अपनी एक फोटो, किसी आउटफिट की एक फोटो और किसी जगह की एक फोटो जोड़ें, फिर तीनों का इस्तेमाल करने वाली एक नई इमेज माँगें। कुछ मॉडल 3 रेफरेंस तक लेते हैं, कुछ 10 तक और एक 14 तक। यहाँ देखें कौन सा कितने लेता है, प्रॉम्प्ट कैसे लिखें और तरीका कहाँ अटकता है।
ज़्यादातर AI इमेज सिर्फ शब्दों से शुरू होती हैं, और शब्द यह बताने का कमज़ोर तरीका हैं कि यही व्यक्ति, उसी जैकेट में, उसी गली में खड़ा हो। मल्टी-रेफरेंस जनरेशन यह समस्या इस तरह सुलझाता है कि आप अपनी कई फोटो एक साथ जोड़ सकते हैं: एक व्यक्ति के लिए, एक आउटफिट के लिए, एक जगह के लिए। मॉडल उन्हें साथ पढ़ता है और एक नया सीन बनाता है जो हर फोटो से कुछ न कुछ लेता है।
एक टेक्स्ट प्रॉम्प्ट कह सकता है बारिश वाली बाज़ार की गली में हरे रेनकोट वाली महिला, और मॉडल तीनों बातें खुद गढ़ लेगा। स्टॉक फोटो जैसा लुक चाहिए तो यह ठीक है। पर जब रेनकोट आपका असली रेनकोट हो, गली आपकी दुकान के बाहर वाली हो और चेहरा आपका अपना हो, तब यह काफी नहीं रहता। किसी खास चीज़ को शब्दों में बताना धीमा है और उसमें बहुत कुछ छूट जाता है; फोटो में दिखाना बस एक अपलोड है।
रेफरेंस इमेज काम को ऐसे हिस्सों में भी बाँट देती हैं जिन्हें आप बदल सकते हैं। व्यक्ति की फोटो वही रखें और जगह बदलें, या जगह वही रखें और तीन अलग आउटफिट आज़माएँ। यह वही विचार है जो कंसिस्टेंट AI कैरेक्टर के पीछे है, बस एक चेहरे की जगह पूरे सीन पर लागू। यह आउटफिट के वर्चुअल ट्राई-ऑन के साथ भी स्वाभाविक रूप से जुड़ता है, जहाँ कपड़े की फोटो रेफरेंस में से एक होती है।
स्टेप्स से पहले एक नियम: अपनी खुद की फोटो इस्तेमाल करें, या ऐसी फोटो जिन्हें इस्तेमाल करने का आपको अधिकार है। व्यक्ति वाला रेफरेंस आप खुद हों, कोई ऐसा व्यक्ति जिसने इसकी सहमति दी हो, या कोई काल्पनिक किरदार। किसी असली, पहचाने जा सकने वाले व्यक्ति को, जिसने हाँ नहीं कहा है, कभी न डालें, और ऐसा सीन कभी न बनाएँ जिसका मकसद यह दिखाना हो कि कोई ऐसी जगह था जहाँ वह नहीं था।
हर इमेज मॉडल एक से ज़्यादा इनपुट फोटो नहीं लेता, और जो लेते हैं वे गिनती में अलग हैं। नीचे के आँकड़े Picasso IA कैटलॉग में हर मॉडल की इनपुट सेटिंग से लिए गए हैं, इसलिए टूलकिट में आप सचमुच इतनी ही जोड़ पाएँगे।
| मॉडल | कितनी रेफरेंस फोटो लेता है | किसके लिए अच्छा | ध्यान रखें |
|---|---|---|---|
| google/nano-banana-pro | 14 तक | कई हिस्सों वाले बड़े सीन: एक व्यक्ति, कई कपड़े, एक जगह, एक प्रॉप | आउटपुट 1K, 2K या 4K में; ज़्यादा रेफरेंस का मतलब सबको सही क्रम में रखने के लिए लंबा प्रॉम्प्ट |
| bytedance/seedream-5-pro | 10 तक | कई फोटो के चेहरे, चीज़ें या स्टाइल एक कंपोजिट में मिलाना | आउटपुट 1K या 2K में; प्रॉम्प्ट की सीमा 4000 अक्षर |
