Thay trang phục bằng AI, không kiểm duyệt

Phần lớn công việc về ảnh mà người ta thực sự cần không phải là "vẽ cho tôi một bức tranh về một thứ gì đó". Nó là "mặc chiếc áo khoác này cho người này", "đặt chiếc ghế này vào căn phòng này", "chụp sản phẩm này trong bàn tay kia". Tất cả đều cần chất liệu từ nhiều hơn một tấm ảnh, và tất cả đều hỏng theo cùng một kiểu: một ảnh được đính kèm, ảnh còn lại được mô tả bằng lời, và cái trả về là một thứ trông có lý nhưng không phải thứ bạn đang sở hữu. Cách khắc phục nhỏ hơn bạn tưởng, và nó đúng ở mọi trường hợp.

01"Ghép ảnh" là gì, và nó diễn ra ở đâu

Shannon 3 làm ba việc khác nhau với ảnh: nó tạo một ảnh mới từ mô tả, nó sửa một ảnh có sẵn, và nó ghép hai ảnh trở lên thành một ảnh mới duy nhất. Chúng có luật chơi khác nhau, và chọn nhầm việc là chỗ đầu tiên chất lượng đi xuống.

Hãy dùng ghép ảnh bất cứ khi nào bức ảnh hoàn chỉnh cần chất liệu từ nhiều hơn một tấm ảnh: chuyển trang phục và quần áo, đưa một vật thể vào một khung cảnh, người A đứng cạnh người B, một sản phẩm thật do một người mẫu thật cầm, phong cách của ảnh này áp lên nhân vật của ảnh kia. Nếu bạn thấy mình ước gì có thể chỉ vào hai tấm ảnh cùng lúc, thì đó chính là thao tác này.

Tất cả những việc này diễn ra trong ứng dụng chat Shannon, bằng trò chuyện bình thường. Nó không nằm trên API /v1 — API phục vụ văn bản và thị giác, nghĩa là nó đọc ảnh bạn gửi chứ không tạo ra ảnh mới. Nếu bạn tới đây từ một truy vấn về API, đó là câu trả lời thành thật; xem tài liệu API để biết các endpoint thực sự phục vụ gì. Ảnh được dựng trên cụm GPU của riêng chúng tôi.

Bạn hỏi bằng ngôn ngữ đời thường, bằng bất cứ thứ tiếng nào bạn nói. Shannon nhận ra rằng một tấm ảnh đang được yêu cầu, tự viết câu lệnh tạo ảnh bằng tiếng Anh, và cho bạn xem nó trên một thẻ xác nhận trước khi bất cứ gì được dựng. Không có gì được tạo ra và không có gì bị tính phí cho tới khi bạn xác nhận — và với công việc nhiều ảnh, tấm thẻ đó chính là nơi bạn kiểm tra xem vai trò và thứ tự có ra đúng ý mình không. Shannon không bao giờ tạo ảnh khi không được mời: một lời chào, một câu hỏi, hay một tấm ảnh đính kèm bâng quơ đều không kích hoạt việc dựng ảnh.

02Quy tắc: gọi tên vai trò của từng ảnh, theo thứ tự

Câu lệnh phải nói rõ từng ảnh đóng góp cái gì, và phải nói theo đúng thứ tự các ảnh được đưa vào. Đó là toàn bộ kỹ thuật; mọi thứ bên dưới chỉ là quy tắc đó áp cho một công việc cụ thể.

Ảnh thứ nhất là nền tảng — nhân vật chính, hoặc bối cảnh, tùy xem bức ảnh hoàn chỉnh phần lớn được làm từ cái nào. Nó ấn định nhận dạng, tư thế, bố cục khung, ánh sáng và mọi thứ bạn không yêu cầu thay đổi. Các ảnh sau là nguồn: những phần được đưa vào. Hãy viết câu sao cho một người lạ cầm các tấm ảnh theo đúng thứ tự có thể tự tay làm được công việc đó.

