Transfer AI de ținute, fără cenzură

Cea mai mare parte din munca pe imagini de care oamenii chiar au nevoie nu este „fă-mi o poză cu ceva”. Este „pune geaca asta pe omul ăsta”, „bagă scaunul ăsta în camera asta”, „fotografiază produsul ăsta în mâna aceea”. Toate au nevoie de material din mai multe fotografii și toate eșuează la fel: o imagine este atașată, cealaltă este descrisă în cuvinte, iar înapoi vine ceva plauzibil care nu e lucrul pe care îl ai tu. Remediul e mai mic decât te-ai aștepta și funcționează peste tot.

01Ce înseamnă „combinarea imaginilor” și unde se petrece

Shannon 3 face trei lucruri distincte cu imaginile: generează o imagine nouă pornind de la o descriere, editează o singură imagine existentă și combină două sau mai multe imagini într-una nouă. Au reguli diferite, iar alegerea greșită este primul loc în care se pierde calitatea.

Folosește combinarea ori de câte ori imaginea finită are nevoie de material din mai multe fotografii: transfer de ținute și haine, punerea unui obiect într-o scenă, persoana A lângă persoana B, un produs real ținut de un model real, stilul unei imagini aplicat subiectului alteia. Dacă te trezești dorindu-ți să poți arăta spre două poze deodată, aceea este operația.

Toate acestea se petrec în aplicația de chat Shannon, în conversație obișnuită. Nu sunt pe API-ul /v1 — API-ul servește text și viziune, adică citește imaginile pe care i le trimiți, nu produce altele noi. Dacă ai ajuns aici dintr-o căutare despre API, acesta este răspunsul onest; vezi documentația API pentru ce servesc de fapt endpointurile. Imaginile se randează pe propriul nostru cluster GPU.

Ceri în limbaj obișnuit, în limba pe care o vorbești. Shannon își dă seama că se cere o imagine, scrie el însuși instrucțiunea de generare în engleză și ți-o arată pe un card de confirmare înainte să se randeze ceva. Nu se generează nimic și nu se facturează nimic până nu confirmi — iar pentru munca cu mai multe imagini acel card este locul în care verifici că rolurile și ordinea au ieșit cum ai vrut. Shannon nu generează niciodată neinvitat: un salut, o întrebare sau o fotografie atașată în treacăt nu declanșează o randare.

02Regula: numește rolul fiecărei imagini, în ordine

Instrucțiunea trebuie să spună ce contribuie fiecare imagine și trebuie să o spună în ordinea în care au fost date imaginile. Asta e toată tehnica; tot ce urmează este regula aceasta aplicată unei treburi anume.

Prima imagine este baza — subiectul principal sau scena, oricare ar fi lucrul din care e făcută în mare parte imaginea finită. Ea stabilește identitatea, poziția, încadrarea, lumina și tot ce nu ai cerut să se schimbe. Imaginile următoare sunt surse: părțile care se aduc. Scrie propoziția astfel încât un necunoscut care ține imaginile în ordine să poată face treaba de mână.

Funcționează
Femeia din prima imagine purtând puloverul roșu tricotat din a
doua imagine, stând în același parc, aceeași poziție și aceeași
lumină de după-amiază, cu fața și părul neschimbate.

Eșuează
Combină aceste două imagini.   Unește pozele.   Pune-le împreună.

Variantele care eșuează nu eșuează pentru că sunt scurte, ci pentru că nu spun niciodată care poză este persoana și care este puloverul. Trei obiceiuri fac regula fiabilă:

• Folosește explicit numeralul ordinal. „Din prima imagine”, „din a doua imagine”. Patru cuvinte și ambiguitatea a dispărut.
• Spune ce rămâne la fel. „Păstrează-i fața, părul și poziția identice.” Numirea părților neschimbate este cea mai puternică pârghie de calitate din orice operație pe imagini făcută de Shannon, iar aici contează cel mai mult, pentru că o compoziție are două sau mai multe lucruri de la care poate rătăci.
• Scrie proză, nu etichete. Modelul de imagine citește instrucțiunile așa cum un model lingvistic citește o propoziție, deci propozițiile întregi bat cuvintele-cheie separate prin virgulă. Țintește 30 până la 80 de cuvinte și sari peste vechiturile din era SDXL („masterpiece, best quality, 8k”) și peste sintaxa de ponderi de tip (word:1.3).

