Supercomputer को आसान शब्दों में बताइए कि आपको क्या चाहिए, जैसे लॉन्च टीज़र, प्रोडक्ट फोटो का सेट या छोटा एनिमेटेड सीन, और वह काम की योजना बनाता है, कैटलॉग से मॉडल चुनता है और हर स्टेप रेंडर करता है। आप नतीजा देखते हैं और उसी चैट में उसे दिशा देते हैं, पहले मॉडल के मेन्यू सीखने की ज़रूरत नहीं।
ज़्यादातर एआई जनरेटर आपसे प्रोड्यूसर बनने को कहते हैं: मॉडल चुनिए, सेटिंग ठीक कीजिए, प्रॉम्प्ट लिखिए, नतीजा परखिए, फिर अगले स्टेप के लिए दूसरा मॉडल चुनिए। एआई क्रिएटिव एजेंट इसे उलट देता है। आप अंतिम नतीजा आसान शब्दों में बताते हैं, और चैट के भीतर बैठा एजेंट काम की योजना बनाता है, कैटलॉग से मॉडल चुनता है, हर स्टेप रेंडर करता है और दिखाता है कि क्या बना। आप उसे उसी बातचीत में दिशा देते हैं।
असली क्रिएटिव काम शायद ही कभी एक जनरेशन का होता है। किसी कैंपेन के टीज़र के लिए एक स्टिल इमेज, प्रोडक्ट का साफ़ कटआउट, उसी इमेज से बना छोटा एनिमेटेड शॉट और पीछे चलने वाला एक संगीत ट्रैक चाहिए हो सकता है। हाथ से करें तो यह चार मॉडल, चार प्रॉम्प्ट और उनके बीच ढेर सारी डाउनलोडिंग और दोबारा अपलोडिंग है। जिस चीज़ की आपको सच में परवाह है, यानी पीस क्या कहे और कैसा महसूस हो, वह इन झंझटों के बीच दब जाती है।
Supercomputer, Picasso IA का वह एजेंट है जो इसी कमी के लिए बना है। यह वेब ऐप के भीतर एक चैट है, इसलिए न कोई key बनानी है और न कुछ इंस्टॉल करना है। आप लिखते हैं कि क्या चाहिए, वह काम को स्टेप में बाँटता है, 502 मॉडल के कैटलॉग से चुनता है, उन्हें चलाता है और नतीजे के साथ यह भी बताता है कि वहाँ तक पहुँचने के लिए उसने क्या किया।
यह टूलकिट वाले ही मॉडल और वही क्रेडिट सिस्टम इस्तेमाल करता है, इसलिए हर जनरेशन पर क्रेडिट लगते हैं जो मॉडल और सेटिंग पर निर्भर करते हैं, और प्लान प्राइसिंग पेज पर मिलते हैं। नए अकाउंट को मुफ्त क्रेडिट मिलते हैं। एजेंट अपने आप जनरेशन को सस्ता या तेज़ नहीं बनाता। वह रूटिंग का काम हटाता है: कौन सा मॉडल किस स्टेप के लिए ठीक है यह तय करना और फ़ाइलें एक से दूसरे तक ले जाना।
जब आप ब्रीफ़ भेजते हैं, एजेंट पहले उसमें ज़रूरी बातें ढूँढता है: विषय, फ़ॉर्मेट, मूड, कितने पीस चाहिए और आपके पास पहले से क्या है। अगर कोई निर्णायक बात छूटी है, जैसे आउटपुट वर्टिकल क्लिप है या चौकोर पोस्ट, तो वह अंदाज़ा लगाने के बजाय क्रेडिट खर्च करने से पहले पूछता है।
फिर वह सीधी भाषा में योजना लिखता है। एक फोटो और गहरे मूड वाले बैकड्रॉप से छोटा प्रोडक्ट टीज़र जैसा ब्रीफ़ कुछ ऐसा बन सकता है: फोटो साफ़ करना, बैकड्रॉप बनाना, सीन जोड़ना, उसे एनिमेट करना, संगीत की परत जोड़ना। हर स्टेप के लिए वह कैटलॉग से चुनता है, शायद nano-banana-pro या seedream-4.5 जैसा इमेज मॉडल, remove-background जैसा कटआउट मॉडल, veo-3.1 या kling-v3-video जैसा वीडियो मॉडल और lyria-3 जैसा म्यूज़िक मॉडल। आप योजना और चुनाव देखते हैं, इसलिए कुछ भी नज़र से दूर नहीं होता।
