Redaktuesi i pacensuruar i imazheve me IA
Ndryshoni, ristilizoni, ndriçoni sërish, riveshni ose riparoni një imazh ekzistues duke shkruar një fjali. Pa maska, pa filtra, pa refuzime — dhe një teknikë që ka më shumë rëndësi se të gjitha të tjerat së bashku.
Shkurt
Shannon redakton saktësisht një imazh ekzistues nga një udhëzim me gjuhë të thjeshtë — pa penel, pa maskë, pa përzgjedhje. Ai udhëzim duhet të thotë çfarë ndryshon DHE çfarë mbetet, sepse modeli e rigjeneron të gjithë kuadrin: çdo gjë që nuk e emërtoni si të pandryshuar është e lirë të rrëshqasë. Emërtimi i pjesëve të pandryshuara — "mbaji fytyrën, pozën dhe veshjen identike" — është leva e vetme më e madhe e cilësisë që keni. Rruga e redaktimit e pranon një prompt negativ (tekst-në-imazh jo); vendosni aty artefaktet e padëshiruara në vend që të shkruani "pa X" në udhëzim. Dalja e trashëgon automatikisht raportin e pamjes së burimit. Nuk ka gjenerim videoje dhe nuk ka asnjë mënyrë për të animuar një imazh. Redaktimi funksionon në grupin tonë të GPU-ve brenda aplikacionit të chat-it, pa filtër përmbajtjeje dhe pa shtresë refuzimi.
Shumica e njerëzve që kërkojnë një redaktues imazhesh IA të pacensuruar kanë një imazh dhe një problem: sfondi është i gabuar, drita është e sheshtë, xhaketa ka ngjyrë të gabuar, një i panjohur ndodhet brenda kuadrit, skanimi ka një palosje përgjatë tij — ose redaktimi është krejt legjitim dhe mjeti i tyre aktual refuzon ta prekë. Kjo faqe flet për ta bërë atë punë mirë: jo se cili redaktues ka më shumë rrëshqitës, por për zakonin e vetëm që e ndan një redaktim që qëllon në shenjë nga një redaktim që në heshtje ia rindërton fytyrën subjektit tuaj pa e vënë re.
01Çfarë është në të vërtetë redaktimi me udhëzim
Redaktimi klasik me IA ju kërkon ta bëni vetë pjesën e vështirë: hapni një kanavacë, lyeni një maskë mbi zonën që doni të ndryshoni, shkruani një frazë që përshkruan çfarë i takon brenda saj. I saktë, i ngadaltë dhe i padobishëm në çastin kur ndryshimi juaj nuk ka kontur të qartë — një zhvendosje drite, një ndërrim garderobe që ndryshon siluetën, një gradim global i ngjyrës.
Shannon punon në të kundërt. Nuk përzgjidhni asgjë. Shkruani një fjali për imazhin, në çfarëdo gjuhe, dhe zona nxirret nga fjalët tuaja. Kjo e bën një alternativë praktike të pacensuruar ndaj inpainting-ut për këdo që do rezultatin dhe jo punën e përzgjedhjes — me një pasojë mekanike që duhet ta kuptoni së pari:
Një redaktim është një rirenderim i të gjithë kuadrit, i kushtëzuar nga imazhi juaj burimor — jo një arnë e vendosur mbi një pjesë të tij. Modeli i Imazhit lexon origjinalin tuaj, lexon udhëzimin tuaj dhe prodhon një imazh të ri që supozohet të jetë origjinali plus ndryshimi. Asgjë nuk ngrihet mekanikisht. Çdo piksel është i rinegociueshëm në çdo redaktim.
