AI इमेज में हाथ, टेक्स्ट और छोटे ब्योरे कैसे ठीक करें
AI इमेज अब भी हाथ, अक्षर और छोटी चीज़ें गलत क्यों बनाती हैं, prompt में क्या बदलें, और कब दोबारा रेंडर या एडिट मॉडल ज़्यादा जल्दी काम करता है।
तस्वीर लगभग सही है। रोशनी अच्छी है, कंपोज़िशन जम रहा है, और फिर आपकी नज़र छठी उँगली पर पड़ती है, या दुकान के उस बोर्ड पर जो किसी बिगड़े हुए स्पेलिंग टेस्ट जैसा पढ़ता है। छोटे ब्योरे ही वह जगह हैं जहाँ इमेज मॉडल अब भी फिसलते हैं, और वहीं कोई तस्वीर फेंक दी जाती है। इनमें से ज़्यादातर गलतियों की एक जानी-पहचानी वजह और एक सस्ता इलाज है, इसलिए यहाँ थ्योरी का पाठ नहीं, समस्या सुलझाने की एक सूची है।
छोटी चीज़ें गलत क्यों होती हैं
इमेज मॉडल उँगलियाँ नहीं गिनता और शब्दों की स्पेलिंग नहीं लिखता। वह ऐसा टेक्सचर पेंट करता है जो हाथ जैसा और अक्षरों जैसा दिखता है, उस पैमाने पर जहाँ कुछ पिक्सेल तय करते हैं कि अँगूठा अँगूठा लगेगा या नहीं। कैटलॉग के नए मॉडल एक साल पहले की तुलना में दोनों में कहीं बेहतर हैं, पर नियम अब भी लागू है: फ़्रेम में कोई ब्योरा जितना छोटा होगा, उसके गलत होने की संभावना उतनी ज़्यादा होगी। नीचे दिया हर उपाय ब्योरे को बड़ा, सरल या कम अहम बनाने का कोई तरीका है।
हाथ: उन्हें कम काम दीजिए
- पोज़ का नाम लीजिए। "मेज़ पर टिके हाथ" या "दोनों हाथों से कॉफ़ी का कप पकड़े हुए" ऐसा पोज़ है जिसे मॉडल हज़ारों बार देख चुका है। "भाव-भरे इशारे करते हुए" लिखने से उँगलियाँ अपनी मर्ज़ी से चलने लगती हैं।
- हाथ बड़े रखिए या फ़्रेम से बाहर। ऐसा क्लोज़ क्रॉप जिसमें हाथ फ़्रेम का कुछ हिस्सा भरते हों, वाइड शॉट के किनारे पर छोटे हाथों से बेहतर रेंडर होता है। अगर हाथ मायने नहीं रखते, तो उन्हें फ़्रेम से बाहर कर दीजिए: "सीने से ऊपर का फ़्रेम"।
- उलझाव से बचिए। आपस में फँसी उँगलियाँ, हाथ पकड़े दो लोग, किसी पतली चीज़ को जकड़ता हाथ: ये सबसे मुश्किल मामले हैं। इन्हें एक हाथ, एक चीज़ तक सरल कीजिए।
- ठीक करने से पहले देखिए। कई रेंडर में हाथ बिल्कुल ठीक होते हैं। सुधार पर कुछ भी खर्च करने से पहले पूरे साइज़ में जाँच लीजिए।
चाक पर काम करते कुम्हार का क्लोज़-अप पोर्ट्रेट, दोनों हाथ गीली मिट्टी को आकार दे रहे हैं, हाथ फ़्रेम में बड़े, बाईं तरफ़ से खिड़की की नरम रोशनी, कम डेप्थ ऑफ़ फ़ील्डटेक्स्ट: छोटा, कोट्स में और बड़ा
अक्षर वह ब्योरा है जिसमें मॉडल सबसे ज़्यादा सुधरे हैं, और फिर भी इसे सावधानी से बरतना चाहिए। तीन नियम ज़्यादातर मामलों को संभाल लेते हैं:
- सटीक शब्द कोट्स में रखिए: एक बोर्ड जिस पर लिखा हो "OPEN LATE"। कोट्स मॉडल को बताते हैं कि ये ही अक्षर हैं, कोई वर्णन नहीं।
- एक से चार शब्द तक रखिए। एक शीर्षक रेंडर हो जाता है; एक पैराग्राफ़ अक्षर जैसी आकृतियों के शोर में बदल जाता है।
- टेक्स्ट को एक सतह और एक साइज़ दीजिए: "ईंट की दीवार पर पेंट किए बड़े सफ़ेद अक्षर" "टेक्स्ट के साथ" से बेहतर है।
अगर शब्द तैयार काम के लिए अहम हैं, जैसे पोस्टर की हेडलाइन, कोई कीमत या ब्रांड का नाम, तो ईमानदार जवाब अक्सर यही है कि तस्वीर को टेक्स्ट के लिए साफ़ जगह छोड़कर रेंडर करें और बाद में किसी डिज़ाइन टूल में अक्षर खुद लगाएँ। वह ज़्यादा साफ़ दिखता है, उसकी स्पेलिंग सही होती है, और आप उसे दोबारा रेंडर किए बिना बदल सकते हैं।
छोटी चीज़ें और गिनती
सटीक संख्याओं और एक-दूसरे को छूती बहुत-सी छोटी चीज़ों के मामले में मॉडल भरोसेमंद नहीं होते। "ठीक तीन मोमबत्तियाँ" दो या पाँच बनकर आ सकती हैं; कटलरी से भरी मेज़ पिघलकर एक चाँदी जैसी आकृति बन सकती है। कम और बड़ी चीज़ें माँगिए, और उनकी जमावट बताइए: "मेज़ के बाईं ओर एक क़तार में तीन मोमबत्तियाँ" गिनती को टिकने की एक जगह देता है।
दोबारा रेंडर या एडिट?