Când o imagine conține mai mult de un lucru, numește partea pe care o vrei din ea. Dacă a doua imagine este o poză de catalog cu un model purtând puloverul, „puloverul roșu tricotat purtat de femeia din a doua imagine” spune că vrei haina, nu modelul. Lasă doar „a doua imagine” și s-ar putea să primești și fața ei.

Șabloane de roluri, pe tipuri de treabă

Treabă	Prima imagine	A doua imagine	Forma instrucțiunii
Transfer de ținută	Persoana	Haina	„[Persoana] din prima imagine purtând [haina] din a doua imagine, [ce rămâne]”
Obiect în scenă	Scena	Obiectul	„[Camera] din prima imagine cu [obiectul] din a doua imagine așezat [unde], potrivind [lumina]”
Persoană + persoană	Persoana A și decorul	Persoana B	„[Bărbatul] din prima imagine stând lângă [femeia] din a doua imagine, [poziții, direcții ale privirii]”
Produs pe persoană	Modelul sau scena	Produsul	„[Modelul] din prima imagine ținând [produsul] din a doua imagine, [prindere, eticheta spre cameră]”
Transfer de stil	Subiectul	Referința de stil	„[Subiectul] din prima imagine redat în [axele de stil] ale celei de-a doua imagini, [subiectul neschimbat]”

03Greșeala care strică majoritatea încercărilor: descrii în loc să atașezi

Aceasta este eroarea despre care merită să facem tam-tam, pentru că este de departe cea mai frecventă și pentru că pare că a funcționat. Utilizatorul are două fotografii — clientul lui și produsul clientului, sau pe el însuși și o geacă pe care o are. Atașează una și o tastează pe cealaltă.

Greșeala
[atașează o singură poză cu o femeie]
„Pune-i un pulover roșu tricotat, cu împletituri, cam gros,
cu guler răsfrânt.”

Ce se întoarce este o femeie într-un pulover roșu tricotat. Este un pulover bun. Nu este puloverul. Modelul împletiturii e inventat, vopseaua e un alt roșu, adâncimea elasticului e greșită, gulerul se răsfrânge în partea greșită, iar micile asimetrii care fac o haină reală recognoscibilă — o reparație, un fir tras, întinderea de la coate — au dispărut, pentru că nimic din propoziție nu le conținea.

Textul este un canal cu pierderi, iar o fotografie nu este. O propoziție atentă poartă poate o duzină de atribute ale unui obiect; fotografia poartă mii, inclusiv fiecare atribut la care nu te-ai fi gândit să-l scrii și pe cele pe care nu le poți numi. A descrie în loc să atașezi aruncă tot ce nu ți-a trecut prin cap, adică cea mai mare parte. Atașarea păstrează aspectul real pentru că aspectul real este prezent.

Testul e simplu. Dacă rostul imaginii este că e chiar acel lucru — acea haină anume, acea persoană, acel produs exact, acea cameră — atașează-l. Dacă ai putea alege obiectul dintr-un șir și contează ca rezultatul să corespundă cu cel pe care l-ai alege, o descriere nu va reuși.

Există un caz legitim pentru descriere: când lucrul nu există încă sau când exact o versiune generică este ce vrei. Să proiectezi un pulover pe care nu l-a tricotat nimeni, să schițezi un concept — aceea este muncă de text-to-image, iar descrierea e potrivită pentru că nu există un obiect real a cărui identitate să o păstrezi. În clipa în care intră un obiect real în brief, intră și fotografia lui.

O jumătate de greșeală înrudită: atașezi ambele imagini și tot descrii a doua în detaliu. Adjectivele se pot bate cu fotografia — scrii „gros” când haina reală e din fir subțire și ai introdus o contradicție. Descrie a doua imagine doar cât să identifici ce parte din ea vrei.

