AI ஆடை இடமாற்றம், தணிக்கையின்றி

மக்களுக்கு உண்மையில் தேவைப்படும் பட வேலைகளில் பெரும்பாலானவை “எனக்கு ஒரு பொருளின் படத்தைச் செய்” என்பது அல்ல. அவை “இந்த ஜாக்கெட்டை இந்த நபருக்குப் போடு,” “இந்த நாற்காலியை இந்த அறையில் வை,” “இந்தத் தயாரிப்பை அந்தக் கையில் புகைப்படம் எடு.” இவை அனைத்திற்கும் ஒன்றுக்கு மேற்பட்ட புகைப்படங்களிலிருந்து பொருள் தேவை, மேலும் இவை அனைத்தும் ஒரே விதமாகவே தோல்வியடைகின்றன: ஒரு படம் இணைக்கப்படுகிறது, மற்றொன்று சொற்களால் விவரிக்கப்படுகிறது, திரும்பி வருவது நம்பத்தகுந்த ஏதோ ஒன்று — ஆனால் உங்களிடம் உள்ள அந்தப் பொருள் அல்ல. இதற்கான தீர்வு நீங்கள் எதிர்பார்ப்பதை விடச் சிறியது, எல்லா இடங்களிலும் வேலை செய்கிறது.

01“படங்களை இணைத்தல்” என்றால் என்ன, அது எங்கே நடக்கிறது

Shannon 3 படங்களுடன் மூன்று தனித்தனி விஷயங்களைச் செய்கிறது: ஒரு விவரணையிலிருந்து புதிய படத்தை உருவாக்குகிறது, ஏற்கெனவே உள்ள ஒரு படத்தைத் திருத்துகிறது, மேலும் இரண்டு அல்லது அதற்கு மேற்பட்ட படங்களை ஒரே புதிய படமாக இணைக்கிறது. இவற்றுக்கு வெவ்வேறு விதிகள் உண்டு, தவறானதைத் தேர்ந்தெடுப்பதே தரம் சிதைவதற்கான முதல் இடம்.

முடிவான படத்திற்கு ஒன்றுக்கு மேற்பட்ட புகைப்படங்களிலிருந்து பொருள் தேவைப்படும் ஒவ்வொரு முறையும் இணைத்தலைப் பயன்படுத்துங்கள்: ஆடை மற்றும் உடை இடமாற்றம், ஒரு காட்சிக்குள் ஒரு பொருளை வைப்பது, நபர் B அருகே நபர் A, உண்மையான மாடல் கையில் உண்மையான தயாரிப்பு, ஒரு படத்தின் பாணியை இன்னொரு படத்தின் பொருளுக்குப் பயன்படுத்துவது. ஒரே நேரத்தில் இரண்டு படங்களைச் சுட்டிக்காட்ட முடிந்தால் நன்றாக இருக்குமே என்று நீங்கள் நினைத்தால், அதுவே இந்தச் செயல்பாடு.

இவை அனைத்தும் சாதாரண உரையாடலில், Shannon அரட்டைச் செயலியில் நடக்கின்றன. இது /v1 API இல் இல்லை — API உரைக்கும் பார்வைக்கும் சேவை செய்கிறது, அதாவது நீங்கள் அனுப்பும் படங்களை அது புதிதாக உருவாக்குவதற்குப் பதிலாக படிக்கிறது. நீங்கள் ஒரு API தேடலிலிருந்து வந்திருந்தால், இதுவே நேர்மையான பதில்; அந்த இறுதிப்புள்ளிகள் எதைச் செய்கின்றன என்பதற்கு API ஆவணங்களைப் பாருங்கள். படங்கள் எங்கள் சொந்த GPU கிளஸ்டரில் வரையப்படுகின்றன.

நீங்கள் பேசும் எந்த மொழியிலும், எளிய மொழியில் கேட்கிறீர்கள். ஒரு படம் கோரப்படுகிறது என்பதை Shannon கண்டறிந்து, உருவாக்க அறிவுறுத்தலை ஆங்கிலத்தில் தானே எழுதி, எதுவும் வரையப்படுவதற்கு முன்பு ஓர் உறுதிப்படுத்தல் அட்டையில் அதை உங்களுக்குக் காட்டுகிறது. நீங்கள் உறுதிப்படுத்தும் வரை எதுவும் உருவாக்கப்படுவதில்லை, கட்டணமும் இல்லை — பல-பட வேலைக்கு, பங்குகளும் வரிசையும் நீங்கள் நினைத்தபடி வந்திருக்கின்றனவா என்று சரிபார்க்கும் இடம் அந்த அட்டையே. Shannon அழைக்கப்படாமல் ஒருபோதும் உருவாக்குவதில்லை: ஒரு வாழ்த்து, ஒரு கேள்வி, அல்லது சாதாரணமாக இணைக்கப்பட்ட ஒரு புகைப்படம் ஒரு வரைவைத் தூண்டுவதில்லை.

02விதி: ஒவ்வொரு படத்தின் பங்கையும் வரிசையாகப் பெயரிடுங்கள்

அறிவுறுத்தல் ஒவ்வொரு படமும் எதைத் தருகிறது என்பதைச் சொல்ல வேண்டும், அதையும் படங்கள் தரப்பட்ட வரிசையிலேயே சொல்ல வேண்டும். அதுவே முழு நுட்பம்; கீழே உள்ள அனைத்தும் அந்த விதியை ஒரு குறிப்பிட்ட வேலைக்குப் பயன்படுத்துவதுதான்.