Dùng được
Người phụ nữ ở ảnh thứ nhất mặc chiếc áo len đỏ ở ảnh thứ hai,
đứng trong cùng công viên đó, cùng tư thế và cùng ánh sáng buổi
chiều, khuôn mặt và mái tóc giữ nguyên.

Hỏng
Ghép hai ảnh này.   Trộn mấy tấm ảnh lại.   Ghép chúng vào nhau.

Những phiên bản hỏng không hỏng vì chúng ngắn, mà vì chúng không hề nói tấm nào là người và tấm nào là chiếc áo len. Ba thói quen làm cho quy tắc này đáng tin:

• Dùng ngôn ngữ thứ tự một cách rõ ràng. "Ở ảnh thứ nhất", "ở ảnh thứ hai". Vài chữ, và sự mơ hồ biến mất.
• Nói rõ cái gì giữ nguyên. "Giữ khuôn mặt, mái tóc và tư thế của cô ấy y hệt." Gọi tên những phần không đổi là đòn bẩy chất lượng lớn nhất trong mọi thao tác ảnh mà Shannon làm, và nó quan trọng nhất ở đây, vì một bản ghép có từ hai thứ trở lên để mà đi chệch khỏi.
• Viết văn xuôi, không viết thẻ khóa. Image Model đọc câu lệnh như một mô hình ngôn ngữ đọc một câu, nên câu hoàn chỉnh thắng dãy từ khóa ngăn bằng dấu phẩy. Hãy nhắm 30 đến 80 từ, và bỏ mấy thứ rác thời SDXL ("masterpiece, best quality, 8k") cùng cú pháp trọng số như (word:1.3).

Khi một tấm ảnh chứa nhiều hơn một thứ, hãy gọi tên phần bạn muốn lấy ra từ nó. Nếu ảnh thứ hai là ảnh catalogue chụp một người mẫu đang mặc chiếc áo len, thì "chiếc áo len đỏ mà người phụ nữ ở ảnh thứ hai đang mặc" nói rằng bạn muốn món đồ, không phải người mẫu. Cứ để nguyên "ảnh thứ hai" thì bạn có thể nhận cả khuôn mặt cô ấy.

Khuôn mẫu vai trò theo từng công việc

Công việc	Ảnh thứ nhất	Ảnh thứ hai	Dạng câu lệnh
Chuyển trang phục	Con người	Món đồ mặc	"[Người] ở ảnh thứ nhất mặc [món đồ] ở ảnh thứ hai, [cái gì giữ nguyên]"
Vật thể trong cảnh	Bối cảnh	Vật thể	"[Căn phòng] ở ảnh thứ nhất với [vật thể] ở ảnh thứ hai đặt ở [vị trí], khớp với [ánh sáng]"
Người + người	Người A và bối cảnh	Người B	"[Người đàn ông] ở ảnh thứ nhất đứng cạnh [người phụ nữ] ở ảnh thứ hai, [vị trí, hướng nhìn]"
Sản phẩm trên người	Người mẫu hoặc bối cảnh	Sản phẩm	"[Người mẫu] ở ảnh thứ nhất cầm [sản phẩm] ở ảnh thứ hai, [cách cầm, hướng nhãn]"
Chuyển phong cách	Đối tượng	Ảnh tham chiếu phong cách	"[Đối tượng] ở ảnh thứ nhất được thể hiện theo [các trục phong cách] của ảnh thứ hai, [đối tượng giữ nguyên]"

03Sai lầm phá hỏng hầu hết các lần thử: mô tả thay vì đính kèm

Đây là lỗi đáng làm ầm lên, vì nó phổ biến hơn hẳn và vì trông nó có vẻ như đã thành công. Người dùng có hai tấm ảnh — khách hàng của họ và sản phẩm của khách hàng, hoặc chính họ và chiếc áo khoác họ đang có. Họ đính kèm một tấm, và gõ tấm còn lại.