Prandaj "një rrugë e shiut në Tokio" — e përsosur në një mjet me maskë — kthehet me një person paksa të ndryshëm brenda saj. Në një mjet me maskë, maska thoshte se personi ishte i paprekshëm; këtu këtë duhet ta thotë fjalia juaj. Ana e mirë: redaktimi me udhëzim bën atë që maskat nuk mund ta bëjnë — të zhvendosë diellin dhe të bëjë hijet të bien dakord, të ndryshojë një veshje dhe pëlhura të palosej mbi pozën ekzistuese, të ristilizojë një fotografi në bojë dhe ngjyra të sheshta duke ruajtur kompozimin. Ato redaktime nuk kanë kufi për t'u lyer; ato janë marrëdhënie përgjatë gjithë kuadrit.
02Ankorimi: leva e vetme më e madhe e cilësisë
Ankorim do të thotë ta shkruani çdo udhëzim redaktimi si dy klauzola: klauzola e ndryshimit (çfarë duhet të jetë ndryshe, e thënë pozitivisht dhe konkretisht) dhe klauzola e mbajtjes (pjesët që duhet të mbijetojnë të paprekura, të emërtuara si emra konkretë). Të dyja mbajnë peshë — klauzola e ndryshimit vetëm është një dëshirë. Nëse merrni një gjë të vetme nga kjo faqe: rezultati juaj përcaktohet nga sa qartë emërtoni çfarë mbetet, jo nga sa gjallërisht përshkruani çfarë ndryshon.
Tri mënyrat si rrëshqasin udhëzimet pa ankorim
- Rrëshqitje identiteti. Fytyra kthehet gati e saktë — një hundë paksa e ndryshme, një nofull e zbukuruar në heshtje. Dështimi më i dëmshëm, sepse është i vështirë për t'u parë në telefon dhe i dukshëm për këdo që e njeh personin.
- Ristilizim kolateral. Kërkuat një sfond të ri; morët edhe një gradim të ri ngjyre, një lente të re dhe një triko që dikur ishte me rrudha vertikale. Modeli e lexoi udhëzimin si përshkrim të gjithë imazhit të synuar dhe jo si një ndryshim ndaj burimit.
- Zgjerim fushe nga mbiemrat. "Më dramatike", "më e pastër", "më profesionale" nuk emërtojnë asnjë objekt. Një mbiemër pa emër zbatohet mbi gjithçka, prandaj gjithçka lëviz.
Fjalori i ankorimit
Ankorat funksionojnë si emra konkretë. "Mbaje njësoj" është i dobët — modeli nuk mund ta dijë se cila njësoj ju intereson. Zgjidhni tre deri në pesë elemente që kanë rëndësi për redaktimin tuaj dhe emërtojini haptas.
| Çfarë po ndryshoni | Ankorat që ia vlen t'i emërtoni shprehimisht |
|---|---|
| Sfondi / mjedisi | fytyra dhe tiparet e fytyrës, modeli i flokëve, poza, duart, veshja, këndi i kamerës, kuadratura, drita mbi subjektin |
| Drita / atmosfera | fytyra, shprehja, tekstura e lëkurës, poza, veshja, përmbajtja e sfondit, kadrimi |
| Veshja / garderoba | fytyra, mjekra ose flokët, poza, duart, përmasat e trupit, sfondi, drejtimi i dritës, gradimi i ngjyrës |
| Stili / mjeti | kompozimi, poza, gjatësia e flokëve, format e veshjeve, numri i subjekteve, kuadratura |
| Heqje objekti / riparim | gjithçka tjetër në kuadër — subjekti, arkitektura përreth, kokrrizimi, tonaliteti, kontrasti, ngjyra |
| Ngjyra e një gjëje të vetme | çdo ngjyrë tjetër në imazh, plus tekstura dhe materiali i objektit të ndryshuar |
Vini re rreshtin e fundit. Rikolorimi shkon keq në heshtje, sepse "bëje xhaketën të kuqe" fton një xhaketë të rindërtuar nga e para — prerje e re, material i ri, palosje të reja. E ankoruar: "rikoloro xhaketën ekzistuese në një të kuqe të thellë, duke ruajtur prerjen e saj të saktë, qepjet, teksturën e pëlhurës dhe mënyrën si varet." Një klauzolë ndryshimi, një rezultat dramatikisht më i mirë.
