AI Outfit Transfer, Uncensored
Paano pagsamahin ang dalawa o higit pang larawan sa isa sa Shannon — paglipat ng damit, bagay sa eksena, tao sa tabi ng tao, produkto sa tao — at ang isang patakarang nagpapagana sa lahat ng iyon.
TL;DR
Ikabit ang mga larawan at ilarawan ang resulta habang pinapangalanan kung ano ang iniaambag ng bawat larawan, nang sunod-sunod. Ang unang larawan ang pangunahing subject o eksena; ang mga sumunod na larawan ang nagbibigay ng mga bahaging ipinapasok. "Ang babae mula sa unang larawan na suot ang pulang niniting na sweater mula sa pangalawang larawan, nakatayo sa parehong parke." Huwag ipilit sa isang larawan kasama ang paglalarawan sa salita ang isang trabahong dalawang larawan — ang inilarawang damit ay nagiging pangkaraniwang damit; ang tunay ay nananatiling tunay. Sinusuportahan ng pagsasama ang negative prompt at pinapapili ka nito ng bagong canvas aspect. Walang content filter at walang refusal layer — at walang paggawa ng video.
Karamihan sa trabahong talagang kailangan ng mga tao sa larawan ay hindi "gumawa ka ng larawan ng isang bagay." Ito ay "isuot itong jacket sa taong ito," "ilagay ang silyang ito sa kuwartong ito," "kuhanan ng litrato ang produktong ito sa kamay na iyon." Lahat ng iyon ay nangangailangan ng materyal mula sa mahigit isang litrato, at lahat sila ay nabibigo sa parehong paraan: isang larawan ang naikakabit, ang isa ay inilalarawan sa salita, at bumabalik ang isang kapani-paniwalang bagay na hindi naman ang pag-aari mo. Mas maliit ang lunas kaysa sa inaasahan mo, at gumagana ito saanman.
01Ano ang "pagsasama ng larawan," at saan ito nangyayari
Tatlong magkaibang bagay ang ginagawa ng Shannon 3 sa mga larawan: gumagawa ito ng bagong larawan mula sa paglalarawan, nag-e-edit ito ng isang umiiral na larawan, at pinagsasama nito ang dalawa o higit pang larawan sa iisang bago. Magkaiba ang patakaran nila, at ang pagpili ng mali ang unang pinagsisimulan ng pagbagsak ng kalidad.
Gamitin ang pagsasama sa tuwing kailangan ng tapos na larawan ang materyal mula sa mahigit isang litrato: paglipat ng kasuotan at damit, paglalagay ng bagay sa eksena, tao A sa tabi ni tao B, tunay na produktong hawak ng tunay na modelo, ang estilo ng isang larawang ipinapatong sa subject ng iba. Kapag naisip mong sana ay maituro mo ang dalawang larawan nang sabay, iyon ang operasyon.
Nangyayari ang lahat ng ito sa Shannon chat app, sa karaniwang usapan. Wala ito sa /v1 API — naghahatid ang API ng teksto at vision, ibig sabihin binabasa nito ang mga larawang ipinapadala mo sa halip na gumawa ng bago. Kung nanggaling ka sa paghahanap ng API, iyon ang tapat na sagot; tingnan ang dokumentasyon ng API para sa kung ano talaga ang inihahatid ng mga endpoint. Nire-render ang mga larawan sa sarili naming GPU cluster.
Humihiling ka sa payak na wika, sa anumang wikang sinasalita mo. Natutukoy ng Shannon na may hinihiling na larawan, sinusulat mismo nito ang tagubilin sa paggawa sa Ingles, at ipinapakita ito sa iyo sa isang confirmation card bago mag-render ang kahit ano. Walang ginagawa at walang sinisingil hangga't hindi ka kumukumpirma — at sa trabahong maraming larawan, doon sa card mo tinitingnan kung lumabas ang mga papel at ang pagkakasunod ayon sa ibig mong sabihin. Hindi kailanman gumagawa ang Shannon nang hindi inanyayahan: ang pagbati, tanong o basta ikinabit na litrato ay hindi nagpapatakbo ng render.
