بغیر سنسر شپ AI امیج ایڈیٹر
ایک جملہ لکھ کر ایک موجودہ تصویر کو بدلیے، اس کا انداز یا روشنی تبدیل کیجیے، لباس بدلیے یا خرابی درست کیجیے۔ نہ ماسک، نہ فلٹر، نہ انکار — اور ایک ایسی تکنیک جو باقی سب سے مل کر بھی زیادہ اہم ہے۔
خلاصہ
Shannon سادہ زبان کی ایک ہدایت سے بالکل ایک موجودہ تصویر میں تدوین کرتا ہے — نہ برش، نہ ماسک، نہ انتخاب۔ اس ہدایت میں یہ بتانا لازم ہے کہ کیا بدلے گا اور کیا برقرار رہے گا، کیونکہ ماڈل پورا فریم دوبارہ بناتا ہے: جس چیز کو آپ برقرار رہنے والا قرار نہیں دیتے وہ بھٹکنے کے لیے آزاد ہے۔ نہ بدلنے والے حصوں کا نام لینا — “چہرہ، پوز اور لباس بالکل ویسا ہی رکھیں” — معیار کا سب سے بڑا لیور ہے جو آپ کے پاس ہے۔ تدوین کا راستہ منفی پرامپٹ قبول کرتا ہے (متن سے تصویر نہیں کرتا)؛ ناپسندیدہ خرابیاں وہاں رکھیے، ہدایت میں “X نہ ہو” لکھنے کے بجائے۔ نتیجہ خودبخود مآخذ کا aspect ratio اپناتا ہے۔ ویڈیو سازی موجود نہیں اور تصویر کو متحرک کرنے کا کوئی طریقہ نہیں۔ تدوین چیٹ ایپ میں ہمارے اپنے GPU کلسٹر پر چلتی ہے، بغیر کسی مواد کی چھلنی اور بغیر کسی انکار کی پرت کے۔
جو لوگ بغیر سنسر شپ AI امیج ایڈیٹر تلاش کرتے ہیں ان میں سے اکثر کے پاس ایک تصویر اور ایک مسئلہ ہوتا ہے: پس منظر غلط ہے، روشنی پھیکی ہے، جیکٹ کا رنگ درست نہیں، فریم میں کوئی اجنبی کھڑا ہے، اسکین میں شکن پڑی ہوئی ہے — یا تدوین بالکل جائز ہے مگر ان کا موجودہ اوزار اسے ہاتھ لگانے سے انکار کر دیتا ہے۔ یہ صفحہ اس کام کو اچھی طرح کرنے کے بارے میں ہے: اس بارے میں نہیں کہ کس ایڈیٹر میں سب سے زیادہ سلائیڈر ہیں، بلکہ اُس ایک عادت کے بارے میں جو کامیاب تدوین اور اُس تدوین کے درمیان فرق کرتی ہے جو خاموشی سے آپ کے سبجیکٹ کا چہرہ ہی نئے سرے سے بنا ڈالتی ہے جب آپ دیکھ نہیں رہے ہوتے۔
01ہدایت پر مبنی تدوین اصل میں ہے کیا
روایتی AI تدوین آپ سے مشکل کام خود کرنے کو کہتی ہے: کینوس کھولیے، جس علاقے کو بدلنا ہے اس پر ماسک پینٹ کیجیے، اور ایک جملہ لکھیے کہ اس کے اندر کیا ہونا چاہیے۔ درست، سست، اور اُسی لمحے بےکار جب آپ کی تبدیلی کا کوئی صاف کنارہ نہ ہو — روشنی کی تبدیلی، لباس کی ایسی تبدیلی جو سراپا ہی بدل دے، یا پورے فریم کی رنگت کی درجہ بندی۔
Shannon اس کے برعکس کام کرتا ہے۔ آپ کچھ منتخب نہیں کرتے۔ آپ تصویر کے بارے میں ایک جملہ لکھتے ہیں، کسی بھی زبان میں، اور علاقہ آپ کے الفاظ سے اخذ کر لیا جاتا ہے۔ یہی چیز اسے ہر اُس شخص کے لیے ایک عملی بغیر سنسر شپ inpainting متبادل بنا دیتی ہے جو انتخاب کی محنت نہیں بلکہ نتیجہ چاہتا ہے — مگر اس کا ایک میکانکی نتیجہ ہے جسے پہلے سمجھنا ضروری ہے:
تدوین آپ کی مآخذ تصویر کی مشروط بنیاد پر پورے فریم کی دوبارہ رینڈرنگ ہے — اس کے کسی حصے پر لگایا گیا پیوند نہیں۔ امیج ماڈل آپ کی اصل تصویر پڑھتا ہے، آپ کی ہدایت پڑھتا ہے، اور ایک نئی تصویر بناتا ہے جسے اصل جمع تبدیلی ہونا چاہیے۔ کوئی چیز میکانکی طور پر منجمد نہیں ہوتی۔ ہر تدوین میں ہر پکسل دوبارہ مذاکرات کے لیے کھلا ہوتا ہے۔