03Shembuj të punuar: udhëzim i dobët, pse rrëshqet, rishkrim i ankoruar
Çdo çift më poshtë është i njëjti qëllim i shkruar dy herë. Diagnoza në mes është pjesa që bartet gjetkë.
A. Zëvendësimi i një sfondi
Pse rrëshqet: kjo përshkruan një imazh destinacion, jo një ndryshim. Asgjë te gruaja nuk mbrohet dhe asgjë nuk e mban kamerën të palëvizur, prandaj modeli e rikuadron dhe e rirenderon atë ndërsa ndërton një skenë të besueshme.
Çfarë ndryshoi: klauzola e mbajtjes fikson identitetin, garderobën dhe kadrimin, dhe fraza e fundit thotë se nga cila anë zgjidhet bashkimi — sfondi i përshtatet dritës së subjektit, jo e kundërta.
B. Rindriçimi
Pse rrëshqet: "më e mirë" është një mbiemër pa emër. Modeli duhet të shpikë një përkufizim, dhe mënyra më e lirë për të dukur më mirë në një rirenderim është lëkurë e zbutur, dhëmbë më të bardhë dhe një nofull më e hollë. Kërkuat dritë dhe morët retush.
Çfarë ndryshoi: drita përshkruhet fizikisht — drejtimi, cilësia, temperatura, rënia. Tekstura e lëkurës ankorohet shprehimisht, sepse rindriçimi është pikërisht momenti kur modeli tundohet më shumë ta zbusë atë.
C. Riveshja e një subjekti
Pse rrëshqet: një kostum e ndryshon siluetën, prandaj torsi duhet rirenderuar — dhe koka sipër tij zakonisht shkon bashkë me të. Redaktimet e garderobës pa ankorim janë burimi i dytë më i madh i rrëshqitjes së identitetit pas ndërrimit të sfondit.
Çfarë ndryshoi: "të qepur sipas qëndrimit të tij aktual" e vendos veshjen në varësi të pozës. Duart ankorohen veçmas, sepse te duart redaktimet e garderobës shpërbëhen më dukshëm.
D. Ristilizimi i një fotografie
Pse rrëshqet: një fjalë stili e vetme ia dorëzon gjithçka — kompozimin, kuadraturën, flokët, garderobën, numrin e njerëzve — dhe "anime" janë tridhjetë vjet traditash të papajtueshme. Merrni një ilustrim të zoti të një skene tjetër.
Çfarë ndryshoi: redaktimet e stilit kanë nevojë për një ankorë tjetër. Nuk mund të ankoroni teksturën — tekstura është pikërisht ajo që po zëvendësohet — prandaj ankoroni strukturën: kompozimin, pozën, siluetat, kuadraturën, numrin e subjekteve. Të kërkosh të ruhet "lëkurë fotorealiste" nën animacion me cel është kontradiktë.
E. Heqja e diçkaje
Pse rrëshqet: një mohim prapëseprapë e vë konceptin përpara modelit dhe nuk thotë asgjë për atë që e mbush hapësirën e liruar. Heqjet kanë nevojë për një pohim pozitiv si të objektivit ashtu edhe të mbushjes.
Çfarë ndryshoi: objektivi emërtohet sipas objektit, ngjyrës dhe pozicionit; mbushja specifikohet, kështu që modeli nuk shpik një shesh aty ku i takon një trotuar; dhe "gjithçka tjetër" shtjellohet në emra të vërtetë.
F. Riparimi i një fotografie të dëmtuar
Pse rrëshqet: "rregulloje" lexohet si "përmirësoje", dhe përmirësimi i një fotografie të vjetër do të thotë modernizim i saj — lëkurë më e pastër, kontrast më i lartë dhe një fytyrë që nuk është më krejt e gjyshes suaj.
