किसी चार्ट, पाँच स्टेप की प्रक्रिया या आमने-सामने की तुलना का वर्णन लिखिए और साफ़ पढ़े जाने वाले शीर्षक, लेबल और कॉलआउट के साथ तैयार ग्राफ़िक पाइए। अक्षर अच्छे बनाने वाला मॉडल चुनिए, अपने आँकड़े खुद दीजिए और पब्लिश करने से पहले हर ग़लत शब्द ठीक कर लीजिए।
इन्फोग्राफिक टेक्स्ट से बनी एक छोटी दलील है: एक शीर्षक, कुछ लेबल, एक चार्ट और एक कॉलआउट जो बताता है कि बात क्यों मायने रखती है। इमेज जनरेटर ठीक यहीं बिखर जाते थे, जहाँ शब्द उलझे हुए और बार बेमतलब होते थे। आज कई मॉडल पढ़ने लायक अक्षर बना लेते हैं, इसलिए असली काम इस पर आ गया है कि आप उन्हें क्या देते हैं। यहाँ बताया है कि पढ़ा जाने वाला इन्फोग्राफिक कैसे बनाएँ, और कहाँ इंसान को अब भी प्रूफ़रीड करना पड़ता है।
ज़्यादातर इमेज मॉडलों ने दुनिया को तस्वीरों की तरह सीखा, और लेबल तस्वीर नहीं होता, वह एक वर्तनी होता है। पुराने मॉडल से चार्ट माँगने पर चार्ट जैसी कोई चीज़ मिलती थी: बार, एक लेजेंड और ऐसी भाषा में शीर्षक जो मौजूद ही नहीं है। लेआउट दूर से ठीक लगता था और किसी के पढ़ते ही बिखर जाता था।
दो चीज़ें बदली हैं। कुछ नए मॉडल टेक्स्ट को इमेज का पूरा हिस्सा मानते हैं, इसलिए शीर्षक या पाँच शब्दों का लेबल वैसा ही निकलता है जैसा लिखा गया था। और कैटलॉग इतना बड़ा है कि हर काम के लिए अलग मॉडल चुना जा सकता है, किसी एक पर सब कुछ थोपने की ज़रूरत नहीं। Picasso IA में टेक्स्ट से इमेज बनाने वाले 212 मॉडल हैं, और उनमें से मुट्ठी भर यहाँ आज़माने लायक हैं: ideogram-v4-quality, gpt-image-2.5-flare, recraft-v4.1 और recraft-v4.1-svg, और बाद में टेक्स्ट सुधारने के लिए ideogram-ai/layerize।
एक चीज़ नहीं बदली है, और वही इस पूरे पेज को आकार देती है: इमेज मॉडल चार्ट खींचता है, उसे प्लॉट नहीं करता। जो बार अगले से दोगुना ऊँचा दिखता है, वह एक संबंध का चित्र है, माप नहीं। नीचे की हर बात इसी से निकलती है।
अलग-अलग इन्फोग्राफिक फ़ॉर्मेट अलग क्षमताओं की परीक्षा लेते हैं। तीन बड़े लेबल वाला स्टैट पैनल अक्षरों की परीक्षा है। प्रोसेस डायग्राम लेआउट की परीक्षा है। वेक्टर डिलीवरेबल फ़ाइल फ़ॉर्मेट का सवाल है। मॉडल को उसी परीक्षा से मिलाइए।
| फ़ॉर्मेट | पहले आज़माने वाला मॉडल | क्यों ठीक बैठता है | किस पर नज़र रखें |
|---|---|---|---|
| स्टैट पैनल या अकेला चार्ट | gpt-image-2.5-flare | इमेज में टेक्स्ट बनाता है और कई हिस्सों वाले निर्देश ध्यान से मानता है | बार की ऊँचाई खींची जाती है, गिनी नहीं जाती |
| स्टेप-बाय-स्टेप प्रक्रिया या टाइमलाइन | ideogram-v4-quality | स्ट्रक्चर्ड JSON प्रॉम्प्ट और चौड़े या लंबे आउटपुट साइज़ देता है | स्टेप के लंबे लेबल अब भी प्रूफ़रीड माँगते हैं |
| कॉलआउट के साथ तुलना | gpt-image-2.5-flare | रेफ़रेंस इमेज जोड़ने और दूसरे पास में एडिट करने देता है | हर सेल को कुछ शब्दों में रखिए |
| एडिट होने वाला वेक्टर डायग्राम | recraft-v4.1-svg | स्ट्रक्चर्ड पाथ वाली असली SVG फ़ाइल लौटाता है जिसे आप दोबारा रंग सकते हैं | फ़ाइल खोलकर देखिए कि टेक्स्ट कैसे बना है |