हर स्टेप बारी-बारी से रेंडर होता है और एक का आउटपुट अगले में जाता है। जब कोई स्टेप गलत आता है, आप उसी चैट में शब्दों में बताते हैं और एजेंट पूरा काम नहीं, सिर्फ़ वही स्टेप दोबारा चलाता है। बातचीत ही कंट्रोल पैनल है: गर्म रोशनी, कम सामान, पहले दो शॉट रखो और तीसरा दोबारा बनाओ जैसा नोट एक वैध निर्देश है।
टूलकिट और एजेंट एक कैटलॉग और एक क्रेडिट सिस्टम साझा करते हैं, पर काम करने के तरीके अलग हैं। टूलकिट मैनुअल वर्कस्पेस है: मॉडल आप चुनते हैं, विकल्प सेट करते हैं और जनरेट करते हैं। एजेंट सौंपने वाला तरीका है: आप नतीजा बताते हैं और फ़ैसले वह लेता है। कोई भी दूसरे की जगह नहीं लेता।
| स्थिति | बेहतर विकल्प | क्यों |
|---|---|---|
| ऐसे प्रॉम्प्ट से एक इमेज जो आप पहले से जानते हैं | टूलकिट | आप मॉडल और सेटिंग सीधे चुनते हैं, बीच में योजना का कोई स्टेप नहीं |
| ऐसा नतीजा जिसमें कई मॉडल एक के बाद एक चाहिए | एजेंट | वह स्टेप के बीच रूटिंग करता है और हर फ़ाइल आपके लिए आगे ले जाता है |
| एक ही प्रॉम्प्ट को कई मॉडल पर आज़माना | टूलकिट | साथ-साथ रन ही मक़सद हैं, इसलिए हर मॉडल आप खुद चुनना चाहते हैं |
| ऐसा ब्रीफ़ जिसे आप बता सकते हैं पर अभी तय नहीं कर पाए | एजेंट | वह ढीले शब्दों को स्टेप में बदलता है और जो कमी है उसके बारे में पूछता है |
| किसी एक सेटिंग पर सटीक नियंत्रण, जैसे रेज़ोल्यूशन या सीड | टूलकिट | मैनुअल विकल्प सामने हैं, चैट के ज़रिए समझाने की ज़रूरत नहीं |
| वेरिएशन का ऐसा सेट जो एक परिवार जैसा लगे | एजेंट | वह ब्रीफ़ को थामे रखकर हर पीस पर लागू कर सकता है |
एक काम की आदत यह है कि सबसे कठिन स्टेप को पहले टूलकिट में आज़माइए, फिर जीतने वाले शब्दों के साथ पूरा काम एजेंट को सौंप दीजिए। दोनों एक ही अकाउंट और एक ही क्रेडिट पर खुले हैं।
यह खाली चैट से तैयार फ़ाइलों तक का चक्र है। यह एक इमेज के लिए भी वैसे ही चलता है जैसे कई स्टेप वाले वीडियो काम के लिए।
ठोस ब्रीफ़ बेहतर योजना देते हैं। नीचे के तीन उदाहरण उतनी बारीकी दिखाते हैं जो मदद करती है: एक लक्ष्य, एक फ़ॉर्मेट, एक मूड और हाथ में मौजूद सामग्री। ये लिखने के तरीके के उदाहरण हैं, किसी खास आउटपुट के वादे नहीं।
एक छोटी दुकान की मालकिन लिख सकती है: मेरे पास हाथ से पेंट किए सिरेमिक मग की एक फोटो है। सुबह की रोशनी में किचन टेबल पर उसकी तीन लाइफ़स्टाइल इमेज बनाओ, फिर उससे उठती भाप का छोटा वर्टिकल क्लिप। एजेंट बैकग्राउंड का स्टेप, मग रखने का स्टेप, स्टिल इमेज का राउंड और इमेज से वीडियो का स्टेप बनाएगा, और क्लिप से पहले आपको इमेज दिखाएगा।