Çfarë ndryshoi: dëmtimi numërohet, kështu që "rregulloje" ka një fushë të përcaktuar, dhe kokrrizimi e tonaliteti ankorohen sepse ato e bëjnë printimin të duket autentik për epokën. Të tria ndalesat janë rasti i rrallë kur mohimi e meriton vendin e vet — direktiva për procesin, jo për objektet.
Forma e një udhëzimi të mirë
Synoni 25 deri në 60 fjalë, në fjali të plota dhe jo si etiketa fjalëkyçesh të ndara me presje — Modeli i Imazhit i lexon promptet ashtu si i lexon një model gjuhësor, prandaj proza fiton ndaj supës së etiketave. Lini jashtë mbeturinat e epokës SDXL (masterpiece, best quality, 8k) dhe sintaksën e peshave si (word:1.3); këtu nuk bëjnë asgjë. Bëni një ndryshim për çdo udhëzim — dy ndryshime të palidhura në një fjali konkurrojnë për vëmendje dhe të dyja kthehen përgjysmë.
04Prompti negativ — i mbështetur këtu, ndryshe nga tekst-në-imazh
Kjo i ngatërron njerëzit, ndaj le ta themi qartë:
| Rruga | Imazhe burimore | Prompt negativ | Raporti i pamjes | Forma e promptit |
|---|---|---|---|---|
| Tekst-në-imazh | 0 | Nuk mbështetet | I zgjedhur (katror si parazgjedhje) | Prozë përshkruese |
| Redakto një imazh | Saktësisht 1 | Mbështetet | I trashëguar nga burimi | Udhëzim: ndrysho + mbaj |
| Bashko 2+ imazhe | 2 ose më shumë | Mbështetet | Kanavacë e re e zgjedhshme | Prozë me role të emërtuara |
Tekst-në-imazh nuk pranon fare prompt negativ — kur gjeneroni nga hiçi, të përshkruash vetëm atë që do është disiplina (shihni gjenerimin e pacensuruar të imazheve me IA). Redaktimi është ndryshe: ju keni tashmë një burim, dhe dështimet karakteristike të një rirenderimi janë të njohura dhe të emërtueshme, prandaj një prompt negativ ka diçka konkrete për të shtypur.
Çfarë i takon aty
Artefaktet, dhe vetëm artefaktet. Është një listë defektesh, jo një kanal i dytë udhëzimesh:
- extra fingers, fused fingers, malformed hands — çdo redaktim që rirenderon një person.
- warped text, garbled lettering, misspelled signage — çdo gjë me tabela, etiketa ose paketime në kuadër.
- duplicated limbs, duplicated railing, repeated windows — heqjet dhe zgjerimet e sfondit.
- smeared texture, blurry patch, halo around the subject, visible seam — ndërrimet e sfondit dhe heqja e objekteve.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — rindriçimi, redaktimet e portreteve, higjiena e përgjithshme.
Çfarë nuk i takon
Vendimet për përmbajtjen. Nëse doni që kapelja të hiqet, udhëzimi është "hiq kapelen" — jo një prompt negativ që thotë "kapele". Prompti negativ nuk i heq me besueshmëri gjërat që ekzistojnë në burimin tuaj; ai i dekurajon defektet të shfaqen në renderim. Përmbajtja aty ju jep më të keqen e të dyja botëve: kapelja mbetet dhe një vend që mund të kishte shtypur duart e shtrembëruara shkon dëm.
Gjysma tjetër e rregullit vlen për udhëzimin tuaj: ndaloni së shkruari "pa X" në të. "Një rrugë pa makina", "një portret pa syze" të dyja e vendosin konceptin e padëshiruar në fjali dhe i kërkojnë modelit ta mohojë — punë që gjuha e bën mirë dhe kushtëzimi i imazhit e bën keq. Thoni çfarë duhet të jetë aty në vend të saj: "një rrugë e zbrazët me asfalt të pastër", "një portret me sy të papenguar". Përjashtimi i vetëm, si te shembulli F, është një direktivë për procesin — "mos e mprih", "mos e rikoloro" — që refuzon një veprim në vend që të emërtojë një objekt.
