LarpGPT
বাংলা
← অ্যাপে ফিরে যান

LarpGPT · গাইড

একটি ফটো-বাস্তববাদী ইমেজ প্রম্পটের শারীরস্থান

একটি প্রম্পটের প্রতিটি অংশ একটি ইমেজ জেনারেটরের অভ্যন্তরে কী করে, কেন প্রতি সিদ্ধান্তে একটি বাক্য বিশেষণগুলির প্রাচীরের চেয়ে ভাল কাজ করে এবং কীভাবে এটি কাজ করে এমন জিনিসটি না ভেঙে একটি প্রম্পটকে কীভাবে মানিয়ে নেওয়া যায়।

LarpGPT — আপনার পরবর্তী ছবি এখানে শুরু হয়
LarpGPT · আপনার পরবর্তী ছবি এখানে শুরু হয়
এই নির্দেশিকা মধ্যে১৫

একটি প্রম্পট একটি সংক্ষিপ্ত, একটি বানান নয়

ইমেজ প্রম্পট সম্পর্কে সবচেয়ে ক্রমাগত ভুল ধারণা হল যে কিছু শব্দ যাদু এবং কাজ হল সেগুলি সংগ্রহ করা। আসলে যা কাজ করে তা হল একজন ফটোগ্রাফারকে ব্রিফ করার কাছাকাছি যা প্রশ্ন করতে পারে না। আপনি এমন একটি দৃশ্যের বর্ণনা করছেন যা কাউকে সেট আপ করতে হবে, আলো দিতে হবে এবং শুট করতে হবে, এবং আপনি অনির্ধারিত রেখে যাওয়া প্রতিটি সিদ্ধান্তই মডেল আপনার জন্য একটি সিদ্ধান্ত নেয়, সাধারণত আপনি যা জিজ্ঞাসা করেছেন তার সবচেয়ে গড় সংস্করণের দিকে।

সিদ্ধান্ত প্রতি এক বাক্য

দীর্ঘ প্রম্পটগুলি ব্যর্থ হয় না কারণ তারা দীর্ঘ হয় কিন্তু কারণ সেগুলি আলাদা নয়। একটি বাক্যে বিশটি বিশেষণ একে অপরের সাথে প্রতিযোগিতা করে এবং মডেলটি তাদের গড় করে। একই বিষয়বস্তু ছোট বাক্যে বিভক্ত, প্রতিটি একটি সিদ্ধান্ত বহন করে, অনেক বেশি অনুমানযোগ্য ফলাফল তৈরি করে। এটি প্রম্পটটিকে সম্পাদনাযোগ্য করে তোলে, কারণ কিছু ভুল হলে কোন বাক্যটি পরিবর্তন করতে হবে তা আপনি দেখতে পারেন।

বিষয় প্রথম আসে এবং সবচেয়ে ওজন বহন করে

অবস্থান বিষয়. একটি প্রম্পটে প্রথম দিকে যা প্রদর্শিত হয় তা সাধারণত আরও বেশি ওজন করা হয়, তাই বিষয়টি সামনের অংশে, সুনির্দিষ্টভাবে বর্ণনা করা হয়। একটি কংক্রিট বিষয় যা আপনি ছবি তুলতে পারেন: একটি বস্তু, একটি স্থান, শারীরিক বৈশিষ্ট্য সহ একটি পরিস্থিতি। বিমূর্ত বিষয়গুলি মডেলটিকে তৈরি করার জন্য কিছুই দেয় না এবং এটি স্থানটি পূরণ করার জন্য সাধারণ কিছু উদ্ভাবন করবে।

যা দৃশ্যমান হবে তা বর্ণনা করুন, যা অনুভূত হয় তা নয়

এটি একক সবচেয়ে দরকারী শৃঙ্খলা। melancholic মত একটি শব্দ একটি ব্যাখ্যা, এবং মডেল অনুমান করতে হবে কোন ভিজ্যুয়াল বিন্যাস এটি তৈরি করে। একটি জানালায় বৃষ্টি, একটি একক প্রজ্বলিত বাতি, একটি খালি চেয়ার: এই জিনিসগুলি একটি ক্যামেরা রেকর্ড করে। প্রভাবের পরিবর্তে কারণগুলি লিখুন এবং প্রভাবটি অনেক বেশি সামঞ্জস্যের সাথে নিজেই আসে।