02Ang patakaran: pangalanan ang papel ng bawat larawan, nang sunod-sunod
Kailangang sabihin ng tagubilin kung ano ang iniaambag ng bawat larawan, at kailangan itong sabihin sa pagkakasunod na ibinigay ang mga larawan. Iyon ang buong teknik; ang lahat sa ibaba ay ang patakarang iyon na ipinapatong sa isang tiyak na trabaho.
Ang unang larawan ang base — ang pangunahing subject, o ang eksena, alinman ang pinakamalaking bahagi ng tapos na larawan. Itinatakda nito ang pagkakakilanlan, pustura, pagkakakuwadro, liwanag at lahat ng hindi mo hiniling na baguhin. Ang mga sumunod na larawan ay pinagmumulan: ang mga bahaging ipinapasok. Isulat ang pangungusap sa paraang kayang gawin nang manu-mano ng isang estrangherong hawak ang mga larawan nang sunod-sunod.
Gumagana
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.
Nabibigo
Combine these two images. Merge the photos. Put them together.
Nabibigo ang mga bersyong bigo hindi dahil maiikli sila kundi dahil hindi nila sinasabi kung aling larawan ang tao at alin ang sweater. Tatlong ugali ang nagpapaasahan sa patakaran:
- Gumamit ng tahasang panunuran. "Mula sa unang larawan", "mula sa pangalawang larawan". Apat na salita, at wala nang kalabuan.
- Sabihin kung ano ang mananatiling pareho. "Panatilihing eksaktong pareho ang mukha, buhok at pustura niya." Ang pagpangalan sa mga bahaging hindi magbabago ang pinakamalaking pingga ng kalidad sa bawat operasyon sa larawan na ginagawa ng Shannon, at pinakamahalaga ito rito, dahil may dalawa o higit pang bagay na mapaglalayuan ang isang komposisyon.
- Sumulat ng prosa, hindi tag. Binabasa ng Image Model ang tagubilin gaya ng pagbasa ng language model sa pangungusap, kaya mas mainam ang buong pangungusap kaysa sa mga keyword na pinaghihiwalay ng kuwit. Layunin ang 30 hanggang 80 salita, at laktawan ang basura ng panahon ng SDXL ("masterpiece, best quality, 8k") at ang sintaks ng timbang tulad ng
(word:1.3).
Kapag mahigit isang bagay ang laman ng isang larawan, pangalanan ang bahaging gusto mo mula rito. Kung ang pangalawang larawan ay kuha sa katalogo ng modelong suot ang sweater, ang "ang pulang niniting na sweater na suot ng babae sa pangalawang larawan" ay nagsasabing damit ang gusto mo, hindi ang modelo. Iwanan mo itong "ang pangalawang larawan" at baka makuha mo pati mukha niya.
Mga template ng papel ayon sa trabaho
| Trabaho | Unang larawan | Pangalawang larawan | Hugis ng tagubilin |
|---|---|---|---|
| Paglipat ng kasuotan | Ang tao | Ang damit | "Ang [tao] mula sa unang larawan na suot ang [damit] mula sa pangalawang larawan, [ano ang mananatili]" |
| Bagay sa eksena | Ang eksena | Ang bagay | "Ang [kuwarto] mula sa unang larawan na may [bagay] mula sa pangalawang larawan na nakalagay [saan], tumutugma sa [liwanag]" |
| Tao + tao | Tao A at tagpuan | Tao B | "Ang [lalaki] mula sa unang larawan na nakatayo sa tabi ng [babae] mula sa pangalawang larawan, [posisyon, direksyon ng tingin]" |
| Produkto sa tao | Ang modelo o eksena | Ang produkto | "Ang [modelo] mula sa unang larawan na hawak ang [produkto] mula sa pangalawang larawan, [hawak, harap ng label]" |
| Style transfer | Ang subject | Ang style reference | "Ang [subject] mula sa unang larawan na iginuhit sa [mga aksis ng estilo] ng pangalawang larawan, [hindi nagbabago ang subject]" |
03Ang pagkakamaling sumisira sa karamihan ng pagsubok: paglalarawan sa halip na pagkabit
Ito ang pagkakamaling sulit ipagkaingay, dahil malayong ito ang pinakakaraniwan at dahil mukhang gumana. May dalawang litrato ang gumagamit — ang kliyente nila at ang produkto ng kliyente, o sila mismo at isang jacket na pag-aari nila. Ikinakabit nila ang isa, at tina-type nila ang isa.
