိုအဖြစ် ပြောင်းပေးနိုင်ပါသလား။
မပြောင်းပေးနိုင်ပါ။ Shannon သည် ဗီဒီယို ထုတ်လုပ်ခြင်းလည်း မရှိ၊ ရုပ်ပုံများကို လှုပ်ရှားစေခြင်းလည်း မရှိပါ။ ၎င်းသည် ရုပ်ပုံအသစ် ထုတ်လုပ်သည်၊ ရှိပြီးသား ရုပ်ပုံ တစ်ခုကို တည်းဖြတ်သည်၊ ရုပ်ပုံ နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုကို တစ်ခုတည်းအဖြစ် ပေါင်းစပ်သည်။ ရုပ်ပုံ အလုပ်သည် Shannon chat အက်ပ်ထဲတွင် ဖြစ်ပွားသည်၊ /v1 API သည် စာသားနှင့် vision ကို ဝန်ဆောင်မှုပေးသည်၊ ဆိုလိုသည်မှာ ရုပ်ပုံများကို ထုတ်လုပ်ခြင်းထက် ဖတ်ခြင်း ဖြစ်သည်။
ဆင်ဆာမဲ့ ရုပ်ပုံ ပေါင်းစပ်ခြင်းသည် တကယ် filter မရှိပါသလား။
ထုတ်လုပ်ရေး လမ်းကြောင်းပေါ်တွင် content filter မရှိသကဲ့သို့ prompt ရေးသည့် မော်ဒယ်ပေါ်တွင် ငြင်းပယ်မှု အလွှာလည်း မရှိပါ။ filter ပါသော ထုတ်လုပ်စက်များသည် တရားဝင် ပေါင်းစပ်မှု အလုပ်များကို ပုံမှန် ငြင်းပယ်တတ်သည် — အတွင်းခံနှင့် ရေကူးဝတ်စုံ ကက်တလောက်များ၊ အနုပညာ လူပုံများ၊ ဆေးဘက်နှင့် မှုခင်းဆိုင်ရာ ပုံဆွဲခြင်း၊ စည်းမျဉ်းချထားသော စားသုံးသူ ကုန်ပစ္စည်းများ၊ လုံခြုံရေး သုတေသန ရုပ်ပုံများ၊ နိုင်ငံရေး သရော်စာနှင့် အခွင့်အရေးပိုင်ရှင်၏ အမှတ်တံဆိပ် သို့မဟုတ် ရုပ်ပုံသဏ္ဌာန် အလုပ်များ။ Shannon ကမူ ထိုသို့ မဟုတ်ပါ။ မူရင်းပုံများ၏ အခွင့်အရေးနှင့် တာဝန်ယူမှုသည် သင့်ပိုင်ဆိုင်မှု ဖြစ်သည်၊ ကျွန်ုပ်တို့၏ တာဝန်သိစွာ အသုံးပြုရေး မူဝါဒကို ကြည့်ပါ။
ဤလမ်းညွှန်တွင် benchmark ကိန်းဂဏန်းများ မပါဝင်ပါ၊ အဘယ်ကြောင့်ဆိုသော် "ဆွယ်တာက ဆွယ်တာအတိုင်း ကျန်နေသလား" ဆိုသည်အတွက် ရိုးသားသော အများသုံး benchmark မရှိသောကြောင့်။ အထက်ပါ အားလုံးသည် တကယ့် အသုံးပြုမှုမှ ရရှိလာသော လုပ်ငန်းလမ်းညွှန်ချက်များ ဖြစ်သည်။ စွမ်းရည်တစ်ခု မရှိရာနေရာတွင် — ဗီဒီယို၊ API ပေါ်ရှိ ရုပ်ပုံ ထုတ်လုပ်ခြင်း — ဖွင့်ထားခြင်းအစား ကျွန်ုပ်တို့ ထိုအတိုင်း ပြောသည်။
သင့်ရုပ်ပုံများကို ပေါင်းစပ်ပါ
၎င်းတို့ကို တွဲပါ၊ အခန်းကဏ္ဍတစ်ခုစီကို အစီအစဉ်အတိုင်း အမည်တပ်ပါ၊ ညွှန်ကြားချက်ကို အတည်ပြုပါ၊ render လုပ်ပါ။ ငြင်းပယ်မှု အလွှာ မရှိပါ။
Shannon Chat ဖွင့်ပါ API စာရွက်စာတမ်း ဖတ်ပါShannon Lab LLC · New Mexico, USA · ရုပ်ပုံများသည် ကျွန်ုပ်တို့ ကိုယ်ပိုင် GPU ကလပ်စတာပေါ်တွင် render ဖြစ်သည်
ရုပ်ပုံ ထုတ်လုပ်ခြင်း၊ တည်းဖြတ်ခြင်းနှင့် ရုပ်ပုံ အများအပြား ပေါင်းစပ်ခြင်းသည် Shannon chat အက်ပ်၏ အင်္ဂါရပ်များ ဖြစ်သည်၊ /v1/chat/completions၊ /v1/messages နှင့် /v1/responses endpoint များသည် စာသားနှင့် vision ကို ဝန်ဆောင်မှုပေးသည်၊ ဆိုလိုသည်မှာ ရုပ်ပုံများကို ထုတ်လုပ်ခြင်းထက် ဖတ်ခြင်း ဖြစ်သည်။ ဗီဒီယို ထုတ်လုပ်ခြင်း လုံးဝ မရှိပါ။ အချိုးအစား ရွေးချယ်စရာများ၊ negative-prompt ထောက်ပံ့မှုနှင့် အတည်ပြု အပြုအမူများသည် စက်တင်ဘာ 5၊ 2026 အထိ လက်ရှိ ဖြစ်သည်။ ဆက်စပ် — ဆင်ဆာမဲ့ AI ရုပ်ပုံ ထုတ်လုပ်ခြင်း · ဆင်ဆာမဲ့ AI ရုပ်ပုံ တည်းဖြတ်ခြင်း · တာဝန်သိစွာ အသုံးပြုရေး · API စာရွက်စာတမ်း · သုတေသန index။