দৃশ্য সীমাবদ্ধতা সেট করে

সেটিং প্রসাধন নয়. এটি নির্ধারণ করে কোন আলো পাওয়া যায়, কোন সারফেসগুলি এটিকে প্রতিফলিত করার জন্য বিদ্যমান, পটভূমিতে কী প্রদর্শিত হতে পারে এবং সবকিছু কী স্কেলে পড়ে। কোন নির্দিষ্ট সেটিং ছাড়াই বিশদভাবে বর্ণিত একটি বিষয় জেনেরিক কোথাও স্থাপন করা হবে, এবং জেনেরিক সেটিংটি তখন বিষয় সম্পর্কে আপনার করা অর্ধেক পছন্দের বিরোধিতা করবে।

মুহূর্তটি একটি দৃশ্যকে একটি ফটোগ্রাফে সংকীর্ণ করে

দিনের সময়, আবহাওয়া এবং ঋতু বেশিরভাগ লোকের প্রত্যাশার চেয়ে বেশি কাজ করে, কারণ প্রত্যেকে এটির সাথে একটি সম্পূর্ণ আলোক সেটআপ বহন করে। শরতের শেষ বিকেল বলতে বোঝায় একটি কম উষ্ণ সূর্য, দীর্ঘ ছায়া এবং একটি নির্দিষ্ট রঙের কাস্ট, সবই চারটি শব্দ থেকে। মোমেন্টের নামকরণ বেশিরভাগ প্রম্পটে সবচেয়ে কার্যকর বাক্য।

আলো একটি সিদ্ধান্ত, একটি পরে চিন্তা নয়

ফটোগ্রাফগুলি মূলত আলো দিয়ে তৈরি, এবং একটি অনির্ধারিত আলো পছন্দ হল একটি সমতল, সমানভাবে আলোকিত চিত্র যা সিন্থেটিক দেখায় তার দ্রুততম পথ। আলো কোথা থেকে আসে এবং কি ধরনের তা বলুন। বাম দিক থেকে জানালার আলো। একটি একক ওভারহেড উৎস। মেঘলা আকাশ। পাতার মাধ্যমে সরাসরি সূর্য। প্রতিটি একই বিষয় এবং দৃশ্য থেকে একটি ভিন্ন চিত্র তৈরি করে।

হার্ড এবং নরম আলো বিভিন্ন কাজ করে

একটি ছোট বা দূরবর্তী উত্স থেকে আলো কঠিন: তীক্ষ্ণ ছায়া প্রান্ত, উচ্চ বৈসাদৃশ্য, দৃশ্যমান টেক্সচার। বৃহৎ বা বিচ্ছুরিত উৎস থেকে আসা আলো নরম: ধীরে ধীরে ছায়া, কম বৈসাদৃশ্য, মৃদু পৃষ্ঠতল। আপনি কোনটির নামকরণ করতে চান তা মডেলটিকে মেজাজ সম্পর্কে যে কোনও বিশেষণের চেয়ে একটি চিত্রের মেজাজ সম্পর্কে আরও বেশি বলে।

মডেল অনুসরণ করতে পারেন রচনা নির্দেশাবলী

ফ্রেমিং শর্তাবলী দরকারী কারণ তারা দ্ব্যর্থহীন। ক্লোজ-আপ, ওয়াইড শট, আই লেভেল, লো অ্যাঙ্গেল, ওভারহেড। বিষয় কেন্দ্রিক বা বন্ধ একপাশে বসে কিনা। এর সামনে কী আর পেছনে কী। এই শব্দগুলি একজন ফটোগ্রাফার সেটে ব্যবহার করবে এবং তারা পরিষ্কারভাবে অনুবাদ করে কারণ তারা স্বাদের পরিবর্তে জ্যামিতি বর্ণনা করে।