एक संगीतकार लिख सकता है: शांत पियानो एल्बम के लिए चौकोर कवर इमेज बनाओ, शाम के रंग, कोई टेक्स्ट नहीं, फिर उसी मूड का दस सेकंड का लूप वाला विज़ुअल। एजेंट कवर बनाएगा, आपसे पूछेगा और वही लुक गति में आगे बढ़ाएगा।
एक शिक्षिका लिख सकती है: मुझे दस साल के बच्चों के लिए जल चक्र के पाँच सरल चित्र चाहिए, पाँचों में एक ही फ्लैट स्टाइल, फिर प्रिंटिंग के लिए बड़े किए हुए। एजेंट एक स्टाइल तय करेगा, सेट रेंडर करेगा और जिन्हें आप मंज़ूर करें उन पर real-esrgan जैसा अपस्केलिंग मॉडल चलाएगा।
सुझाव: सबसे अच्छे ब्रीफ़ बताते हैं कि क्या बनाना है और यह भी कि क्या बनाए रखना है। प्रोडक्ट की आकृति वही रखिए, लोगो की जगह खाली छोड़िए, हर पीस में एक ही पैलेट। ये शर्तें एजेंट को हर स्टेप जाँचने का आधार देती हैं।
एजेंट जनरेशन को व्यवस्थित करने का तरीका है, उसकी सीमाओं को लाँघने का नहीं। इन जगहों पर अड़चन की उम्मीद रखिए:
दो इस्तेमाल के नियम हर जगह लागू होते हैं। सिर्फ़ अपना चेहरा, अपनी आवाज़ और अपनी छवि इस्तेमाल कीजिए, या काल्पनिक पात्र, किसी पहचाने जा सकने वाले असली व्यक्ति को कभी नहीं। और अगर पीस बिक्री के लिए हैं, जैसे प्रोडक्ट इमेज, तो उन्हें वस्तु के बारे में सच्चा रखिए। प्लेटफ़ॉर्म के फ़ॉर्मेट और नियमों के लिए चैट में पढ़े किसी आँकड़े पर भरोसा करने के बजाय हर प्लेटफ़ॉर्म की मौजूदा ज़रूरतें देखिए।
यह चैट के रूप में एक सहायक है जो क्रिएटिव काम का योजना बनाने वाला हिस्सा संभालता है। आप चाहा हुआ नतीजा आसान शब्दों में बताते हैं, और वह काम को स्टेप में बाँटता है, कैटलॉग से मॉडल चुनता है, हर स्टेप रेंडर करता है और नतीजा दिखाता है। फिर आप उससे बात करके उसे सुधारते हैं। Supercomputer, Picasso IA का एजेंट है, और वह उन्हीं मॉडल के साथ काम करता है जिन्हें आप टूलकिट में हाथ से इस्तेमाल कर सकते हैं।
टूलकिट मैनुअल वर्कस्पेस है: आप मॉडल चुनते हैं, विकल्प सेट करते हैं और जनरेट करते हैं। Supercomputer सौंपने वाला रूप है: आप नतीजा बताते हैं और वह आपके लिए मॉडल और क्रम चुनता है। दोनों का कैटलॉग और क्रेडिट सिस्टम एक ही है। जब आप मॉडल और सेटिंग पहले से जानते हों तो टूलकिट इस्तेमाल कीजिए, और जब काम में कई स्टेप हों या समझ न आए कि कहाँ से शुरू करें तो एजेंट।
नहीं। Supercomputer वेब ऐप के भीतर एक चैट है, इसलिए आप अपने अकाउंट में साइन इन करते हैं और ब्रीफ़ लिखते हैं। key API और MCP सर्वर की चीज़ है, जहाँ आपके अकाउंट की एक key किसी दूसरे प्रोग्राम को कैटलॉग कॉल करने देती है, और उसे पासवर्ड की तरह संभालना चाहिए। एजेंट कोई key नहीं माँगता और आप उसे चैट में कभी नहीं चिपकाते।