| picassoia/picassoia-image-editor-pro | 3 तक | व्यक्ति, आउटफिट और जगह, क्योंकि हर एक को इमेज 1, इमेज 2 और इमेज 3 कहा जा सकता है | पहली इमेज मुख्य मानी जाती है; हर रन में दो आउटपुट तक |
| openai/gpt-image-2.5-flare | इनपुट इमेज की एक सूची; कैटलॉग दो को मिलाने का ज़िक्र करता है | दो फोटो के कंपोजिट जहाँ प्रॉम्प्ट में निर्देश ज़्यादा हों | कैटलॉग कोई ऊपरी सीमा नहीं बताता, इसलिए दो से ज़्यादा की योजना बनाने से पहले टेस्ट करें |
व्यक्ति, आउटफिट और जगह वाली रेसिपी को ठीक तीन रेफरेंस चाहिए, इसलिए एडिटर पहली स्वाभाविक कोशिश है। जब सीन में तीन से ज़्यादा चीज़ें हों तो nano banana pro लें, और कई फोटो एक बार में मिलाने हों तो Seedream 5 Pro। जब आपके निर्देश लंबे और खास हों तो GPT Image 2.5 Flare एक बार आज़माने लायक है। चारों पूरे मॉडल कैटलॉग में हैं, सैकड़ों और टेक्स्ट-टू-इमेज मॉडल के साथ, अगर आप तुलना करना चाहें।
यह तीन अलग फोटो से एक इस्तेमाल लायक इमेज तक का सबसे छोटा रास्ता है। मान लिया गया है कि फोटो आपके डिवाइस पर पहले से हैं।
मल्टी-रेफरेंस इमेज के उलझे हुए दिखने की सबसे आम वजह ऐसा प्रॉम्प्ट है जो कभी नहीं बताता कि कौन सी फोटो क्या करे। मॉडल को कई तस्वीरें और एक वाक्य दिखता है; वाक्य अस्पष्ट हो तो वह सबका औसत निकाल देता है। जो प्रॉम्प्ट भूमिकाएँ बाँटता है, उससे मिश्रण कहीं साफ आता है।
एडिटर में रेफरेंस को इमेज 1, इमेज 2 और आगे इसी तरह कहा जाता है, और मॉडल के अपने नोट्स कहते हैं कि आप हर एक को नाम से संबोधित कर सकते हैं। इस तरह का प्रॉम्प्ट टेम्पलेट का काम करता है: इमेज 1 के व्यक्ति को इमेज 2 की जैकेट पहनाओ और उसे इमेज 3 की गली में रखो, चेहरा और हेयरस्टाइल इमेज 1 से ही रखो, बादल वाले दिन की नरम रोशनी, पूरा शरीर, कैमरा आँखों की ऊँचाई पर। जो मॉडल इनपुट को इसी तरह नंबर नहीं देते, उनमें हर फोटो को इस आधार पर बताएँ कि उसमें क्या है: पहली फोटो का व्यक्ति, दूसरी फोटो की लाल जैकेट।
सुझाव: जो वैसा ही रहना चाहिए उसे उतनी ही साफ़ी से लिखें जितनी साफ़ी से जो बदलना चाहिए। इमेज 1 का चेहरा, बाल और स्किन टोन बिना बदलाव के रखो जैसी एक लाइन कुछ खर्च नहीं करती और लोगों की ज़्यादातर शिकायत वाला भटकाव हटा देती है।
क्रम और शब्दों का चुनाव लंबाई से ज़्यादा मायने रखता है। स्रोतों के नाम लेने वाले कुछ साफ वाक्य विशेषणों के पूरे पैराग्राफ से बेहतर हैं। अगर कोई एक रेफरेंस हावी होता रहे, तो प्रॉम्प्ट में उसकी भूमिका छोटी करें (सिर्फ जैकेट का रंग लें) या उसे क्रॉप करें ताकि तस्वीर का कम हिस्सा होड़ में रहे।