முதல் படம் அடித்தளம் — முதன்மைப் பொருள், அல்லது காட்சி, முடிவான படம் எதனால் பெரும்பாலும் ஆனதோ அது. அது அடையாளம், நிலை, சட்டகமிடல், ஒளி, மேலும் நீங்கள் மாற்றச் சொல்லாத அனைத்தையும் நிர்ணயிக்கிறது. பிந்தைய படங்கள் மூலங்கள்: உள்ளே கொண்டுவரப்படும் பகுதிகள். படங்களை வரிசையாகக் கையில் வைத்திருக்கும் ஒரு அந்நியர் அந்த வேலையைக் கையால் செய்யக்கூடிய வகையில் வாக்கியத்தை எழுதுங்கள்.

வேலை செய்கிறது
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.

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

தோல்வியடையும் வடிவங்கள் சுருக்கமாக இருப்பதால் தோல்வியடையவில்லை; எந்தப் படம் நபர், எந்தப் படம் பின்னலாடை என்று அவை ஒருபோதும் சொல்லாததால் தோல்வியடைகின்றன. மூன்று பழக்கங்கள் இந்த விதியை நம்பகமாக்குகின்றன:

• வரிசைச் சொற்களை வெளிப்படையாகப் பயன்படுத்துங்கள். “முதல் படத்திலிருந்து”, “இரண்டாவது படத்திலிருந்து”. சில சொற்கள், தெளிவின்மை போய்விடுகிறது.
• எது அப்படியே இருக்கும் என்று சொல்லுங்கள். “அவளின் முகம், முடி, நிலை ஆகியவற்றை அப்படியே வையுங்கள்.” மாறாத பகுதிகளுக்குப் பெயரிடுவதே Shannon செய்யும் ஒவ்வொரு பட செயல்பாட்டிலும் மிகப் பெரிய தரக் கருவி, மேலும் இங்கே அது மிக முக்கியமானது, ஏனெனில் ஒரு கலவையில் விலகிச் செல்லக்கூடிய பொருட்கள் இரண்டு அல்லது அதற்கு மேல் இருக்கின்றன.
• குறிச்சொற்கள் அல்ல, உரைநடை எழுதுங்கள். ஒரு மொழி மாதிரி ஒரு வாக்கியத்தைப் படிப்பது போலவே பட மாதிரி அறிவுறுத்தல்களைப் படிக்கிறது, எனவே காற்புள்ளியால் பிரிக்கப்பட்ட முக்கிய சொற்களை முழு வாக்கியங்கள் வெல்கின்றன. 30 முதல் 80 சொற்களை இலக்காகக் கொள்ளுங்கள், SDXL கால குப்பையையும் (“masterpiece, best quality, 8k”) (word:1.3) போன்ற எடைத் தொடரியலையும் தவிர்த்துவிடுங்கள்.

ஒரு படத்தில் ஒன்றுக்கு மேற்பட்ட பொருட்கள் இருக்கும்போது, அதிலிருந்து உங்களுக்கு எந்தப் பகுதி வேண்டும் என்று பெயரிடுங்கள். இரண்டாவது படம் அந்தப் பின்னலாடையை அணிந்த ஒரு மாடலின் பட்டியல் புகைப்படமாக இருந்தால், “இரண்டாவது படத்தில் உள்ள பெண் அணிந்திருக்கும் சிவப்பு பின்னலாடை” என்பது உங்களுக்கு அந்த ஆடை வேண்டும், மாடல் வேண்டாம் என்று சொல்கிறது. வெறுமனே “இரண்டாவது படம்” என்று விட்டுவிட்டால், அவளின் முகமும் உங்களுக்குக் கிடைக்கலாம்.

வேலை வாரியான பங்கு வார்ப்புருக்கள்

வேலை	முதல் படம்	இரண்டாவது படம்	அறிவுறுத்தல் வடிவம்
ஆடை இடமாற்றம்	நபர்	ஆடை	“முதல் படத்தில் உள்ள [நபர்], இரண்டாவது படத்தில் உள்ள [ஆடையை] அணிந்து, [எது அப்படியே இருக்கும்]”
காட்சியில் பொருள்	காட்சி	பொருள்	“முதல் படத்தில் உள்ள [அறை], இரண்டாவது படத்தில் உள்ள [பொருள்] [எங்கே] வைக்கப்பட்டு, [ஒளியுடன்] பொருந்தி”
நபர் + நபர்	நபர் A மற்றும் அமைவிடம்	நபர் B	“முதல் படத்தில் உள்ள [ஆண்], இரண்டாவது படத்தில் உள்ள [பெண்] அருகே நிற்கிறார், [இடங்கள், பார்வைக் கோடுகள்]”
நபர் மீது தயாரிப்பு	மாடல் அல்லது காட்சி	தயாரிப்பு	“முதல் படத்தில் உள்ள [மாடல்], இரண்டாவது படத்தில் உள்ள [தயாரிப்பைப்] பிடித்தபடி, [பிடி, லேபிள் திசை]”
பாணி இடமாற்றம்	பொருள்	பாணி மேற்கோள்	“முதல் படத்தில் உள்ள [பொருள்], இரண்டாவது படத்தின் [பாணி அச்சுகளில்] வரையப்பட்டு, [பொருள் மாறாமல்]”

03பெரும்பாலான முயற்சிகளைக் கெடுக்கும் தவறு: இணைப்பதற்குப் பதிலாக விவரிப்பது

இதைப் பற்றி ஆரவாரம் செய்வது மதிப்புடையது, ஏனெனில் இதுவே மிகவும் பொதுவான தவறு, மேலும் இது வேலை செய்ததைப் போலவே தோன்றுகிறது. பயனரிடம் இரண்டு புகைப்படங்கள் இருக்கின்றன — அவர்களின் வாடிக்கையாளரும் அந்த வாடிக்கையாளரின் தயாரிப்பும், அல்லது அவர்களும் அவர்களிடம் உள்ள ஒரு ஜாக்கெட்டும். அவர்கள் ஒன்றை இணைத்து, மற்றொன்றைத் தட்டச்சு செய்கிறார்கள்.