Ndarja e punës, në një rresht
Udhëzimi: çfarë ndryshon, çfarë mbetet — e thënë pozitivisht. Prompti negativ: mënyrat si një renderim mund të dalë i keqformuar. Mbajini të ndarë dhe të dyja përmirësohen.
05Një imazh burimor, dhe si e zgjedh Shannon
Një redaktim vepron mbi saktësisht një imazh burimor: ose një fotografi që ndodhet tashmë në bisedë — e bashkëngjitur më parë ose e gjeneruar për ju — ose një e bashkëngjitur mesazhit që po dërgoni tani. Asgjë nuk tërhiqet nga jashtë bisedës, dhe rruga e redaktimit nuk i bashkon kurrë në heshtje dy fotografi. Nëse qëllimi juaj kërkon elemente nga më shumë se një imazh — veshja nga fotoja A mbi personin te fotoja B — kjo është një bashkim, me një formë tjetër prompti që emërton me radhë rolin e çdo imazhi.
Ndjekjet dhe imazhi më i fundit i rëndësishëm
Sapo një imazh ndodhet në bisedë, ndjekjet e shkurtra funksionojnë ashtu si do të shpresonit. "Bëje më të errët." "Tani provoje në perëndim dielli." Këto zgjidhen kundrejt imazhit më të fundit të rëndësishëm në bisedë — normalisht rezultati që sapo morët — kështu që një varg udhëzimesh të vogla sillet si një stivë redaktimesh. Tri pasoja:
- Përsërisni me hapa të vetëm. Çdo ndjekje është një rirenderim tjetër i plotë, prandaj "bëje më të errët dhe ndrysho pallton e saj dhe ule kamerën" janë tri redaktime që përleshen për një kalim të vetëm. Dërgoni tri mesazhe; ndalni te ai që ju pëlqeu.
- Kini kujdes nga humbja brez pas brezi. Devijimet e vogla mblidhen; deri te redaktimi i gjashtë radhazi një fytyrë mund të jetë larg origjinalit edhe pse asnjë hap i vetëm nuk dukej i gabuar. Kur vini re rrëshqitje, ndalni arnimin — ribashkëngjitni skedarin origjinal dhe shkruani një udhëzim të vetëm të ndërthurur që kodon gjithçka që keni mësuar ndërkohë se donit.
- Në një bisedë të gjatë, jini të qartë. "Duke përdorur foton e plazhit që bashkëngjita më parë, …" e heq paqartësinë kur disa imazhe janë në lojë.
Karta e konfirmimit është shansi juaj i fundit për të shtuar një ankorë
Ju kërkoni me gjuhë të thjeshtë, në çfarëdo gjuhe që flisni. Shannon vendos se po kërkohet një veprim me imazh, e shkruan vetë udhëzimin përfundimtar në anglisht dhe jua tregon në një kartë konfirmimi përpara se të renderohet ndonjë gjë. Asgjë nuk prodhohet dhe asgjë nuk faturohet derisa të konfirmoni. Lexojeni atë kartë — aty e kapni një klauzolë mbajtjeje që mungon përpara se të shpenzoni asgjë.
Dy sjellje të lidhura: Shannon nuk gjeneron kurrë pa u ftuar — një përshëndetje, një pyetje ose një foto e bashkëngjitur rastësisht nuk shkakton një veprim me imazh. Dhe t'i kërkoni Shannon-it thjesht ta shohë një imazh — ta përshkruajë, të lexojë tekstin brenda tij, të thotë pse kompozimi nuk funksionon — është punë e zakonshme pamjeje, jo gjenerim, dhe nuk kushton asgjë shtesë. "Çfarë do të ndryshoje te kjo foto?" është këshillë falas; të vepruarit sipas saj është redaktimi.
