বাস্তববাদী মানুষের জন্য এআই প্রম্পট কীভাবে লিখবেন

মানুষ কেন কঠিনতম বিষয়

দর্শকরা মুখ এবং দেহের বিশেষজ্ঞ। আমরা একটি সামান্য ভুল হাত, একটি অসম্ভব ভঙ্গি বা ত্বক লক্ষ্য করি যা আমরা একটি বিল্ডিং বা একটি ল্যান্ডস্কেপে একটি ত্রুটি লক্ষ্য করার অনেক আগেই প্লাস্টিকের মতো দেখায়। এটি মানুষকে এমন বিষয় করে তোলে যেখানে অস্পষ্ট প্রম্পটগুলি দৃশ্যমানভাবে ব্যর্থ হয়। ফিক্সটি যেকোন ফটোগ্রাফিক প্রম্পটের মতোই, শুধুমাত্র কঠোর: একটি ক্যামেরা আসলে কী রেকর্ড করবে তা বর্ণনা করুন এবং একজন গড় ব্যক্তি সম্পর্কে মডেলের ধারণাটিকে যতটা সম্ভব কম ছেড়ে দিন।

ব্যক্তি উদ্ভাবন, এক ধার না

এমন একজন ব্যক্তি থেকে শুরু করুন যার অস্তিত্ব নেই। একটি বয়স পরিসীমা, একটি শরীরের আকৃতি, চুল, পোশাক এবং একটি কার্যকলাপ বর্ণনা করুন এবং বিশদগুলিকে সাধারণ হতে দিন৷ সত্যিকারের ব্যক্তিগত ব্যক্তির সাদৃশ্যের জন্য কখনই প্রম্পট করবেন না এবং সত্যিকারের হিসাবে নেওয়া যেতে পারে এমন পরিস্থিতিতে কখনই সত্যিকারের পাবলিক ফিগার তৈরি করবেন না। নীতিশাস্ত্রের বাইরে, অনেক বিচারব্যবস্থা ব্যক্তিত্বের অধিকারকে স্বীকৃতি দেয়, যা লোকেদের তাদের নাম, চিত্র এবং সাদৃশ্যের বাণিজ্যিক ব্যবহার নিয়ন্ত্রণ করতে দেয়। নিয়মগুলি দেশ অনুসারে আলাদা, এবং একজন উদ্ভাবিত ব্যক্তি সম্পূর্ণভাবে প্রশ্নটি এড়িয়ে যায়।

একটি কার্যকলাপ বর্ণনা করুন, একটি ভঙ্গি না

কিছু করার ছবি তোলা মানুষ স্বাভাবিক দেখায়; মানুষ স্টক ইমেজ মত চেহারা জাহির বলা. ক্যামেরার দিকে একজন মহিলার হাসির পরিবর্তে, চল্লিশের দশকের একজন মহিলাকে একটি ট্রেন স্টেশনে একটি কাগজের মানচিত্র পড়ার চেষ্টা করুন, তার অন্য হাতে একটি কফি ধরা৷ একটি ক্রিয়াকলাপ শরীরকে তার ভঙ্গির জন্য একটি কারণ দেয়, হাতগুলিকে ধরে রাখার জন্য কিছু দেয় এবং মুখকে এমন একটি অভিব্যক্তি দেয় যা প্রম্পট থেকে না হয়ে টাস্ক থেকে আসে।

ভঙ্গি এবং ওজন

প্রকৃত দেহগুলি ওজন বহন করে। কেউ রেলিংয়ে হেলান দিয়ে, চেয়ারের ধারে বসে, অপেক্ষা করার সময় ওজন এক পায়ে নাড়াচাড়া করে: এইগুলি ছোট শারীরিক তথ্য যা একটি চিত্রকে বিশ্বাসযোগ্য করে তোলে। শক্ত, প্রতিসম, সামনের দিকের চিত্রগুলি তৈরি করা চিত্রের সবচেয়ে সাধারণ লক্ষণগুলির মধ্যে একটি। ওজন কোথায় বসে এবং ব্যক্তি কীসের দিকে ঝুঁকছে সে সম্পর্কে একটি একক বাক্য প্রায়শই তাদের চেহারা সম্পর্কে বেশ কয়েকটি বাক্যের চেয়ে বেশি করে।

উপাদান হিসাবে পোশাক এবং মানানসই

জামাকাপড়ের বর্ণনা করুন যেভাবে আপনি অন্য কোনও পৃষ্ঠকে বর্ণনা করবেন: রোল্ড হাতা সহ একটি ক্রিজড লিনেন শার্ট, একটি ভারী উলের কোট সামান্য বড়, ধৃত ক্যানভাস স্নিকার। ফ্যাব্রিক যা ভাঁজ করে, প্রসারিত করে এবং বলিরেখা হয় তা হল সবচেয়ে শক্তিশালী বাস্তবতার সংকেত, কারণ এটি শরীরের নীচের অংশে সাড়া দেয়। সাধারণ শব্দ যেমন আড়ম্বরপূর্ণ বা মার্জিত উপাদান সম্পর্কে কিছুই বলে না এবং সাধারণত তাজা আনপ্যাক করা পোশাক তৈরি করে।

