कोई इमेज पसंद आ गई जिसकी स्टाइल चाहिए? एक क्लिक में प्रॉम्प्ट में बदलें

जिसने भी एआई इमेज जनरेटर के साथ थोड़ा समय बिताया है, उसने यह पल देखा है: आप Pinterest या किसी दोस्त के पोर्टफोलियो में स्क्रॉल कर रहे हैं, एक ऐसा फ्रेम मिलता है जिसकी रोशनी, रंग और मूड बिल्कुल वही है जो आप चाहते थे, और दस मिनट बाद भी आप एक खाली प्रॉम्प्ट बॉक्स को घूर रहे हैं, किसी भी चीज़ को शब्दों में नहीं ढाल पा रहे।

ZOOOP ने अभी इसके लिए एक छोटा-सा शॉर्टकट जारी किया है — स्टाइल एनालाइज़र: एक रेफरेंस इमेज अपलोड करें, कुछ सेकंड रुकें, साफ़-सुथरा अंग्रेज़ी प्रॉम्प्ट वापस पाएँ। इसे सीधे फ़ील्ड में पेस्ट करें, या भेजने से पहले कुछ वाक्यांश फिर से लिख लें।

स्टाइल एनालाइज़र असल में क्या करता है

एक वाक्य में: यह तस्वीर को उस प्रॉम्प्ट में अनुवादित करता है जिसे मॉडल पढ़ सके।

एनालाइज़र इमेज को कुछ धुरियों के साथ खोलता है:

Subject (विषय) — फ्रेम में क्या है: लोग, वस्तुएँ, दृश्य ख़ुद
Composition (संरचना) — कोण, दूरी, फ़्रेमिंग, लेआउट
Style (शैली) — फ़ोटोग्राफ़ी, इलस्ट्रेशन, ऑयल पेंटिंग, 3D रेंडर, फ़िल्म लुक, इत्यादि
Lighting (प्रकाश) — कठोर या नरम, सामने से या पीछे से, गरम या ठंडा
Palette (रंग पट्टी) — प्रमुख टोन, रंगों के सम्बंध, संतृप्ति
Mood (मनोदशा) — भावनात्मक रजिस्टर: शांत, तनावपूर्ण, गरम, अकेला

फिर सब को एक ही अंग्रेज़ी पैराग्राफ़ में बुना जाता है, लगभग 120 शब्दों के भीतर। अंग्रेज़ी में क्यों — आज के इमेज मॉडल अब भी अंग्रेज़ी प्रॉम्प्ट्स के लिए कहीं ज़्यादा बारीकी से ट्यून्ड हैं; अच्छी हिंदी भी अप्रत्यक्ष अनुवाद चरण में पतली पड़ जाती है। उस भाषा में सीधे बात करना जिस पर मॉडल प्रशिक्षित हुआ है, आउटपुट को बहुत अधिक स्थिर बनाता है।

आउटपुट कैसा दिखता है

ऊपर की धुरियाँ तब तक अमूर्त लगती हैं जब तक उन्हें किसी असली इमेज पर न देखें। मान लीजिए आपने एक तस्वीर अपलोड की — "टोक्यो में शाम का धुंधलका, काला छाता थामे एक अकेला व्यक्ति गीली सड़क पार कर रहा है, पोखरों में नियॉन की परछाई"। जो संरचित नतीजा वापस आता है, वह लगभग ऐसा दिखता है:

Subject — a lone figure with a black umbrella walking down a rain-slicked street
Composition — low-angle shot, centered subject, leading lines from neon signs
Style — cinematic photography, subtle film grain, anamorphic flare
Lighting — rim lighting from neon, soft ambient fill, cool dominant with warm accents
Palette — deep teal and magenta, warm amber highlights from puddles
Mood — melancholic, contemplative, urban solitude
Camera — 35mm anamorphic lens, shallow depth of field

इनके नीचे एक Overall Description होती है — वही धुरियाँ एक सतत अंग्रेज़ी प्रॉम्प्ट में बुन दी गई हैं। यही पैराग्राफ़ असल में जनरेटर के इनपुट बॉक्स में जाता है; ऊपर की टूटी हुई धुरियाँ कुछ ऐसी हैं जैसे "प्रॉम्प्ट यह क्यों कह रहा है, इसकी वजह" — ताकि आप अलग-अलग टुकड़े चुनकर बदल सकें।

ऐसे देखने का फ़ायदा: आप एक बार में एक धुरी लॉक कर सकते हैं। पूरी संरचना और मूड बनाए रखना है, लेकिन रोशनी को नरम सुबह की रोशनी से बदलना है? बस Lighting वाली पंक्ति बदलिए, Overall Description में उसी से मेल खाता वाक्य अदला-बदली कीजिए, बाकी जैसे का तैसा छोड़ दीजिए। शून्य से दोबारा लिखने से कहीं तेज़।

यह कहाँ मिलेगा

स्टाइल एनालाइज़र ZOOOP में दो जगहों पर दिखता है:

किसी भी जनरेटर के सबसे ऊपर — एआई इमेज जनरेटर या एआई वीडियो जनरेटर टूल खोलिए, एक रेफरेंस इमेज जोड़िए, और प्रॉम्प्ट इनपुट के ऊपर "Describe style" बटन दिखाई देगा।
कैनवस के अंदर — जनरेटिव कैनवस के प्रॉम्प्ट बार पर वही बटन है। मल्टी-शॉट वर्कफ़्लो में काम का: एक रेफरेंस का विश्लेषण कीजिए, वही लुक दस शॉट्स में फिर से इस्तेमाल कीजिए।