Ang pagkakamali
[attaches one photo of a woman]
"Put a red knitted sweater on her, cable knit, kind of chunky,
with a rolled collar."
Ang bumabalik ay babaeng suot ang pulang niniting na sweater. Magandang sweater ito. Hindi ito ang sweater. Imbento ang pattern ng cable, ibang pula ang tina, mali ang lalim ng ribbing, mali ang gulong ng kwelyo, at wala na ang maliliit na hindi pagkapantay na nagpapakilala sa tunay na damit — isang tahi ng pagkumpuni, isang naugat na sinulid, ang inat sa siko — dahil walang naglalaman ng mga iyon sa pangungusap.
Ang teksto ay daluyang may lugi at ang litrato ay hindi. Ang maingat na pangungusap ay marahil may dalang isang dosenang katangian ng isang bagay; ang litrato ay may dalang libo-libo, kasama ang bawat isang hindi mo maiisip isulat at ang mga hindi mo mapangalanan. Ang paglalarawan sa halip na pagkabit ay nagtatapon ng lahat ng hindi mo naisip, at iyon ang karamihan. Ang pagkabit ay nagpapanatili sa tunay na anyo dahil naroon ang tunay na anyo.
Simple ang pagsubok. Kung ang punto ng larawan ay ito mismo — ang tiyak na damit na iyon, ang taong iyon, ang eksaktong produktong iyon, ang kuwartong iyon — ikabit mo ito. Kung mapipili mo ang bagay sa isang hanay at mahalagang tumugma ang resulta sa pipiliin mo, hindi ito magagawa ng paglalarawan.
Ang bersyong isang linya
Ang inilarawang damit ay nagiging pangkaraniwang damit. Ang tunay ay nananatiling tunay. Ganito rin sa pangalawang mukha, sa produkto, sa silya at sa kuwarto: ang pagkabit ay nagpapanatili ng pagkakakilanlan, ang paglalarawan ay pinapalitan ito ng katamtaman.
May lehitimong pagkakataon para sa paglalarawan: kapag wala pa ang bagay, o kapag pangkaraniwang bersyon ang gusto mo. Ang pagdisenyo ng sweater na wala pang nagniniting, ang pagbabalangkas ng konsepto — trabaho iyon ng text-to-image, at tama ang paglalarawan dahil walang tunay na bagay na pinananatili mo ang pagkakakilanlan. Sa sandaling pumasok ang tunay na bagay sa brief, pumapasok din ang litrato nito.
Isang kaugnay na kalahating pagkakamali: pagkabit ng parehong larawan tapos inilalarawan pa rin nang detalyado ang pangalawa. Puwedeng makipaglaban ang mga pang-uri sa litrato — isulat mong "chunky" gayong pinong-pino ang tunay na damit at nagpasok ka na ng kontradiksyon. Ilarawan ang pangalawang larawan hanggang sa sapat lang para makilala kung aling bahagi nito ang gusto mo.
04Paglipat ng kasuotan at damit
Ang tipikal na trabahong dalawang larawan. Ikabit ang tao muna at ang damit pangalawa. Ang larawan ng damit ay puwedeng flat lay, kuha sa hanger, litrato sa katalogo, o suot ng iba — lahat gumagana, basta sabihin mo kung aling bahagi nito ang tinutukoy mo.
Paglipat ng kasuotan
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
Tatlong bagay ang gumagawa ng trabaho: pinangalanan ang mga papel nang sunod-sunod, malakas na tinatala ang mga bahaging hindi magbabago (iyon ang pumipigil sa pag-anod ng mukha), at sinasabi ng huling sugnay sa model na ang sariling detalye ng damit ang punto — kung wala ito, hilig ng mga komposisyon na panatilihin ang kulay at silweta habang tahimik na kinikinis ang tekstura.
- Pisikal na pahayag ang sukat, kaya sabihin mo. "Laylay nang natural sa katawan niya", "hapit sa baywang", "nagtatapos ang manggas sa pulso" — kung hindi, puwedeng dumating ang damit sa proporsyon ng pinagmulan nito sa halip na sa nagsusuot.