Sai lầm
[đính kèm một tấm ảnh chụp một người phụ nữ]
"Mặc cho cô ấy một chiếc áo len đỏ, dệt bện, hơi dày dặn,
với cổ áo cuộn."

Cái trả về là một người phụ nữ trong chiếc áo len đỏ. Đó là một chiếc áo len đẹp. Nhưng nó không phải chiếc áo len đó. Hoa văn bện là bịa ra, màu nhuộm là một sắc đỏ khác, độ sâu của phần dệt gân sai, cổ áo cuộn nhầm chiều, và những sự bất đối xứng nhỏ khiến một món đồ thật trở nên nhận diện được — một vết vá, một sợi bị kéo tuột, chỗ giãn ở khuỷu tay — đều biến mất, vì chẳng có gì trong câu văn chứa chúng.

Chữ viết là một kênh hao hụt còn một tấm ảnh thì không. Một câu văn cẩn thận mang được chừng chục thuộc tính của một vật thể; tấm ảnh mang hàng nghìn, bao gồm tất cả những thứ bạn sẽ chẳng bao giờ nghĩ tới việc viết ra và cả những thứ bạn không gọi tên nổi. Mô tả thay vì đính kèm là vứt bỏ mọi thứ bạn đã không nghĩ tới, mà đó là phần lớn. Đính kèm giữ được diện mạo thật vì diện mạo thật đang có mặt ở đó.

Phép thử rất đơn giản. Nếu điểm mấu chốt của bức ảnh là nó phải đúng cái đó — đúng món đồ đó, đúng người đó, đúng sản phẩm đó, đúng căn phòng đó — thì hãy đính kèm. Nếu bạn có thể nhặt món đồ đó ra khỏi một hàng đồ giống nhau và việc kết quả phải khớp với món bạn nhặt là quan trọng, thì một lời mô tả sẽ không làm nổi.

Có một trường hợp chính đáng để mô tả: khi thứ đó chưa tồn tại, hoặc khi bạn thật sự muốn một phiên bản chung chung. Thiết kế một chiếc áo len chưa ai đan, phác một ý tưởng — đó là công việc text-to-image, và mô tả là đúng vì không có vật thật nào mà bạn phải giữ nhận dạng. Khoảnh khắc một vật thật bước vào đề bài, tấm ảnh của nó cũng phải bước vào theo.

Một nửa-sai-lầm liên quan: đính kèm cả hai ảnh rồi vẫn mô tả tấm thứ hai thật chi tiết. Các tính từ có thể đánh nhau với tấm ảnh — viết "dày dặn" trong khi món đồ thật là sợi mảnh, thế là bạn đã đưa vào một mâu thuẫn. Chỉ mô tả ảnh thứ hai vừa đủ để xác định bạn muốn phần nào của nó.

04Chuyển trang phục và quần áo

Công việc hai ảnh kinh điển. Hãy đính kèm người trước và món đồ mặc sau. Ảnh món đồ có thể là ảnh trải phẳng, ảnh treo móc, ảnh catalogue, hoặc ai đó đang mặc nó — tất cả đều dùng được, miễn là bạn nói rõ mình muốn phần nào của nó.

Chuyển trang phục
Người phụ nữ ở ảnh thứ nhất mặc chiếc áo len đỏ ở ảnh thứ hai.
Giữ khuôn mặt, mái tóc, tư thế và phông nền công viên của cô ấy
đúng như hiện tại, với cùng thứ ánh sáng dịu của trời râm. Chiếc
áo len phải rủ tự nhiên trên dáng người cô ấy, giữ nguyên hoa văn
bện và cổ áo của món đồ gốc.

Negative prompt: warped cable pattern, extra sleeves, distorted
hands, plastic-looking fabric, mismatched lighting

Ba thứ làm nên kết quả: các vai trò được gọi tên theo thứ tự, những phần không đổi được liệt kê thành lời (đó là thứ chặn khuôn mặt trôi dạt), và mệnh đề cuối nói với mô hình rằng chi tiết riêng của món đồ mới là trọng tâm — thiếu nó, các bản ghép có xu hướng giữ màu và dáng ngoài trong khi lặng lẽ làm mịn kết cấu.

• Độ vừa vặn là một khẳng định vật lý, nên hãy nói ra. "Rủ tự nhiên trên dáng người cô ấy", "ôm ở eo", "tay áo dài tới cổ tay" — nếu không, món đồ có thể tới nơi với tỷ lệ của ảnh nguồn thay vì của người mặc.
• Che khuất là trường hợp khó. Nếu hai tay khoanh lại hoặc một quai túi vắt chéo ngực, hãy nói rõ chuyện gì xảy ra với nó. Sự mơ hồ ở đó sinh ra lỗi tay áo chảy nhão kinh điển.
• Nhiều món đồ hơn nghĩa là nhiều ảnh hơn. Người trước, rồi áo, rồi quần, rồi giày — và nhắc tới chúng như ảnh thứ hai, thứ ba và thứ tư một cách nhất quán. Đừng đang giữa chừng lại đổi sang "tấm ảnh đôi giày".

05Đưa một vật thể vào một khung cảnh

Ở đây vai trò đảo lại: bối cảnh đi trước, vì bối cảnh là thứ mà bức ảnh hoàn chỉnh phần lớn được làm từ đó, còn vật thể là phần được đưa vào. Dựng mẫu nội thất, bày một căn phòng bằng món đồ bạn chưa mua, thả một chiếc xe lên mặt đường, đặt một bức tượng vào phòng trưng bày — lần nào cũng cùng một dạng.

Vật thể trong cảnh
Phòng khách ở ảnh thứ nhất với chiếc ghế bành nhung xanh lục ở
ảnh thứ hai đặt cạnh cửa sổ bên trái, hơi xoay về phía máy ảnh và
cao khoảng ngang hông trong khung. Khớp với ánh sáng ấm cuối
chiều của căn phòng, với một bóng đổ mềm rơi sang bên phải chiếc
ghế lên tấm thảm. Giữ phần còn lại của căn phòng và góc máy
không đổi.

Negative prompt: floating object, cut-out edges, duplicate
shadows, mismatched color temperature

Kiểu hỏng ở đây không phải nhận dạng, mà là vật lý. Một vật thể giữ nguyên ánh sáng riêng của nó sẽ trông như dán vào, và người xem nhận ra ngay cả khi họ không nói được vì sao. Hãy dành chữ nghĩa cho ba thứ mà một tấm ảnh chụp vật thể tách rời không thể biết được: vị trí đặt (ở đâu trong khung, so với cái gì), tỷ lệ tính theo bối cảnh chứ không theo centimet ("cao khoảng ngang hông", "cao bằng tay nắm cửa"), và ánh sáng cùng bóng đổ — hướng, chất, và bóng rơi vào đâu. Thứ cuối cùng đó chính là cái biến một bản ghép thành một tấm ảnh chụp.

06Người A đứng cạnh người B

Hai người chưa từng ở cùng một phòng: ảnh gia đình xuyên các thế hệ, ảnh chân dung nhà sáng lập khi người đồng sáng lập đang đi công tác, một tấm poster với hai nghệ sĩ. Việc này chạy được, và nó cần hai thứ mà các công việc một nhân vật không cần.

Hai người
Người đàn ông ở ảnh thứ nhất đứng cạnh người phụ nữ ở ảnh thứ
hai, cả hai trên cùng sân đá ở ảnh thứ nhất. Anh ấy đứng bên
trái, cô ấy đứng bên phải anh ấy, vai gần chạm nhau, cả hai cùng
nhìn về phía máy ảnh ở cùng độ cao mắt. Giữ cả hai khuôn mặt,
kiểu tóc và trang phục đúng như trong ảnh gốc của từng người, và
chiếu sáng cả hai bằng cùng thứ ánh sáng chiều dịu từ bên trái.

Canvas: landscape
Negative prompt: mismatched skin tone, duplicated limbs, seam
line between subjects, uneven lighting

Hai thứ thêm vào: hình học tương đối — ai đứng bên nào, cách nhau bao xa, ánh mắt của ai hướng về đâu, và chiều cao tương đối, vì hai ảnh chân dung cắt cúp khác nhau không cho mô hình cách nào biết được người này cao hơn người kia một cái đầu — và một nguồn sáng chung duy nhất, nói ra rõ ràng, vì bạn đang trộn hai môi trường ánh sáng và một trong hai phải thắng.

Đây cũng là chỗ việc chọn tỷ lệ canvas mới chứng minh giá trị: hai ảnh nguồn dạng dọc sẽ cho một tấm ảnh nhóm dạng dọc tệ hại, nên hãy yêu cầu landscape hoặc wide. Và xin nói một lần cái điều hiển nhiên — đưa một người thật vào một tấm ảnh mà họ chưa từng có mặt là việc mạnh và không tự động vô hại. Hãy có quyền hoặc có sự đồng thuận; chính sách sử dụng có trách nhiệm của chúng tôi là bản tóm gọn.

07Sản phẩm trên người, và ảnh sản phẩm không kiểm duyệt

Về mặt thương mại, đây là kiểu ghép ảnh tự nuôi được chính nó. Bạn có một ảnh sản phẩm trên nền trắng và bạn có một người mẫu, một bàn tay, một căn bếp, một bàn thợ. Ghép chúng lại cho bạn một tấm ảnh phong cách sống mà không tốn một ngày ở studio — và có đúng sản phẩm thật của bạn trong đó chứ không phải một bản mô phỏng do AI dựng ra, mà đó chính là toàn bộ khác biệt giữa tài liệu marketing dùng được và một bản mockup bạn phải đi xin lỗi.

Sản phẩm trên người
Người phụ nữ ở ảnh thứ nhất cầm chai serum thủy tinh màu hổ
phách ở ảnh thứ hai bằng tay phải, nâng lên ngang ngực, nhãn
hướng về phía máy ảnh và đọc được hoàn toàn, các ngón tay ôm tự
nhiên quanh chai mà không che nhãn. Giữ khuôn mặt, mái tóc và
phông nền căn bếp của cô ấy không đổi. Chụp bằng phim Kodak
Portra 400, ống 85mm f/1.4, ánh sáng cửa sổ dịu từ bên trái.

Canvas: portrait
Negative prompt: warped label text, extra fingers, floating
bottle, duplicated reflections, plastic skin

Hai bổ sung riêng cho công việc sản phẩm. Cách cầm: bàn tay cầm vật thể là chỗ việc ghép ảnh hay hỏng nhất, nên hãy nói rõ tay nào, ở độ cao nào, và rằng các ngón tay ôm tự nhiên mà không che nhãn. Xử lý nhiếp ảnh: hãy gọi tên một máy ảnh, một ống kính và một loại phim hay nguồn sáng. Kết quả phải đọc lên như một tấm ảnh đã được chụp, chứ không phải hai tấm ảnh được ghép lại, và viết nó như một tấm ảnh chụp chính là cách đưa bạn tới đó.

Việc không kiểm duyệt quan trọng ở đây theo một cách đời thường hơn là nghe có vẻ. Các công cụ có bộ lọc từ chối cả những hạng mục thương mại hợp pháp và bình thường: catalogue đồ lót và đồ bơi, thuốc lá và thiết bị vape, rượu, phụ kiện súng, sản phẩm chăm sóc sức khỏe người lớn, cần sa ở nơi nó hợp pháp, thiết bị y tế, đồ tactical và đồ đi săn. Chúng cũng từ chối cả công việc về thương hiệu và hình ảnh cá nhân do chính chủ sở hữu quyền thực hiện. Không có cái nào trong đó là trường hợp hiếm; đó là một ngày thứ Ba bình thường ở một agency. Shannon không có bộ lọc nội dung trên nhánh tạo ảnh và không có lớp từ chối trên mô hình viết prompt, nên công việc chạy được và câu hỏi về quyền vẫn nằm ở phía bạn, đúng nơi nó phải nằm.