یہی وجہ ہے کہ “بارش میں بھیگی ٹوکیو کی گلی” — جو ماسک والے اوزار میں بےعیب آتی ہے — یہاں اس میں کھڑے ایک قدرے مختلف شخص کے ساتھ واپس آتی ہے۔ ماسک والے اوزار میں ماسک نے کہا تھا کہ وہ شخص حدود سے باہر ہے؛ یہاں یہ کام آپ کے جملے کو کرنا ہے۔ فائدہ یہ ہے: ہدایت والی تدوین وہ کر سکتی ہے جو ماسک نہیں کر سکتے — سورج کو ہٹا کر سائے بھی اس کے مطابق کروانا، لباس بدل کر کپڑے کی شکنیں موجودہ پوز کے مطابق ڈھالنا، تصویر کو سیاہی اور سپاٹ رنگوں کے انداز میں بدلنا مگر ترتیب برقرار رکھنا۔ ان تدوینوں کی کوئی سرحد نہیں جسے پینٹ کیا جا سکے؛ یہ پورے فریم میں پھیلے تعلقات ہیں۔
02لنگر: معیار کا سب سے بڑا لیور
لنگر ڈالنے کا مطلب ہے ہر تدوینی ہدایت کو دو شقوں میں لکھنا: تبدیلی کی شق (کیا مختلف ہونا چاہیے، مثبت اور ٹھوس انداز میں) اور برقرار رکھنے کی شق (وہ حصے جن کا اچھوتا رہنا لازم ہے، مخصوص اسموں کے ساتھ)۔ دونوں بوجھ اٹھاتی ہیں — اکیلی تبدیلی کی شق محض ایک خواہش ہے۔ اگر آپ اس صفحے سے ایک ہی بات لینا چاہتے ہیں تو یہ لیجیے: آپ کا نتیجہ اس بات سے طے ہوتا ہے کہ آپ نے کتنی صراحت سے بتایا کہ کیا برقرار رہے گا، اس سے نہیں کہ آپ نے تبدیلی کو کتنے رنگین انداز میں بیان کیا۔
بغیر لنگر کی ہدایات جن تین طریقوں سے بھٹکتی ہیں
- شناخت کا بھٹکاؤ۔ چہرہ تقریباً درست واپس آتا ہے — ناک ذرا مختلف، جبڑے کی لکیر خاموشی سے “خوبصورت” کر دی گئی۔ سب سے نقصان دہ ناکامی، کیونکہ فون پر اسے دیکھنا مشکل ہے اور جو شخص کو جانتا ہو اسے فوراً نظر آ جاتی ہے۔
- ضمنی انداز کی تبدیلی۔ آپ نے نیا پس منظر مانگا؛ ساتھ میں نئی رنگت، نیا لینز، اور ایک ایسا سویٹر ملا جو پہلے دھاری دار بُنائی کا تھا۔ ماڈل نے ہدایت کو مآخذ سے فرق کے بجائے پوری ہدف تصویر کی تفصیل سمجھ لیا۔
- صفات سے دائرہ کار کا پھیلاؤ۔ “زیادہ ڈرامائی”، “زیادہ صاف”، “زیادہ پیشہ ورانہ” کسی شے کا نام ہی نہیں لیتے۔ بغیر اسم کے صفت ہر چیز پر لاگو ہوتی ہے، اس لیے ہر چیز ہل جاتی ہے۔
لنگر کی لغت
لنگر ٹھوس اسموں کی صورت میں کام کرتے ہیں۔ “اسے ویسا ہی رکھیں” کمزور ہے — ماڈل نہیں جان سکتا کہ آپ کو کس چیز کی یکسانیت عزیز ہے۔ اپنی تدوین کے لیے تین سے پانچ اہم چیزیں چنیے اور ان کا کھل کر نام لیجیے۔
| آپ کیا بدل رہے ہیں | وہ لنگر جن کا صراحتاً نام لینا چاہیے |
|---|---|
| پس منظر / مقام | چہرہ اور نقوش، بالوں کا انداز، پوز، ہاتھ، لباس، کیمرے کا زاویہ، کراپ، سبجیکٹ پر پڑنے والی روشنی |
| روشنی / مزاج | چہرہ، تاثر، جِلد کی بناوٹ، پوز، لباس، پس منظر کا مواد، فریم بندی |
| لباس / پوشاک | چہرہ، داڑھی یا بال، پوز، ہاتھ، جسمانی تناسب، پس منظر، روشنی کی سمت، رنگت کی درجہ بندی |
| انداز / وسیلہ | ترتیب، پوز، بالوں کی لمبائی، لباس کی شکلیں، افراد کی تعداد، کراپ |
| شے ہٹانا / مرمت | فریم میں موجود ہر باقی چیز — سبجیکٹ، ارد گرد کی عمارتیں، دانہ داری، لہجہ، تضاد، رنگ |
| کسی ایک چیز کا رنگ | تصویر کے باقی سب رنگ، نیز بدلی جانے والی شے کی بناوٹ اور مادہ |
آخری قطار پر غور کیجیے۔ رنگ بدلنا خاموشی سے بگڑتا ہے، کیونکہ “جیکٹ کو سرخ کر دو” ایسی جیکٹ کو دعوت دیتا ہے جو سرے سے نئی بنائی گئی ہو — نئی کٹائی، نیا کپڑا، نئی شکنیں۔ لنگر کے ساتھ: “موجودہ جیکٹ کا رنگ گہرے قرمزی میں بدل دیں، اس کی عین وہی کٹائی، سلائیاں، کپڑے کی بناوٹ اور لٹکنے کا انداز برقرار رکھتے ہوئے۔” صرف ایک شق کا فرق، اور نتیجہ ڈرامائی طور پر بہتر۔