- Ang pagkakatakip ang mahirap na kaso. Kung nakahalukipkip ang mga braso o may strap ng bag na tumatawid sa dibdib, sabihin kung ano ang mangyayari rito. Ang kalabuan doon ay gumagawa ng klasikong tunaw na manggas.
- Mas maraming damit, mas maraming larawan. Tao muna, tapos pang-itaas, tapos pantalon, tapos sapatos — at tukuyin sila bilang pangalawa, pangatlo at pang-apat na larawan nang tuloy-tuloy. Huwag lumipat sa "ang larawan ng sapatos" sa gitna.
05Paglalagay ng bagay sa isang eksena
Dito nababaligtad ang mga papel: ang eksena ang mauuna, dahil ang eksena ang pinakamalaking bahagi ng tapos na larawan, at ang bagay ang bahaging ipinapasok. Mockup ng interior, pagsasaayos ng kuwarto gamit ang muwebleng hindi mo pa nabibili, paglalagay ng sasakyan sa kalsada, paglalagay ng iskultura sa galeriya — parehong hugis sa bawat pagkakataon.
Bagay sa eksena
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
Ang paraan ng pagbagsak dito ay hindi pagkakakilanlan kundi pisika. Ang bagay na nananatili ang sariling liwanag ay mukhang idinikit lang, at agad itong napapansin ng manonood kahit hindi nila masabi kung bakit. Gastusin ang mga salita mo sa tatlong bagay na hindi malalaman ng litrato ng nakabukod na bagay: pwesto (saan sa frame, kaugnay ng ano), sukat ayon sa eksena sa halip na sa sentimetro ("mga kasintaas ng baywang", "kasintaas ng hawakan ng pinto"), at liwanag at anino — direksyon, uri, at kung saan bumabagsak ang anino. Ang huli ang nagpapalit sa isang composite tungo sa isang litrato.
06Tao A sa tabi ni Tao B
Dalawang taong hindi kailanman nagkasama sa isang kuwarto: litrato ng pamilya sa magkaibang henerasyon, portrait ng founder noong naglalakbay ang co-founder, poster na may dalawang performer. Gumagana ito, at kailangan nito ng dalawang bagay na hindi kailangan ng mga trabahong iisa ang subject.
Dalawang tao
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
Ang dalawang dagdag: relatibong heometriya — sino ang nasa aling gilid, gaano kalayo sa isa't isa, saan nakatingin ang bawat isa, at relatibong taas, dahil ang dalawang magkaibang pagkakakuwadrong portrait ay walang ibinibigay sa model na batayan para malaman na isang ulo ang tangkad ng isa — at iisang ibinabahaging liwanag, sinasabi nang tahasan, dahil pinagsasama mo ang dalawang kapaligiran ng liwanag at isa ang dapat manalo.
Dito rin nagiging sulit ang pagpili ng bagong canvas aspect: ang dalawang pinagmulang nakaportrait ay gumagawa ng pangit na group shot na nakaportrait, kaya humingi ng landscape o wide. At sabihin nang isang beses ang halata — ang paglalagay ng tunay na tao sa larawang hindi naman siya kasama ay makapangyarihan at hindi awtomatikong walang pinsala. Hawakan ang karapatan o ang pahintulot; ang aming patakaran sa responsableng paggamit ang maikling bersyon.
07Produkto sa tao, at uncensored na potograpiya ng produkto
Sa komersiyo, ito ang komposisyong nagbabayad sa sarili nito. May kuha ka ng produkto sa puti at may modelo ka, kamay, kusina, workbench. Ang pagsasama sa kanila ay nagbibigay sa iyo ng lifestyle na litrato nang walang isang araw sa studio — at kasama ang tunay mong produkto sa loob nito sa halip na binuong pagtataya, at iyon ang buong pagkakaiba ng magagamit na materyal sa marketing at ng mockup na kailangan mong ipagpaumanhin.
