Kihariri cha Picha za AI Kisichodhibitiwa
Badilisha, geuza mtindo, badilisha mwanga, badilisha mavazi au rekebisha picha moja iliyopo kwa kuandika sentensi. Hakuna barakoa, hakuna vichujio, hakuna kukataa — na mbinu moja yenye uzito kuliko nyingine zote zikiunganishwa.
Kwa Kifupi
Shannon inahariri picha moja tu iliyopo kwa agizo la lugha ya kawaida — hakuna brashi, hakuna barakoa, hakuna uteuzi. Agizo hilo lazima liseme kinachobadilika NA kinachobaki, kwa sababu modeli inazalisha upya fremu nzima: chochote usichokitaja kuwa hakibadiliki kina uhuru wa kuyumba. Kutaja sehemu zisizobadilika — "weka uso, mkao na mavazi vikiwa vilevile" — ndicho kilekele kikubwa kuliko vyote cha ubora ulicho nacho. Njia ya uhariri inakubali kidokezo hasi (maandishi-kwenda-picha hayakubali); weka kasoro zisizotakiwa hapo badala ya kuandika "hakuna X" ndani ya agizo. Matokeo yanarithi uwiano wa picha ya chanzo kiotomatiki. Hakuna utengenezaji wa video na hakuna njia ya kuhuisha picha. Uhariri unaendeshwa kwenye kundi letu la GPU ndani ya programu ya gumzo, bila kichujio cha maudhui na bila safu ya kukataa.
Watu wengi wanaotafuta kihariri cha picha za AI kisichodhibitiwa wana picha moja na tatizo moja: mandharinyuma si sahihi, mwanga ni bapa, koti lina rangi isiyofaa, mgeni amesimama ndani ya fremu, skani ina mkunjo unaoipita — au uhariri ni halali kabisa na chombo wanachotumia sasa kinakataa kuugusa. Makala hii inahusu kufanya hilo vizuri: si kihariri kipi kina vitelezi vingi zaidi, bali tabia ile moja inayotenganisha uhariri unaofanikiwa na uhariri unaojenga upya uso wa mhusika wako kimyakimya ulipokuwa hutazami.
01Uhariri kwa maagizo ni nini hasa
Uhariri wa kawaida wa AI unakuomba ufanye sehemu ngumu mwenyewe: fungua turubai, paka barakoa juu ya eneo unalotaka kubadilisha, andika kifungu kinachoeleza kinachostahili kuwa ndani yake. Sahihi, wa polepole, na usiofaa mara tu mabadiliko yako yanapokosa mstari safi wa mpaka — mabadiliko ya mwanga, kubadilisha vazi kunakobadilisha umbo la kivuli, au marekebisho ya rangi ya picha nzima.
Shannon inafanya kinyume chake. Hutewi kitu. Unaandika sentensi kuhusu picha, kwa lugha yoyote, na eneo linabainishwa kutoka kwenye maneno yako. Hilo linaifanya kuwa mbadala wa vitendo wa inpainting bila udhibiti kwa yeyote anayetaka matokeo badala ya kazi ya kuteua — ikiwa na tokeo moja la kiufundi unalopaswa kulielewa kwanza:
Uhariri ni uchoraji upya wa fremu nzima, ukiegemea picha yako ya chanzo — si kiraka kinachobandikwa kwenye sehemu yake. Modeli ya Picha inasoma picha yako ya awali, inasoma agizo lako, na inazalisha picha mpya inayotakiwa kuwa ile ya awali pamoja na mabadiliko. Hakuna kinachogandishwa kimitambo. Kila pikseli inaweza kujadiliwa upya katika kila uhariri.
Ndiyo maana "a rainy Tokyo street" — lisilo na kasoro ndani ya chombo cha barakoa — linarudi na mtu tofauti kidogo amesimama ndani yake. Kwenye chombo cha barakoa, barakoa ilisema mtu hagusiki; hapa sentensi yako ndiyo inayopaswa kusema hivyo. Faida yake: uhariri kwa maagizo unafanya kile ambacho barakoa haziwezi — kuhamisha jua na vivuli vikakubaliana, kubadilisha vazi na kitambaa kikakunjika juu ya mkao uliopo, kugeuza picha ya kamera kuwa wino na rangi bapa huku muundo ukibaki. Mabadiliko hayo hayana mpaka wa kupaka; ni mahusiano yanayovuka fremu nzima.
02Nanga: kilekele kikubwa kuliko vyote cha ubora
Kutia nanga kunamaanisha kuandika kila agizo la uhariri kama vishazi viwili: kishazi cha mabadiliko (kinachopaswa kuwa tofauti, kikisemwa kwa uthibitisho na kwa uhakika) na kishazi cha kubaki (sehemu zinazopaswa kunusurika bila kuguswa, zikitajwa kwa nomino mahususi). Vyote viwili vinabeba uzito — kishazi cha mabadiliko peke yake ni matamanio tu. Ukichukua jambo moja kutoka ukurasa huu: matokeo yako yanatawaliwa na jinsi unavyotaja waziwazi kinachobaki, si na jinsi unavyoeleza kwa uzuri kinachobadilika.
Njia tatu ambazo maagizo yasiyo na nanga yanayumba
- Kuyumba kwa utambulisho. Uso unarudi ukiwa karibu sahihi — pua tofauti kidogo, taya iliyorembeshwa kimyakimya. Ndilo kosa lenye madhara makubwa zaidi, kwa sababu ni gumu kuliona kwenye simu na ni dhahiri kwa yeyote anayemfahamu mtu huyo.
- Kubadilika kwa mtindo bila kuombwa. Uliomba mandharinyuma mapya; ukapata pia rangi mpya za picha, lenzi mpya, na sweta ambayo zamani ilikuwa na mistari. Modeli ilisoma agizo kama maelezo ya picha nzima inayolengwa badala ya tofauti kutoka kwenye chanzo.
- Upanukaji wa wigo kutokana na vivumishi. "Yenye mvuto zaidi", "safi zaidi", "ya kitaaluma zaidi" hayataji kitu chochote. Kivumishi kisicho na nomino kinahusu kila kitu, hivyo kila kitu kinahama.
Msamiati wa nanga
Nanga zinafanya kazi kama nomino halisi. "Weka vilevile" ni dhaifu — modeli haiwezi kujua ni ufanano upi unaokujali. Chagua vitu vitatu hadi vitano vinavyohusu uhariri wako na uvitaje wazi.
| Unachobadilisha | Nanga zinazostahili kutajwa waziwazi |
|---|---|
| Mandharinyuma / mazingira | uso na sura za uso, mtindo wa nywele, mkao, mikono, mavazi, pembe ya kamera, mkato, mwanga unaomwangukia mhusika |
| Mwanga / hisia | uso, ishara ya uso, umbile la ngozi, mkao, mavazi, yaliyomo mandharinyuma, upangaji wa fremu |
| Mavazi | uso, ndevu au nywele, mkao, mikono, uwiano wa mwili, mandharinyuma, mwelekeo wa mwanga, rangi za picha |
| Mtindo / njia ya sanaa | muundo, mkao, urefu wa nywele, maumbo ya mavazi, idadi ya wahusika, mkato |
| Kuondoa kitu / kurekebisha | kila kitu kingine ndani ya fremu — mhusika, majengo yanayozunguka, chembechembe, toni, utofautiano, rangi |
| Rangi ya kitu kimoja | kila rangi nyingine ndani ya picha, pamoja na umbile na malighafi ya kitu kilichobadilishwa |
Angalia safu ya mwisho. Kubadilisha rangi kunakosea kimyakimya, kwa sababu "fanya koti liwe jekundu" kunakaribisha koti lililojengwa upya kutoka mwanzo — mkato mpya, malighafi mpya, mikunjo mipya. Kwa nanga: "badilisha rangi ya koti lililopo liwe la zambarau-nyekundu iliyokolea, ukiweka mkato wake halisi, mishono, umbile la kitambaa na jinsi linavyoning'inia." Kishazi kimoja cha tofauti, matokeo bora mno.
03Mifano halisi: agizo dhaifu, kwa nini linayumba, uandishi upya wenye nanga
Kila jozi hapa chini ni nia ileile iliyoandikwa mara mbili. Uchunguzi ulio katikati ndio sehemu inayohamishika kwenda kazi nyingine.
A. Kubadilisha mandharinyuma
Kwa nini linayumba: hili linaeleza picha ya mwisho, si tofauti. Hakuna kinachomlinda mwanamke na hakuna kinachoshikilia kamera tuli, hivyo modeli inapanga upya fremu na kumchora upya wakati inajenga tukio linalosadikika.
Kilichobadilika: kishazi cha kubaki kinabana utambulisho, mavazi na upangaji wa fremu, na kifungu cha mwisho kinasema mshono unatatuliwa upande upi — mandharinyuma yanainama kwa mwanga wa mhusika, si kinyume chake.
B. Kubadilisha mwanga
Kwa nini linayumba: "bora" ni kivumishi kisicho na nomino. Modeli inalazimika kubuni maana, na njia rahisi zaidi ya kuonekana bora katika uchoraji upya ni ngozi laini, meno meupe zaidi na taya nyembamba. Uliomba mwanga ukapata urembeshaji.
Kilichobadilika: mwanga umeelezwa kimwili — mwelekeo, ubora, joto, upungufu. Umbile la ngozi limetiwa nanga waziwazi, kwa sababu kubadilisha mwanga ndipo modeli inashawishika zaidi kuliondoa kwa kulilainisha.
C. Kubadilisha mavazi ya mhusika
Kwa nini linayumba: suti inabadilisha umbo la kivuli, hivyo kifua lazima kichorwe upya — na kichwa kilicho juu yake kwa kawaida kinaenda nacho. Uhariri wa mavazi usio na nanga ndio chanzo cha pili kikubwa cha kuyumba kwa utambulisho baada ya kubadilisha mandharinyuma.
Kilichobadilika: "tailored to his current posture" inafanya vazi liwe chini ya mkao. Mikono imetiwa nanga peke yake, kwa sababu mikono ndipo uhariri wa mavazi unapoharibika kwa kuonekana zaidi.
D. Kugeuza mtindo wa picha ya kamera
Kwa nini linayumba: neno la mtindo peke yake linakabidhi kila kitu — muundo, mkato, nywele, mavazi, idadi ya watu — na "anime" ni miaka thelathini ya mapokeo yasiyopatana. Unapata mchoro hodari wa tukio tofauti.
Kilichobadilika: uhariri wa mtindo unahitaji nanga ya aina tofauti. Huwezi kutia nanga umbile — umbile ndilo linalobadilishwa — hivyo unatia nanga muundo: mpangilio, mkao, maumbo ya vivuli, mkato, idadi ya wahusika. Kuomba kubaki na "ngozi halisi kama ya picha ya kamera" chini ya uhuishaji wa seli ni kujipinga.
E. Kuondoa kitu
Kwa nini linayumba: ukanushaji bado unaweka dhana mbele ya modeli na hausemi chochote kuhusu kinachojaza nafasi iliyoachwa wazi. Kuondoa kunahitaji kauli ya uthibitisho ya lengo na ya kijazo pia.
Kilichobadilika: lengo limetajwa kwa kitu, rangi na nafasi; kijazo kimeelezwa, hivyo modeli haibuni uwanja mahali ambapo njia ya waenda kwa miguu inastahili kuwa; na "kila kitu kingine" kimeelezwa kwa nomino halisi.
F. Kurekebisha picha iliyoharibika
Kwa nini linayumba: "rekebisha" inasomeka kama "boresha", na kuboresha picha ya zamani kunamaanisha kuifanya ya kisasa — ngozi safi zaidi, utofautiano mkubwa zaidi, na uso ambao si tena kabisa wa bibi yako.
Kilichobadilika: uharibifu umeorodheshwa, hivyo "rekebisha" ina wigo uliobainishwa, na chembechembe za filamu na toni zimetiwa nanga kwa sababu ndizo zinazofanya chapisho lisomeke kama la enzi ile. Makatazo matatu ndiyo kesi adimu ambapo ukanushaji unastahili nafasi yake — maelekezo kuhusu mchakato, si kuhusu vitu.
Umbo la agizo zuri
Lenga maneno 25 hadi 60, katika sentensi kamili badala ya lebo zilizotenganishwa kwa mikato — Modeli ya Picha inasoma vidokezo jinsi modeli ya lugha inavyosoma, hivyo maandishi ya mtiririko yanashinda rundo la lebo. Acha taka za enzi ya SDXL (masterpiece, best quality, 8k) na sintaksia ya uzito kama (word:1.3); hazifanyi chochote hapa. Fanya mabadiliko moja kwa kila agizo — mabadiliko mawili yasiyohusiana ndani ya sentensi moja yanashindania umakini na yote mawili yanarudi nusunusu.
04Kidokezo hasi — kinaungwa mkono hapa, tofauti na maandishi-kwenda-picha
Hili linawachanganya watu, hivyo tuliseme wazi:
| Njia | Picha za chanzo | Kidokezo hasi | Uwiano wa picha | Umbo la kidokezo |
|---|---|---|---|---|
| Maandishi-kwenda-picha | 0 | Hakiungwi mkono | Unachaguliwa (mraba kwa chaguo-msingi) | Maandishi ya maelezo |
| Kuhariri picha moja | 1 tu | Kinaungwa mkono | Unarithiwa kutoka chanzo | Agizo: mabadiliko + kubaki |
| Kuunganisha picha 2+ | 2 au zaidi | Kinaungwa mkono | Turubai mpya inachaguliwa | Maandishi yenye majukumu yaliyotajwa |
Maandishi-kwenda-picha hayachukui kidokezo hasi kabisa — ukitengeneza kutoka hakuna kitu, kueleza tu unachotaka ndiyo nidhamu yenyewe (ona utengenezaji wa picha za AI bila udhibiti). Uhariri ni tofauti: tayari una chanzo, na makosa ya kawaida ya uchoraji upya yanajulikana na yanaweza kutajwa, hivyo kidokezo hasi kina kitu halisi cha kuzuia.
Kinachostahili kuwemo
Kasoro, na kasoro tu. Ni orodha ya dosari, si njia ya pili ya kutoa maagizo:
- extra fingers, fused fingers, malformed hands — uhariri wowote unaomchora upya mtu.
- warped text, garbled lettering, misspelled signage — chochote chenye alama, lebo au vifungashio ndani ya fremu.
- duplicated limbs, duplicated railing, repeated windows — kuondoa vitu na kupanua mandharinyuma.
- smeared texture, blurry patch, halo around the subject, visible seam — kubadilisha mandharinyuma na kuondoa vitu.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — kubadilisha mwanga, uhariri wa picha za uso, usafi wa jumla.
Kisichostahili
Maamuzi ya maudhui. Kama unataka kofia iondoke, agizo ni "ondoa kofia" — si kidokezo hasi kinachosema "kofia". Kidokezo hasi hakiondoi kwa uhakika vitu vilivyomo kwenye chanzo chako; kinazuia dosari zisijitokeze kwenye uchoraji. Maudhui hapo yanakupa mabaya ya pande zote mbili: kofia inabaki, na nafasi ambayo ingeweza kuzuia mikono iliyopotoshwa imepotea.
Nusu nyingine ya kanuni inahusu agizo lako: acha kuandika "hakuna X" ndani yake. "Barabara isiyo na magari", "picha ya uso isiyo na miwani" zote zinaweka dhana isiyotakiwa ndani ya sentensi na kuiomba modeli iikanushe — kazi ambayo lugha inaifanya vizuri na uegemezaji wa picha unaifanya vibaya. Sema kinachopaswa kuwepo badala yake: "barabara tupu yenye lami safi", "picha ya uso yenye macho yasiyozibwa". Kasoro pekee, kama ilivyo kwenye mfano F, ni maelekezo kuhusu mchakato — "usinoe", "usibadilishe rangi" — yanayokataa operesheni badala ya kutaja kitu.
Mgawanyo wa kazi, kwa mstari mmoja
Agizo: kinachobadilika, kinachobaki — kikisemwa kwa uthibitisho. Kidokezo hasi: namna ambazo uchoraji unaweza kuharibika. Vitenganishe na vyote viwili vinakuwa bora.
05Picha moja ya chanzo, na jinsi Shannon inavyoichagua
Uhariri unafanya kazi juu ya picha moja tu ya chanzo: ama picha iliyokwisha kuwepo kwenye mazungumzo — iliyoambatishwa awali, au iliyotengenezwa kwa ajili yako — au moja iliyoambatishwa kwenye ujumbe unaotuma sasa hivi. Hakuna kinachovutwa kutoka nje ya uzi wa mazungumzo, na njia ya uhariri kamwe haiunganishi picha mbili kimyakimya. Kama nia yako inahitaji vipengele kutoka picha zaidi ya moja — vazi kutoka picha A juu ya mtu wa picha B — hiyo ni kuunganisha, yenye umbo tofauti la kidokezo linalotaja jukumu la kila picha kwa mpangilio.
Maombi ya kufuatilia na picha muhimu ya karibuni zaidi
Mara picha inapokuwa ndani ya mazungumzo, maombi mafupi ya kufuatilia yanafanya kazi jinsi ungependa. "Ifanye nyeusi zaidi." "Sasa jaribu wakati wa machweo." Haya yanahusishwa na picha muhimu ya karibuni zaidi ndani ya uzi — kwa kawaida matokeo uliyoyapokea punde — hivyo mfululizo wa maagizo madogo unafanya kazi kama rundo la uhariri. Matokeo matatu:
- Fanya hatua moja kwa wakati. Kila ombi la kufuatilia ni uchoraji upya kamili mwingine, hivyo "ifanye nyeusi zaidi na ubadilishe koti lake na ushushe kamera chini" ni uhariri mitatu inayogombania pasi moja. Tuma ujumbe mitatu; simama kwenye ule uliokupendeza.
- Angalia hasara ya vizazi. Mikengeuko midogo inajilimbikiza; ifikapo uhariri wa sita mfululizo uso unaweza kuwa mbali kabisa na ule wa awali hata kama hakuna hatua moja iliyoonekana kuwa mbaya. Unapoona kuyumba, acha kuweka viraka — ambatisha faili la awali tena na uandike agizo moja lililounganishwa likibeba kila kitu ambacho tangu wakati huo umegundua ulikuwa unakitaka.
- Kwenye uzi mrefu, kuwa wazi. "Kwa kutumia picha ya ufukweni niliyoambatisha awali, …" inaondoa utata wakati picha kadhaa zipo kwenye mchezo.
Kadi ya uthibitisho ni nafasi yako ya mwisho ya kuongeza nanga
Unaomba kwa lugha ya kawaida, kwa lugha yoyote unayoizungumza. Shannon inaamua kwamba operesheni ya picha inaombwa, inaandika agizo la mwisho yenyewe kwa Kiingereza, na inakuonyesha kabla ya chochote kuchorwa kwenye kadi ya uthibitisho. Hakuna kinachozalishwa na hakuna kinachotozwa hadi uthibitishe. Isome kadi hiyo — hapo ndipo unapokamata kishazi cha kubaki kilichokosekana kabla ya kutumia chochote.
Tabia mbili zinazohusiana: Shannon kamwe haitengenezi bila kuombwa — salamu, swali au picha iliyoambatishwa kiholela halisababishi operesheni ya picha. Na kuiomba Shannon iangalie tu picha — kuieleza, kusoma maandishi yaliyomo, kusema kwa nini muundo haufanyi kazi — ni kazi ya kawaida ya uoni, si utengenezaji, na haigharimu chochote cha ziada. "Ungebadilisha nini kwenye picha hii?" ni ushauri wa bure; kutekeleza jibu ndio uhariri.