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

திரும்பி வருவது சிவப்பு பின்னலாடை அணிந்த ஒரு பெண். அது ஒரு நல்ல பின்னலாடை. ஆனால் அது அந்தப் பின்னலாடை அல்ல. கயிற்று வடிவம் கற்பனையானது, சாயம் வேறு சிவப்பு, விலா அமைப்பின் ஆழம் தவறு, காலர் தவறான திசையில் சுருள்கிறது, மேலும் ஓர் உண்மையான ஆடையை அடையாளம் காணச் செய்யும் சிறு சமச்சீரின்மைகள் — ஒரு தையல் சரிசெய்தல், ஒரு இழுவை, முழங்கையில் ஏற்பட்ட விரிவு — அனைத்தும் போய்விட்டன, ஏனெனில் அந்த வாக்கியத்தில் அவை எதுவும் இல்லை.

உரை ஒரு இழப்புள்ள வழி, ஒரு புகைப்படம் அப்படி அல்ல. கவனமாக எழுதப்பட்ட ஒரு வாக்கியம் ஒரு பொருளின் பன்னிரண்டு பண்புகளைச் சுமக்கலாம்; புகைப்படம் ஆயிரக்கணக்கானவற்றைச் சுமக்கிறது, நீங்கள் எழுதுவதற்கு ஒருபோதும் நினைக்காதவை, பெயரிடவே முடியாதவை உட்பட. இணைப்பதற்குப் பதிலாக விவரிப்பது, நீங்கள் நினைக்காத அனைத்தையும் தூக்கி எறிகிறது — அதுவே பெரும்பான்மை. இணைப்பது உண்மையான தோற்றத்தைத் தக்கவைக்கிறது, ஏனெனில் உண்மையான தோற்றம் அங்கே இருக்கிறது.

சோதனை எளிது. அது அந்தக் குறிப்பிட்ட ஒன்று என்பதே படத்தின் நோக்கம் என்றால் — அந்தக் குறிப்பிட்ட ஆடை, அந்த நபர், அந்தத் துல்லியமான தயாரிப்பு, அந்த அறை — அதை இணையுங்கள். ஒரு வரிசையிலிருந்து அந்தப் பொருளை நீங்கள் தேர்ந்தெடுக்க முடியும், மேலும் நீங்கள் தேர்ந்தெடுப்பதுடன் முடிவு பொருந்த வேண்டும் என்பது முக்கியம் என்றால், ஒரு விவரணை அதைச் செய்யாது.

விவரிப்பதற்கு ஒரு நியாயமான வழக்கும் உண்டு: அந்தப் பொருள் இன்னும் இல்லை என்றால், அல்லது ஒரு பொதுவான வடிவமே உங்களுக்கு வேண்டும் என்றால். இதுவரை யாரும் பின்னாத ஒரு ஸ்வெட்டரை வடிவமைப்பது, ஒரு கருத்தை வரையறுப்பது — அது உரையிலிருந்து படம் தரும் வேலை, அங்கே ஒரு விவரணையே சரி, ஏனெனில் அடையாளத்தைத் தக்கவைக்க வேண்டிய உண்மையான பொருள் எதுவும் இல்லை. ஒரு உண்மையான பொருள் வேலைக்குள் நுழையும் தருணத்தில், அதன் புகைப்படமும் நுழைகிறது.

தொடர்புடைய ஒரு பாதித் தவறு: இரண்டு படங்களையும் இணைத்துவிட்டு, அதன் பிறகும் இரண்டாவதை விரிவாக விவரிப்பது. பெயரடைகள் புகைப்படத்துடன் சண்டையிடலாம் — உண்மையான ஆடை மெல்லிய பின்னலாக இருக்கும்போது “chunky” என்று எழுதினால் நீங்கள் ஒரு முரண்பாட்டை உள்ளே கொண்டுவந்துவிட்டீர்கள். அதன் எந்தப் பகுதி உங்களுக்கு வேண்டும் என்பதை அடையாளம் காட்டுவதற்குத் தேவையான அளவுக்கு மட்டுமே இரண்டாவது படத்தை விவரியுங்கள்.

04ஆடை மற்றும் உடை இடமாற்றம்

இதுவே பாரம்பரியமான இரண்டு-பட வேலை. நபரை முதலிலும் ஆடையை இரண்டாவதாகவும் இணையுங்கள். ஆடைப் படம் ஒரு தட்டையான பரப்பு, ஹேங்கர் புகைப்படம், பட்டியல் புகைப்படம், அல்லது வேறொருவர் அதை அணிந்திருக்கும் படம் — அதன் எந்தப் பகுதியைக் குறிக்கிறீர்கள் என்று சொன்னால் அனைத்தும் வேலை செய்யும்.