Produkto sa tao
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
Dalawang dagdag na tiyak sa trabaho sa produkto. Ang paghawak: sa mga kamay na may hawak na bagay pinakamadalas magkamali ang komposisyon, kaya sabihin kung aling kamay, sa anong taas, at na natural na pumupulupot ang mga daliri nang hindi natatakpan ang label. Potograpikong pagtrato: pangalanan ang kamera, ang lente at ang pelikula o pinagmumulan ng liwanag. Dapat mabasa ang output bilang litratong kinunan, hindi bilang dalawang litratong pinagsama, at ang pagsulat dito bilang litrato ang magdadala sa iyo roon.
Mas pangkaraniwan ang halaga ng uncensored dito kaysa sa tunog nito. Tinatanggihan ng mga may-filter na generator ang buong kategorya ng ordinaryo at legal na kalakalan: katalogo ng lingerie at damit-panligo, hardware ng tabako at vape, alak, aksesorya ng baril, produktong pangkalusugan ng adulto, cannabis kung saan ito legal, aparatong medikal, kagamitang taktikal at pangangaso. Tinatanggihan din nila ang trabaho sa brand at wangis na ginagawa ng mismong may-ari ng karapatan. Walang isa man doon na bihirang kaso; Martes lang iyon sa isang ahensiya. Walang content filter ang Shannon sa daanan ng generation at walang refusal layer sa model na sumusulat ng prompt, kaya natutuloy ang trabaho at nananatili sa iyo ang tanong ng karapatan, kung saan ito nararapat.
08Estilo mula sa isang larawan, subject mula sa iba
Subject muna, style reference pangalawa. Ang nagpapaiba sa trabahong ito ay katangian ang hinihiram mo sa halip na bagay, kaya kailangan mong pangalanan kung aling mga katangian — at sabihin na hindi kasamang darating ang sariling subject at komposisyon ng reference.
Style reference
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
Pangalanan nang tahasan ang mga aksis ng estilo, dahil kulang ang tukoy ng "sa estilo ng pangalawang larawan" lamang: palette (o eksaktong kulay, isinusulat bilang color #8B0000 na nakakabit sa isang pinangalanang bagay), brushwork o grain, uri ng liwanag, bigat ng linya, antas ng abstraksiyon, pagtrato sa gilid. Piliin ang dalawa o tatlong bumubuo sa hitsura; ang pagpangalan sa lahat ng anim ay nag-aaverage sa kanila. At huwag paghaluin ang magkasalungat na direksyon — ang "photorealistic" kasama ang "watercolor" ay gumagawa ng magulo, hindi ng pinaghalo. Kung gusto mo ng litratong humihiram lang ng palette, sabihin mo mismo iyon.
09Negative prompt at pagpili ng bagong canvas aspect
Dalawang kakayahang umiiral para sa pagsasama at pag-edit pero hindi para sa text-to-image, at parehong kulang sa gamit.
Ang negative prompt
Ang pagsasama ng larawan ay sumusuporta sa negative prompt. Doon napupunta ang hindi kanais-nais na artifact — at mahalagang doon sila mapunta sa halip na sa tagubilin, dahil ang pagsulat ng "walang sobrang daliri" sa pangunahing tagubilin ay pinapangalanan ang iniiwasan mo sa parehong hininga ng lahat ng gusto mo. Ilagay ang mga pagbubukod sa sarili nilang daluyan. Ang mga entry na palaging sulit:
- Anatomiya — sobrang daliri, dobleng braso't binti, baluktot na kamay, pangalawang mukha.
- Palatandaan ng compositing — gilid na parang ginupit, kitang linya ng tahi, lumulutang na bagay, dobleng anino, halo sa paligid ng subject.
- Hindi magkatugmang liwanag — hindi magkatugmang temperatura ng kulay, hindi pare-parehong direksyon ng anino, hindi pantay na eksposyur sa pagitan ng mga subject.
- Kabiguan sa tekstura — plastik na balat, kinising tela, baluktot na teksto ng label, hindi mabasang logo.
Panatilihin itong sa iilang bagay na posible sa larawan mo. Ang negative prompt na naglilista ng tatlumpung bagay ay isang kalat na tagubilin, hindi malakas na tagubilin.