লেন্স ভাষা, এবং এটি আসলে কি করে

একটি প্রশস্ত ফোকাল দৈর্ঘ্য গভীরতাকে অতিরঞ্জিত করে এবং কাছাকাছি জিনিসগুলিকে বড় করে তোলে। একটি দীর্ঘ ফোকাল দৈর্ঘ্য দূরত্ব সংকুচিত করে এবং স্তরগুলিকে সমতল করে। একটি প্রশস্ত অ্যাপারচার ব্যাকগ্রাউন্ডকে ফোকাসের বাইরে ফেলে এবং বিষয়কে বিচ্ছিন্ন করে। এই পদগুলি প্রম্পটে কাজ করে কারণ এগুলি বাস্তব অপটিক্যাল আচরণের সাথে মিলে যায় এবং একটি অস্পষ্ট পটভূমির জন্য জিজ্ঞাসা করার চেয়ে ক্ষেত্রের অগভীর গভীরতার জন্য জিজ্ঞাসা করা আরও সুনির্দিষ্ট।

রঙ, সংযত

দুই বা তিনটি রঙের নামকরণ একটি সুসংগত চিত্র তৈরি করে। আটটির নামকরণ কাদা তৈরি করে, কারণ মডেলটি তাদের সকলকে অন্তর্ভুক্ত করার চেষ্টা করে এবং কেউই প্রাধান্য পায় না। যদি একটি রঙ গুরুত্বপূর্ণ হয়, তবে এটিকে পুরো ছবির পরিবর্তে একটি বস্তুর সাথে সংযুক্ত করুন: একটি লাল দরজা একটি লাল রঙের দৃশ্যের চেয়ে ভাল পাঠ করে এবং এটি প্যালেটের বাকি অংশটিকে আলো অনুসরণ করার জন্য মুক্ত রাখে।

একবারে একটি জিনিস পরিবর্তন করুন

যখন একটি ফলাফল কাছাকাছি কিন্তু ভুল, সহজাত প্রম্পট পুনরায় লিখতে হয়. এটি প্রতিহত করুন। একটি বাক্য পরিবর্তন করুন, পুনরুত্থিত করুন এবং দেখুন কি সরানো হয়েছে। এটি প্রতি প্রচেষ্টায় ধীর এবং সামগ্রিকভাবে অনেক দ্রুত, কারণ আপনি প্রতিটি বাক্য কী করছে তা শিখবেন। একটি পুনর্লিখিত প্রম্পট যা কাজ করে তা আপনাকে এমন কিছুই শেখায় না যা আপনি আগামীকাল পুনরায় ব্যবহার করতে পারবেন।

আপনি বাতিল সংস্করণ রাখুন

একটি প্রম্পট যা আকর্ষণীয় কিছু তৈরি করে কিন্তু আপনি যা চেয়েছিলেন তা নয়। প্রম্পট লাইব্রেরিগুলি সেগুলি থেকে তৈরি করা হয়, সাফল্যগুলি থেকে নয়, কারণ পরবর্তী সংক্ষিপ্ত বিবরণটি কিছুটা আলাদা হলে কাছাকাছি-মিসগুলিই আপনি মানিয়ে নিতে পারেন৷ ফলাফলটি আসলে কেমন ছিল সে সম্পর্কে একটি নোট একা প্রম্পটের চেয়ে বেশি মূল্যবান।

কাঠামো ভাঙা ছাড়াই মানিয়ে নিন

আপনি যখন একটি প্রম্পট পুনরায় ব্যবহার করেন, তখন বিষয় এবং সেটিং অদলবদল করুন এবং প্রথমে আলো, রচনা এবং লেন্স বাক্যগুলিকে একা ছেড়ে দিন। এগুলি হল সেই অংশগুলি যেগুলি একটি চিত্রকে ফটোগ্রাফিক দেখায়, এবং সেগুলি হল সেই অংশগুলি যা লোকেরা মুছে দেয় যখন একটি প্রম্পট খুব দীর্ঘ মনে হয়। ইচ্ছাকৃতভাবে তাদের পরিবর্তন করুন, একবারে একবার, একবার নতুন বিষয় কাজ করছে।

ছবিটি কি বলুন

এইভাবে তৈরি করা ছবিগুলি ফটোগ্রাফ নয় এবং এটি বলার মানগুলি ইতিমধ্যেই বিদ্যমান৷ IPTC ডিজিটাল সোর্স টাইপ শব্দভান্ডার এমন মান প্রদান করে যা জেনারেটিভ এআই ব্যবহার করে তৈরি মিডিয়া থেকে বাস্তব জীবনের নমুনাযুক্ত একটি ডিজিটাল ক্যাপচারকে আলাদা করে, এবং C2PA স্পেসিফিকেশন সংজ্ঞায়িত করে যে কীভাবে প্রোভেনেন্স তথ্য একটি ফাইলের সাথে ভ্রমণ করে। যেখানে ছবিটি বাস্তব কিছুর রেকর্ডের জন্য নেওয়া হতে পারে, সেখানে লেবেল দিন। LarpGPT প্রম্পট এবং রেফারেন্স উপাদান সরবরাহ করে এবং আপনি যা তৈরি করেন তা ব্যবহার করার জন্য আপনার এবং প্রকাশ করার জন্য আপনার।

প্রশ্ন

কেন দীর্ঘ চিত্র প্রম্পট প্রায়ই ব্যর্থ হয়?

কারণ তারা অভেদহীন, কারণ তারা দীর্ঘ নয়। এক বাক্যে বিশটি বিশেষণ প্রতিযোগিতা করে এবং মডেলটি তাদের গড় করে। একই বিষয়বস্তুকে ছোট বাক্যে বিভক্ত করুন যার প্রতিটিতে একটি সিদ্ধান্ত রয়েছে এবং ফলাফলটি অনেক বেশি অনুমানযোগ্য হয়ে ওঠে।

আমি কি মেজাজ বা দৃশ্যমান কি বর্ণনা করা উচিত?

যা দৃশ্যমান। melancholic মত একটি শব্দ মডেল অনুমান করতে হবে একটি ব্যাখ্যা. একটি জানালায় বৃষ্টি, একটি একক জ্বালানো বাতি, একটি খালি চেয়ার এই জিনিসগুলি ক্যামেরা রেকর্ড করে৷ কারণগুলি লিখুন এবং মেজাজ অনুসরণ করুন।

শব্দের ক্রম কি প্রম্পট ব্যাপার?

হ্যাঁ। যা প্রথম দিকে প্রদর্শিত হয় তা সাধারণত আরও বেশি ওজনের হয়, তাই বিষয়টি সামনের কাছাকাছি, যথেষ্ট পরিমাণে বর্ণনা করা হয়েছে যাতে আপনি এটির ছবি তুলতে পারেন।

ফোকাল লেন্থের মত ক্যামেরা পদ কি আসলে কাজ করে?

তারা করে, কারণ তারা বাস্তব অপটিক্যাল আচরণের সাথে মিলে যায়। একটি প্রশস্ত ফোকাল দৈর্ঘ্য গভীরতাকে অতিরঞ্জিত করে, একটি দীর্ঘ এটিকে সংকুচিত করে এবং একটি প্রশস্ত অ্যাপারচার বিষয়টিকে বিচ্ছিন্ন করে। ক্ষেত্রের অগভীর গভীরতার জন্য জিজ্ঞাসা করা একটি অস্পষ্ট পটভূমির জন্য জিজ্ঞাসা করার চেয়ে আরও সুনির্দিষ্ট।

আমি কিভাবে একটি AI-জেনারেটেড ইমেজ লেবেল করব?

মান বিদ্যমান। IPTC ডিজিটাল সোর্স টাইপ শব্দভান্ডার জেনারেটিভ এআই ব্যবহার করে তৈরি মিডিয়া থেকে বাস্তব জীবনের নমুনাযুক্ত একটি ডিজিটাল ক্যাপচারকে আলাদা করে, এবং C2PA স্পেসিফিকেশনটি সংজ্ঞায়িত করে যে কীভাবে একটি ফাইলের সাথে প্রোভেনেন্স ভ্রমণ করে। আসল কিছুর রেকর্ডের জন্য নেওয়া যেতে পারে এমন কিছু লেবেল করুন।

আরও পড়া

সমস্ত অ্যাপ্লিকেশন