ஆடை இடமாற்றம்
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

மூன்று விஷயங்கள் இங்கே வேலை செய்கின்றன: பங்குகள் வரிசையாகப் பெயரிடப்பட்டுள்ளன, மாறாத பகுதிகள் வெளிப்படையாகப் பட்டியலிடப்பட்டுள்ளன (இதுவே முகம் விலகுவதைத் தடுக்கிறது), மேலும் கடைசித் தொடர், ஆடையின் சொந்த விவரங்களே முக்கியம் என்று மாதிரிக்குச் சொல்கிறது — அது இல்லாவிட்டால், கலவைகள் நிறத்தையும் உருவரையையும் தக்கவைத்துக்கொண்டு அமைப்பை அமைதியாக மென்மையாக்கிவிடும்.

• பொருத்தம் ஒரு இயற்பியல் கூற்று, எனவே அதைச் சொல்லுங்கள். “அவளின் உடலமைப்பில் இயற்கையாகத் தொங்குகிறது”, “இடுப்பில் இறுக்கமாக”, “கைகள் மணிக்கட்டில் முடிகின்றன” — இல்லையெனில் ஆடை அணிபவரின் விகிதங்களுக்குப் பதிலாக அதன் மூல விகிதங்களிலேயே வந்துவிடலாம்.
• மறைப்பே கடினமான வழக்கு. கைகள் குறுக்காக இருந்தால் அல்லது ஒரு பையின் பட்டை மார்பைக் கடந்தால், அதற்கு என்ன நடக்கிறது என்று சொல்லுங்கள். அங்குள்ள தெளிவின்மை உருகிய கை-மடி கோளாறை உருவாக்குகிறது.
• அதிக ஆடைகள் என்றால் அதிக படங்கள். முதலில் நபர், பிறகு மேலாடை, பிறகு கால்சட்டை, பிறகு காலணிகள் — அவற்றை இரண்டாவது, மூன்றாவது, நான்காவது படம் என்று ஒரே நிலையாகக் குறிப்பிடுங்கள். இடையில் “அந்தக் காலணிப் படம்” என்று மாறிவிடாதீர்கள்.

05ஒரு காட்சிக்குள் ஒரு பொருளை வைப்பது

இங்கே பங்குகள் தலைகீழாகின்றன: காட்சி முதலில் வருகிறது, ஏனெனில் முடிவான படம் பெரும்பாலும் காட்சியாலேயே ஆனது, பொருள்தான் உள்ளே கொண்டுவரப்படும் பகுதி. உட்புற மாதிரிக் காட்சிகள், நீங்கள் வாங்காத தளவாடங்களால் ஓர் அறையை அலங்கரிப்பது, ஒரு வாகனத்தைச் சாலையில் வைப்பது, ஒரு சிற்பத்தைக் கண்காட்சியில் நிறுத்துவது — ஒவ்வொரு முறையும் அதே வடிவம்.

காட்சியில் பொருள்
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

இங்குள்ள தோல்வி முறை அடையாளம் அல்ல, இயற்பியல். தன் சொந்த ஒளியையே தக்கவைத்துக்கொள்ளும் ஒரு பொருள் ஒட்டப்பட்டதைப் போலத் தெரிகிறது, ஏன் என்று சொல்ல முடியாவிட்டாலும் பார்ப்பவர்கள் அதை உடனே கண்டுபிடித்துவிடுவார்கள். தனித்த ஒரு பொருளின் புகைப்படத்தால் அறிய முடியாத மூன்று விஷயங்களுக்கு உங்கள் சொற்களைச் செலவழியுங்கள்: இடம் (சட்டகத்தில் எங்கே, எதற்கு ஒப்பிடுகையில்), சென்டிமீட்டர்களில் அல்லாமல் காட்சியை வைத்து அளவு (“இடுப்பு உயரம் அளவு”, “கதவுப் பிடி உயரம்”), மேலும் ஒளியும் நிழலும் — திசை, தன்மை, நிழல் எங்கே விழுகிறது. கடைசியானதே ஒரு கூட்டுப் படத்தை ஒரு புகைப்படமாக மாற்றுகிறது.

06நபர் A அருகே நபர் B

ஒரே அறையில் ஒருபோதும் இருந்திராத இரு நபர்கள்: தலைமுறைகளைக் கடந்த குடும்பப் புகைப்படங்கள், இணை நிறுவனர் பயணத்தில் இருந்தபோது எடுக்கப்பட்ட நிறுவனர் உருவப்படம், இரண்டு கலைஞர்களைக் கொண்ட ஒரு சுவரொட்டி. இது வேலை செய்கிறது, ஒற்றைப் பொருள் வேலைகளுக்குத் தேவைப்படாத இரண்டு விஷயங்கள் இதற்குத் தேவை.

இரு நபர்கள்
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

அந்த இரண்டு கூடுதல் விஷயங்கள்: ஒப்பீட்டு வடிவவியல் — யார் எந்தப் பக்கம், எவ்வளவு தூரம், யாருடைய பார்வை எங்கே செல்கிறது, மேலும் ஒப்பீட்டு உயரம், ஏனெனில் வெவ்வேறு விதமாக வெட்டப்பட்ட இரண்டு உருவப்படங்கள், ஒருவர் ஒரு தலை உயரம் அதிகம் என்பதை அறிய மாதிரிக்கு எந்த வழியையும் தருவதில்லை — மேலும் வெளிப்படையாகச் சொல்லப்பட்ட ஒரே பொதுவான ஒளி, ஏனெனில் நீங்கள் இரண்டு ஒளிச் சூழல்களை ஒன்றிணைக்கிறீர்கள், அதில் ஒன்று வெல்ல வேண்டும்.