06Raporti i pamjes trashëgohet automatikisht
Një imazh i redaktuar kthehet me të njëjtin raport pamjeje si burimi i tij. Nuk zgjidhni ndonjë dhe nuk keni nevojë: një portret 4:5 mbetet 4:5, një kuadër 16:9 mbetet 16:9, një pamje ekrani e sikletshme nga telefoni i ruan përmasat e veta. Një redaktim që do t'ua rikuadronte imazhin në heshtje nuk do të ishte redaktim — do të ishte një prerje plus një hamendje se çfarë ndodhet jashtë kufijve origjinalë.
Ky është një ndryshim i vërtetë nga dy rrugët e tjera. Tekst-në-imazh ju kërkon të zgjidhni mes katror (parazgjedhje), portret, peizazh, i gjerë (kinematografik) dhe i lartë (postera dhe sfonde), dhe një kërkesë e shprehur fiton gjithmonë; bashkimi ju lejon të zgjidhni një kanavacë të re, meqë nuk ka një burim të vetëm për ta trashëguar. Prandaj nëse ju duhet një formë tjetër, kjo nuk është redaktim — ta kthesh një foto produkti 1:1 në një baner 16:9 do të thotë të shpikësh piksele që nuk u fotografuan kurrë. Bëjeni me qëllim, duke gjeneruar ose duke bashkuar mbi një kanavacë të re.
07Nuk ka gjenerim videoje
E thënë qartë, sepse njerëzit pyesin
Shannon nuk gjeneron video dhe nuk i animon imazhet. Nuk ka rrugë imazh-në-video, nuk ka "bëje këtë foto të lëvizë", nuk ka lak, nuk ka cinemagraph. Kjo nuk është një aftësi në pamje paraprake apo së shpejti — ajo nuk ekziston në produkt, dhe asgjë në këtë faqe nuk duhet lexuar si aluzion për të kundërtën.
Ajo që Shannon 3 bën me imazhet janë saktësisht tri gjëra: gjeneron një imazh të ri, redakton një imazh ekzistues dhe bashkon dy ose më shumë imazhe në një. Gjithçka këtu jeton brenda të dytës prej tyre.
Ia vlen thënë dy herë, sepse "redaktues imazhesh me IA" dhe "gjenerues videosh me IA" janë bërë fqinjë në mendjen e njerëzve, dhe një mjet që me kënaqësi ua rindriçon fotografinë duket sikur duhet të jetë një buton larg nga ta vërë atë në lëvizje. Nuk është — dhe këtë duhet ta dini në minutën e parë, jo në të dhjetën.
08Pse i pacensuruar ka më shumë rëndësi për redaktimin sesa për gjenerimin
Redaktuesit me filtër dështojnë ndryshe nga gjeneruesit me filtër, dhe zakonisht më keq. Një gjenerues me filtër ju refuzon promptin; ju e rishkruani dhe provoni sërish. Një redaktues me filtër mund të refuzojë vetë imazhin burimor, përpara se të lexojë një fjalë të vetme nga udhëzimi juaj. Ngarkoni një fotografi klinike plage për një raport rasti dhe ajo refuzohet që në hyrje. Ngarkoni një fotografi historike lufte për të riparuar një palosje dhe pushka brenda kuadrit e mbyll bisedën. Punë legjitime, refuzim kategorik, asnjë rishkrim që do të kishte ndihmuar.
Shannon e drejton rrugën e imazheve pa filtër përmbajtjeje te dalja dhe pa shtresë refuzimi te modeli që shkruan udhëzimin. Kjo është ajo që i bën të mundura këto punë të zakonshme:
- Akte artistike dhe punë me figurën — retush, rindriçim dhe ristilizim për artistë e fotografë që punojnë me subjekte të rritur në dakordësi.