চামড়া, রিটাচিং ছাড়া

জেনারেট করা মুখগুলি প্রায়শই মসৃণ এবং এমনকি, ভারীভাবে সংশোধিত বিজ্ঞাপনের মতো বেরিয়ে আসে। আপনি যদি একটি প্রাকৃতিক ফলাফল চান, তাহলে শারীরিক পরিভাষায় বলুন: প্রাকৃতিক ত্বকের গঠন, দৃশ্যমান ছিদ্র, চোখের চারপাশে সূক্ষ্ম রেখা, নাক জুড়ে হালকা রোদে পোড়া, কোনও মেকআপ নেই। আলোর বর্ণনা দেওয়াও সাহায্য করে, কারণ সফট সাইড লাইট টেক্সচারকে আস্তে আস্তে প্রকাশ করে যখন ফ্ল্যাট ফ্রন্টাল লাইট মুছে দেয়। নিখুঁত বা নিশ্ছিদ্রের মতো পদগুলিতে পাইলিং এড়িয়ে চলুন, যা ফলাফলটিকে আরও প্লাস্টিকের চেহারার দিকে ঠেলে দেয়।

হাত একটি কাজ প্রয়োজন

হাত ইমেজ জেনারেটর একটি সুপরিচিত দুর্বল পয়েন্ট. সবচেয়ে নির্ভরযোগ্য পন্থা হল তাদেরকে ফ্রেমে মুক্ত রাখার পরিবর্তে একটি কাপ ধরে রাখা, টেবিলের উপর বিশ্রাম নেওয়া, কোটের পকেটে আটকে রাখার জন্য নির্দিষ্ট কিছু দেওয়া। কম দৃশ্যমান আঙ্গুল মানে একটি ত্রুটির জন্য কম সম্ভাবনা। একটি ছবি ব্যবহার করার আগে সর্বদা হাত পরিদর্শন করুন: আঙ্গুলগুলি গণনা করুন, তারা কীভাবে বস্তুকে আঁকড়ে ধরে তা পরীক্ষা করুন এবং কব্জির সাথে কোথায় মিলিত হয় তা দেখুন।

মুখে আলো

তিন-পয়েন্ট আলোর ঐতিহ্যে বর্ণিত ক্লাসিক ফটোগ্রাফিক সেটআপটি বিষয়ের উপর একটি প্রধান আলো, ছায়াকে নরম করার জন্য একটি গৌণ আলো এবং পটভূমি থেকে বিষয়কে আলাদা করতে পিছনের আলো ব্যবহার করে। ধারণা ব্যবহার করার জন্য আপনার জারগনের প্রয়োজন নেই। একদিক থেকে জানালার নরম আলো, ছায়ার দিকটি ভরাট করে একটি মৃদু প্রতিফলন এবং মাথার পিছনে একটি উজ্জ্বল পটভূমি একই বিন্যাসকে স্পষ্ট ভাষায় বর্ণনা করে। মধ্যাহ্নের সূর্য, বিপরীতভাবে, চোখের নিচে অন্ধকার ছায়া ফেলে এবং খুব কমই তোষামোদ করে।

ফ্রেমিং এবং দূরত্ব

ক্যামেরা কতটা কাছাকাছি বলুন। একটি মাথা এবং কাঁধের প্রতিকৃতি, একটি রাস্তায় কয়েক মিটার দূর থেকে দেখা একটি চিত্র, একটি প্রশস্ত ল্যান্ডস্কেপে একটি ছোট চিত্র: প্রতিটি একটি স্কেল সেট করে যেখানে মুখ এবং হাত রেন্ডার করতে হবে। বিস্তৃত ফ্রেমিংগুলি ছোট ত্রুটিগুলি লুকিয়ে রাখে এবং আরও একটি গল্প বলে; ক্লোজ-আপগুলি সবকিছু প্রকাশ করে। সবচেয়ে স্বাভাবিক ফলাফলের জন্য, একটি স্পষ্ট কার্যকলাপ এবং একটি বাস্তব সেটিং সহ একটি মাঝারি ফ্রেমিং হল সবচেয়ে ক্ষমাশীল সূচনা বিন্দু।

ইচ্ছা দ্বারা বৈচিত্র্য, দুর্ঘটনা দ্বারা নয়

ইমেজ জেনারেটর তাদের প্রশিক্ষণের ডেটাতে প্যাটার্নগুলি প্রতিফলিত করে এবং Midjourney এর একটি সমীক্ষায় দেখা গেছে যে এমনকি নিরপেক্ষ প্রম্পটও লিঙ্গ, ত্বকের রঙ এবং অবস্থান অনুসারে অসম ফলাফল দেয়। আপনি যদি একটি নির্দিষ্ট ব্যক্তি চান, তাদের বিশেষভাবে বর্ণনা করুন। আপনি যদি একটি সিরিজ বানাচ্ছেন, তাহলে মডেলটি প্রথমে যা আসে তা গ্রহণ করার পরিবর্তে ইচ্ছাকