अपने अकाउंट में एक की बनाइए, रिक्वेस्ट में मॉडल का नाम लिखिए और तैयार इमेज फाइल के रूप में वापस पाइए। पीछे वही कैटलॉग है जो टूलकिट में चलता है, इसलिए कैटलॉग की फोटो, ब्लॉग कवर, अवतार और प्लेसहोल्डर हर प्रोवाइडर के अलग अकाउंट से नहीं, एक ही इंटीग्रेशन से आते हैं।
कोड से इमेज निकालना अक्सर एक छोटी-सी गड़बड़ से शुरू होता है: असली फोटो के लिए एक प्रोवाइडर का अकाउंट, इलस्ट्रेशन के लिए दूसरा, इमेज के अंदर टेक्स्ट के लिए तीसरा, और हर एक का अपना SDK, अपनी की और रिक्वेस्ट कैसी दिखे इसका अपना तरीका। Picasso IA पर इमेज जनरेशन API इन सबको आपके अकाउंट की एक की और एक रिक्वेस्ट में समेट देती है, जिसमें आप मनचाहे मॉडल का नाम लिखते हैं।
कई इमेज प्रोवाइडर इस्तेमाल करने की कीमत शायद ही कभी जनरेशन में होती है। वह उसके आसपास की हर चीज में होती है: साइन अप करना, एक और सीक्रेट संभालना, एक और डॉक्यूमेंटेशन पढ़ना, एक और एरर फॉर्मेट सँभालना, और हर बार जब आप नए मॉडल की तुलना आज के मॉडल से करना चाहें तो एक छोटा-सा रैपर दोबारा लिखना। इसे एक टीम और एक रोडमैप से गुणा कीजिए, तो ग्लू कोड उस प्रोडक्ट फीचर से भारी हो जाता है जिसकी वह सेवा करता है।
एक की के साथ इंटीग्रेशन एक बार लिखा जाता है। आप अपने अकाउंट में की बनाते हैं, ऐसी रिक्वेस्ट भेजते हैं जिसमें मॉडल का नाम और उसके इनपुट होते हैं, और जनरेट की गई फाइल डाउनलोड करने के लिए वापस आ जाती है। एक मॉडल से दूसरे पर जाने पर मॉडल का नाम और उसकी सेटिंग बदलती हैं, आपके कोड का ढाँचा नहीं। पूरी बात यही है, और जानबूझकर उबाऊ है: एक डेवलपर को पूरा मानसिक मॉडल एक साँस में याद रहना चाहिए।
यह टूलकिट वाले ही मॉडलों और उसी क्रेडिट सिस्टम पर चलती है, इसलिए हर जनरेशन में क्रेडिट लगते हैं जो मॉडल और सेटिंग पर निर्भर करते हैं, और प्लान प्राइसिंग पेज पर मिलते हैं। पीछे के कैटलॉग में कुल 502 मॉडल हैं और उनमें से 212 टेक्स्ट-टू-इमेज हैं, यानी शीर्षक के सैकड़ों यहीं से आते हैं। एक भी लाइन लिखने से पहले आप सबको कैटलॉग में देख सकते हैं।
212 टेक्स्ट-टू-इमेज मॉडल इतने हैं कि किसी को भी सबको परखना नहीं चाहिए। अलग-अलग काम कवर करने वाली छोटी सूची से शुरू कीजिए, अपने असली प्रॉम्प्ट हर एक में चलाइए और उसे रखिए जिसका आउटपुट आप सच में पब्लिश करते। ये चार पहले दौर के लिए ठीक हैं, और हर एक आज कैटलॉग में मौजूद है।
| आपके प्रोजेक्ट का काम | पहले आज़माने वाला मॉडल | किस पर नज़र रखें |
|---|---|---|
| ब्लॉग कवर और हीरो इमेज | google/nano-banana-pro | रेजोल्यूशन के विकल्प, आस्पेक्ट रेशियो, रेफरेंस इमेज |
| कैटलॉग और प्रोडक्ट-स्टाइल इमेज | bytedance/seedream-5-pro | बड़े साइज़ पर डिटेल, रेफरेंस फोटो के साथ व्यवहार |
| पढ़ने लायक टेक्स्ट वाले ग्राफिक | openai/gpt-image-2.5-flare | अक्षरों की साफ़ाई, ट्रांसपेरेंट बैकग्राउंड का विकल्प, क्वालिटी सेटिंग |
| प्रिंट या बड़े फॉर्मेट के एसेट | recraft-ai/recraft-v4.1-pro | आउटपुट का सबसे बड़ा साइज़, लंबे और विस्तृत प्रॉम्प्ट |
| स्टेजिंग साइट के सस्ते प्लेसहोल्डर | कोई भी मॉडल उसकी सबसे कम क्वालिटी सेटिंग पर | प्रति इमेज लागत बनाम नतीजा कितनी जल्दी जाँचा जा सकता है |
यह तालिका शुरुआती बिंदु है, रैंकिंग नहीं। मॉडलों का मिज़ाज अलग होता है: कोई फोटोग्राफिक की ओर झुकता है, कोई इलस्ट्रेटेड की ओर, कोई लंबे ब्रीफ को ज़्यादा शब्दशः मानता है। एकमात्र ईमानदार बेंचमार्क आपका अपना प्रॉम्प्ट है आपके अपने विषय पर, जिसे वह व्यक्ति परखे जो जानता हो कि पेज को क्या चाहिए। इन चारों के बगल में और क्या है यह देखना हो तो कलेक्शन कैटलॉग को कैटेगरी के हिसाब से समूहित करता है।
आइडिया से फाइल तक का रास्ता छोटा है, और क्रम मायने रखता है: पहले प्रॉम्प्ट हाथ से परखिए, फिर ऑटोमेट कीजिए। यहाँ एक अकाउंट और एक ऐसे प्रॉम्प्ट के अलावा कुछ नहीं चाहिए जो आपके लिए मायने रखता हो, और ऊपर बताए मॉडल शुरुआत के लिए सबसे ठीक हैं।
ज़्यादातर इमेज कॉल के पीछे की ज़रूरत सीधी है: एक तस्वीर कम है और किसी इंसान को उसे जुटाने में बहुत वक्त लगेगा। कुछ ही काम ज़्यादातर माँग समेट लेते हैं, और हर एक कमियों को अलग तरह से सह लेता है।
पहले कैटलॉग की इमेज आती हैं। कुछ सौ आइटम वाली दुकान को शाहकार से ज़्यादा एक जैसा लुक चाहिए, इसलिए तरीका है एक तय प्रॉम्प्ट टेम्पलेट, हर आइटम के लिए भरा हुआ, एक ही मॉडल से चलाया हुआ। जो आइटम असल में मौजूद हैं, उनके बारे में तस्वीर सच्ची रहनी चाहिए: बैकग्राउंड और माहौल वाले दृश्यों के लिए जनरेशन इस्तेमाल कीजिए और जहाँ सटीकता मायने रखती है वहाँ असली प्रोडक्ट फोटो रखिए। प्रोडक्ट फोटोग्राफी पेज इस रेखा पर और गहराई से जाता है।
ब्लॉग कवर सबसे आसान जीत हैं। एक स्क्रिप्ट पोस्ट का शीर्षक पढ़ती है, उससे प्रॉम्प्ट बनाती है और कवर उस आस्पेक्ट रेशियो में सहेजती है जो आपकी थीम चाहती है। नए अकाउंट के अवतार भी इसी तरह चलते हैं, एक नियम के साथ: काल्पनिक किरदार जनरेट कीजिए, कभी कोई असली पहचाना जा सकने वाला व्यक्ति नहीं। अवतार पेज काम करने वाली स्टाइल दिखाता है। प्लेसहोल्डर स्टेजिंग साइट या डिज़ाइन रिव्यू के खाली हिस्से भरते हैं, जहाँ सस्ता और जल्दी जाँचा जा सकना चमकदार होने से ज़्यादा मायने रखता है।