04Transfer de ținute și de haine

Treaba canonică cu două imagini. Atașează persoana prima și haina a doua. Imaginea hainei poate fi o poză întinsă pe plat, pe umeraș, o poză de catalog sau altcineva purtând-o — toate funcționează, atâta timp cât spui la ce parte din ea te referi.

Transfer de ținută
Femeia din prima imagine purtând puloverul roșu tricotat din a
doua imagine. Păstrează-i fața, părul, poziția și fundalul de
parc exact așa cum sunt, cu aceeași lumină difuză de zi înnorată.
Puloverul trebuie să cadă natural pe silueta ei, cu împletitura
și gulerul hainei originale intacte.

Prompt negativ: warped cable pattern, extra sleeves, distorted
hands, plastic-looking fabric, mismatched lighting

Trei lucruri fac treaba: rolurile sunt numite în ordine, părțile neschimbate sunt enumerate cu voce tare (asta oprește derivarea feței), iar ultima clauză îi spune modelului că detaliile proprii ale hainei sunt esența — fără ea, compozițiile tind să păstreze culoarea și silueta, netezind pe tăcute textura.

• Croiala este o afirmație fizică, deci fă-o. „Cade natural pe silueta ei”, „strânsă în talie”, „mânecile se termină la încheietură” — altfel haina poate sosi cu proporțiile sursei, nu ale purtătoarei.
• Ocluziunea este cazul greu. Dacă brațele sunt încrucișate sau o curea de geantă traversează pieptul, spune ce se întâmplă cu ea. Ambiguitatea de acolo produce clasicul artefact de mânecă topită.
• Mai multe haine înseamnă mai multe imagini. Persoana prima, apoi bluza, apoi pantalonii, apoi pantofii — și menționează-le consecvent ca a doua, a treia și a patra imagine. Nu trece la „poza cu pantofii” la jumătatea drumului.

05Punerea unui obiect într-o scenă

Aici rolurile se inversează: scena vine prima, pentru că din scenă e făcută în mare parte imaginea finită, iar obiectul este partea adusă. Machete de interior, aranjarea unei camere cu mobilă pe care nu ai cumpărat-o, punerea unui vehicul pe un drum, așezarea unei sculpturi într-o galerie — aceeași formă de fiecare dată.

Obiect în scenă
Livingul din prima imagine cu fotoliul de catifea verde din a
doua imagine așezat lângă fereastra din stânga, ușor înclinat
spre cameră și ajungând cam până la înălțimea taliei în cadru.
Potrivește lumina caldă de după-amiază târzie a camerei, cu o
umbră fină căzând în dreapta fotoliului, pe covor. Păstrează
restul camerei și unghiul de cameră neschimbate.

Prompt negativ: floating object, cut-out edges, duplicate
shadows, mismatched color temperature

Modul de eșec aici nu este identitatea, ci fizica. Un obiect care își păstrează propria lumină pare lipit, iar privitorii îl observă instantaneu chiar dacă nu pot spune de ce. Cheltuiește-ți cuvintele pe cele trei lucruri pe care fotografia unui obiect izolat nu le poate ști: poziționarea (unde în cadru, față de ce), scara exprimată în termenii scenei, nu în centimetri („cam până la înălțimea taliei”, „cât clanța ușii”) și lumina și umbra — direcție, calitate și unde cade umbra. Ultima este cea care transformă un colaj într-o fotografie.

06Persoana A lângă persoana B

Doi oameni care nu au fost niciodată în aceeași cameră: fotografii de familie peste generații, un portret de fondator când cofondatorul era plecat, un afiș cu doi artiști. Funcționează și are nevoie de două lucruri pe care treburile cu un singur subiect nu le cer.

Doi oameni
Bărbatul din prima imagine stând lângă femeia din a doua imagine,
amândoi pe aceeași terasă de piatră din prima imagine. El stă în
stânga, ea stă în dreapta lui, cu umerii aproape atingându-se,
amândoi cu fața la cameră, la aceeași înălțime a privirii.
Păstrează ambele fețe, coafuri și haine exact ca în fotografiile
lor și luminează-i pe amândoi cu aceeași lumină blândă de seară
din stânga.