मान लीजिए आप एक ऐसी जैकेट में अपना पोर्ट्रेट चाहते हैं जिसे आप खरीदने की सोच रहे हैं, और पीछे वह बाज़ार हो जो आपको पसंद है। आप अपने चेहरे और ऊपरी शरीर की हाल की फोटो, जैकेट की प्रोडक्ट फोटो और बाज़ार की फोटो अपलोड करते हैं। प्रॉम्प्ट तीनों काम बताता है, स्वाभाविक पोज़ माँगता है और मॉडल से जगह की फोटो की रोशनी से मेल बिठाने को कहता है।
पहला नतीजा शायद ही कभी अंतिम होता है। पोज़, पीछे की जगह के मुकाबले व्यक्ति का आकार और जैकेट कैसे बैठी है, इन्हें ठीक करने के लिए तैयार रहें। यह सामान्य चक्र है, नाकामी नहीं। यही रेसिपी दूसरे मेल के लिए भी चलती है: आपका पालतू जानवर, एक कॉस्ट्यूम और एक फैंटेसी बैकड्रॉप, एक प्रोडक्ट, आपके हाथ की अपनी फोटो और रसोई का काउंटर, या आपका बनाया किरदार, एक प्रॉप और एक लैंडस्केप। अपने ही कपड़ों के साथ फैशन के काम के लिए AI फैशन मॉडल फोटो पेज इसी विचार का एकल विषय वाला रूप दिखाता है।
अगर इमेज कुछ बेचने के काम आएगी, तो उसे सच्ची रखें: इमेज में दिखने वाली चीज़ वही हो जो खरीदार को मिलती है, असली रंग और कट के साथ। जो कंपोजिट प्रोडक्ट को उससे ज़्यादा अच्छा दिखाए, वह मॉडल जितना भी अच्छा बनाए, रिटर्न और शिकायतें लाएगा। एक क्लिक में लुक लगाने वाले प्रीसेट इफेक्ट्स पेज पर हैं, जब आपको प्रॉम्प्ट लिखे बिना फिनिश चाहिए।
यह तरीका उपयोगी है, जादू नहीं। ये वे जगहें हैं जहाँ यह मदद करना बंद कर देता है।
जब नतीजा करीब हो पर कोई एक बारीकी गलत हो, तो पूरा सीन दोबारा बनाने से अक्सर एडिटिंग मॉडल से दूसरा पास तेज़ रहता है।
Picasso IA कैटलॉग में nano-banana-pro 14 तक रेफरेंस इमेज लेता है, seedream-5-pro 10 तक और picassoia-image-editor-pro 3 तक। openai/gpt-image-2.5-flare इनपुट इमेज की एक सूची लेता है और उसके विवरण में दो को मिलाने का ज़िक्र है। कई दूसरे टेक्स्ट-टू-इमेज मॉडल एक रेफरेंस लेते हैं या कोई नहीं, इसलिए उस पर कई फोटो वाला सीन प्लान करने से पहले मॉडल पेज देख लें।
जितनी काम को पूरा करने के लिए कम से कम चाहिए। एक व्यक्ति, एक आउटफिट और एक जगह मिलाकर तीन होती हैं, और यह ऊपर के हर मॉडल में बैठता है। अधिकतम तक जाना शायद ही मदद करता है, क्योंकि हर जोड़ी गई फोटो एक और चीज़ है जिसे मॉडल नज़रअंदाज़ कर सकता है या गलत मिला सकता है। ज़रूरी चीज़ों से शुरू करें, देखें क्या आता है, और रेफरेंस तभी जोड़ें जब नतीजे में कुछ खास कमी हो।
हाँ, यही सामान्य इस्तेमाल है। अपनी फोटो को व्यक्ति वाले रेफरेंस के रूप में दें, कपड़े की साफ फोटो को आउटफिट रेफरेंस के रूप में और जगह की फोटो को जगह वाले रेफरेंस के रूप में, फिर प्रॉम्प्ट में बताएँ कि हर एक से क्या लेना है। अपनी फोटो या ऐसी फोटो इस्तेमाल करें जिनका आपको अधिकार है, और पोज़ व आकार सही करने के लिए कुछ बार चलाने की उम्मीद रखें।