क्लिक कीजिए, कुछ सेकंड रुकिए, प्रॉम्प्ट का फ़ील्ड ख़ुद भर जाएगा। जैसा है वैसा भेजें, या पहले एक वाक्यांश बदल लें। यह शुरुआत है, अंत नहीं।

कब इसका सहारा लें (और कब नहीं)

सही केस:

आपको कोई रेफरेंस बहुत पसंद आई पर बता नहीं पा रहे क्यों — एनालाइज़र को आपके लिए कहने दीजिए।
एक शॉट सीरीज़ में लगातार वही लुक चाहिए — पहले रेफरेंस का विश्लेषण कीजिए, बाक़ी सभी पर वही विवरण पेस्ट कर दीजिए।
प्रॉम्प्ट लिखते-लिखते अटक गए हैं और निकलने के लिए कोई दूसरा कोण चाहिए।
किसी फ़ोटो या पेंटिंग की दृश्य-भाषा को नए विषय पर ले जाना है — जैसे, किसी फ़िल्म के स्टिल का मूड अपनी कैरेक्टर सीन पर लागू करना।

सही उपकरण नहीं है, अगर:

आपको पिक्सेल-दर-पिक्सेल नक़ल चाहिए। स्टाइल एनालाइज़र स्टाइल ट्रांसफ़र करता है, ठीक प्रति नक़ल नहीं। मौजूदा इमेज को सच्चाई से बदलना हो तो एआई इमेज एडिटिंग इस्तेमाल कीजिए।
इमेज में बहुत सारा टेक्स्ट है। एनालाइज़र जान-बूझकर इमेज में मौजूद टेक्स्ट को नहीं उठाता — बोर्ड, पोस्टर, कैप्शन सब अनदेखे रह जाते हैं। यह जान-बूझकर किया गया है, ताकि ग़लत पढ़ने की गुंजाइश न रहे।
पहचाने जा सकने वाले असली लोग। निजता के कारण कोई नाम नहीं छपता, केवल देखे जा सकने वाले गुण लिखे जाते हैं जैसे "तीस के दशक की एक महिला, लम्बे सीधे काले बाल"।

कुछ आदतें जो काम आती हैं

प्रॉम्प्ट लिखना थोड़ा खाना बनाने जैसा है — कुछ लोग रेसिपी पर चलते हैं, कुछ स्वाद से समायोजित करते हैं। एनालाइज़र आपको रेसिपी थमा देता है; उसे कितनी अक्षरशः मानेंगे, आप तय कीजिए।

संपादित कीजिए, अंधाधुंध पेस्ट मत कीजिए। आउटपुट एक सतत विवरण है। सरसरी पढ़िए; जो हिस्सा सही नहीं लगे, काट दीजिए। एनालाइज़र "at dusk" लिख सकता है जबकि आप "at dawn" चाहते थे — सिर्फ़ उस एक शब्द को बदल दीजिए।

मेल कराने के लिए अलग-अलग विश्लेषण कीजिए। इमेज A की रोशनी और इमेज B की संरचना चाहिए? दोनों को बारी-बारी से एनालाइज़र से गुज़ारिए और वाक्यों को हाथ से जोड़िए। मॉडल से दोनों एक साथ देखने को कहने की तुलना में कहीं ज़्यादा नियंत्रित।

अंग्रेज़ी को वापस अनुवादित मत कीजिए। मॉडल सीधे अंग्रेज़ी पर सबसे अच्छा प्रदर्शन करता है — हर शब्द पढ़ने की ज़रूरत नहीं। मतलब जाँचने के लिए ट्रांसलेटर से चलाइए, पर भेजने से पहले इसे हिंदी में दोबारा मत लिखिए।

एक बात

स्टाइल एनालाइज़र हर रन पर थोड़े-से क्रेडिट लेता है — इतना हल्का कि आप बेझिझक इस्तेमाल कर सकें — और विफल होने पर अपने आप रिफ़ंड कर देता है। यह एआई इमेज जनरेशन और एआई वीडियो जनरेशन के बाक़ी हिस्सों के समान बुनियादी ढाँचे पर चलता है, इसलिए गति और स्थिरता मुख्य टूल्स के बराबर ही रहती है।

इन सब का ईमानदार रूप: एआई इमेज काम में बाधा अमूमन मॉडल नहीं होती — "मुझे असल में चाहिए क्या" को ज़ोर से कहना मुश्किल होता है। स्टाइल एनालाइज़र ठीक उसी क़दम पर मदद करता है। एक धुँधले-से अच्छे लगने वाले एहसास को ठोस विवरण में बदलता है, और बाकी काम मॉडल कर लेता है।

अगली बार जब कोई ऐसी चीज़ स्क्रॉल पर सामने आए जिसका एहसास आप अपने काम में लाना चाहें, उसे शब्दों में बाँधने की कोशिश छोड़िए। एआई इमेज जनरेटर या जनरेटिव कैनवस में डालिए, बटन दबाइए, देखिए क्या लौटकर आता है।