06Uwiano wa picha unarithiwa, kiotomatiki
Picha iliyohaririwa inarudi kwa uwiano uleule wa picha ya chanzo chake. Huchagui wala huhitaji kuchagua: picha ya wima ya 4:5 inabaki 4:5, picha tuli ya 16:9 inabaki 16:9, picha ya skrini ya simu isiyo na mpangilio mzuri inabaki na uwiano wake. Uhariri ambao ungepanga upya fremu yako kimyakimya usingekuwa uhariri — ungekuwa mkato pamoja na kubahatisha kilicho nje ya mipaka ya picha ya awali.
Hiyo ni tofauti halisi na njia nyingine mbili. Maandishi-kwenda-picha yanakuomba uchague kati ya square (chaguo-msingi), portrait, landscape, wide (ya kisinema) na tall (mabango na mandhari ya skrini), na ombi la wazi daima linashinda; kuunganisha kunakuruhusu kuchagua turubai mpya, kwa kuwa hakuna chanzo kimoja cha kurithi kutoka kwake. Hivyo kama unahitaji umbo tofauti, hiyo si uhariri — kugeuza picha ya bidhaa ya 1:1 kuwa bango la 16:9 kunamaanisha kubuni pikseli ambazo hazikuwahi kupigwa picha. Fanya hivyo kwa makusudi, kwa kutengeneza au kuunganisha juu ya turubai mpya.
07Hakuna utengenezaji wa video
Imesemwa wazi, kwa sababu watu wanauliza
Shannon haitengenezi video na haihuishi picha. Hakuna njia ya picha-kwenda-video, hakuna "ifanye picha hii isogee", hakuna mzunguko, hakuna cinemagraph. Hiki si kipengele kilicho katika hakikisho au kinachokuja karibuni — hakipo ndani ya bidhaa, na hakuna chochote kwenye ukurasa huu kinachopaswa kusomeka kama kinachodokeza vinginevyo.
Kile ambacho Shannon 3 inakifanya na picha ni mambo matatu tu: kutengeneza picha mpya, kuhariri picha moja iliyopo, na kuunganisha picha mbili au zaidi kuwa moja. Kila kilichomo hapa kipo ndani ya la pili kati ya hayo.
Inastahili kusemwa mara mbili, kwa sababu "kihariri cha picha za AI" na "kitengenezaji cha video cha AI" vimekuwa jirani ndani ya akili za watu, na chombo kinachokubali kubadilisha mwanga wa picha yako kinaonekana kama kinapaswa kuwa kitufe kimoja tu kutoka kuisogeza. Hakiko hivyo — na unastahili kujua hilo katika dakika ya kwanza badala ya ya kumi.
08Kwa nini kutokudhibitiwa kunahusu uhariri zaidi kuliko utengenezaji
Vihariri vilivyochujwa vinashindwa kwa namna tofauti na vitengenezaji vilivyochujwa, na kwa kawaida vibaya zaidi. Kitengenezaji kilichochujwa kinakataa kidokezo chako; unaandika upya na kujaribu tena. Kihariri kilichochujwa kinaweza kukataa picha ya chanzo yenyewe, kabla ya kusoma neno moja la agizo lako. Pakia picha ya jeraha ya kliniki kwa ajili ya ripoti ya kesi nayo inakataliwa mlangoni. Pakia picha ya kihistoria ya vita ili kurekebisha mkunjo na bunduki iliyo ndani ya fremu inamaliza mazungumzo. Kazi halali, kukataa kwa jumla, na hakuna uandishi upya ambao ungesaidia.
Shannon inaendesha njia ya picha bila kichujio cha maudhui kwenye matokeo na bila safu ya kukataa kwenye modeli inayoandika agizo. Ndicho kinachofanya kazi hizi za kawaida ziwezekane:
- Uchi wa kisanaa na kazi za mwili — kurembesha, kubadilisha mwanga na kugeuza mtindo kwa wachoraji na wapiga picha wanaofanya kazi na watu wazima waliokubali.
