Uhamishaji wa Vazi kwa AI, Bila Udhibiti

Kazi nyingi za picha ambazo watu wanazihitaji kweli si "nitengenezee picha ya kitu fulani". Ni "weka koti hili kwa mtu huyu", "tia kiti hiki ndani ya chumba hiki", "piga picha bidhaa hii ikiwa ndani ya mkono ule". Zote hizo zinahitaji malighafi kutoka picha zaidi ya moja, na zote zinashindwa kwa namna ileile: picha moja inaambatishwa, nyingine inaelezwa kwa maneno, na kinarudi kitu kinachosadikika ambacho si kile unachomiliki. Suluhisho ni dogo kuliko unavyodhani, na linafanya kazi kila mahali.

01"Kuunganisha picha" ni nini, na kunafanyika wapi

Shannon 3 inafanya mambo matatu tofauti na picha: inatengeneza picha mpya kutoka maelezo, inahariri picha moja iliyopo, na inaunganisha picha mbili au zaidi kuwa moja mpya. Zina kanuni tofauti, na kuchagua isiyo sahihi ndipo mahali pa kwanza ambapo ubora unapotea.

Tumia kuunganisha wakati wowote picha ya mwisho inahitaji malighafi kutoka picha zaidi ya moja: kuhamisha mavazi na nguo, kuweka kitu ndani ya tukio, mtu A kando ya mtu B, bidhaa halisi ikishikwa na mwanamitindo halisi, mtindo wa picha moja ukiwekwa kwa mhusika wa nyingine. Kama unajikuta unatamani ungeweza kuashiria picha mbili kwa wakati mmoja, hiyo ndiyo operesheni yenyewe.

Yote haya yanafanyika ndani ya programu ya gumzo ya Shannon, katika mazungumzo ya kawaida. Hayapo kwenye API ya /v1 — API inahudumia maandishi na uoni, ikimaanisha inasoma picha unazozituma badala ya kutengeneza mpya. Kama umefika kutoka utafutaji wa API, hilo ndilo jibu la kweli; ona nyaraka za API kwa kile ambacho ncha zinakihudumia. Picha zinachorwa kwenye kundi letu la GPU.

Unaomba kwa lugha ya kawaida, kwa lugha yoyote unayoizungumza. Shannon inabaini kwamba picha inaombwa, inaandika agizo la utengenezaji yenyewe kwa Kiingereza, na inakuonyesha kwenye kadi ya uthibitisho kabla ya chochote kuchorwa. Hakuna kinachotengenezwa na hakuna kinachotozwa hadi uthibitishe — na kwa kazi ya picha nyingi kadi hiyo ndipo unapohakiki kwamba majukumu na mpangilio vimetoka kama ulivyokusudia. Shannon kamwe haitengenezi bila kuombwa: salamu, swali, au picha iliyoambatishwa kiholela halisababishi uchoraji.

02Kanuni: taja jukumu la kila picha, kwa mpangilio

Agizo lazima liseme kila picha inachochangia, na lazima liseme hivyo kwa mpangilio ambao picha zilitolewa. Hiyo ndiyo mbinu nzima; kila kilichomo hapa chini ni kanuni hiyo ikitumika kwa kazi mahususi.

Picha ya kwanza ndiyo msingi — mhusika mkuu, au tukio, kile ambacho picha ya mwisho imetengenezwa nacho zaidi. Inaweka utambulisho, mkao, upangaji wa fremu, mwanga na kila kitu ambacho hukuomba kibadilike. Picha zinazofuata ni vyanzo: sehemu zinazoingizwa. Andika sentensi kwa namna ambayo mgeni aliyeshika picha kwa mpangilio angeweza kutekeleza kazi kwa mkono.

Inafanya kazi
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.

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

Matoleo yanayoshindwa hayashindwi kwa sababu ni mafupi bali kwa sababu hayasemi kamwe picha ipi ni mtu na ipi ni sweta. Tabia tatu zinaifanya kanuni iwe ya kuaminika:

• Tumia lugha ya mpangilio waziwazi. "Kutoka picha ya kwanza", "kutoka picha ya pili". Maneno manne, na utata unaisha.
• Sema kinachobaki vilevile. "Weka uso wake, nywele na mkao vikiwa vilevile." Kutaja sehemu zisizobadilika ndicho kilekele kikubwa cha ubora katika kila operesheni ya picha ambayo Shannon inaifanya, na kinahusu zaidi hapa, kwa sababu uunganishaji una vitu viwili au zaidi ambavyo unaweza kuvipotea.
• Andika maandishi ya mtiririko, si lebo. Modeli ya Picha inasoma maagizo jinsi modeli ya lugha inavyosoma sentensi, hivyo sentensi kamili zinashinda maneno yaliyotenganishwa kwa mikato. Lenga maneno 30 hadi 80, na acha taka za enzi ya SDXL ("masterpiece, best quality, 8k") na sintaksia ya uzito kama (word:1.3).

Picha inapokuwa na kitu zaidi ya kimoja, taja sehemu unayoitaka kutoka kwake. Kama picha ya pili ni picha ya katalogi ya mwanamitindo aliyevaa sweta, "sweta nyekundu ya kuunga iliyovaliwa na mwanamke wa picha ya pili" inasema unataka vazi, si mwanamitindo. Ukiiacha kuwa "picha ya pili" unaweza kupata uso wake pia.

Violezo vya majukumu kwa kila kazi

Kazi	Picha ya kwanza	Picha ya pili	Umbo la agizo
Kuhamisha vazi	Mtu	Vazi	"[Mtu] wa picha ya kwanza akiwa amevaa [vazi] la picha ya pili, [kinachobaki]"
Kitu ndani ya tukio	Tukio	Kitu	"[Chumba] cha picha ya kwanza chenye [kitu] cha picha ya pili kilichowekwa [wapi], kikilingana na [mwanga]"
Mtu + mtu	Mtu A na mazingira	Mtu B	"[Mwanamume] wa picha ya kwanza amesimama kando ya [mwanamke] wa picha ya pili, [nafasi, mielekeo ya macho]"
Bidhaa juu ya mtu	Mwanamitindo au tukio	Bidhaa	"[Mwanamitindo] wa picha ya kwanza akiwa ameshika [bidhaa] ya picha ya pili, [mshiko, lebo inaelekea wapi]"
Kuhamisha mtindo	Mhusika	Rejea ya mtindo	"[Mhusika] wa picha ya kwanza akichorwa kwa [vipimo vya mtindo] vya picha ya pili, [mhusika hajabadilika]"

03Kosa linaloharibu majaribio mengi: kueleza badala ya kuambatisha

Hili ndilo kosa linalostahili kelele, kwa sababu ni la kawaida kuliko yote na kwa sababu linaonekana kana kwamba lilifanikiwa. Mtumiaji ana picha mbili — mteja wake na bidhaa ya mteja wake, au yeye mwenyewe na koti analolimiliki. Anaambatisha moja, na anaandika nyingine.

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

Kinachorudi ni mwanamke aliyevaa sweta nyekundu ya kuunga. Ni sweta nzuri. Si ile sweta. Muundo wa kamba umebuniwa, rangi ni nyekundu tofauti, kina cha mistari ya kuunga si sahihi, ukosi unajikunja upande usio sahihi, na tofauti ndogondogo zinazofanya vazi halisi litambulike — kiraka, mvuto, unyooshaji kwenye viwiko — zimepotea, kwa sababu hakuna chochote ndani ya sentensi kilichozibeba.

Maandishi ni njia yenye upotevu na picha si hivyo. Sentensi makini inabeba labda sifa kumi na mbili za kitu; picha inabeba maelfu, ikijumuisha kila moja ambayo usingewahi kufikiria kuiandika na zile usizoweza kuzitaja. Kueleza badala ya kuambatisha kunatupa kila kitu ambacho hukukifikiria, ambacho ndicho kingi zaidi. Kuambatisha kunahifadhi muonekano halisi kwa sababu muonekano halisi upo.

Kipimo ni rahisi. Kama maana ya picha ni kwamba ni kile kimoja — vazi lile mahususi, mtu yule, bidhaa ile kamili, chumba kile — kiambatishe. Kama ungeweza kukichagua kitu hicho kutoka safu ya vitu na inahusu kwamba matokeo yalingane na kile ungekichagua, maelezo hayatakidhi.

Kuna kesi halali ya kueleza: pale kitu bado hakipo, au pale toleo la kawaida ndilo unalolitaka. Kubuni sweta ambayo hakuna aliyeishona, kuchora dhana kwa haraka — hiyo ni kazi ya maandishi-kwenda-picha, na maelezo ni sahihi kwa sababu hakuna kitu halisi ambacho unahifadhi utambulisho wake. Mara kitu halisi kinapoingia kwenye kazi, ndivyo pia picha yake.

Nusu-kosa linalohusiana: kuambatisha picha zote mbili kisha bado ukaeleza ya pili kwa undani. Vivumishi vinaweza kupambana na picha — andika "nene" wakati vazi halisi ni jembamba nawe umeingiza mgongano. Eleza picha ya pili kwa kiasi cha kutosha tu kubainisha sehemu yake unayoitaka.

04Kuhamisha mavazi na nguo

Kazi ya kawaida ya picha mbili. Ambatisha mtu kwanza na vazi la pili. Picha ya vazi inaweza kuwa ya kutandikwa bapa, ya kuning'inia kwenye hanga, ya katalogi, au mtu mwingine akiwa amelivaa — zote zinafanya kazi, mradi useme sehemu yake unayoimaanisha.

Kuhamisha vazi
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

Vitu vitatu vinafanya kazi: majukumu yametajwa kwa mpangilio, sehemu zisizobadilika zimeorodheshwa kwa sauti (ndicho kinachozuia uso kuyumba), na kishazi cha mwisho kinaiambia modeli kwamba undani wa vazi lenyewe ndio lengo — bila hicho, uunganishaji huwa unahifadhi rangi na umbo la kivuli huku ukilainisha umbile kimyakimya.

• Ulingano ni dai la kimwili, hivyo litoe. "Linaning'inia kiasili juu ya mwili wake", "limebana kiunoni", "mikono ikiishia kwenye kifundo cha mkono" — vinginevyo vazi linaweza kufika likiwa na uwiano wa chanzo chake badala ya wa mvaaji.
• Kufunikana ndiyo kesi ngumu. Kama mikono imekunjwa au kamba ya mkoba inavuka kifua, sema kinachotokea kwake. Utata hapo unazalisha kasoro ya kawaida ya mkono uliyeyuka.
• Mavazi mengi zaidi yanamaanisha picha nyingi zaidi. Mtu kwanza, kisha shati, kisha suruali, kisha viatu — na urejelee kama picha ya pili, ya tatu na ya nne kwa uthabiti. Usibadilike kwenda "picha ya viatu" katikati ya njia.

05Kuweka kitu ndani ya tukio

Hapa majukumu yanabadilishana: tukio linakuja kwanza, kwa sababu tukio ndilo picha ya mwisho imetengenezwa nalo zaidi, na kitu ndicho sehemu inayoingizwa. Mifano ya ndani ya nyumba, kupanga chumba kwa samani ambazo hujazinunua, kutia gari barabarani, kuweka sanamu kwenye jumba la sanaa — umbo lilelile kila mara.

Kitu ndani ya tukio
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

Namna ya kushindwa hapa si utambulisho, ni fizikia. Kitu kinachobaki na mwanga wake mwenyewe kinaonekana kama kilichobandikwa, na watazamaji wanakiona papo hapo hata wasipoweza kusema kwa nini. Tumia maneno yako kwenye vitu vitatu ambavyo picha ya kitu kilichotengwa haiwezi kuvijua: uwekaji (wapi ndani ya fremu, kwa kulinganisha na nini), ukubwa kwa vipimo vya tukio badala ya sentimita ("takribani kimo cha kiuno", "mrefu kama mpini wa mlango"), na mwanga na kivuli — mwelekeo, ubora, na kivuli kinaangukia wapi. Kile cha mwisho ndicho kinachogeuza mkusanyiko kuwa picha halisi.

06Mtu A kando ya mtu B

Watu wawili ambao hawakuwahi kuwa chumba kimoja: picha za familia kuvuka vizazi, picha ya mwanzilishi wakati mwenzake alikuwa safarini, bango lenye waigizaji wawili. Inafanya kazi, na inahitaji vitu viwili ambavyo kazi za mhusika mmoja hazivihitaji.

Watu wawili
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

Nyongeza mbili: jiometri ya nafasi — nani yuko upande upi, wako mbali kiasi gani, macho ya nani yanaelekea wapi, na urefu wa kulinganisha, kwa kuwa picha mbili zilizokatwa tofauti hazimpi modeli njia yoyote ya kujua kwamba mtu mmoja ni mrefu kwa kichwa kizima — na mwanga mmoja wa pamoja, uliotajwa waziwazi, kwa sababu unaunganisha mazingira mawili ya mwanga na moja lazima lishinde.

Hapa pia ndipo kuchagua uwiano mpya wa turubai kunapolipa: vyanzo viwili vya mwelekeo wa wima vinatoa picha mbaya ya kikundi ya mwelekeo wa wima, hivyo omba landscape au wide. Na sema lililo dhahiri mara moja — kuweka mtu halisi ndani ya picha ambayo hakuwamo ni jambo lenye nguvu na si lisilo na madhara kiotomatiki. Kuwa na haki au ridhaa; sera yetu ya matumizi ya kuwajibika ndilo toleo fupi.

07Bidhaa juu ya mtu, na upigaji picha wa bidhaa bila udhibiti

Kibiashara, huu ndio uunganishaji unaojilipia. Una picha ya bidhaa juu ya rangi nyeupe na una mwanamitindo, mkono, jiko, meza ya kazi. Kuviunganisha kunakupa picha ya maisha halisi bila siku ya studio — na ikiwa na bidhaa yako halisi ndani yake badala ya makadirio yaliyotengenezwa, ambayo ndiyo tofauti nzima kati ya nyenzo za masoko zinazotumika na mfano unaokulazimu kuomba radhi.

Bidhaa juu ya mtu
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

Nyongeza mbili mahususi kwa kazi ya bidhaa. Mshiko: mikono inayoshika vitu ndipo uunganishaji unapokosea mara nyingi zaidi, hivyo sema mkono upi, kwa kimo gani, na kwamba vidole vinajifunga kiasili bila kufunika lebo. Mwonekano wa kipicha: taja kamera, lenzi na filamu au chanzo cha mwanga. Matokeo yanapaswa kusomeka kama picha iliyopigwa, si picha mbili zilizounganishwa, na kuiandika kama picha ndicho kinachokufikisha huko.

Kutokudhibitiwa kunahusu hapa kwa namna ya kawaida zaidi kuliko inavyosikika. Vitengenezaji vilivyochujwa vinakataa makundi mazima ya biashara ya kawaida na halali: katalogi za nguo za ndani na za kuogelea, tumbaku na vifaa vya kuvuta mvuke, pombe, viambatanisho vya silaha, bidhaa za afya ya watu wazima, bangi pale inaporuhusiwa, vifaa vya kitiba, na vifaa vya kiaskari na vya uwindaji. Pia vinakataa kazi za chapa na sura zinazofanywa na mwenye haki mwenyewe. Hakuna kati ya hayo lililo kesi ya pembeni; ni Jumanne ya kawaida kwenye wakala. Shannon haina kichujio cha maudhui kwenye njia ya utengenezaji wala safu ya kukataa kwenye modeli inayoandika kidokezo, hivyo kazi inapita na swali la haki linabaki kwako, palipostahili.

08Mtindo kutoka picha moja, mhusika kutoka nyingine

Mhusika kwanza, rejea ya mtindo pili. Kinachofanya kazi hii iwe tofauti ni kwamba unaazima sifa badala ya kitu, hivyo lazima utaje ni sifa zipi — na useme kwamba mhusika na muundo wa rejea yenyewe havifuatani.

Rejea ya mtindo
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

Taja vipimo vya mtindo waziwazi, kwa sababu "kwa mtindo wa picha ya pili" peke yake hakujaelezwa vya kutosha: rangi (au rangi kamili, zikiandikwa kama color #8B0000 zikiambatishwa kwa kitu kilichotajwa), mpigo wa brashi au chembechembe, ubora wa mwanga, uzito wa mstari, kiwango cha uondoaji uhalisia, utunzaji wa kingo. Chagua viwili au vitatu vinavyofafanua mwonekano; kutaja vyote sita kunavichanganya. Na usichanganye maelekezo yanayopingana — "uhalisia wa picha ya kamera" pamoja na "rangi za maji" kunazalisha mchafuko, si mchanganyiko. Kama unataka picha ya kamera inayoazima rangi tu, sema hivyo hasa.

09Vidokezo hasi na kuchagua uwiano mpya wa turubai

Uwezo mbili uliopo kwa kuunganisha na kuhariri lakini si kwa maandishi-kwenda-picha, na vyote viwili havitumiki vya kutosha.