புதிய கேன்வாஸ் விகிதத்தைத் தேர்ந்தெடுப்பது தன் மதிப்பை நிரூபிக்கும் இடமும் இதுவே: செங்குத்து அமைப்பில் உள்ள இரண்டு மூலங்கள் ஒரு மோசமான செங்குத்துக் குழுப் படத்தையே தரும், எனவே landscape அல்லது wide கேளுங்கள். மேலும் தெளிவானதை ஒரு முறை சொல்லிவிடுவோம் — ஒரு உண்மையான நபர் இருந்திராத ஒரு படத்தில் அவரைச் சேர்ப்பது சக்திவாய்ந்தது, தானாகவே பாதிப்பில்லாதது அல்ல. உரிமையோ சம்மதமோ உங்களிடம் இருக்க வேண்டும்; எங்கள் பொறுப்பான பயன்பாட்டுக் கொள்கை அதன் சுருக்கமான வடிவம்.

07நபர் மீது தயாரிப்பு, மற்றும் தணிக்கையற்ற தயாரிப்புப் புகைப்படம்

வணிக ரீதியாக, தனக்கான செலவை ஈட்டித் தரும் கலவை இதுவே. உங்களிடம் வெள்ளைப் பின்னணியில் ஒரு தயாரிப்புப் புகைப்படமும், ஒரு மாடல், ஒரு கை, ஒரு சமையலறை, ஒரு பணிமேசையும் இருக்கின்றன. அவற்றை இணைத்தால், ஸ்டூடியோ நாள் இல்லாமலேயே ஒரு வாழ்க்கைமுறைப் புகைப்படம் கிடைக்கிறது — மேலும் அதில் ஒரு உருவாக்கப்பட்ட தோராயத்திற்குப் பதிலாக உங்கள் உண்மையான தயாரிப்பு இருக்கிறது; பயன்படுத்தக்கூடிய சந்தைப்படுத்தல் பொருளுக்கும், நீங்கள் மன்னிப்புக் கேட்க வேண்டிய ஒரு மாதிரிக் காட்சிக்கும் இடையிலான முழு வித்தியாசமும் அதுவே.

நபர் மீது தயாரிப்பு
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

தயாரிப்பு வேலைக்கே உரிய இரண்டு கூடுதல் விஷயங்கள். பிடி: பொருட்களைப் பிடிக்கும் கைகளிலேயே கலவை அடிக்கடி தவறாகிப் போகிறது, எனவே எந்தக் கை, எந்த உயரத்தில், மேலும் விரல்கள் லேபிளை மறைக்காமல் இயற்கையாகச் சுற்றுகின்றன என்று சொல்லுங்கள். புகைப்படச் சிகிச்சை: ஒரு கேமராவையும், ஒரு லென்ஸையும், ஒரு பிலிம் அல்லது ஒளி மூலத்தையும் பெயரிடுங்கள். வெளியீடு, இணைக்கப்பட்ட இரண்டு புகைப்படங்களாக அல்ல, எடுக்கப்பட்ட ஒரு புகைப்படமாகவே படிக்கப்பட வேண்டும், அதை ஒரு புகைப்படமாக எழுதுவதே உங்களை அங்கே கொண்டு சேர்க்கிறது.

இங்கே தணிக்கையின்மை, ஒலிப்பதை விட மிகச் சாதாரணமான ஒரு வழியில் முக்கியமாகிறது. வடிகட்டப்பட்ட உருவாக்கிகள் சாதாரணமான, சட்டபூர்வமான வணிகத்தின் முழுப் பிரிவுகளையே மறுக்கின்றன: உள்ளாடை மற்றும் நீச்சலுடைப் பட்டியல்கள், புகையிலை மற்றும் வேப் வன்பொருள், மது, துப்பாக்கித் துணைக்கருவிகள், வயது வந்தோர் நல்வாழ்வுப் பொருட்கள், சட்டபூர்வமான இடங்களில் கஞ்சா, மருத்துவ சாதனங்கள், தந்திரோபாய மற்றும் வேட்டைச் சாதனங்கள். உரிமை வைத்திருப்பவரே செய்யும் பிராண்டு மற்றும் தோற்ற வேலையையும் அவை மறுக்கின்றன. இவை எதுவும் விளிம்பு நிலை வழக்குகள் அல்ல; ஒரு விளம்பர நிறுவனத்தில் இது ஒரு சாதாரண செவ்வாய்க்கிழமை. உருவாக்க வழியில் Shannon இடம் உள்ளடக்க வடிகட்டியும் இல்லை, வினவலை எழுதும் மாதிரியில் மறுப்புப் படையும் இல்லை, எனவே வேலை நடக்கிறது, உரிமைக் கேள்வி அது இருக்க வேண்டிய இடத்தில் — உங்களிடமே — இருக்கிறது.

08ஒரு படத்திலிருந்து பாணி, இன்னொன்றிலிருந்து பொருள்

பொருள் முதலில், பாணி மேற்கோள் இரண்டாவது. இந்த வேலையை வேறுபடுத்துவது என்னவென்றால், நீங்கள் ஒரு பொருளை அல்ல, ஒரு பண்பைக் கடன் வாங்குகிறீர்கள், எனவே எந்தப் பண்புகள் என்று பெயரிட வேண்டும் — மேலும் மேற்கோள் படத்தின் சொந்தப் பொருளும் கலவையும் உடன் வரவில்லை என்றும் சொல்ல வேண்டும்.