Pânză: landscape
Prompt negativ: mismatched skin tone, duplicated limbs, seam
line between subjects, uneven lighting

Cele două lucruri în plus: geometria relativă — cine este pe ce parte, la ce distanță, unde se duce privirea fiecăruia și înălțimea relativă, fiindcă două portrete cadrate diferit nu dau modelului niciun mijloc de a ști că o persoană e cu un cap mai înaltă — și o singură lumină comună, spusă explicit, pentru că îmbini două medii de iluminare și unul trebuie să câștige.

Aici își merită banii și alegerea unui aspect nou al pânzei: două surse în orientare portret dau o poză de grup proastă în orientare portret, deci cere landscape sau wide. Și spune evidentul o dată — a pune o persoană reală într-o imagine în care nu a fost este puternic și nu este automat inofensiv. Ai drepturile sau consimțământul; politica noastră de utilizare responsabilă este varianta scurtă.

07Produs pe persoană și fotografia de produs fără cenzură

Comercial, aceasta este compoziția care se plătește singură. Ai o poză de produs pe fundal alb și ai un model, o mână, o bucătărie, un banc de lucru. Combinarea lor îți dă o fotografie de lifestyle fără o zi de studio — și cu produsul tău real în ea, nu cu o aproximare generată, ceea ce e toată diferența dintre material de marketing utilizabil și o machetă pentru care trebuie să-ți ceri scuze.

Produs pe persoană
Femeia din prima imagine ținând sticluța de ser din sticlă
chihlimbarie din a doua imagine în mâna dreaptă, ridicată la
înălțimea pieptului, cu eticheta spre cameră și pe deplin
lizibilă, degetele înfășurate natural în jurul sticluței, fără
să acopere eticheta. Păstrează-i fața, părul și fundalul de
bucătărie neschimbate. Fotografiat pe Kodak Portra 400, 85mm
f/1.4, lumină difuză de fereastră din stânga.

Pânză: portrait
Prompt negativ: warped label text, extra fingers, floating
bottle, duplicated reflections, plastic skin

Două adăugiri specifice muncii cu produse. Prinderea: mâinile care țin obiecte sunt locul în care compoziția o ia razna cel mai des, deci spune care mână, la ce înălțime și că degetele se înfășoară natural fără să acopere eticheta. Tratamentul fotografic: numește un aparat, un obiectiv și un film sau o sursă de lumină. Rezultatul trebuie să se citească drept o fotografie care a fost făcută, nu două fotografii care au fost combinate, iar scrierea ei ca fotografie e ce te duce acolo.

Lipsa cenzurii contează aici într-un fel mai banal decât sună. Generatoarele filtrate refuză categorii întregi de comerț obișnuit și legal: cataloage de lenjerie și costume de baie, produse de tutun și vaping, alcool, accesorii pentru arme de foc, produse de wellness pentru adulți, canabis acolo unde e legal, dispozitive medicale, echipament tactic și de vânătoare. Refuză și munca de brand și asemănare făcută de deținătorul drepturilor. Nimic din toate astea nu e un caz marginal; e o zi de marți într-o agenție. Shannon nu are filtru de conținut pe traseul de generare și niciun strat de refuz pe modelul care scrie promptul, așa că munca trece, iar chestiunea drepturilor rămâne la tine, acolo unde îi e locul.

08Stilul dintr-o imagine, subiectul din alta

Subiectul primul, referința de stil a doua. Ce face treaba asta diferită e că împrumuți o calitate, nu un obiect, deci trebuie să numești care calități — și să spui că subiectul și compoziția proprii ale referinței nu vin la pachet.

Referință de stil
Portretul bărbatului din prima imagine redat în stilul vizual al
celei de-a doua imagini: aceeași paletă stinsă de turcoaz și
ocru, textură vizibilă de pensulă uscată și lumină plată,
uniformă. Păstrează-i fața, expresia și poziția recognoscibile
și neschimbate. Nu prelua subiectul, fundalul sau compoziția
celei de-a doua imagini.