Kidokezo hasi

Kuunganisha picha kunaunga mkono kidokezo hasi. Kasoro zisizotakiwa zinaenda hapo — na inahusu kwamba ziende hapo badala ya ndani ya agizo, kwa sababu kuandika "hakuna vidole vya ziada" ndani ya agizo kuu kunataja kitu unachojaribu kukiepuka kwa pumzi ileile ya kila unachokitaka. Weka vizuizi kwenye njia yake yenyewe. Vipengele vinavyostahili nafasi yao daima:

• Anatomia — vidole vya ziada, viungo vilivyorudiwa, mikono iliyoharibika, uso wa pili.
• Dalili za mkusanyiko — kingo za kukatwa, mstari wa mshono unaoonekana, kitu kinachoelea, vivuli vilivyorudiwa, mng'aro unaozunguka mhusika.
• Kutolingana kwa mwanga — joto la rangi lisilolingana, mwelekeo wa kivuli usio thabiti, mwangaza usio sawa kati ya wahusika.
• Kasoro za umbile — ngozi ya plastiki, kitambaa kilicholainishwa, maandishi ya lebo yaliyopotoshwa, nembo isiyosomeka.

Weka machache tu yanayowezekana kwa picha yako. Kidokezo hasi kinachoorodhesha vitu thelathini ni agizo lililotawanyika, si lenye nguvu.

Uwiano wa turubai

Kuhariri picha moja kunarithi uwiano wa picha ya chanzo kiotomatiki — kuna chanzo kimoja, na umbo lake ndilo jibu. Kuunganisha hakuna chaguo-msingi la namna hiyo, hivyo unaweza kuchagua uwiano mpya wa turubai, na mara nyingi unapaswa, kwa sababu umbo lililofaa chanzo kimoja mara chache linafaa uunganishaji.

Uwiano	Unafaa zaidi kwa	Matumizi ya kawaida ya uunganishaji
square	Chaguo-msingi, mitiririko ya mitandao ya kijamii	Mhusika mmoja mwenye kipengele kimoja kilichohamishwa
portrait	Watu, wahusika warefu	Kuhamisha vazi, bidhaa iliyoshikwa na mwanamitindo mmoja
landscape	Mandhari, vikundi	Watu wawili ubavu kwa ubavu, kitu kilichowekwa chumbani
wide	Upangaji wa fremu wa kisinema	Picha za vikundi, matukio ya bidhaa ndani ya mazingira, mabango marefu
tall	Mabango, mandhari ya skrini za simu	Picha za vazi la mwili mzima, mipangilio ya mabango

Ombi la wazi daima linashinda. Usiseme chochote nawe unapata square — umbo lisilofaa kwa kazi nyingi za watu wawili na za vazi la mwili mzima, hivyo linastahili neno moja.

10Picha zipi Shannon inazitumia: mazungumzo dhidi ya ujumbe huu

Kuna njia mbili ambazo picha inaingia kwenye uunganishaji, na kujua unategemea ipi kunazuia mkanganyiko mwingi wa mpangilio.

Iliyoambatishwa kwenye ujumbe wa sasa. Njia ya moja kwa moja: ambatisha kila kitu kwenye ujumbe unaobeba agizo, kwa mpangilio unaokusudia kuvirejelea, na "picha ya kwanza" na "picha ya pili" zinamaanisha hasa zinavyoonekana. Tumia hii kama chaguo-msingi.

Iliyomo tayari kwenye mazungumzo. Picha zilizotumwa awali kwenye uzi zinabaki zinapatikana na zinaweza kurejelewa kwa lugha ya kawaida — "picha niliyotuma awali", "picha ya sweta ya awali", "toleo la pili ulilotengeneza". Shannon inatatua rejea hiyo dhidi ya uzi, jambo linalorahisisha kweli kwenye kikao kirefu: unaweza kufanyia kazi matokeo kisha kuingiza kipengele kipya bila kupakia kila kitu upya.

Kinga kwa zote mbili ni ileile. Kadi ya uthibitisho inaonyesha agizo kabla ya chochote kuchorwa, ikiwemo mpangilio iliouchagua. Isome. Kama majukumu yametoka kinyume — sweta kama msingi, mtu kama chanzo — sema hivyo na linarekebishwa kabla ya pikseli moja kutengenezwa au kutozwa. Hata hivyo, uzi unapokuwa mrefu na umejaa picha, ambatisha upya zile unazozihitaji; picha sita nyuma, "picha ya pili" ina utata kwa msomaji yeyote.

Kuiomba Shannon iangalie picha — kuieleza, kusoma lebo, kukuambia kitambaa ni kipi — ni kazi ya kawaida ya uoni, si utengenezaji. Haigharimu chochote cha ziada na ni ukaguzi mzuri kabla ya kuunganisha: kama maelezo ya Shannon hayataji undani unaokujali, agizo lako linahitaji kuutaja.