பாணி மேற்கோள்
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

பாணி அச்சுகளை வெளிப்படையாகப் பெயரிடுங்கள், ஏனெனில் “இரண்டாவது படத்தின் பாணியில்” என்பது மட்டும் போதிய குறிப்பீடு அல்ல: வண்ணத்தட்டு (அல்லது துல்லியமான நிறங்கள், பெயரிடப்பட்ட ஒரு பொருளுடன் இணைத்து color #8B0000 என எழுதப்பட்டவை), தூரிகை வேலை அல்லது துகள் அமைப்பு, ஒளியின் தன்மை, கோட்டின் தடிமன், சுருக்கத்தன்மையின் அளவு, விளிம்புச் சிகிச்சை. அந்தத் தோற்றத்தை வரையறுக்கும் இரண்டு அல்லது மூன்றைத் தேர்ந்தெடுங்கள்; ஆறையும் பெயரிடுவது அவற்றைச் சராசரியாக்கிவிடும். மேலும் முரண்படும் திசைகளைக் கலக்காதீர்கள் — “photorealistic” உடன் “watercolor” சேர்ந்தால் ஒரு கலவை அல்ல, ஒரு குழப்பமே கிடைக்கும். ஒரு வண்ணத்தட்டை மட்டும் கடன் வாங்கும் புகைப்படம் வேண்டும் என்றால், அதைச் சரியாக அப்படியே சொல்லுங்கள்.

09எதிர்மறை வினவல்களும் புதிய கேன்வாஸ் விகிதத் தேர்வும்

இணைத்தலுக்கும் திருத்தத்திற்கும் இருக்கும், ஆனால் உரையிலிருந்து படம் தருதலுக்கு இல்லாத இரண்டு திறன்கள் — இரண்டுமே போதிய அளவு பயன்படுத்தப்படுவதில்லை.

எதிர்மறை வினவல்

படங்களை இணைப்பது எதிர்மறை வினவலை ஆதரிக்கிறது. தேவையற்ற கோளாறுகள் அங்கே செல்கின்றன — அவை அறிவுறுத்தலுக்குள் அல்ல, அங்கே செல்வது முக்கியம், ஏனெனில் முதன்மை அறிவுறுத்தலில் “no extra fingers” என்று எழுதுவது, நீங்கள் விரும்பும் அனைத்துடன் சேர்த்து, நீங்கள் தவிர்க்க முயலும் பொருளையும் ஒரே மூச்சில் பெயரிடுகிறது. விலக்கல்களைத் தனி வழியில் வையுங்கள். தொடர்ந்து தங்கள் இடத்தைச் சம்பாதிக்கும் உள்ளீடுகள்:

• உடற்கூறு — கூடுதல் விரல்கள், இரட்டிப்பான உறுப்புகள், சிதைந்த கைகள், இரண்டாவது முகம்.
• கலவையைக் காட்டிக்கொடுக்கும் அடையாளங்கள் — வெட்டப்பட்ட விளிம்புகள், தெரியும் இணைப்புக் கோடு, மிதக்கும் பொருள், இரட்டை நிழல்கள், பொருளைச் சுற்றி ஒளிவட்டம்.
• ஒளிப் பொருந்தாமை — ஒத்துப்போகாத நிற வெப்பநிலை, சீரற்ற நிழல் திசை, பொருட்களுக்கிடையே சமமற்ற வெளிச்சம்.
• அமைப்புத் தோல்விகள் — பிளாஸ்டிக் தோல், மென்மையாக்கப்பட்ட துணி, சிதைந்த லேபிள் உரை, படிக்க முடியாத லோகோ.

உங்கள் படத்திற்கு நிகழக்கூடிய சிலவற்றுடன் மட்டுமே அதை நிறுத்துங்கள். முப்பது விஷயங்களைப் பட்டியலிடும் ஒரு எதிர்மறை வினவல் ஒரு வலிமையான அறிவுறுத்தல் அல்ல, சிதறிய ஒன்று.

கேன்வாஸ் விகிதம்

ஒற்றைப் படத்தைத் திருத்துவது மூலப் படத்தின் விகிதத்தைத் தானாகவே பெறுகிறது — ஒரே ஒரு மூலம் இருக்கிறது, அதன் வடிவமே பதில். இணைத்தலுக்கு அப்படி ஒரு இயல்புநிலை இல்லை, எனவே நீங்கள் ஒரு புதிய கேன்வாஸ் விகிதத்தைத் தேர்ந்தெடுக்கலாம், மேலும் பெரும்பாலும் தேர்ந்தெடுக்கவும் வேண்டும், ஏனெனில் ஒரு மூலத்திற்குப் பொருந்திய வடிவம் கலவைக்குப் பொருந்துவது அரிது.

விகிதம்	எதற்குச் சிறந்தது	வழக்கமான கலவைப் பயன்பாடு
square	இயல்பு, சமூக ஊட்டங்கள்	ஒரு இடமாற்றப்பட்ட உறுப்புடன் ஒற்றைப் பொருள்
portrait	நபர்கள், உயரமான பொருட்கள்	ஆடை இடமாற்றம், ஒரு மாடல் பிடித்திருக்கும் தயாரிப்பு
landscape	காட்சிகள், குழுக்கள்	அருகருகே இரு நபர்கள், அறையில் வைக்கப்பட்ட பொருள்
wide	திரைப்பட வடிவ சட்டகமிடல்	குழுப் படங்கள், சூழல் சார்ந்த தயாரிப்புக் காட்சிகள், பேனர்கள்
tall	சுவரொட்டிகள், தொலைபேசி வால்பேப்பர்கள்	முழு உயர ஆடைப் படங்கள், சுவரொட்டித் தளவமைப்புகள்

வெளிப்படையான ஒரு கோரிக்கை எப்போதும் வெல்லும். எதுவும் சொல்லாவிட்டால் square கிடைக்கும் — இரு நபர் மற்றும் முழு உயர ஆடை வேலைகளில் பெரும்பாலானவற்றுக்கு அது தவறான வடிவம், எனவே ஒரு சொல் செலவழிப்பது மதிப்புடையது.