- Michoro ya kitiba na ya kiuchunguzi — picha za kliniki zilizosafishwa kwa ajili ya nyenzo za kufundishia, ripoti za kesi na kazi za ujenzi upya ambazo vihariri vikuu vinakataa mara moja.
- Picha za utafiti wa usalama — picha za skrini, picha za usalama wa kimwili na nyaraka za vifaa kwa ajili ya programu za uelewa wa udanganyifu na ripoti za timu nyekundu.
- Ukatili ndani ya hadithi — sanaa ya utayarishaji wa filamu, michezo na katuni ambapo jeraha au silaha ndiyo somo lenyewe.
- Kejeli ya kisiasa na michoro ya uhariri — yenye karne kadhaa za historia nyuma yake, na msaada wa karibu sifuri ndani ya zana zilizochujwa.
- Kazi za chapa na sura na mwenye haki mwenyewe — picha zako za bidhaa, mipangilio ya nembo na picha za uso, na kumbukumbu ngumu za familia, bila kubishana na kiainishi kuhusu kama unaruhusiwa.
Kutokudhibitiwa si kutokuwajibika. Shannon inaendeshwa na Shannon Lab LLC (New Mexico, Marekani) chini ya Sera ya Matumizi ya Kuwajibika iliyochapishwa, ndipo mipaka halisi ilipo — ile inayohusu sheria na madhara badala ya usumbufu wa kiainishi mbele ya picha ya jeraha. Kutokuwepo kwa kukataa kwa mazoea ni kauli kuhusu chombo, si kuhusu wajibu wako kwa unachokitengeneza.
09API inafaa wapi — na haifai wapi
Hii ni kona ya kawaida ya kupotea kwa wasomaji wanaofika kutoka utafutaji wa API. Kutengeneza na kuhariri picha kunafanyika ndani ya programu ya gumzo ya Shannon, si kwenye API. Lahaja tatu za /v1 — /v1/chat/completions (umbo la OpenAI), /v1/messages (umbo la Anthropic) na /v1/responses, zote zikitiririsha, zote zikiwa kwenye modeli zilezile — zinahudumia maandishi na uoni. Uoni unamaanisha modeli zinasoma picha unazozituma: kuzieleza, kunukuu maandishi, kuchambua chati. Haumaanishi kwamba zinaunda au kubadilisha picha.
Bado hilo linaacha mtindo muhimu: uoni pamoja na modeli ya maandishi isiyodhibitiwa ni msaidizi hodari wa kuandika maagizo. Ituma API picha yako ya chanzo, iombe ieleze kilicho ndani ya fremu na iandike rasimu ya agizo lenye nanga likitaja mabadiliko na nanga, kisha uendeshe agizo hilo kwenye gumzo — linakamata nanga ambazo ungezisahau. Maumbo ya maombi na majibu yapo kwenye nyaraka za API.
10Maswali yanayoulizwa mara kwa mara
Kihariri cha picha za AI kisichodhibitiwa ni nini?
Ni kihariri kinachochukua picha iliyopo pamoja na agizo la lugha ya kawaida na kurudisha picha iliyohaririwa, bila kichujio cha maudhui kwenye matokeo na bila safu ya kukataa kwenye modeli inayoandika agizo. Kinaendeshwa kwenye kundi letu la GPU ndani ya programu ya gumzo ya Shannon, hivyo kazi ambazo vihariri vilivyochujwa vinakataa — kurembesha picha za uchi wa kisanaa, michoro ya kitiba na ya kiuchunguzi, picha za utafiti wa usalama, ukatili ndani ya hadithi, kejeli ya kisiasa — zinafanyika badala ya kukataliwa.
Kwa nini uso unabadilika nilipoomba tu kubadilisha mandharinyuma?