Prompt negativ: second face, borrowed background, photographic
texture

Numește explicit axele de stil, pentru că „în stilul celei de-a doua imagini” singur este subspecificat: paleta (sau culori exacte, scrise ca color #8B0000 atașat unui obiect numit), tușa sau granulația, calitatea luminii, grosimea liniei, nivelul de abstractizare, tratamentul marginilor. Alege cele două sau trei care definesc aspectul; numirea tuturor celor șase le mediază. Și nu amesteca direcții contradictorii — „fotorealist” plus „acuarelă” produce un talmeș-balmeș, nu o îmbinare. Dacă vrei o fotografie care doar împrumută o paletă, spune exact asta.

09Prompturile negative și alegerea unui aspect nou al pânzei

Două capabilități care există la combinare și editare, dar nu la text-to-image, și amândouă sunt prea puțin folosite.

Promptul negativ

Combinarea imaginilor suportă un prompt negativ. Artefactele nedorite se duc acolo — și contează că se duc acolo, nu în instrucțiune, pentru că a scrie „fără degete în plus” în instrucțiunea principală numește lucrul pe care încerci să-l eviți în aceeași suflare cu tot ce vrei. Pune excluderile pe canalul lor. Intrările care își merită constant locul:

• Anatomie — extra fingers, duplicated limbs, malformed hands, second face.
• Indicii de colaj — cut-out edges, visible seam line, floating object, duplicate shadows, halo around subject.
• Nepotrivire de lumină — mismatched color temperature, inconsistent shadow direction, uneven exposure between subjects.
• Eșecuri de textură — plastic skin, smoothed fabric, warped label text, illegible logo.

Limitează-te la puținele care sunt plauzibile pentru imaginea ta. Un prompt negativ care înșiră treizeci de lucruri este o instrucțiune difuză, nu una puternică.

Aspectul pânzei

Editarea unei singure imagini moștenește automat raportul de aspect al imaginii sursă — există o singură sursă, iar forma ei este răspunsul. Combinarea nu are un asemenea implicit, deci poți alege un aspect nou al pânzei, și adesea ar trebui, pentru că forma care se potrivea unei surse rareori se potrivește compoziției.

Aspect	Cel mai potrivit pentru	Uz tipic în compoziție
square	Implicit, fluxuri sociale	Un singur subiect cu un element transferat
portrait	Oameni, subiecte înalte	Transfer de ținută, produs ținut de un singur model
landscape	Peisaje, grupuri	Doi oameni unul lângă altul, obiect așezat într-o cameră
wide	Încadrare cinematică	Poze de grup, scene de produs în mediu, bannere
tall	Afișe, imagini de fundal pentru telefon	Poze de ținută din cap până în picioare, machete de afiș

O cerere explicită câștigă întotdeauna. Dacă nu spui nimic, primești square — forma greșită pentru majoritatea treburilor cu două persoane și cu ținute din cap până în picioare, deci merită un cuvânt.

10Ce imagini folosește Shannon: conversația față de mesajul acesta

Există două căi prin care o imagine ajunge într-o compoziție, iar a ști pe care te bazezi previne majoritatea încurcăturilor de ordine.

Atașată la mesajul curent. Calea directă: atașează totul la mesajul care duce instrucțiunea, în ordinea în care intenționezi să te referi la ele, iar „prima imagine” și „a doua imagine” înseamnă exact ce par. Folosește implicit varianta asta.

Deja în conversație. Pozele trimise mai devreme în fir rămân disponibile și pot fi menționate în limbaj obișnuit — „poza pe care am trimis-o mai devreme”, „imaginea cu puloverul de mai înainte”, „a doua versiune pe care ai făcut-o”. Shannon rezolvă trimiterea față de fir, ceea ce e cu adevărat comod într-o sesiune lungă: poți itera pe un rezultat și apoi aduce un element nou fără să reîncarci totul.

Protecția e aceeași în ambele cazuri. Cardul de confirmare arată instrucțiunea înainte să se randeze ceva, inclusiv ordinea pe care a ales-o. Citește-l. Dacă rolurile au ieșit inversate — puloverul ca bază, persoana ca sursă — spui asta și se repară înainte să se genereze sau să se factureze un singur pixel. Totuși, când un fir e lung și plin de imagini, reatașează-le pe cele de care ai nevoie; la șase poze distanță, „a doua imagine” e ambiguă pentru orice cititor.