10Shannon எந்தப் படங்களைப் பயன்படுத்துகிறது: உரையாடலா, இந்தச் செய்தியா

ஒரு படம் ஒரு கலவைக்குள் வர இரண்டு வழிகள் உண்டு, நீங்கள் எதை நம்பியிருக்கிறீர்கள் என்பதை அறிவது பெரும்பாலான வரிசைக் குழப்பங்களைத் தடுக்கிறது.

தற்போதைய செய்தியுடன் இணைக்கப்பட்டவை. நேரடி வழி: அறிவுறுத்தலைச் சுமக்கும் செய்தியுடன், நீங்கள் குறிப்பிடப்போகும் வரிசையிலேயே அனைத்தையும் இணையுங்கள், அப்போது “முதல் படம்”, “இரண்டாவது படம்” என்பவை பார்ப்பதற்கு எப்படியோ அப்படியே பொருள் தரும். இதையே இயல்பாகக் கொள்ளுங்கள்.

உரையாடலில் ஏற்கெனவே உள்ளவை. உரையாடலில் முன்பு அனுப்பப்பட்ட படங்கள் கிடைக்கக்கூடியவையாகவே இருக்கின்றன, சாதாரண மொழியில் அவற்றைக் குறிப்பிடலாம் — “நான் முன்பு அனுப்பிய புகைப்படம்”, “முன்பு இருந்த பின்னலாடைப் படம்”, “நீங்கள் செய்த இரண்டாவது பதிப்பு”. Shannon அந்தக் குறிப்பை உரையாடலுக்கு எதிராகத் தீர்க்கிறது, நீண்ட ஒரு அமர்வில் இது உண்மையிலேயே வசதியானது: ஒரு முடிவின் மேல் மீள்செய்து, பிறகு அனைத்தையும் மீண்டும் பதிவேற்றாமல் ஒரு புதிய உறுப்பைக் கொண்டுவர முடியும்.

இரண்டுக்குமான பாதுகாப்பு ஒன்றுதான். எதுவும் வரையப்படுவதற்கு முன்பு உறுதிப்படுத்தல் அட்டை அறிவுறுத்தலைக் காட்டுகிறது, அது தேர்ந்தெடுத்த வரிசையையும் சேர்த்து. அதைப் படியுங்கள். பங்குகள் தலைகீழாக வந்திருந்தால் — பின்னலாடை அடித்தளமாகவும், நபர் மூலமாகவும் — அதைச் சொல்லுங்கள், ஒரு பிக்சல் உருவாக்கப்படுவதற்கோ கட்டணமிடப்படுவதற்கோ முன்பே அது சரிசெய்யப்படும். இருந்தாலும், உரையாடல் நீளமாகவும் படங்கள் நிறைந்ததாகவும் இருக்கும்போது, உங்களுக்குத் தேவையானவற்றை மீண்டும் இணையுங்கள்; ஆறு படங்கள் பின்னால் இருக்கும்போது, “இரண்டாவது படம்” என்பது எந்த வாசகருக்கும் தெளிவற்றதே.

ஒரு படத்தை பார்க்கச் Shannon ஐக் கேட்பது — அதை விவரிக்க, லேபிளைப் படிக்க, துணி எது என்று சொல்ல — சாதாரண பார்வை வேலை, உருவாக்கம் அல்ல. அதற்குக் கூடுதல் கட்டணம் இல்லை, கலவைக்கு முன் அது ஒரு நல்ல சரிபார்ப்பும் கூட: உங்களுக்கு முக்கியமான விவரத்தை Shannon இன் விவரணை குறிப்பிடவில்லை என்றால், உங்கள் அறிவுறுத்தல் அதைப் பெயரிட வேண்டும்.

11தணிக்கையின்மை, அது உண்மையில் எதைக் குறிக்கிறது

உருவாக்க வழியில் உள்ளடக்க வடிகட்டி இல்லை, வினவலை எழுதும் மாதிரியில் மறுப்புப் படையும் இல்லை. வடிகட்டப்பட்ட கருவிகள் மிகத் தெளிவாகத் தோல்வியடையும் இடம் கலவையே, ஏனெனில் உங்களுக்குச் சொந்தமான படங்களை இணைப்பதற்கும், உங்களிடம் இருக்கக்கூடாத படங்களை இணைப்பதற்கும் இடையிலான வித்தியாசத்தை ஒரு மறுப்பு அமைப்பால் சொல்ல முடியாது — எனவே அது இரண்டையுமே தடுக்கிறது.

அந்தக் கருவிகள் வழக்கமாக மறுக்கும் வேலைகள் அரிதானவை அல்ல: கலை நிர்வாணமும் உருவப் படிப்பும், மருத்துவ மற்றும் தடயவியல் விளக்கப்படம், பாதுகாப்பு ஆய்வுப் படிமங்கள், புத்தக அட்டைகளுக்கும் விளையாட்டுக் கலைக்கும் புனைவில் வன்முறை, அரசியல் நையாண்டி, மேலே பட்டியலிடப்பட்ட சட்டபூர்வமான தயாரிப்புப் பிரிவுகள். ஒவ்வொன்றும் நியாயமான தொழில்முறை வேலை, ஆனால் ஒரு முக்கிய சொல் வடிகட்டியால் அவற்றைத் தவறான பயன்பாட்டிலிருந்து வேறுபடுத்த முடியாது.