| तैयार ग्राफ़िक के शब्द सुधारना | ideogram-ai/layerize | फ़्लैट ग्राफ़िक के टेक्स्ट को पदानुक्रम के हिसाब से लेयरों में अलग करता है | साफ़ सोर्स इमेज चाहिए, 10MB तक |
अगर आप पहले रास्टर लुक से शुरू करके बाद में वेक्टर पर जाना चाहते हैं, तो recraft-v4.1 इमेज बनाता है और recraft-v4.1-svg फ़ाइल। लोगो और आइकन पर भी यही तर्क लागू होता है, जो वेक्टर ग्राफ़िक्स और SVG आइकन पेज पर बताया गया है।
यह वह क्रम है जो आम गड़बड़ी से बचाता है: पहले कंटेंट, फिर तस्वीर, और प्रूफ़रीडिंग आख़िर में। इसमें मान लिया गया है कि आपके पास एक विषय है और कुछ ऐसे तथ्य हैं जिनके पीछे आप खड़े हो सकते हैं।
सबसे आम चूक वर्तनी की ग़लती नहीं होती, वह आत्मविश्वास से भरी दिखने वाली ऐसी आँकड़ेबाज़ी होती है जिसे किसी ने कभी नापा ही नहीं। अगर आप किसी मॉडल से किसी विषय पर इन्फोग्राफिक माँगें और कोई डेटा न दें, तो वह चार्ट को ऐसी संख्याओं से भर देगा जो सही लगती हैं। लैंग्वेज मॉडल टेक्स्ट में यही करते हैं। इसलिए नियम सीधा है: संख्याएँ आपसे आएँगी।
पहले कंटेंट एक सादे दस्तावेज़ में लिखिए। शीर्षक, हर बिंदु के लिए एक पंक्ति का कैप्शन, हर आँकड़े का सटीक मान और इकाई, और नीचे वह स्रोत जिसका आप हवाला देंगे। तब प्रॉम्प्ट जानकारी माँगने का अनुरोध नहीं रहता, वह उद्धरण चिह्नों वाली स्ट्रिंग के साथ लेआउट का निर्देश बन जाता है। मॉडल को कभी तय नहीं करना पड़ता कि संख्याएँ क्या हैं, सिर्फ़ यह कि वे कहाँ बैठेंगी।
जनरेट की गई तस्वीर को अपने डेटा का चित्र मानिए, डेटा नहीं। अगर सटीक अनुपात मायने रखते हैं, तो चार्ट स्प्रेडशीट में बनाइए, और मॉडल का इस्तेमाल उसके आसपास के लेआउट, आइकन और कॉलआउट के लिए कीजिए, या असली चार्ट को रेफ़रेंस इमेज के तौर पर जोड़िए।
हर लेबल छोटा रखना भी मदद करता है। तीन से पाँच शब्द पूरे वाक्य के मुक़ाबले कहीं ज़्यादा बार सही निकलते हैं, और वह कॉलआउट जो पाठक के याद रखने लायक एक ही बात कहता है, बबल में भरे पैराग्राफ़ से बेहतर है। अगर किसी बिंदु को लंबी व्याख्या चाहिए, तो वह आपकी पोस्ट के कैप्शन में जाए, इमेज के अंदर नहीं।
स्टाइल से पहले ढाँचा बताइए। ग्राफ़िक का आकार बताइए, उसमें कितने हिस्से हैं और हर हिस्से में कौन सा टेक्स्ट जाएगा, और उसके बाद ही रंगों और माहौल की बात कीजिए। इस क्रम का प्रॉम्प्ट मॉडल को एक ढाँचा देता है जिस पर शब्द टाँके जा सकें।
चार्ट के लिए बताइए कि वह किस तरह का है, हर अक्ष पर क्या है, और लेबल उद्धरण चिह्नों में रखिए। स्टेप के लिए बताइए कितने हैं, कैसे जुड़ते हैं, और हर शीर्षक उद्धरण चिह्नों में रखिए। तुलना के लिए दोनों कॉलम और पंक्तियों के नाम बताइए। कॉलआउट के लिए बताइए कि वह कहाँ इशारा करता है और क्या कहता है। ideogram-v4-quality में आप हर तत्व पर सटीक नियंत्रण चाहें तो स्ट्रक्चर्ड JSON प्रॉम्प्ट भी दे सकते हैं, जो बहुत से लेबल वाले हिस्सों वाले लेआउट के लिए ठीक बैठता है।
स्टाइल के शब्द उतने मायने नहीं रखते जितना लोग सोचते हैं, पर कुछ अपनी जगह कमाते हैं: फ़्लैट वेक्टर लुक, साफ़ सैन्स-सेरिफ़ अक्षर, खुले मार्जिन, टेक्स्ट और बैकग्राउंड के बीच ऊँचा कंट्रास्ट। सादा, कम भीड़ वाला बैकग्राउंड माँगिए ताकि लेबल ठोस जगहों पर बैठें। छोटे टेक्स्ट के पीछे भारी टेक्सचर वहीं हैं जहाँ अक्षर पिघलने लगते हैं।
कई वेरिएंट जनरेट कीजिए और उन्हें अगल-बगल रखकर पढ़िए। जब किसी में लेआउट बिल्कुल सही हो और एक लेबल ग़लत लिखा हो, तो आप नाकाम नहीं हुए, आपको सुधारने लायक वर्शन मिल गया है। प्रेज़ेंटेशन इमेज और सोशल मीडिया पोस्ट पेज उन दो जगहों के साइज़ बताते हैं जहाँ इन्फोग्राफिक सबसे ज़्यादा पहुँचते हैं।
यह डिज़ाइन का औज़ार है, डेटा का नहीं, और इसकी सीमाएँ ठोस हैं:
इनमें से कुछ भी इस औज़ार को ख़ारिज नहीं करता। इसका मतलब है कि मॉडल लेआउट और लुक बनाता है, और तथ्यों का मालिक एक इंसान रहता है। अगर ग्राफ़िक किसी अहम जगह जा रहा है, जैसे रिपोर्ट, क्लिनिक की दीवार या कक्षा, तो पहले हर दावे को उसके स्रोत से जाँचिए। स्वास्थ्य, क़ानून या वित्त के विषयों में कंटेंट को सामान्य जानकारी मानिए और किसी योग्य पेशेवर से उसकी समीक्षा करवाइए।
हाँ, सही मॉडल और हर टेक्स्ट के लिए एक छोटे उद्धरण-चिह्न वाले लेबल के साथ। ideogram-v4-quality और gpt-image-2.5-flare जैसे मॉडल इमेज में अक्षर बनाने के लिए बने हैं, और कुछ शब्दों के शीर्षक और लेबल पहले से कहीं ज़्यादा बार साफ़ निकलते हैं। छोटे अक्षर, लंबे वाक्य और अक्ष के बारीक निशान अब भी कमज़ोर कड़ी हैं, इसलिए पब्लिश करने से पहले हर शब्द पढ़ने की योजना रखिए।
यह फ़ॉर्मेट पर निर्भर करता है। gpt-image-2.5-flare कई हिस्सों वाले निर्देश ध्यान से मानता है और इमेज में टेक्स्ट बनाता है, ideogram-v4-quality स्ट्रक्चर्ड प्रॉम्प्ट और चौड़े या लंबे साइज़ देता है, और recraft-v4.1-svg असली वेक्टर फ़ाइल लौटाता है। व्यावहारिक सत्र में वही रूपरेखा दो मॉडलों से गुज़ारी जाती है और जिसने लेबल सबसे अच्छे रखे, वह रखा जाता है। पूरी सूची 502 मॉडलों के कैटलॉग में है।
अपने आप नहीं। इमेज मॉडल खींचता है कि चार्ट कैसा दिखता है, इसलिए कोई बार लगभग सही ऊँचाई का हो सकता है पर सही ऊँचाई का नहीं। सटीक मानों के लिए चार्ट स्प्रेडशीट या चार्टिंग टूल में बनाइए, और मॉडल का इस्तेमाल लेआउट, आइकन और कॉलआउट के लिए कीजिए, या असली चार्ट को रेफ़रेंस इमेज के रूप में जोड़िए। संख्याएँ हमेशा खुद दीजिए और नतीजे में हर एक जाँचिए।
उसे कभी तथ्य खोजने को मत कहिए। हर संख्या, इकाई और लेबल अपने प्रॉम्प्ट में उद्धरण चिह्नों के साथ रखिए, और शब्द लिखने में जिस भी लैंग्वेज मॉडल का इस्तेमाल किया हो उससे कहिए कि सिर्फ़ आपके दिए आँकड़े ही काम में ले। फिर तैयार इमेज को अपनी रूपरेखा से पंक्ति-दर-पंक्ति मिलाइए। मॉडल खाली जगहों को विश्वसनीय लगने वाले मानों से भरता है, इसलिए सबसे सुरक्षित तरीक़ा है कोई खाली जगह न छोड़ना।
हाँ, recraft-v4.1-svg स्ट्रक्चर्ड पाथ वाली SVG फ़ाइलें बनाता है जिन्हें आप वेक्टर एडिटर में दोबारा रंग सकते हैं, छोटा-बड़ा कर सकते हैं और नए सिरे से सजा सकते हैं। नतीजा खोलकर जाँचिए कि टेक्स्ट कैसे बना है, क्योंकि कोई शब्द जीवित टेक्स्ट हो सकता है या आउटलाइन आकार। अगर आपके पास सिर्फ़ फ़्लैट इमेज है, तो ideogram-ai/layerize उसके टेक्स्ट को लेयरों में निकाल सकता है, जो शब्द एडिट करने के उसी लक्ष्य का दूसरा रास्ता है।
पहले लक्षित एडिट आज़माइए: इमेज को gpt-image-2.5-flare जैसे एडिटिंग वाले मॉडल में जोड़िए और कहिए कि सिर्फ़ वही एक लेबल बदले, नया टेक्स्ट उद्धरण चिह्नों में देते हुए। अगर दूसरे हिस्से खिसक जाएँ, तो ideogram-ai/layerize से टेक्स्ट को आर्टवर्क से अलग कीजिए और कॉपी को अपने डिज़ाइन टूल में दोबारा टाइप कीजिए। दोनों हालात में बाद में पूरा ग्राफ़िक फिर पढ़िए, क्योंकि एडिट पास के टेक्स्ट को बिगाड़ सकते हैं।
जहाँ वह दिखेगा उसके हिसाब से। लंबे फ़ॉर्मेट स्क्रॉल वाले पेज और फ़ोन के लिए ठीक हैं, चौड़े स्लाइड और लेख के हेडर के लिए, और वर्गाकार ज़्यादातर फ़ीड में आराम से बैठता है। ideogram-v4-quality और gpt-image-2.5-flare दोनों कई आस्पेक्ट रेशियो देते हैं, इसलिए बाद में क्रॉप करने के बजाय जनरेट करने से पहले कैनवास चुनिए। जिस प्लेटफ़ॉर्म पर पोस्ट कर रहे हैं उसकी मौजूदा इमेज ज़रूरतें देख लीजिए।
आम तौर पर आप जो जनरेट करते हैं उसका इस्तेमाल कर सकते हैं, पर नियम मॉडल और उस प्लेटफ़ॉर्म पर निर्भर करते हैं जहाँ आप पब्लिश करते हैं, और AI इमेज से जुड़ा क़ानून अभी तय हो रहा है। बड़ा जोखिम कंटेंट का है: जो भी लोगो, ब्रांड नाम या आँकड़ा आप शामिल करें, वह आपके इस्तेमाल के लिए जायज़ और सच्चा होना चाहिए। क्लाइंट या नियमन वाले काम के लिए मॉडल की शर्तें देखिए और दावों की समीक्षा उस व्यक्ति से करवाइए जो उनका ज़िम्मेदार है।
हाँ, दोनों आम हैं। स्लाइड के लिए चौड़ा कैनवास और कुछ बड़े लेबल कमरे के पिछले हिस्से से बेहतर पढ़े जाते हैं, और प्रेज़ेंटेशन इमेज पेज इसे और गहराई से बताता है। फ़ीड के लिए साफ़ शीर्षक वाला लंबा या वर्गाकार लेआउट चलता है, और हर प्लेटफ़ॉर्म के अपने मौजूदा साइज़ नियम हैं। एक मास्टर वर्शन जनरेट कीजिए, फिर वही रूपरेखा दूसरे साइज़ पर दोबारा चलाइए।
जनरेशन क्रेडिट से चुकाए जाते हैं, और लागत मॉडल और आपकी चुनी सेटिंग पर निर्भर करती है, जैसे क्वालिटी लेवल या साइज़। हर दोबारा कोशिश भी क्रेडिट ख़र्च करती है, इसलिए जनरेट करने से पहले अपनी रूपरेखा में टेक्स्ट और लेआउट पक्का कर लेना फ़ायदेमंद है। नए अकाउंट मुफ़्त क्रेडिट के साथ शुरू होते हैं, और मौजूदा प्लान देखने की जगह प्राइसिंग पेज है, यहाँ लिखी किसी संख्या पर भरोसा करने के बजाय।
अपनी रूपरेखा को ग्राफ़िक में बदलने के लिए तैयार हैं? Picasso IA का toolkit खोलिए, अपने शीर्षक और लेबल उद्धरण चिह्नों में चिपकाइए और देखिए पहला वर्शन कैसा पढ़ा जाता है।
अपनी भाषा चुनें