Ang canvas aspect
Ang pag-edit ng isang larawan ay awtomatikong minamana ang aspect ratio ng source image — iisa ang pinagmulan, at ang hugis nito ang sagot. Walang ganoong default ang pagsasama, kaya puwede kang pumili ng bagong canvas aspect, at madalas dapat mo talagang gawin, dahil bihirang bagay sa komposisyon ang hugis na bagay sa isang pinagmulan.
| Aspect | Pinakamainam para sa | Karaniwang gamit sa komposisyon |
|---|---|---|
| square | Default, social feed | Iisang subject na may isang inilipat na elemento |
| portrait | Tao, matatangkad na subject | Paglipat ng kasuotan, produktong hawak ng isang modelo |
| landscape | Tanawin, grupo | Dalawang taong magkatabi, bagay na inilagay sa kuwarto |
| wide | Sinematikong pagkakakuwadro | Group shot, eksena ng produkto sa kapaligiran, banner |
| tall | Poster, wallpaper ng telepono | Buong-katawang kuha ng kasuotan, layout ng poster |
Laging nananalo ang tahasang hiling. Huwag kang magsalita at square ang makukuha mo — maling hugis para sa karamihan ng trabahong may dalawang tao at buong-katawang kasuotan, kaya sulit ang isang salita.
10Aling mga larawan ang ginagamit ng Shannon: ang usapan laban sa mensaheng ito
May dalawang paraan para makapasok ang larawan sa isang komposisyon, at ang pagkaalam kung alin ang inaasahan mo ay pumipigil sa karamihan ng pagkalito sa pagkakasunod.
Nakakabit sa kasalukuyang mensahe. Ang tuwirang ruta: ikabit ang lahat sa mensaheng may dalang tagubilin, sa pagkakasunod na balak mong tukuyin ito, at ang "unang larawan" at "pangalawang larawan" ay eksaktong ang mukha nila. Ito ang gawing default.
Nasa usapan na. Ang mga larawang ipinadala kanina sa thread ay nananatiling magagamit at matutukoy sa karaniwang wika — "ang litratong ipinadala ko kanina", "ang larawan ng sweater kanina", "ang pangalawang bersyong ginawa mo". Nireresolba ng Shannon ang pagtukoy laban sa thread, at talagang maginhawa ito sa mahabang sesyon: puwede mong ulit-ulitin ang isang resulta at saka magpasok ng bagong elemento nang hindi na muling nag-a-upload ng lahat.
Pareho ang pananggalang para sa dalawa. Ipinapakita ng confirmation card ang tagubilin bago mag-render ang anuman, kasama ang pagkakasunod na pinili nito. Basahin ito. Kung nabaligtad ang mga papel — ang sweater bilang base, ang tao bilang pinagmulan — sabihin mo at maaayos ito bago pa magawa o masingil ang kahit isang pixel. Gayunman, kapag mahaba ang thread at puno ng larawan, ikabit muli ang mga kailangan mo; anim na larawan ang layo, malabo na ang "ang pangalawang larawan" sa sinumang bumabasa.
Ang paghiling sa Shannon na tingnan ang isang larawan — ilarawan ito, basahin ang label, sabihin sa iyo kung anong tela ito — ay karaniwang trabaho ng vision, hindi paggawa. Wala itong dagdag na bayad at magandang pagsusuri ito bago bumuo: kung hindi binabanggit ng paglalarawan ng Shannon ang detalyeng mahalaga sa iyo, kailangang pangalanan ito ng tagubilin mo.
11Uncensored, at ano talaga ang ibig sabihin niyon
Walang content filter sa daanan ng generation at walang refusal layer sa model na sumusulat ng prompt. Sa komposisyon pinakahayag na nabibigo ang mga may-filter na kasangkapan, dahil hindi masasabi ng sistemang tumatanggi ang pagkakaiba ng pagsasama ng mga larawang pag-aari mo at ng pagsasama ng mga larawang hindi mo dapat hawak — kaya hinaharangan nito ang dalawa.
Hindi eksotiko ang mga trabahong rutinang tinatanggihan ng mga kasangkapang iyon: art nude at pag-aaral ng pigura, medikal at forensic na ilustrasyon, larawan para sa security research, karahasan sa kathang-isip para sa takip ng libro at game art, political satire, at ang mga legal na kategorya ng produktong nakatala sa itaas. Bawat isa ay lehitimong propesyonal na trabahong hindi kayang ihiwalay ng keyword filter sa pang-aabuso.