08Phong cách từ ảnh này, đối tượng từ ảnh kia

Đối tượng trước, ảnh tham chiếu phong cách sau. Điều làm công việc này khác biệt là bạn đang mượn một phẩm chất chứ không phải một vật thể, nên bạn phải gọi tên những phẩm chất nào — và nói rõ rằng đối tượng lẫn bố cục của chính ảnh tham chiếu sẽ không đi theo.

Tham chiếu phong cách
Bức chân dung người đàn ông ở ảnh thứ nhất được thể hiện theo
phong cách thị giác của ảnh thứ hai: cùng bảng màu xanh mòng két
và hoàng thổ trầm, kết cấu cọ khô nhìn thấy rõ, và ánh sáng bẹt
đều. Giữ khuôn mặt, biểu cảm và tư thế của anh ấy nhận ra được
và không đổi. Đừng mang theo đối tượng, phông nền hay bố cục của
ảnh thứ hai.

Negative prompt: second face, borrowed background, photographic
texture

Hãy gọi tên các trục phong cách một cách rõ ràng, vì chỉ nói "theo phong cách của ảnh thứ hai" là chưa đủ cụ thể: bảng màu (hoặc màu chính xác, viết dạng color #8B0000 gắn với một vật thể được gọi tên), nét cọ hoặc hạt, chất ánh sáng, độ dày nét, mức độ trừu tượng, cách xử lý viền. Hãy chọn hai hoặc ba trục định hình cái nhìn tổng thể; gọi tên cả sáu là lấy trung bình chúng. Và đừng trộn những chỉ dẫn xung khắc — "chân thực như ảnh chụp" cộng "màu nước" tạo ra một mớ lộn xộn, không phải một sự pha trộn. Nếu bạn muốn một tấm ảnh chụp chỉ mượn bảng màu, hãy nói đúng như vậy.

09Negative prompt và việc chọn tỷ lệ canvas mới

Hai khả năng tồn tại cho ghép ảnh và sửa ảnh nhưng không có ở text-to-image, và cả hai đều bị dùng ít hơn mức đáng.

Negative prompt

Ghép ảnh có hỗ trợ negative prompt. Các lỗi dựng hình không mong muốn thuộc về đó — và việc chúng nằm ở đó thay vì trong câu lệnh là quan trọng, vì viết "không có ngón tay thừa" trong câu lệnh chính là gọi tên thứ bạn đang cố tránh trong cùng một hơi với mọi thứ bạn muốn. Hãy đặt các loại trừ vào kênh riêng của chúng. Những mục luôn xứng đáng có chỗ:

• Giải phẫu — extra fingers, duplicated limbs, malformed hands, second face.
• Dấu vết ghép ảnh — cut-out edges, visible seam line, floating object, duplicate shadows, halo around subject.
• Lệch ánh sáng — mismatched color temperature, inconsistent shadow direction, uneven exposure between subjects.
• Lỗi kết cấu — plastic skin, smoothed fabric, warped label text, illegible logo.

Hãy giới hạn ở một nhúm mục thực sự có khả năng xảy ra với tấm ảnh của bạn. Một negative prompt liệt kê ba mươi thứ là một câu lệnh loãng, không phải một câu lệnh mạnh.

Tỷ lệ canvas

Sửa một ảnh đơn lẻ thì tự động kế thừa tỷ lệ khung hình của ảnh nguồn — chỉ có một nguồn, và hình dạng của nó chính là câu trả lời. Ghép ảnh không có mặc định như vậy, nên bạn có thể chọn một tỷ lệ canvas mới, và bạn thường nên chọn, vì hình dạng hợp với một ảnh nguồn hiếm khi hợp với bản ghép.