Kwa sababu uhariri wa agizo unazalisha upya fremu nzima ukiegemea picha yako ya chanzo, si eneo lile ulilokuwa unalifikiria tu — chochote usichokitaja kuwa hakibadiliki kina uhuru wa kuyumba. Suluhisho ni kutia nanga: ongeza kishazi cha kubaki kama vile "weka uso, mtindo wa nywele, mkao na mavazi vikiwa vilevile, pembe ile ile ya kamera na mkato ule ule". Kutaja sehemu zisizobadilika ndicho kilekele kikubwa kuliko vyote cha ubora ulicho nacho.
Je, uhariri wa picha wa Shannon unaunga mkono kidokezo hasi?
Ndiyo. Tofauti na maandishi-kwenda-picha, ambayo hayachukui kabisa, njia ya uhariri na ya kuunganisha picha nyingi zote zinaunga mkono kimoja. Kitumie kwa kasoro zisizotakiwa — vidole vya ziada, maandishi yaliyopotoshwa, reli zilizorudiwa, umbile lililopakaa, ngozi ya plastiki, alama za maji — badala ya kuandika "hakuna X" ndani ya agizo. Maamuzi ya maudhui yanahusu agizo, yakisemwa kwa uthibitisho; kuzuia kasoro kunahusu kidokezo hasi.
Je, Shannon inaweza kuhuisha picha yangu au kuigeuza kuwa video?
Hapana. Shannon haitengenezi video na haihuishi picha. Hakuna njia ya picha-kwenda-video na hakuna inayotangazwa. Shannon 3 inatengeneza picha mpya, inahariri picha moja iliyopo, au inaunganisha picha mbili au zaidi kuwa moja — mambo hayo matatu na hakuna zaidi yake.
Uhariri unatumia picha ngapi za chanzo?
Moja tu: ama picha iliyokwisha kuwepo kwenye mazungumzo, au moja iliyoambatishwa kwenye ujumbe wako wa sasa. Kama vipengele lazima vitoke kwenye picha mbili au zaidi — vazi kutoka picha moja kwenda kwa mtu wa picha nyingine — hiyo ni kuunganisha, si kuhariri, na unapaswa kutoa picha halisi badala ya kuieleza ya pili kwa maneno.
Je, ninahitaji kuchora barakoa au kutumia inpainting?
Hapana. Hakuna brashi, kitanzi wala safu ya barakoa. Unaeleza mabadiliko kwa sentensi na eneo linabainishwa kutoka kwenye lugha yako, ndiyo maana nomino sahihi ni muhimu: "gari la fedha lililoegeshwa upande wa kulia" linalenga vizuri zaidi kuliko "kile kitu". Hilo linafanya Shannon iwe mbadala wa vitendo wa inpainting bila udhibiti kwa watu wanaotaka matokeo bila kazi ya kuchagua.
Je, ninaweza kuhariri picha kupitia API ya Shannon?
Hapana. Kutengeneza na kuhariri picha kunapatikana ndani ya programu ya gumzo ya Shannon. Lahaja za /v1 — /v1/chat/completions, /v1/messages na /v1/responses — zinahudumia maandishi na uoni: zinasoma na kuchambua picha unazozituma lakini haziziundi wala kuzihariri. Mtiririko wa kawaida ni kuacha uoni wa API uandike rasimu ya agizo lenye nanga, kisha uendeshe uhariri kwenye gumzo.
Hariri picha bila kubishana na kichujio
Ambatisha picha, andika sentensi moja, taja kinachobaki.
Anza Kuhariri Soma Nyaraka za APIPicha zinachorwa kwenye kundi letu la GPU · hakuna kinachochorwa wala kutozwa hadi uthibitishe kadi
Shannon AI inaendeshwa na Shannon Lab LLC, New Mexico, Marekani. Kutengeneza, kuhariri na kuunganisha picha ni vipengele vya programu ya gumzo ya Shannon 3; API ya /v1 inahudumia maandishi na uoni pekee. Hakuna utengenezaji wa video ndani ya bidhaa. Uhariri unakubali picha moja tu ya chanzo na unarithi uwiano wake. Matumizi ya njia za picha zisizodhibitiwa yanaongozwa na Sera ya Matumizi ya Kuwajibika.