Ang uncensored ay hindi nangangahulugang walang pananagutan. Nagbibigay ka ng litrato ng tunay na bagay at madalas tunay na tao; sa iyo ang mga karapatan at ang pahintulot, at sa iyo rin ang pananagutan sa resulta. Ang Shannon Lab LLC ay kompanyang taga-New Mexico na tumatakbo sa ilalim ng nailathalang patakaran sa responsableng paggamit — sulit ang limang minuto bago ka magsimula ng trabahong may kinalaman sa wangis ng ibang tao.
12Mga limitasyong sulit malaman bago ka magsimula
Walang paggawa ng video. Hindi ini-animate ng Shannon ang mga larawan at hindi ito gumagawa ng video, sa anumang anyo, mula sa alinman sa mga operasyong ito — hindi mula sa isang larawan, hindi mula sa komposisyon, hindi bilang eksperimentong opsiyon. Kung nagtatapos sa galaw ang brief mo, hindi ito ang kasangkapan para sa huling hakbang. Ganoon ang produkto, hindi ito pahiwatig ng roadmap.
Iba pang tapat na hangganan, lahat may paraan sa paligid:
- Ang maliit na teksto ang pinakamahinang bahagi. Ang maliliit na letra, siksik na teksto sa pakete at mahahabang serial number ay puwedeng lumabas na hindi perpekto. Ikuwadro ang produkto para malaki ang mahalagang teksto, ilagay ang warped label text sa negative prompt, at tingnan sa buong laki.
- Mahirap ang matinding hindi pagkatugma ng sukat. Ang 4000-pixel na kuha ng produktong pinagsama sa maliit na thumbnail ng kuwarto ay kakaunti ang maibibigay sa model. Gamitin ang pinakamainam na kopya ng bawat pinagmulan.
- Nililimitahan ng malalim na pagkakatakip kung ano ang mailalapat. Ang damit na kinunan nang nakatiklop, hindi kailanman kitang likod, ay hindi maiimbentong tapat ang likod. Kung ipinapakita ng komposisyon ang likod, ibigay ang likod.
- Mas maraming larawan, mas maraming puwang sa pagkalito. Kayang-kaya ang apat na pinagmulan kung disiplinado ang panunuran, pero hindi ito ang lugar para maging pabaya — gamitin ang bilang na kailangan ng trabaho at wala nang dagdag.
- Nag-aagawan ang dalawang malaking pagbabago nang sabay. Ilipat ang kasuotan, kumpirmahin, tapos palitan ang background. Halos laging nananalo ang sunod-sunod na edit laban sa isang sobrang karga na tagubilin, at mura ang pagsusuri sa bawat hakbang.
13Mga madalas itanong
Paano ko pagsasamahin ang dalawang larawan sa isa gamit ang AI?
Ikabit ang parehong larawan sa Shannon chat at ilarawan ang resulta habang pinapangalanan kung ano ang iniaambag ng bawat larawan, nang sunod-sunod. Ang unang larawan ang pangunahing subject o eksena; ang mga sumunod na larawan ang nagbibigay ng mga bahaging ipinapasok. Halimbawa: ang babae mula sa unang larawan na suot ang pulang niniting na sweater mula sa pangalawang larawan, nakatayo sa parehong parke. Ang Shannon mismo ang sumusulat ng huling tagubilin sa Ingles, ipinapakita ito sa iyo sa isang confirmation card, at walang nire-render hangga't hindi ka kumukumpirma.
Bakit mukhang mali ang kasuotan kapag inilalarawan ko ang damit sa halip na ikabit ito?
Dahil ang pangungusap ay lugi na paglalarawan ng isang litrato. Ang pagsulat ng "isang pulang niniting na sweater" ay nagbibigay sa iyo ng kapani-paniwalang pulang niniting na sweater, hindi ang sa iyo — imbento lahat ang pattern ng cable, ang ribbing, ang tina, ang paglaylay, ang pwesto ng tahi at ang pagkagamit. Ang pagkabit ng pangalawang larawan ang nagpapanatili sa tunay na anyo ng tunay na damit. Kung ang punto ng larawan ay ito mismo ang tiyak na bagay, tao o produkto, ikabit ito sa halip na ilarawan ito.