Tỷ lệ	Hợp nhất với	Dùng điển hình khi ghép
square	Mặc định, feed mạng xã hội	Một nhân vật với một thành phần được chuyển vào
portrait	Con người, chủ thể cao	Chuyển trang phục, sản phẩm do một người mẫu cầm
landscape	Phong cảnh, nhóm người	Hai người đứng cạnh nhau, vật thể đặt trong phòng
wide	Bố cục điện ảnh	Ảnh nhóm, cảnh sản phẩm trong môi trường, banner
tall	Poster, hình nền điện thoại	Ảnh trang phục toàn thân, bố cục poster

Một yêu cầu nói rõ luôn thắng. Không nói gì thì bạn nhận square — hình dạng sai cho hầu hết công việc hai người và trang phục toàn thân, nên nó đáng để bạn nói thêm một chữ.

10Shannon dùng những ảnh nào: cuộc trò chuyện so với tin nhắn này

Có hai cách để một tấm ảnh lọt vào bản ghép, và biết mình đang dựa vào cách nào sẽ tránh được hầu hết các vụ lẫn lộn thứ tự.

Đính kèm vào tin nhắn hiện tại. Con đường trực tiếp: đính kèm mọi thứ vào chính tin nhắn mang câu lệnh, theo đúng thứ tự bạn định nhắc tới, và "ảnh thứ nhất" với "ảnh thứ hai" có nghĩa đúng như vẻ ngoài của chúng. Hãy mặc định làm cách này.

Đã có trong cuộc trò chuyện. Các tấm ảnh gửi từ trước trong luồng chat vẫn khả dụng và có thể được nhắc tới bằng ngôn ngữ đời thường — "tấm ảnh tôi gửi lúc trước", "tấm ảnh chiếc áo len hồi nãy", "phiên bản thứ hai bạn vừa làm". Shannon giải quyết tham chiếu đó dựa trên luồng chat, và điều này thực sự tiện trong một phiên làm việc dài: bạn có thể lặp trên một kết quả rồi đưa thêm một thành phần mới vào mà không phải tải lên lại toàn bộ.

Cơ chế bảo vệ cho cả hai cách là như nhau. Thẻ xác nhận cho bạn xem câu lệnh trước khi bất cứ gì được dựng, bao gồm cả thứ tự mà nó đã chọn. Hãy đọc nó. Nếu vai trò ra ngược — chiếc áo len thành nền tảng, con người thành nguồn — chỉ cần nói ra là nó được sửa trước khi một điểm ảnh nào được tạo hay bị tính phí. Dù vậy, khi một luồng chat đã dài và đầy ảnh, hãy đính kèm lại những tấm bạn cần; cách sáu tấm ảnh về trước, "ảnh thứ hai" là mơ hồ với bất kỳ người đọc nào.

Nhờ Shannon nhìn một tấm ảnh — mô tả nó, đọc cái nhãn, cho bạn biết đó là vải gì — là công việc thị giác thông thường, không phải một lần tạo ảnh. Nó không tốn thêm gì và là một bước kiểm tra tốt trước khi ghép: nếu phần mô tả của Shannon không nhắc tới chi tiết bạn quan tâm, thì câu lệnh của bạn cần gọi tên chi tiết đó.

11Không kiểm duyệt, và điều đó thực sự nghĩa là gì

Không có bộ lọc nội dung trên nhánh tạo ảnh và không có lớp từ chối trên mô hình viết prompt. Ghép ảnh là nơi các công cụ có bộ lọc hỏng rõ nhất, vì một hệ thống từ chối không thể phân biệt giữa việc ghép những tấm ảnh bạn sở hữu và ghép những tấm ảnh lẽ ra bạn không nên có — nên nó chặn cả hai.