वह उसी कैटलॉग से चुनता है जिस पर बाकी Picasso IA चलता है, जिसमें इमेज, वीडियो, आवाज़, संगीत, एडिटिंग और 3D के 502 मॉडल हैं। किसी खास काम के लिए इसका मतलब nano-banana-pro जैसा इमेज मॉडल, veo-3.1 जैसा वीडियो मॉडल, real-esrgan जैसा अपस्केलर और lyria-3 जैसा म्यूज़िक मॉडल हो सकता है। आप उसके चुनाव योजना में देखते हैं और किसी भी स्टेप पर दूसरा मॉडल माँग सकते हैं।
हर जनरेशन पर क्रेडिट लगते हैं, और मात्रा उस स्टेप के मॉडल और सेटिंग पर निर्भर करती है, इसलिए वीडियो वाली योजना स्टिल इमेज की योजना से ज़्यादा लेती है। नए अकाउंट को आज़माने के लिए मुफ्त क्रेडिट मिलते हैं। प्लान की जानकारी के लिए प्राइसिंग पेज ही भरोसे लायक जगह है, और एजेंट की योजना चलने से पहले पढ़ना यह मोटे तौर पर देखने का सबसे आसान तरीका है कि काम में कितना लगेगा।
हाँ। काम शुरू होने से पहले योजना दिखती है और आप आसान शब्दों में जवाब दे सकते हैं, जैसे ड्राफ्ट राउंड के लिए सस्ता मॉडल इस्तेमाल करो या अंतिम इमेज nano-banana-pro से रेंडर करो। अगर आप किसी एक स्टेप पर पूरा नियंत्रण चाहते हैं, तो उसे टूलकिट में खुद चलाकर नतीजा बातचीत में वापस ला सकते हैं।
वह सब जो कैटलॉग जनरेट कर सकता है और आपस में जोड़ सकता है: इमेज, छोटे वीडियो, कटआउट और अपस्केलिंग जैसी एडिटिंग, संगीत की परतें और वॉइस ट्रैक। एजेंट इसके ऊपर योजना जोड़ता है, इसलिए कई स्टेप वाले काम उसकी ताक़त हैं। वह ऐसा नतीजा नहीं बना सकता जो कैटलॉग का कोई मॉडल न बना पाए, और यह गारंटी नहीं दे सकता कि पहला रेंडर वही होगा जिसे आप रखेंगे।
सिर्फ़ अपनी, या काल्पनिक पात्रों की। किसी पहचाने जा सकने वाले असली व्यक्ति का चेहरा, आवाज़ या छवि इस्तेमाल मत कीजिए जिसने इसकी सहमति न दी हो, चाहे अनुरोध एजेंट से आए या हाथ से। अगर आप बिक्री के लिए कुछ बना रहे हैं, तो इमेज को प्रोडक्ट के बारे में सच्चा रखिए और उस प्लेटफ़ॉर्म के मौजूदा नियम देखिए जहाँ वह दिखेगा।
उसी चैट में बताइए। आसान शब्दों में लिखिए कि क्या बदलना है और एजेंट से सिर्फ़ वही स्टेप दोबारा करने को कहिए, ताकि जो आपको पसंद आया वह जैसा है वैसा रहे। अगर वही समस्या बार-बार लौटे, तो शायद ब्रीफ़ में कोई शर्त छूटी है या मॉडल ठीक नहीं बैठ रहा, और दूसरा मॉडल माँगने से अक्सर बात बन जाती है। स्टेप दोबारा चलाने पर भी किसी जनरेशन की तरह क्रेडिट लगते हैं।
एजेंट जो कुछ जोड़ता है वह सब कैटलॉग में पहले से है, इसलिए आप मॉडल और शब्दों को अभी टूलकिट में, एक-एक स्टेप करके, आज़मा सकते हैं। वह प्रॉम्प्ट लिखिए जो आप एजेंट को देते, उसे किसी मॉडल पर चलाइए और देखिए कि नतीजा कैसा पढ़ा जाता है। यह अभ्यास सीधे अच्छे ब्रीफ़ लिखने में काम आता है। कोई सवाल हो तो सपोर्ट पेज पूछने की जगह है।
शब्दों को आज़माने के लिए तैयार हैं? टूलकिट खोलिए और पहला स्टेप हाथ से चलाइए, या किसी भी सवाल के लिए सपोर्ट को लिखिए।
अपनी भाषा चुनें