தணிக்கையின்மை என்பது பொறுப்பின்மை அல்ல. நீங்கள் உண்மையான பொருட்களின், அடிக்கடி உண்மையான நபர்களின் புகைப்படங்களைத் தருகிறீர்கள்; உரிமையும் சம்மதமும் நீங்கள் ஏந்த வேண்டியவை, முடிவுக்கான பொறுப்பும் அப்படியே. Shannon Lab LLC ஒரு நியூ மெக்சிகோ நிறுவனம், வெளியிடப்பட்ட ஒரு பொறுப்பான பயன்பாட்டுக் கொள்கையின் கீழ் இயங்குகிறது — மற்றவர்களின் தோற்றங்களை உள்ளடக்கிய வேலையைத் தொடங்கும் முன் ஐந்து நிமிடம் செலவழிக்க மதிப்புடையது.

12தொடங்கும் முன் தெரிந்துகொள்ள வேண்டிய வரம்புகள்

வீடியோ உருவாக்கம் என்பதே இல்லை. Shannon படங்களை அசைவூட்டுவதில்லை, இந்தச் செயல்பாடுகள் எதிலிருந்தும், எந்த வடிவத்திலும் வீடியோவை உருவாக்குவதில்லை — ஒற்றைப் படத்திலிருந்தும் இல்லை, ஒரு கலவையிலிருந்தும் இல்லை, ஒரு சோதனை விருப்பமாகவும் இல்லை. உங்கள் வேலை அசைவில் முடிவடைந்தால், கடைசிப் படிக்கு இது சரியான கருவி அல்ல. இது ஒரு வழித்தட குறிப்பு அல்ல, தயாரிப்பு என்னவாக இருக்கிறதோ அதுவே.

மற்ற நேர்மையான எல்லைகள், அனைத்திற்கும் மாற்று வழிகளுடன்:

• நுண்ணிய உரையே மிகப் பலவீனமான பகுதி. சிறிய எழுத்துகள், அடர்த்தியான பொதி விவரங்கள், நீண்ட வரிசை எண்கள் குறையுடன் வரலாம். முக்கியமான உரை பெரியதாக இருக்கும்படி தயாரிப்பைச் சட்டகமிடுங்கள், எதிர்மறை வினவலில் warped label text என்று போடுங்கள், முழு அளவில் சரிபாருங்கள்.
• தீவிர அளவு வேறுபாடு கடினமானது. 4000 பிக்சல் தயாரிப்புப் புகைப்படத்தை ஓர் அறையின் சிறிய சிறுபடத்துடன் இணைத்தால், மாதிரிக்கு வேலை செய்ய மிகக் குறைவே கிடைக்கிறது. ஒவ்வொரு மூலத்திற்கும் உங்களிடம் உள்ள சிறந்த நகலைப் பயன்படுத்துங்கள்.
• அதிக மறைப்பு எதை இடமாற்ற முடியும் என்பதை வரம்பிடுகிறது. மடித்து வைத்து, முதுகுப் பகுதி ஒருபோதும் தெரியாமல் புகைப்படம் எடுக்கப்பட்ட ஒரு ஆடையின் முதுகை நம்பகமாகக் கண்டுபிடிக்க முடியாது. கலவையில் முதுகு தெரியும் என்றால், முதுகையும் தாருங்கள்.
• அதிக படங்கள் என்றால் குழப்பத்திற்கு அதிக இடம். ஒழுங்கான வரிசைப் பெயரிடலுடன் நான்கு மூலங்கள் சாத்தியம், ஆனால் இது அலட்சியமாக இருக்கும் இடம் அல்ல — வேலைக்குத் தேவையான எண்ணிக்கையைப் பயன்படுத்துங்கள், அதற்கு மேல் அல்ல.
• ஒரே நேரத்தில் இரண்டு பெரிய மாற்றங்கள் போட்டியிடுகின்றன. ஆடையை இடமாற்றுங்கள், உறுதிப்படுத்துங்கள், பிறகு பின்னணியை மாற்றுங்கள். ஒரே அறிவுறுத்தலில் அனைத்தையும் திணிப்பதை விட வரிசையான திருத்தங்களே கிட்டத்தட்ட எப்போதும் வெல்கின்றன, ஒவ்வொரு படியையும் சரிபார்ப்பதும் மலிவானது.

13அடிக்கடி கேட்கப்படும் கேள்விகள்

---

பட உருவாக்கம், திருத்தம், பல-பட கலவை ஆகியவை Shannon அரட்டைச் செயலியின் அம்சங்கள்; /v1/chat/completions, /v1/messages, /v1/responses இறுதிப்புள்ளிகள் உரைக்கும் பார்வைக்கும் சேவை செய்கின்றன, அதாவது அவை படங்களை உருவாக்குவதற்குப் பதிலாக அவற்றைப் படிக்கின்றன. வீடியோ உருவாக்கம் இல்லை. விகித விருப்பங்கள், எதிர்மறை வினவல் ஆதரவு, உறுதிப்படுத்தல் நடத்தை ஆகியவை செப்டம்பர் 5, 2026 நிலவரப்படி சரியானவை. தொடர்புடையவை: தணிக்கையற்ற AI பட உருவாக்கம் · தணிக்கையற்ற AI பட திருத்தம் · பொறுப்பான பயன்பாடு · API ஆவணங்கள் · ஆய்வுக் குறியீடு.