Những công việc mà các công cụ đó thường xuyên từ chối chẳng có gì kỳ lạ: ảnh khỏa thân nghệ thuật và nghiên cứu hình thể, minh họa y khoa và pháp y, hình ảnh nghiên cứu bảo mật, bạo lực trong tác phẩm hư cấu cho bìa sách và tranh game, châm biếm chính trị, và các nhóm sản phẩm hợp pháp đã liệt kê ở trên. Mỗi thứ đều là công việc chuyên môn chính đáng mà một bộ lọc từ khóa không thể phân biệt với hành vi lạm dụng.

Không kiểm duyệt không có nghĩa là vô trách nhiệm. Bạn đang cung cấp ảnh chụp các vật thật và thường là những con người thật; quyền và sự đồng thuận là thứ bạn phải nắm giữ, và trách nhiệm với kết quả cũng vậy. Shannon Lab LLC là một công ty ở New Mexico vận hành theo một chính sách sử dụng có trách nhiệm đã công bố — đáng năm phút trước khi bạn bắt tay vào việc có liên quan tới hình ảnh của người khác.

12Những giới hạn đáng biết trước khi bắt đầu

Không có tạo video. Shannon không làm ảnh chuyển động và không tạo ra video, dưới bất kỳ hình thức nào, từ bất kỳ thao tác nào trong số này — không từ một ảnh đơn, không từ một bản ghép, không như một tùy chọn thử nghiệm. Nếu đề bài của bạn kết thúc bằng chuyển động, đây không phải công cụ cho bước cuối. Đó là bản chất của sản phẩm, không phải một gợi ý về lộ trình.

Những ranh giới thành thật khác, tất cả đều có cách đi vòng:

• Chữ nhỏ là điểm yếu nhất. Chữ in nhỏ, phần chữ dày đặc trên bao bì và các số sê-ri dài có thể ra không hoàn hảo. Hãy bố cục sản phẩm sao cho phần chữ quan trọng đủ lớn, đặt warped label text vào negative prompt, và kiểm tra ở kích thước đầy đủ.
• Chênh lệch tỷ lệ quá lớn là việc khó. Một ảnh sản phẩm 4000 pixel ghép với một ảnh thu nhỏ bé xíu của căn phòng thì mô hình có rất ít thứ để làm việc. Hãy dùng bản tốt nhất của từng ảnh nguồn mà bạn có.
• Bị che khuất nhiều thì giới hạn thứ có thể chuyển đi. Một món đồ chụp lúc gấp lại, không bao giờ thấy mặt sau, thì mặt sau không thể được bịa ra một cách trung thực. Nếu bản ghép cho thấy mặt sau, hãy cung cấp mặt sau.
• Càng nhiều ảnh càng dễ nhầm lẫn. Bốn ảnh nguồn vẫn làm được nếu gọi tên thứ tự có kỷ luật, nhưng đó không phải chỗ để tùy tiện — hãy dùng đúng số ảnh mà công việc cần, không hơn.
• Hai thay đổi lớn cùng lúc sẽ tranh nhau. Chuyển trang phục, xác nhận, rồi mới đổi phông nền. Sửa tuần tự gần như luôn thắng một câu lệnh quá tải, và mỗi bước lại rẻ để kiểm tra.

13Câu hỏi thường gặp

---

Tạo ảnh, sửa ảnh và ghép nhiều ảnh là các tính năng của ứng dụng chat Shannon; các endpoint /v1/chat/completions, /v1/messages và /v1/responses phục vụ văn bản và thị giác, nghĩa là chúng đọc ảnh chứ không tạo ra ảnh. Không có tính năng tạo video. Các tùy chọn tỷ lệ, hỗ trợ negative prompt và hành vi xác nhận là hiện hành tính đến ngày 5 tháng 9, 2026. Liên quan: tạo ảnh AI không kiểm duyệt · sửa ảnh AI không kiểm duyệt · sử dụng có trách nhiệm · tài liệu API · chỉ mục nghiên cứu.