इससे बहुत मदद मिलती है। Picasso IA के इमेज एडिटर में आप रेफरेंस को इमेज 1, इमेज 2 और इमेज 3 कह सकते हैं, और जो प्रॉम्प्ट हर एक को काम देता है वह सिर्फ इन्हें मिलाओ कहने वाले प्रॉम्प्ट से कहीं साफ निकलता है। दूसरे मॉडल में हर फोटो को उसकी सामग्री से बताएँ, जैसे पहली फोटो का व्यक्ति या दूसरी फोटो की जैकेट।
अक्सर करीब आता है, पक्का कभी नहीं। मॉडल चेहरे को चिपकाते नहीं, दोबारा बनाते हैं, इसलिए आकार, उम्र या भाव में छोटे बदलाव आ सकते हैं, खासकर जब पोज़ रेफरेंस से अलग हो या फ्रेम में चेहरा छोटा हो। तीखा, सामने से लिया और अच्छी रोशनी वाला रेफरेंस मदद करता है। अगर अंतिम इमेज के लिए समानता मायने रखती है, तो इस्तेमाल से पहले उसे मूल फोटो के बगल में रखकर तुलना करें।
सिर्फ उनकी साफ अनुमति से, या अगर व्यक्ति काल्पनिक हो। किसी असली, पहचाने जा सकने वाले व्यक्ति को उसकी सहमति के बिना इस्तेमाल न करें, और ऐसी इमेज न बनाएँ जो किसी को ऐसी स्थिति में दिखाए जिसमें वह कभी था ही नहीं। यही एक नियम है जो सुविधा के लिए नहीं झुकता: यह दूसरों की रक्षा करता है और आपको हर उस प्लेटफ़ॉर्म पर मुश्किल से बचाता है जहाँ आप पोस्ट करते हैं।
ये रिश्तेदार हैं। इमेज-टू-इमेज एक फोटो से शुरू करके उसे बदलता है। स्टाइल ट्रांसफर एक लुक की नकल करता है। मल्टी-रेफरेंस कई फोटो लेकर उनकी सामग्री मिलाता है, जैसे एक से व्यक्ति और दूसरी से जगह, और नई इमेज बनाता है। कुछ मॉडल तीनों काम एक ही इनपुट फील्ड से करते हैं, और फर्क ज़्यादातर इस बात में है कि आप प्रॉम्प्ट कैसे लिखते हैं।
प्रॉम्प्ट में उस फोटो का काम साफ लिखें, रेफरेंस को क्रॉप करें ताकि ज़रूरी हिस्सा फ्रेम भर दे, और उसे क्रम में पहले रखें। फिर भी नज़रअंदाज़ हो तो ऐसा मॉडल आज़माएँ जो ज़्यादा रेफरेंस लेता है, या सीन को दो चरणों में बनाएँ: पहले व्यक्ति और जगह मिलाएँ, फिर उस नतीजे को आधार बनाकर दूसरी एडिट में आउटफिट जोड़ें।
यह आपकी अपलोड की गई फोटो के अधिकारों पर और मॉडल तथा उस प्लेटफ़ॉर्म की शर्तों पर निर्भर है जहाँ आप पब्लिश करते हैं। आपकी अपनी फोटो और आपके अपने प्रोडक्ट सुरक्षित शुरुआत हैं। जो भी चीज़ बिकेगी, उसके लिए प्लेटफ़ॉर्म की मौजूदा आवश्यकताएँ और मॉडल की शर्तें देखें, और किसी भी प्रोडक्ट इमेज को आइटम के बारे में सच्चा रखें।
जनरेशन क्रेडिट से चुकाए जाते हैं, और खर्च मॉडल पर और आपकी चुनी सेटिंग पर निर्भर करता है, जैसे रेज़ोल्यूशन और आउटपुट की संख्या, इसलिए यहाँ लिखा कोई भी आँकड़ा जल्दी पुराना हो जाएगा। नए अकाउंट को आज़माने के लिए मुफ्त क्रेडिट मिलते हैं। मौजूदा प्लान प्राइसिंग पेज पर हैं, और कम रेज़ोल्यूशन पर सस्ता पहला रन प्रॉम्प्ट को टेस्ट करने का समझदार तरीका है।
क्या अपनी फोटो के साथ आज़माने के लिए तैयार हैं? Picasso IA टूलकिट खोलें, अपने रेफरेंस जोड़ें और देखें कि एक प्रॉम्प्ट आपको कितनी दूर ले जाता है।
अपनी भाषा चुनें