03عملی مثالیں: کمزور ہدایت، وہ کیوں بھٹکتی ہے، اور لنگر والی دوبارہ تحریر
نیچے ہر جوڑا ایک ہی ارادہ دو بار لکھا ہوا ہے۔ درمیان میں دی گئی تشخیص وہ حصہ ہے جو ہر جگہ کام آتا ہے۔
الف۔ پس منظر بدلنا
یہ کیوں بھٹکتی ہے: یہ ایک منزل تصویر بیان کرتی ہے، فرق نہیں۔ عورت کے بارے میں کچھ بھی محفوظ نہیں اور کچھ بھی کیمرے کو ساکن نہیں رکھتا، اس لیے ماڈل ایک قابلِ یقین منظر بناتے ہوئے اسے دوبارہ فریم اور دوبارہ رینڈر کر دیتا ہے۔
کیا بدلا: برقرار رکھنے کی شق شناخت، لباس اور فریم بندی کو باندھ دیتی ہے، اور آخری فقرہ بتاتا ہے کہ جوڑ کس طرف حل ہوگا — پس منظر سبجیکٹ کی روشنی کے آگے جھکے گا، الٹا نہیں۔
ب۔ روشنی بدلنا
یہ کیوں بھٹکتی ہے: “بہتر” بغیر اسم کے ایک صفت ہے۔ ماڈل کو اس کی تعریف خود گھڑنی پڑتی ہے، اور دوبارہ رینڈر میں بہتر دکھنے کا سستا ترین طریقہ ہموار جِلد، زیادہ سفید دانت اور دبلا جبڑا ہے۔ آپ نے روشنی مانگی تھی اور ریٹچ ملا۔
کیا بدلا: روشنی طبیعی انداز میں بیان کی گئی ہے — سمت، معیار، حرارت، اور مدھم پڑنے کا انداز۔ جِلد کی بناوٹ کا صراحتاً لنگر ڈالا گیا ہے، کیونکہ روشنی بدلتے وقت ہی ماڈل کو اسے ہموار کر دینے کی سب سے زیادہ ترغیب ہوتی ہے۔
ج۔ سبجیکٹ کا لباس بدلنا
یہ کیوں بھٹکتی ہے: سوٹ سراپا بدل دیتا ہے، اس لیے دھڑ کو دوبارہ رینڈر کرنا پڑتا ہے — اور اس پر رکھا سر عموماً اسی کے ساتھ چلا جاتا ہے۔ بغیر لنگر کے لباس کی تدوین پس منظر بدلنے کے بعد شناخت کے بھٹکاؤ کا دوسرا سب سے بڑا سبب ہے۔
کیا بدلا: “اس کے موجودہ انداز کے مطابق سلا ہوا” لباس کو پوز کے تابع بنا دیتا ہے۔ ہاتھوں کا الگ سے لنگر ڈالا گیا ہے، کیونکہ لباس کی تدوین سب سے نمایاں طور پر ہاتھوں پر ہی بگڑتی ہے۔
د۔ تصویر کا انداز بدلنا
یہ کیوں بھٹکتی ہے: اکیلا انداز کا لفظ ہر چیز حوالے کر دیتا ہے — ترتیب، کراپ، بال، لباس، افراد کی تعداد — اور “anime” تیس برس کی باہم متضاد روایتوں کا نام ہے۔ آپ کو کسی اور منظر کی ایک ماہرانہ تصویر کشی مل جاتی ہے۔
کیا بدلا: انداز کی تدوین کو مختلف لنگر چاہیے۔ آپ بناوٹ کا لنگر نہیں ڈال سکتے — بناوٹ ہی تو بدلی جا رہی ہے — اس لیے آپ ساخت کا لنگر ڈالتے ہیں: ترتیب، پوز، خد و خال کی شکلیں، کراپ، افراد کی تعداد۔ سیل اینیمیشن میں “حقیقی جیسی جِلد” برقرار رکھنے کا مطالبہ خود ایک تضاد ہے۔
ہ۔ کوئی چیز ہٹانا
یہ کیوں بھٹکتی ہے: نفی بھی وہ تصور ماڈل کے سامنے رکھ دیتی ہے اور یہ نہیں بتاتی کہ خالی ہونے والی جگہ میں کیا بھرے گا۔ ہٹانے کے لیے ہدف اور بھرت دونوں کا مثبت بیان درکار ہوتا ہے۔
کیا بدلا: ہدف کو شے، رنگ اور جگہ سے نامزد کیا گیا ہے؛ بھرت کی وضاحت کر دی گئی ہے، تاکہ ماڈل فٹ پاتھ کی جگہ کوئی چوک نہ گھڑ لے؛ اور “باقی ہر چیز” کو اصل اسموں میں کھول کر لکھا گیا ہے۔
و۔ خراب تصویر کی مرمت
یہ کیوں بھٹکتی ہے: “ٹھیک کرنا” کو “بہتر کرنا” پڑھا جاتا ہے، اور پرانی تصویر کو بہتر کرنے کا مطلب اسے جدید بنانا ہے — زیادہ صاف جِلد، زیادہ تضاد، اور ایسا چہرہ جو اب بالکل آپ کی دادی کا نہیں رہا۔
کیا بدلا: خرابیوں کو گن کر بیان کیا گیا ہے، اس لیے “ٹھیک کرنے” کا دائرہ متعین ہے، اور دانہ داری اور لہجے کا لنگر ڈالا گیا ہے کیونکہ یہی چیزیں پرنٹ کو اپنے دور کا اصلی نمونہ بناتی ہیں۔ تین ممانعتیں وہ نادر صورت ہیں جہاں نفی اپنی جگہ بناتی ہے — یہ عمل کے بارے میں احکام ہیں، اشیاء کے بارے میں نہیں۔
ایک اچھی ہدایت کی ساخت
25 سے 60 الفاظ کا ہدف رکھیے، کاما سے جدا کلیدی الفاظ کے بجائے مکمل جملوں میں — امیج ماڈل پرامپٹ کو اسی طرح پڑھتا ہے جیسے ایک لسانی ماڈل، اس لیے رواں نثر ٹیگوں کے ڈھیر سے بہتر ہے۔ SDXL دور کا کوڑا (masterpiece, best quality, 8k) اور (word:1.3) جیسی وزنی ترکیب چھوڑ دیجیے؛ یہاں ان کا کوئی اثر نہیں۔ ہر ہدایت میں ایک ہی تبدیلی کیجیے — ایک جملے میں دو غیر متعلق تبدیلیاں توجہ کے لیے آپس میں لڑتی ہیں اور دونوں ادھوری واپس آتی ہیں۔
04منفی پرامپٹ — یہاں دستیاب ہے، متن سے تصویر کے برعکس
یہ بات لوگوں کو الجھاتی ہے، اس لیے صاف کہہ دیتے ہیں:
| راستہ | مآخذ تصاویر | منفی پرامپٹ | Aspect ratio | پرامپٹ کی صورت |
|---|---|---|---|---|
| متن سے تصویر | 0 | دستیاب نہیں | منتخب (بطور طے شدہ مربع) | وضاحتی نثر |
| ایک تصویر کی تدوین | بالکل 1 | دستیاب | مآخذ سے وراثت میں | ہدایت: تبدیلی + برقراری |
| 2 یا زیادہ تصاویر کی ترکیب | 2 یا زیادہ | دستیاب | نیا کینوس منتخب کیا جا سکتا ہے | کردار نامزد کرتی نثر |
متن سے تصویر منفی پرامپٹ بالکل نہیں لیتا — جب آپ صفر سے بنا رہے ہوں تو صرف یہ بیان کرنا کہ آپ کیا چاہتے ہیں ہی اصل ضبط ہے (دیکھیے بغیر سنسر شپ AI تصویر سازی)۔ تدوین مختلف ہے: آپ کے پاس پہلے سے ایک مآخذ ہے، اور دوبارہ رینڈرنگ کی مخصوص ناکامیاں معلوم اور قابلِ نام ہیں، اس لیے منفی پرامپٹ کے پاس دبانے کو کچھ ٹھوس ہوتا ہے۔
اس میں کیا آتا ہے
خرابیاں، اور صرف خرابیاں۔ یہ نقائص کی فہرست ہے، ہدایت کا دوسرا راستہ نہیں:
- extra fingers, fused fingers, malformed hands — ہر وہ تدوین جو کسی شخص کو دوبارہ رینڈر کرتی ہو۔
- warped text, garbled lettering, misspelled signage — ہر وہ فریم جس میں سائن، لیبل یا پیکنگ ہو۔
- duplicated limbs, duplicated railing, repeated windows — چیزیں ہٹانا اور پس منظر بڑھانا۔
- smeared texture, blurry patch, halo around the subject, visible seam — پس منظر بدلنا اور اشیاء ہٹانا۔
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — روشنی بدلنا، پورٹریٹ کی تدوین، اور عمومی صفائی۔
اس میں کیا نہیں آتا
مواد کے فیصلے۔ اگر آپ ٹوپی ہٹانا چاہتے ہیں تو ہدایت یہ ہے کہ “ٹوپی ہٹا دیں” — نہ کہ منفی پرامپٹ میں “ٹوپی” لکھنا۔ منفی پرامپٹ اُن چیزوں کو بھروسے کے ساتھ نہیں ہٹاتا جو آپ کے مآخذ میں موجود ہیں؛ یہ رینڈر میں نقائص کے نمودار ہونے کی حوصلہ شکنی کرتا ہے۔ وہاں مواد رکھنا آپ کو دونوں طرف سے نقصان دیتا ہے: ٹوپی بھی رہ جاتی ہے، اور وہ جگہ بھی ضائع ہو جاتی ہے جو بگڑے ہوئے ہاتھ دبا سکتی تھی۔
اس اصول کا دوسرا نصف آپ کی ہدایت پر لاگو ہوتا ہے: اس میں “X نہ ہو” لکھنا بند کیجیے۔ “ایسی گلی جس میں گاڑیاں نہ ہوں”، “ایسا پورٹریٹ جس میں عینک نہ ہو” — دونوں ناپسندیدہ تصور کو جملے میں رکھ دیتے ہیں اور ماڈل سے اس کی نفی کا تقاضا کرتے ہیں، جو کام زبان تو خوب کر لیتی ہے مگر تصویری شرط بندی بری طرح کرتی ہے۔ بتائیے کہ اس کے بجائے وہاں کیا ہونا چاہیے: “ایک خالی گلی جس کی سڑک صاف ہو”، “ایک پورٹریٹ جس میں آنکھیں بےحجاب ہوں”۔ واحد استثنا، جیسا کہ مثال “و” میں ہے، عمل کے بارے میں حکم ہے — “تیز نہ کریں”، “رنگ نہ بدلیں” — جو کسی شے کا نام لینے کے بجائے ایک عمل سے انکار کرتا ہے۔
کام کی تقسیم، ایک سطر میں
ہدایت: کیا بدلے گا، کیا برقرار رہے گا — مثبت انداز میں بیان کردہ۔ منفی پرامپٹ: وہ طریقے جن سے ایک رینڈر بگڑ سکتا ہے۔ دونوں کو الگ رکھیے اور دونوں بہتر ہو جائیں گے۔
05ایک مآخذ تصویر، اور Shannon اسے کیسے چنتا ہے
تدوین بالکل ایک مآخذ تصویر پر کام کرتی ہے: یا تو وہ تصویر جو پہلے سے گفتگو میں موجود ہے — پہلے منسلک کی گئی، یا آپ کے لیے بنائی گئی — یا وہ جو آپ ابھی بھیجے جانے والے پیغام کے ساتھ منسلک کر رہے ہیں۔ دھاگے سے باہر سے کچھ نہیں لیا جاتا، اور تدوین کا راستہ کبھی خاموشی سے دو تصویریں نہیں ملاتا۔ اگر آپ کے ارادے کو ایک سے زیادہ تصویروں کے عناصر درکار ہیں — تصویر الف کا لباس تصویر ب کے شخص پر — تو یہ ترکیب ہے، جس کے پرامپٹ کی ساخت مختلف ہوتی ہے اور اس میں ہر تصویر کا کردار ترتیب سے نامزد کیا جاتا ہے۔
پیروی کے پیغامات اور سب سے تازہ متعلقہ تصویر
ایک بار تصویر گفتگو میں آ جائے تو مختصر پیروی کے پیغامات ویسے ہی کام کرتے ہیں جیسے آپ چاہیں گے۔ “اسے تھوڑا گہرا کر دو۔” “اب اسے غروبِ آفتاب میں آزماؤ۔” یہ دھاگے میں موجود سب سے تازہ متعلقہ تصویر پر لاگو ہوتے ہیں — عموماً وہی نتیجہ جو ابھی آپ کو ملا — اس لیے چھوٹی چھوٹی ہدایات کا سلسلہ تدوینوں کے ڈھیر کی طرح برتاؤ کرتا ہے۔ اس کے تین نتائج ہیں:
- ایک ایک قدم کر کے آگے بڑھیے۔ ہر پیروی کا پیغام ایک اور مکمل دوبارہ رینڈر ہے، اس لیے “اسے گہرا کرو اور اس کا کوٹ بدلو اور کیمرہ نیچے لے جاؤ” ایک ہی گزر میں لڑتی ہوئی تین تدوینیں ہیں۔ تین پیغام بھیجیے؛ جہاں پسند آ جائے وہیں رک جائیے۔
- نسل در نسل نقصان پر نظر رکھیے۔ چھوٹے چھوٹے انحراف جمع ہوتے جاتے ہیں؛ چھٹی مسلسل تدوین تک چہرہ اصل سے کافی دور جا سکتا ہے حالانکہ کوئی ایک قدم بھی غلط نہیں لگا۔ جب بھٹکاؤ محسوس ہو تو پیوند کاری بند کر دیجیے — اصل فائل دوبارہ منسلک کیجیے اور ایک ملی جلی ہدایت لکھیے جس میں وہ سب کچھ ہو جو آپ اب تک سیکھ چکے ہیں کہ آپ کو درکار تھا۔
- لمبے دھاگے میں صراحت کیجیے۔ “میں نے پہلے جو ساحل کی تصویر منسلک کی تھی، اسے استعمال کرتے ہوئے …” جب کئی تصویریں زیرِ بحث ہوں تو یہ ابہام ختم کر دیتا ہے۔
تصدیقی کارڈ لنگر شامل کرنے کا آپ کا آخری موقع ہے
آپ سادہ زبان میں کہتے ہیں، جو بھی زبان آپ بولتے ہوں۔ Shannon طے کرتا ہے کہ تصویری عمل مانگا جا رہا ہے، حتمی ہدایت خود انگریزی میں لکھتا ہے، اور کچھ بھی رینڈر ہونے سے پہلے وہ ہدایت آپ کو تصدیقی کارڈ پر دکھاتا ہے۔ آپ کی تصدیق تک نہ کچھ بنتا ہے اور نہ کوئی بل بنتا ہے۔ وہ کارڈ پڑھیے — یہی وہ جگہ ہے جہاں آپ خرچ کرنے سے پہلے کوئی گم شدہ برقراری کی شق پکڑ سکتے ہیں۔
دو متعلقہ رویے: Shannon کبھی بن بلائے تصویر نہیں بناتا — سلام، سوال یا یونہی منسلک کی گئی تصویر کسی تصویری عمل کو نہیں چھیڑتی۔ اور Shannon سے صرف یہ کہنا کہ کسی تصویر کو دیکھے — اسے بیان کرے، اس میں لکھا متن پڑھے، بتائے کہ ترتیب کیوں نہیں جم رہی — یہ عام وژن کا کام ہے، تصویر سازی نہیں، اور اس پر کوئی اضافی خرچ نہیں آتا۔ “اس تصویر میں آپ کیا بدلیں گے؟” مفت مشورہ ہے؛ اس پر عمل کرنا تدوین ہے۔
06Aspect ratio خودبخود وراثت میں ملتا ہے
تدوین شدہ تصویر اپنے مآخذ کے وہی aspect ratio میں واپس آتی ہے۔ آپ اسے چنتے نہیں اور آپ کو ضرورت بھی نہیں: 4:5 پورٹریٹ 4:5 ہی رہتا ہے، 16:9 اسٹل 16:9 ہی رہتا ہے، اور ایک بھدا سا فون اسکرین شاٹ اپنے تناسب برقرار رکھتا ہے۔ ایسی تدوین جو خاموشی سے آپ کی تصویر کو دوبارہ فریم کر دے وہ تدوین نہیں ہوگی — وہ ایک کراپ ہوگی، اور اس اندازے کا اضافہ کہ اصل حدود سے باہر کیا ہے۔
یہ باقی دو راستوں سے حقیقی فرق ہے۔ متن سے تصویر آپ سے square (طے شدہ)، portrait، landscape، wide (سنیمائی) اور tall (پوسٹر اور وال پیپر) میں سے انتخاب مانگتا ہے، اور صریح درخواست ہمیشہ جیتتی ہے؛ ترکیب آپ کو نیا کینوس چننے دیتی ہے، کیونکہ وراثت لینے کے لیے کوئی واحد مآخذ موجود نہیں۔ چنانچہ اگر آپ کو مختلف شکل چاہیے تو یہ تدوین نہیں ہے — 1:1 پروڈکٹ شاٹ کو 16:9 بینر میں بدلنے کا مطلب ایسے پکسل گھڑنا ہے جن کی کبھی تصویر کھنچی ہی نہیں۔ یہ کام سوچ سمجھ کر کیجیے، نئے کینوس پر تصویر بنا کر یا ترکیب کر کے۔
07ویڈیو سازی موجود نہیں
صاف الفاظ میں، کیونکہ لوگ پوچھتے ہیں
Shannon ویڈیو نہیں بناتا اور تصاویر کو متحرک نہیں کرتا۔ تصویر سے ویڈیو کا کوئی راستہ نہیں، کوئی “اس تصویر کو حرکت دو” نہیں، کوئی لوپ نہیں، کوئی سنیماگراف نہیں۔ یہ کوئی زیرِ آزمائش یا جلد آنے والی خصوصیت نہیں — یہ مصنوعے میں سرے سے موجود ہی نہیں، اور اس صفحے پر کسی بات کو اس کے برعکس اشارہ نہیں سمجھا جانا چاہیے۔
Shannon 3 تصاویر کے ساتھ بالکل تین کام کرتا ہے: نئی تصویر بنانا، ایک موجودہ تصویر میں تدوین کرنا، اور دو یا زیادہ تصاویر کو ایک میں جوڑنا۔ یہاں کی ساری بات ان میں سے دوسرے کام کے اندر ہے۔
یہ دو بار کہنے کے قابل ہے، کیونکہ لوگوں کے ذہن میں “AI امیج ایڈیٹر” اور “AI ویڈیو جنریٹر” ایک دوسرے کے پڑوسی بن چکے ہیں، اور جو اوزار خوشی سے آپ کی تصویر کی روشنی بدل دیتا ہو وہ ایسا لگتا ہے جیسے اسے حرکت دینے سے صرف ایک بٹن دور ہو۔ ایسا نہیں ہے — اور یہ بات آپ کو دسویں کے بجائے پہلے منٹ میں معلوم ہونی چاہیے۔
08بغیر سنسر شپ ہونا تصویر سازی کے مقابلے میں تدوین کے لیے زیادہ اہم کیوں ہے
فلٹر والے ایڈیٹر فلٹر والے جنریٹر سے مختلف طریقے سے ناکام ہوتے ہیں، اور عموماً زیادہ برے طریقے سے۔ فلٹر والا جنریٹر آپ کا پرامپٹ رد کرتا ہے؛ آپ دوبارہ لکھ کر پھر کوشش کرتے ہیں۔ فلٹر والا ایڈیٹر خود مآخذ تصویر کو رد کر سکتا ہے، آپ کی ہدایت کا ایک لفظ پڑھے بغیر۔ کسی کیس رپورٹ کے لیے زخم کی طبی تصویر اپلوڈ کیجیے اور وہ داخل ہوتے ہی مسترد ہو جاتی ہے۔ شکن کی مرمت کے لیے جنگ کی کوئی تاریخی تصویر اپلوڈ کیجیے اور فریم میں موجود بندوق گفتگو ختم کر دیتی ہے۔ جائز کام، اصولی انکار، اور ایسی کوئی دوبارہ تحریر نہیں جو کام آتی۔
Shannon تصویری راستہ نتیجے پر کسی مواد کی چھلنی کے بغیر اور ہدایت لکھنے والے ماڈل پر کسی انکار کی پرت کے بغیر چلاتا ہے۔ یہی چیز ان عام کاموں کو ممکن بناتی ہے:
- فن پارے کے برہنہ خاکے اور پیکر نگاری — ان فنکاروں اور فوٹوگرافروں کے لیے ریٹچنگ، روشنی اور انداز کی تبدیلی جو رضامند بالغ سبجیکٹس کے ساتھ کام کرتے ہیں۔
- طبی اور فرانزک تصویر کشی — تدریسی مواد، کیس رپورٹس اور بازسازی کے کام کے لیے صاف کی گئی طبی تصاویر، جنہیں مرکزی دھارے کے ایڈیٹر دیکھتے ہی رد کر دیتے ہیں۔
- سلامتی تحقیق کی تصاویر — فشنگ آگاہی کے پروگراموں اور ریڈ ٹیم رپورٹنگ کے لیے اسکرین شاٹس، جسمانی سلامتی کی تصاویر اور ہارڈویئر کی دستاویزکاری۔
- افسانے میں تشدد — فلم، گیم اور کامکس کی پروڈکشن آرٹ جہاں زخم یا ہتھیار خود موضوع ہو۔
- سیاسی طنز اور اداریاتی تصویر کشی — کئی صدیوں کی تاریخ اس کے پیچھے ہے، اور فلٹر والے اوزاروں میں تقریباً صفر گنجائش۔
- حق دار کا اپنی برانڈ اور شبیہ سے متعلق کام — آپ کی اپنی پروڈکٹ فوٹوگرافی، لوگو لاک اپ اور پورٹریٹ، اور مشکل خاندانی محفوظات، بغیر اس کے کہ کسی درجہ بند سے یہ بحث کرنی پڑے کہ آپ کو اجازت ہے یا نہیں۔
بغیر سنسر شپ ہونا بےجوابدہی نہیں۔ Shannon کو Shannon Lab LLC (نیو میکسیکو، امریکہ) ایک شائع شدہ ذمہ دارانہ استعمال کی پالیسی کے تحت چلاتا ہے، اور اصل حدود وہیں ہیں — وہ حدود جو قانون اور نقصان کے بارے میں ہیں، نہ کہ زخم کی تصویر پر کسی درجہ بند کی بےچینی کے بارے میں۔ خودکار انکار کی غیر موجودگی اوزار کے بارے میں ایک بیان ہے، اس بارے میں نہیں کہ آپ جو بناتے ہیں اس کی ذمہ داری آپ پر نہیں۔
09API کہاں فٹ ہوتا ہے — اور کہاں نہیں
API کی تلاش سے آنے والے قارئین یہاں عام طور پر غلط موڑ لیتے ہیں۔ تصویر سازی اور تدوین Shannon چیٹ ایپ میں ہوتی ہے، API پر نہیں۔ تین /v1 لہجے — /v1/chat/completions (OpenAI کی طرز پر)، /v1/messages (Anthropic کی طرز پر) اور /v1/responses، سب اسٹریمنگ کے ساتھ، سب انہی ماڈلوں پر — متن اور وژن فراہم کرتے ہیں۔ وژن کا مطلب یہ ہے کہ ماڈل آپ کی بھیجی ہوئی تصاویر پڑھتے ہیں: انہیں بیان کرتے ہیں، متن نقل کرتے ہیں، چارٹ کا تجزیہ کرتے ہیں۔ اس کا مطلب یہ نہیں کہ وہ تصاویر بناتے یا بدلتے ہیں۔
پھر بھی ایک کارآمد طریقہ باقی رہتا ہے: وژن اور ایک بغیر سنسر شپ متنی ماڈل مل کر ہدایت لکھنے کے بہترین معاون بنتے ہیں۔ API کو اپنی مآخذ تصویر بھیجیے، اس سے کہیے کہ فریم میں موجود چیزیں بیان کرے اور ایک لنگر والی ہدایت کا مسودہ لکھے جس میں تبدیلی اور لنگر دونوں نامزد ہوں، پھر وہ ہدایت چیٹ میں چلائیے — یہ ان لنگروں کو پکڑ لیتا ہے جو آپ بھول جاتے۔ درخواست اور جواب کی ساختیں API دستاویزکاری میں موجود ہیں۔
10اکثر پوچھے جانے والے سوالات
بغیر سنسر شپ AI امیج ایڈیٹر کیا ہوتا ہے؟
ایسا ایڈیٹر جو ایک موجودہ تصویر اور سادہ زبان میں لکھی ہدایت لے کر تدوین شدہ تصویر واپس کرتا ہے، جس کے نتیجے پر کوئی مواد کی چھلنی نہیں ہوتی اور جو ماڈل ہدایت لکھتا ہے اس پر کوئی انکار کی پرت نہیں ہوتی۔ یہ Shannon چیٹ ایپ کے اندر ہمارے اپنے GPU کلسٹر پر چلتا ہے، اس لیے وہ کام جو فلٹر والے ایڈیٹر رد کر دیتے ہیں — فن پارے کے برہنہ خاکوں کی ریٹچنگ، طبی اور فرانزک تصویر کشی، سلامتی تحقیق کی تصاویر، افسانے میں تشدد، سیاسی طنز — یہاں انکار کے بجائے ہو جاتا ہے۔
میں نے صرف پس منظر بدلنے کو کہا تھا تو چہرہ کیوں بدل گیا؟
کیونکہ ہدایت والی تدوین آپ کی مآخذ تصویر کی مشروط بنیاد پر پورا فریم دوبارہ بناتی ہے، صرف وہ حصہ نہیں جو آپ کے ذہن میں تھا — جس چیز کو آپ برقرار رہنے والا قرار نہیں دیتے وہ بھٹکنے کے لیے آزاد ہوتی ہے۔ اس کا حل لنگر ہے: ایک برقرار رکھنے کی شق شامل کریں، جیسے “چہرہ، بالوں کا انداز، پوز اور لباس بالکل ویسا ہی رکھیں، کیمرے کا زاویہ اور کراپ وہی رہے”۔ نہ بدلنے والے حصوں کا نام لینا معیار کا سب سے بڑا لیور ہے جو آپ کے پاس ہے۔