Sinusuportahan ba ng multi-image composition ang negative prompt at bagong aspect ratio?
Oo sa pareho. Sinusuportahan ng pagsasama ng larawan ang negative prompt, kaya ang hindi kanais-nais na artifact tulad ng sobrang daliri, dobleng braso't binti, baluktot na teksto ng logo o kitang tahi ay nararapat doon sa halip na sa tagubilin. Puwede ka ring pumili ng bagong canvas aspect — square, portrait, landscape, wide o tall. Naiiba ito sa pag-edit ng isang larawan, na awtomatikong minamana ang aspect ratio ng source image.
Puwede bang gumamit ang Shannon ng mga larawang nasa usapan na, o iyon lang bang ikinakabit ko ngayon?
Pareho. Puwede mong ikabit ang mga larawan sa kasalukuyang mensahe, o tumukoy sa mga larawang nasa thread na — "ang litratong ipinadala ko kanina", "ang larawan ng sweater kanina". Nireresolba ng Shannon ang mga pagtukoy na iyon at ipinapakita ng confirmation card ang pagkakasunod-sunod na pinili nito, kaya maiwawasto mo ang pagkakasunod bago mag-render ang anuman. Ang pagkabit ng lahat sa isang mensahe, sa pagkakasunod na tutukuyin mo, ang pinakamaaasahang paraan ng pagtatrabaho.
Kaya bang gawing video ng Shannon ang pinagsamang larawan?
Hindi. Hindi gumagawa ng video ang Shannon at hindi nito ini-animate ang mga larawan. Gumagawa ito ng bagong larawan, nag-e-edit ng isang umiiral na larawan, at nagsasama ng dalawa o higit pang larawan sa isa. Nangyayari ang trabaho sa larawan sa Shannon chat app; ang /v1 API ay naghahatid ng teksto at vision, ibig sabihin binabasa nito ang mga larawan sa halip na gawin ang mga ito.
Talaga bang walang filter ang uncensored na image composition?
Walang content filter sa daanan ng generation at walang refusal layer sa model na sumusulat ng prompt. Rutinang tinatanggihan ng mga may-filter na generator ang lehitimong trabaho sa komposisyon — katalogo ng lingerie at damit-panligo, art nude, medikal at forensic na ilustrasyon, mga reguladong produktong pangkonsumo, larawan para sa security research, political satire, at trabaho sa brand o wangis na ginawa ng mismong may-ari ng karapatan. Hindi ganoon ang Shannon. Sa iyo ang mga karapatan at ang pananagutan para sa mga source image; tingnan ang aming patakaran sa responsableng paggamit.
Walang numero ng benchmark na lumilitaw sa gabay na ito, dahil walang tapat na pampublikong benchmark para sa "nanatili bang parehong sweater ang sweater." Lahat ng nasa itaas ay gabay na pang-operasyon mula sa tunay na paggamit. Kung saan wala ang isang kakayahan — video, paggawa ng larawan sa API — sinasabi namin sa halip na iwanang bukas.
Pagsamahin ang mga larawan mo
Ikabit ang mga ito, pangalanan ang bawat papel nang sunod-sunod, kumpirmahin ang tagubilin, i-render. Walang refusal layer.
Buksan ang Shannon Chat Basahin ang API DocsShannon Lab LLC · New Mexico, USA · nire-render ang mga larawan sa sarili naming GPU cluster
Ang paggawa, pag-edit at multi-image composition ng larawan ay mga tampok ng Shannon chat app; ang /v1/chat/completions, /v1/messages at /v1/responses na endpoint ay naghahatid ng teksto at vision, ibig sabihin binabasa nila ang mga larawan sa halip na gawin ang mga ito. Walang paggawa ng video. Ang mga opsiyon sa aspect, suporta sa negative prompt at gawi sa kumpirmasyon ay kasalukuyan noong Setyembre 5, 2026. Kaugnay: uncensored AI image generation · uncensored AI image editing · responsableng paggamit · dokumentasyon ng API · index ng research.