- Ilustrim mjekësor dhe forenzik — imazhe klinike të pastruara për material mësimor, raporte rastesh dhe punë rindërtimi që redaktuesit kryesorë i refuzojnë që në shikim.
- Imazhe për kërkim sigurie — pamje ekrani, fotografi të sigurisë fizike dhe dokumentim harduerësh për programe ndërgjegjësimi ndaj phishing-ut dhe raportime red-team.
- Dhuna në trillim — art prodhimi për filma, lojëra dhe komike, ku një plagë ose një armë është vetë lënda.
- Satirë politike dhe ilustrim editorial — disa shekuj histori prapa saj, mbështetje pothuajse zero në mjetet me filtër.
- Punë me marka dhe fytyra nga vetë mbajtësi i të drejtave — fotografia juaj e produktit, kombinimet e logove dhe portretet, dhe arkiva të vështira familjare, pa u grindur me një klasifikues nëse ju lejohet apo jo.
I pacensuruar nuk do të thotë i papërgjegjshëm. Shannon operohet nga Shannon Lab LLC (Nju Meksiko, SHBA) sipas një Politike Përdorimi të Përgjegjshëm të publikuar, ku jetojnë kufijtë e vërtetë — ata për ligjin dhe dëmin, jo për shqetësimin e një klasifikuesi ndaj një fotografie plage. Mungesa e një refuzimi refleksiv është një pohim për mjetin, jo për përgjegjësinë tuaj ndaj asaj që krijoni.
09Ku hyn API-ja — dhe ku jo
Ky është një kthim i gabuar i shpeshtë për lexuesit që vijnë nga një kërkim për API. Gjenerimi dhe redaktimi i imazheve ndodhin në aplikacionin e chat-it Shannon, jo në API. Të tre dialektet /v1 — /v1/chat/completions (në formë OpenAI), /v1/messages (në formë Anthropic) dhe /v1/responses, të gjitha me transmetim, të gjitha mbi të njëjtat modele — shërbejnë tekst dhe pamje. Pamje do të thotë se modelet i lexojnë imazhet që dërgoni: i përshkruajnë, transkriptojnë tekst, analizojnë një grafik. Nuk do të thotë se i prodhojnë ose i modifikojnë imazhet.
Kjo prapëseprapë lë një model pune të dobishëm: pamja plus një model teksti i pacensuruar është një ndihmës i fortë për shkrimin e udhëzimeve. Dërgoni te API-ja imazhin tuaj burimor, kërkojini ta përshkruajë çfarë ndodhet në kuadër dhe të hartojë një udhëzim të ankoruar që emërton ndryshimin dhe ankorat, pastaj ekzekutojeni atë udhëzim në chat — ai i kap ankorat që do t'i kishit harruar. Format e kërkesave dhe përgjigjeve janë te dokumentacioni i API-t.
10Pyetje të bëra shpesh
Çfarë është një redaktues imazhesh IA i pacensuruar?
Është një redaktues që merr një imazh ekzistues plus një udhëzim me gjuhë të thjeshtë dhe kthen imazhin e redaktuar, pa filtër përmbajtjeje te dalja dhe pa shtresë refuzimi te modeli që shkruan udhëzimin. Funksionon në grupin tonë të GPU-ve brenda aplikacionit të chat-it Shannon, kështu që puna që redaktuesit me filtër e refuzojnë — retushi i akteve artistike, ilustrimi mjekësor dhe forenzik, imazhet për kërkim sigurie, dhuna në trillim, satira politike — kryhet në vend që të refuzohet.
Pse ndryshon fytyra kur unë kërkova vetëm të ndryshohej sfondi?
Sepse një redaktim me udhëzim e rigjeneron të gjithë kuadrin duke u kushtëzuar nga imazhi juaj burimor, jo vetëm zonën që kishit në mendje — çdo gjë që nuk e emërtoni si të pandryshuar është e lirë të rrëshqasë. Zgjidhja është ankorimi: shtoni një klauzolë mbajtjeje si "mbaje fytyrën, modelin e flokëve, pozën dhe veshjen identike, të njëjtin kënd kamere dhe kuadraturë". Emërtimi i pjesëve të pandryshuara është leva e vetme më e madhe e cilësisë që keni.