हाथ से लिखे प्रॉम्प्ट को दूसरी नज़र मिलती है, स्क्रिप्ट से भरे प्रॉम्प्ट को नहीं। ऐसे टेम्पलेट लिखिए जो बदलने वाले हिस्से बदलने पर भी स्पष्ट रहें: स्टाइल, रोशनी और फ्रेमिंग टेम्पलेट में तय कीजिए और केवल विषय को हिलने दीजिए। लिखिए कि क्या नहीं दिखना चाहिए। हर टेम्पलेट इतना छोटा रखिए कि पूरा पढ़कर नतीजे का अंदाज़ा लग सके।
किसी भी नए टेम्पलेट को लूप के पास ले जाने से पहले टूलकिट में दस अलग-अलग इनपुट पर चलाइए। जो प्रॉम्प्ट आपके सबसे अच्छे उदाहरण पर चलता है और सबसे बुरे पर फेल होता है, वही रात तीन बजे एक खराब इमेज पब्लिश करेगा।
हर सहेजी फाइल के साथ मॉडल का नाम, प्रॉम्प्ट और सेटिंग लिख रखिए। जब कोई क्लाइंट पूछे कि एक प्रोडक्ट बाकियों से अलग क्यों दिखता है, तो वही लॉग सुधार और अंदाज़े के बीच का फर्क होता है। अगर इमेज के अंदर टेक्स्ट चाहिए, तो साफ़ अक्षरों के लिए जाना-माना मॉडल चुनिए और फिर भी नतीजा खुद पढ़िए, क्योंकि लंबी या अजीब पंक्तियाँ किसी भी मॉडल पर गलत निकल सकती हैं।
एक की जनरेटिंग की मुश्किल बातें खत्म नहीं करती। यहाँ वह रुक जाती है:
ईमानदार सार यह है कि API इंटीग्रेशन का काम हटाती है, संपादकीय काम नहीं। क्या पब्लिश होगा, यह अब भी कोई इंसान तय करता है।
यह वेब पेज की जगह कोड से इमेज माँगने का तरीका है। आप ऐसी रिक्वेस्ट भेजते हैं जिसमें मॉडल का नाम और उसके इनपुट होते हैं, मुख्य रूप से प्रॉम्प्ट, और जनरेट की गई इमेज फाइल के रूप में वापस पाते हैं। Picasso IA पर की आपके अकाउंट से आती है और मॉडल वही हैं जो टूलकिट में चलते हैं, इसलिए आप प्रॉम्प्ट हाथ से आज़माकर फिर स्क्रिप्ट से दोहरा सकते हैं।
क्योंकि मॉडल के आसपास का काम मॉडल की कॉल से बड़ा होता है। अलग प्रोवाइडर यानी अलग साइन अप, सीक्रेट, रिक्वेस्ट फॉर्मेट और एरर हैंडलिंग, और मॉडलों की हर तुलना एक नया इंटीग्रेशन माँगती है। एक की और एक रिक्वेस्ट फॉर्मेट के साथ आप वह परत एक बार लिखते हैं और दूसरा लुक चाहिए तो मॉडल का नाम बदल देते हैं। मॉडल चुनने की आज़ादी रहती है, रखरखाव का बोझ नहीं।
तय कवरेज कैटलॉग के टेक्स्ट-टू-इमेज मॉडल हैं, यानी 502 में से 212। जिन उदाहरणों को आप आज जाँच सकते हैं वे हैं google/nano-banana-pro, bytedance/seedream-5-pro, openai/gpt-image-2.5-flare और recraft-ai/recraft-v4.1-pro। कैटलॉग का हर पेज बताता है कि मॉडल क्या करता है, और टूलकिट उसे चलाने देता है, इसलिए आप बनाने से पहले चुन सकते हैं।
आप उसे अपने अकाउंट में बनाते हैं, उसी अकाउंट में जो आप टूलकिट के लिए इस्तेमाल करते हैं। की को पासवर्ड की तरह रखिए: वह आपकी रिक्वेस्ट की पहचान करती है और आपके क्रेडिट खर्च करती है, इसलिए उसे सर्वर-साइड सीक्रेट स्टोर में रखिए, कभी पब्लिक रिपॉज़िटरी, फ्रंट-एंड बंडल या स्क्रीनशॉट में नहीं। अगर लगे कि वह लीक हो गई है, तो बदल दीजिए और बैलेंस में कुछ अजीब दिखे तो सपोर्ट को बताइए।