जब कोई ब्योरा गलत हो तो आपके पास दो विकल्प हैं, और कौन-सा सस्ता पड़ेगा यह इस पर निर्भर है कि बाकी तस्वीर कितनी अच्छी है।
- दोबारा रेंडर कीजिए जब पूरी तस्वीर बस ठीक-ठाक हो। वही prompt एक नई तस्वीर देता है, और अगला हाथ शायद एकदम सही हो। Still Lite पर, €0.30 से, ड्राफ़्ट बनाने से दोबारा रेंडर सस्ते रहते हैं।
- एडिट कीजिए जब तस्वीर सही हो और सिर्फ़ एक ब्योरा नहीं। कैटलॉग के कई मॉडल आपकी इमेज को इनपुट के रूप में लेते हैं और "बाएँ हाथ को ठीक करो ताकि उसमें पाँच उँगलियाँ हों, बाकी कुछ मत बदलो" जैसे निर्देश का पालन करते हैं। मॉडल पेज पर इमेज-टू-इमेज मॉडल देखिए; चलाने से पहले कीमत कंपोज़र में दिखती है।
स्टूडियो में किसी एक हिस्से को हाथ से मास्क करने वाला ब्रश नहीं है। एडिट मॉडल आपके शब्दों से तय करता है कि क्या बदलना है, इसलिए निर्देश छोटा रखिए और बताइए कि क्या वैसा ही रहना चाहिए। अगर वह बाकी तस्वीर को छूता रहे, तो उसकी जगह दोबारा रेंडर कीजिए।
रेंडर से पहले एक छोटी चेकलिस्ट
- क्या हाथ कोई आम, सरल काम कर रहे हैं, और क्या वे इतने बड़े हैं कि अच्छे से रेंडर हों?
- क्या हर टेक्स्ट कोट्स में है और चार शब्दों या उससे कम का है?
- क्या मैंने छोटी चीज़ों की सटीक संख्या माँगी है? क्या वे कम और बड़ी हो सकती हैं?
- क्या मॉडल से माँगने के बजाय बाद में टेक्स्ट खुद लगाना बेहतर होगा?
Prompt की संरचना भी इन उपायों जितनी ही अहम है; इमेज prompt लिखने की गाइड बताती है कि क्या कहाँ जाता है। ऐसे किरदार के लिए जिसे कई तस्वीरों में एक-सा दिखना हो, रेफ़रेंस इमेज किसी भी शब्दों से ज़्यादा काम करती हैं। जब आप तैयार हों, स्टूडियो खोलिए और अपनी अगली तस्वीर पर यह चेकलिस्ट आज़माइए।
अक्सर पूछे जाने वाले प्रश्न
AI इमेज में हाथ गलत क्यों बनते हैं?
हाथ छोटे होते हैं, उनमें कई जोड़ होते हैं और वे हज़ारों पोज़ लेते हैं, और मॉडल उँगलियाँ गिनने के बजाय उन्हें टेक्सचर की तरह पेंट करता है। सरल पोज़ और फ़्रेम में बड़े हाथ कहीं बेहतर रेंडर होते हैं।
क्या AI इमेज मॉडल पढ़ने लायक टेक्स्ट लिख सकते हैं?
नए मॉडल छोटा टेक्स्ट अच्छी तरह संभालते हैं। शब्दों को कोट्स में और चार या उससे कम रखिए, और किसी भी अहम चीज़ के लिए जगह छोड़कर बाद में टेक्स्ट खुद लगाइए।
एक खराब ब्योरे वाली तस्वीर को दोबारा रेंडर करूँ या एडिट?
अगर बाकी तस्वीर बस औसत है तो दोबारा रेंडर कीजिए। अगर एक ब्योरे को छोड़कर सब सही है, तो उसे एक छोटे निर्देश के साथ इमेज-टू-इमेज मॉडल को भेजिए, जिसमें बताया हो कि क्या ठीक करना है और क्या रखना है।