A e mbështet redaktimi i imazheve në Shannon një prompt negativ?
Po. Ndryshe nga tekst-në-imazh, që nuk pranon fare, rrugët e redaktimit dhe të bashkimit shumë-imazhesh e mbështetin të dyja. Përdoreni për artefakte të padëshiruara — gishta shtesë, tekst i shtrembëruar, parmakë të dyfishuar, teksturë e njollosur, lëkurë plastike, filigrane — në vend që të shkruani "pa X" në udhëzim. Vendimet për përmbajtjen i takojnë udhëzimit, të thëna në mënyrë pozitive; shtypja e artefakteve i takon promptit negativ.
A mund ta animojë Shannon imazhin tim ose ta kthejë në video?
Jo. Shannon nuk gjeneron video dhe nuk i animon imazhet. Nuk ka rrugë imazh-në-video dhe asnjë e tillë nuk po njoftohet. Shannon 3 gjeneron një imazh të ri, redakton një imazh ekzistues ose bashkon dy a më shumë imazhe në një — këto tri gjëra dhe asgjë përtej tyre.
Sa imazhe burimore përdor një redaktim?
Saktësisht një: ose një fotografi që ndodhet tashmë në bisedë, ose një e bashkëngjitur mesazhit tuaj aktual. Nëse elementet duhet të vijnë nga dy ose më shumë imazhe — një veshje nga një foto mbi një person nga një tjetër — kjo është bashkim, jo redaktim, dhe duhet të jepni imazhet e vërteta në vend që ta përshkruani të dytin me fjalë.
A më duhet të vizatoj një maskë ose të përdor inpainting?
Jo. Nuk ka penel, laso apo shtresë maske. Ju e përshkruani ndryshimin me një fjali dhe zona nxirret nga gjuha juaj, prandaj emrat e saktë kanë rëndësi: "makina e parkuar në ngjyrë argjendi në të djathtë" e godet objektivin shumë më mirë se "ajo gjëja". Kjo e bën Shannon-in një alternativë praktike të pacensuruar ndaj inpainting-ut për njerëzit që duan rezultatin pa punën e përzgjedhjes.
A mund t'i redaktoj imazhet përmes API-t të Shannon-it?
Jo. Gjenerimi dhe redaktimi i imazheve jetojnë në aplikacionin e chat-it Shannon. Dialektet /v1 — /v1/chat/completions, /v1/messages dhe /v1/responses — shërbejnë tekst dhe pamje: i lexojnë dhe i analizojnë imazhet që dërgoni, por nuk i prodhojnë dhe nuk i redaktojnë. Një rrjedhë pune e zakonshme është ta vini pamjen e API-t të hartojë udhëzimin e ankoruar, pastaj ta ekzekutoni redaktimin në chat.
Redaktoni një imazh pa u grindur me një filtër
Bashkëngjitni një foto, shkruani një fjali, emërtoni çfarë mbetet.
Nisni redaktimin Lexoni dokumentet e API-tImazhet renderohen në grupin tonë të GPU-ve · asgjë nuk renderohet dhe nuk faturohet derisa të konfirmoni kartën
Shannon AI operohet nga Shannon Lab LLC, Nju Meksiko, SHBA. Gjenerimi, redaktimi dhe bashkimi i imazheve janë funksione të aplikacionit të chat-it të Shannon 3; API-ja /v1 shërben vetëm tekst dhe pamje. Në produkt nuk ekziston gjenerim videoje. Redaktimi pranon saktësisht një imazh burimor dhe e trashëgon raportin e tij të pamjes. Përdorimi i rrugëve të pacensuruara të imazheve rregullohet nga Politika e Përdorimit të Përgjegjshëm.