हर जनरेशन में क्रेडिट लगते हैं, और राशि मॉडल और आपकी चुनी सेटिंग पर निर्भर करती है, जैसे आउटपुट का साइज़। यह पेज कोई संख्या नहीं बताता क्योंकि प्लान और लागत बदलते रहते हैं, और गलत आँकड़ा सिर्फ भटकाता। प्राइसिंग पेज पर मौजूदा प्लान हैं, और टूलकिट में प्रॉम्प्ट चलाने से ऑटोमेट करने से पहले ही पता चल जाता है कि मॉडल की लागत क्या है।
हाँ, और यही सुझाया गया क्रम है। टूलकिट वही कैटलॉग चलाता है: मॉडल चुनिए, प्रॉम्प्ट लिखिए, मॉडल अगर स्वीकार करे तो रेफरेंस फाइल जोड़िए और जनरेट कीजिए। तब तक दोहराइए जब तक आउटपुट ऐसा न हो जिसे आप पब्लिश करें, फिर वही प्रॉम्प्ट और सेटिंग अपनी रिक्वेस्ट में इस्तेमाल कीजिए। शब्दों की गड़बड़ टूलकिट में ठीक करना लूप के अंदर ठीक करने से तेज़ है।
कई इमेज मॉडल टेक्स्ट के साथ रेफरेंस इमेज स्वीकार करते हैं, जैसे google/nano-banana-pro और bytedance/seedream-5-pro, और पूरे बैच में किसी प्रोडक्ट या स्टाइल को स्थिर रखने का आम तरीका यही है। कौन-से इनपुट चलेंगे यह मॉडल पर निर्भर है, इसलिए पहले टूलकिट में देखिए कि वह कैसे व्यवहार करता है। केवल वही इमेज अपलोड कीजिए जिन्हें इस्तेमाल करने का आपको अधिकार है, और असली लोगों को बाहर रखिए, जब तक तस्वीर में आप खुद न हों।
यह मॉडल, सेटिंग और उस वक्त की व्यस्तता पर निर्भर करता है, इसलिए कोई एक ईमानदार संख्या नहीं है। कुछ जनरेशन जल्दी लौटते हैं और बड़े या ज़्यादा क्वालिटी वाले ज़्यादा समय लेते हैं। इंतज़ार के हिसाब से बनाइए: रिक्वेस्ट शुरू कीजिए, नतीजा आने पर उसे सँभालिए और किसी जनरेशन की वजह से पेज लोड को कभी ब्लॉक मत कीजिए। अंदाज़ा पाने के लिए अपने प्रॉम्प्ट टूलकिट में नापिए।
आप काल्पनिक किरदारों के अवतार और स्टाइलाइज़्ड पोर्ट्रेट जनरेट कर सकते हैं, और अपनी रेफरेंस इमेज देने पर अपनी तस्वीरें भी। असली पहचाने जा सकने वाले लोगों को उनकी सहमति के बिना जनरेट मत कीजिए, और जनरेट किया गया चेहरा असली ग्राहक, कर्मचारी या रिव्यूअर बताकर मत दिखाइए। जिस प्लेटफ़ॉर्म पर अवतार दिखेगा उसके मौजूदा नियम देखिए, क्योंकि वे अलग होते हैं और बदलते हैं।
तय कवरेज पूरा कैटलॉग है: इमेज, वीडियो, आवाज़, म्यूज़िक, अपस्केल, बैकग्राउंड हटाना, 3D, लिपसिंक और चैट मॉडल, उसी की और उसी क्रेडिट सिस्टम के साथ। यह पेज इमेज पर केंद्रित है क्योंकि ज़्यादातर पहले इंटीग्रेशन वहीं से शुरू होते हैं। और क्या चलता है यह देखने के लिए कलेक्शन और टूलकिट खोलिए, जिनमें ये सारे मॉडल प्रकार पहले से मौजूद हैं।
एक ऐसा प्रॉम्प्ट चुनिए जो आप सच में इस्तेमाल करेंगे, उसे टूलकिट में कुछ मॉडलों से गुज़ारिए और विजेता को अपने कोड में ले जाइए। सवाल सपोर्ट को भेजिए।
अपनी भाषा चुनें