کیا Shannon کی تصویری تدوین منفی پرامپٹ کی حمایت کرتی ہے؟
جی ہاں۔ متن سے تصویر کے برعکس، جو منفی پرامپٹ بالکل نہیں لیتا، تدوین اور کئی تصاویر کی ترکیب دونوں راستے اسے قبول کرتے ہیں۔ اسے ناپسندیدہ خرابیوں کے لیے استعمال کریں — زائد انگلیاں، بگڑا ہوا متن، دہری ریلنگ، دھندلی بناوٹ، پلاسٹک جیسی جِلد، واٹر مارک — نہ کہ ہدایت میں “X نہ ہو” لکھ کر۔ مواد کے فیصلے ہدایت میں مثبت انداز سے بیان ہوتے ہیں؛ خرابیوں کو دبانا منفی پرامپٹ کا کام ہے۔
کیا Shannon میری تصویر کو متحرک کر سکتا ہے یا اسے ویڈیو بنا سکتا ہے؟
نہیں۔ Shannon ویڈیو نہیں بناتا اور تصاویر کو متحرک نہیں کرتا۔ تصویر سے ویڈیو کا کوئی راستہ موجود نہیں اور نہ ہی کسی کا اعلان کیا جا رہا ہے۔ Shannon 3 نئی تصویر بناتا ہے، ایک موجودہ تصویر میں تدوین کرتا ہے، یا دو یا زیادہ تصاویر کو ایک میں جوڑتا ہے — بس یہی تین کام، اس سے آگے کچھ نہیں۔
ایک تدوین کتنی مآخذ تصاویر استعمال کرتی ہے؟
بالکل ایک: یا تو وہ تصویر جو پہلے سے گفتگو میں موجود ہے، یا وہ جو آپ نے اپنے موجودہ پیغام کے ساتھ منسلک کی ہے۔ اگر عناصر دو یا زیادہ تصاویر سے آنے ضروری ہوں — ایک تصویر کا لباس دوسری تصویر کے شخص پر — تو یہ ترکیب ہے، تدوین نہیں، اور آپ کو دوسری تصویر الفاظ میں بیان کرنے کے بجائے اصل تصاویر فراہم کرنی چاہئیں۔
کیا مجھے ماسک بنانا یا inpainting استعمال کرنا ہوگی؟
نہیں۔ یہاں کوئی برش، لاسو یا ماسک کی پرت نہیں۔ آپ تبدیلی کو ایک جملے میں بیان کرتے ہیں اور علاقہ آپ کی زبان سے اخذ کر لیا جاتا ہے، اسی لیے درست اسم اہم ہیں: “دائیں طرف کھڑی چاندی رنگ کی گاڑی” کا نشانہ “وہ چیز” سے کہیں بہتر لگتا ہے۔ یہی چیز Shannon کو اُن لوگوں کے لیے ایک عملی بغیر سنسر شپ inpainting متبادل بناتی ہے جو انتخاب کی محنت کے بغیر نتیجہ چاہتے ہیں۔
کیا میں Shannon API کے ذریعے تصاویر میں تدوین کر سکتا ہوں؟
نہیں۔ تصویر سازی اور تدوین Shannon چیٹ ایپ میں ہیں۔ /v1 لہجے — /v1/chat/completions، /v1/messages اور /v1/responses — متن اور وژن فراہم کرتے ہیں: وہ آپ کی بھیجی ہوئی تصاویر پڑھتے اور ان کا تجزیہ کرتے ہیں، مگر انہیں بناتے یا بدلتے نہیں۔ ایک عام طریقۂ کار یہ ہے کہ API کے وژن سے لنگر والی ہدایت کا مسودہ لکھوایا جائے، پھر تدوین چیٹ میں چلائی جائے۔
فلٹر سے بحث کیے بغیر تصویر میں تدوین کیجیے
ایک تصویر منسلک کیجیے، ایک جملہ لکھیے، اور بتائیے کیا برقرار رہے گا۔
تدوین شروع کریں API دستاویزکاری پڑھیںتصاویر ہمارے اپنے GPU کلسٹر پر رینڈر ہوتی ہیں · آپ کے کارڈ کی تصدیق تک نہ کچھ رینڈر ہوتا ہے نہ بل بنتا ہے
Shannon AI کو Shannon Lab LLC، نیو میکسیکو، امریکہ چلاتا ہے۔ تصویر سازی، تدوین اور ترکیب Shannon 3 کی چیٹ ایپ کی خصوصیات ہیں؛ /v1 API صرف متن اور وژن فراہم کرتا ہے۔ مصنوعے میں ویڈیو سازی موجود نہیں۔ تدوین بالکل ایک مآخذ تصویر قبول کرتی ہے اور اسی کا aspect ratio وراثت میں لیتی ہے۔ بغیر سنسر شپ تصویری راستوں کا استعمال ذمہ دارانہ استعمال کی پالیسی کے تابع ہے۔