11Bila udhibiti, na hilo linamaanisha nini hasa

Hakuna kichujio cha maudhui kwenye njia ya utengenezaji na hakuna safu ya kukataa kwenye modeli inayoandika kidokezo. Uunganishaji ndipo zana zilizochujwa zinaposhindwa kwa kuonekana zaidi, kwa sababu mfumo wa kukataa hauwezi kupambanua kati ya kuunganisha picha unazozimiliki na kuunganisha picha usizopaswa kuwa nazo — hivyo unazuia zote mbili.

Kazi ambazo zana hizo zinakataa mara kwa mara si za ajabu: uchi wa kisanaa na masomo ya mwili, michoro ya kitiba na ya kiuchunguzi, picha za utafiti wa usalama, ukatili ndani ya hadithi kwa majalada ya vitabu na sanaa ya michezo, kejeli ya kisiasa, na makundi halali ya bidhaa yaliyoorodheshwa hapo juu. Kila moja ni kazi halali ya kitaaluma ambayo kichujio cha maneno hakiwezi kuipambanua na matumizi mabaya.

Kutokudhibitiwa hakumaanishi kutokuwajibika. Unatoa picha za vitu halisi na mara nyingi watu halisi; haki na ridhaa ni zako kuzishika, na vivyo hivyo wajibu kwa matokeo. Shannon Lab LLC ni kampuni ya New Mexico inayofanya kazi chini ya sera ya matumizi ya kuwajibika iliyochapishwa — inastahili dakika tano kabla ya kuanza kazi inayohusisha sura za watu wengine.

12Mipaka inayostahili kujulikana kabla hujaanza

Hakuna utengenezaji wa video. Shannon haihuishi picha na haitoi video, kwa umbo lolote, kutoka operesheni yoyote kati ya hizi — si kutoka picha moja, si kutoka uunganishaji, wala si kama chaguo la majaribio. Kama kazi yako inaishia kwenye msogeo, hiki si chombo cha hatua ya mwisho. Hivyo ndivyo bidhaa ilivyo, si dokezo la ramani ya baadaye.

Mipaka mingine ya kweli, yote ikiwa na njia za kuizunguka:

• Maandishi madogo ndilo eneo dhaifu zaidi. Chapa ndogo, maandishi mengi ya vifungashio na namba ndefu za mfululizo yanaweza kutoka yakiwa si kamili. Panga fremu ili maandishi muhimu yawe makubwa, weka warped label text kwenye kidokezo hasi, na kagua kwa ukubwa kamili.
• Kutofautiana kupita kiasi kwa ukubwa ni kugumu. Picha ya bidhaa ya pikseli 4000 iliyounganishwa na kijipicha kidogo cha chumba inaipa modeli kidogo cha kufanyia kazi. Tumia nakala bora zaidi uliyo nayo ya kila chanzo.
• Kufunikana kwingi kunapunguza kinachoweza kuhamishwa. Vazi lililopigwa picha likiwa limekunjwa, mgongo wake usionekane kamwe, haliwezi kubuniwa mgongo wake kwa uaminifu. Kama uunganishaji unaonyesha mgongo, toa mgongo.
• Picha nyingi zaidi zinamaanisha nafasi kubwa zaidi ya mkanganyiko. Vyanzo vinne vinawezekana kwa kutaja mpangilio kwa nidhamu, lakini si mahali pa kuwa mzembe — tumia idadi ambayo kazi inaihitaji na si zaidi.
• Mabadiliko mawili makubwa kwa wakati mmoja yanashindana. Hamisha vazi, thibitisha, kisha ubadilishe mandharinyuma. Uhariri wa mfululizo unashinda agizo moja lililojaa kupita kiasi karibu kila mara, na kila hatua ni rahisi kuikagua.

13Maswali yanayoulizwa mara kwa mara

---

Kutengeneza picha, kuhariri na kuunganisha picha nyingi ni vipengele vya programu ya gumzo ya Shannon; ncha za /v1/chat/completions, /v1/messages na /v1/responses zinahudumia maandishi na uoni, ikimaanisha zinasoma picha badala ya kuzitengeneza. Hakuna utengenezaji wa video. Chaguo za uwiano, uungwaji mkono wa kidokezo hasi na tabia ya uthibitisho ni za sasa kufikia tarehe 5 Septemba 2026. Zinazohusiana: utengenezaji wa picha za AI bila udhibiti · uhariri wa picha za AI bila udhibiti · matumizi ya kuwajibika · nyaraka za API · faharasa ya utafiti.