A-i cere lui Shannon să se uite la o imagine — să o descrie, să citească eticheta, să-ți spună ce material e — este muncă obișnuită de viziune, nu o generare. Nu costă nimic în plus și este o verificare bună înainte de compunere: dacă descrierea lui Shannon nu menționează detaliul care te interesează, instrucțiunea ta trebuie să îl numească.

11Fără cenzură și ce înseamnă asta de fapt

Nu există filtru de conținut pe traseul de generare și niciun strat de refuz pe modelul care scrie promptul. Compoziția este locul în care uneltele filtrate eșuează cel mai vizibil, pentru că un sistem de refuz nu poate face diferența între a combina imagini pe care le deții și a combina imagini pe care nu ar trebui să le ai — așa că le blochează pe amândouă.

Munca pe care acele unelte o refuză de regulă nu este exotică: nuduri artistice și studiu de figură, ilustrație medicală și criminalistică, imagini pentru cercetarea de securitate, violență în ficțiune pentru coperte de carte și artă de joc, satiră politică și categoriile legale de produse enumerate mai sus. Fiecare este muncă profesională legitimă pe care un filtru pe cuvinte-cheie nu o poate deosebi de abuz.

Fără cenzură nu înseamnă fără răspundere. Tu furnizezi fotografii ale unor obiecte reale și adesea ale unor oameni reali; drepturile și consimțământul sunt ale tale, la fel și responsabilitatea pentru rezultat. Shannon Lab LLC este o companie din New Mexico care operează sub o politică de utilizare responsabilă publicată — merită cinci minute înainte să începi muncă ce implică asemănarea altor oameni.

12Limite care merită știute înainte să începi

Nu există generare video. Shannon nu animează imagini și nu produce video, sub nicio formă, din niciuna dintre aceste operații — nici dintr-o singură imagine, nici dintr-o compoziție, nici ca opțiune experimentală. Dacă briefu-ți se termină în mișcare, aceasta nu este unealta pentru ultimul pas. Așa este produsul, nu e un indiciu de roadmap.

Alte limite oneste, toate cu soluții de ocolire:

• Textul mărunt este zona cea mai slabă. Literele mici, textul dens de pe ambalaj și numerele de serie lungi pot ieși imperfect. Încadrează produsul astfel încât textul important să fie mare, pune warped label text în promptul negativ și verifică la mărime completă.
• Nepotrivirea extremă de scară este grea. O poză de produs de 4000 de pixeli combinată cu o miniatură mică a unei camere îi dă modelului foarte puțin cu ce să lucreze. Folosește cea mai bună copie pe care o ai din fiecare sursă.
• Ocluziunea puternică limitează ce poate fi transferat. O haină fotografiată împăturită, cu spatele niciodată vizibil, nu poate avea spatele inventat fidel. Dacă în compoziție se vede spatele, furnizează spatele.
• Mai multe imagini înseamnă mai mult loc de confuzie. Patru surse sunt fezabile cu o numire ordinală disciplinată, dar nu e locul unde să fii neglijent — folosește numărul de care are nevoie treaba și nimic mai mult.
• Două schimbări mari deodată se bat între ele. Transferă ținuta, confirmă, apoi schimbă fundalul. Editările secvențiale bat o instrucțiune supraîncărcată aproape de fiecare dată, iar fiecare pas e ieftin de verificat.

13Întrebări frecvente

---

Generarea, editarea și compoziția din mai multe imagini sunt funcții ale aplicației de chat Shannon; endpointurile /v1/chat/completions, /v1/messages și /v1/responses servesc text și viziune, adică citesc imaginile în loc să le genereze. Nu există generare video. Opțiunile de aspect, suportul pentru prompt negativ și comportamentul de confirmare sunt valabile la 5 septembrie 2026. Înrudite: generarea de imagini AI fără cenzură · editarea AI de imagini fără cenzură · utilizare responsabilă · documentația API · index cercetare.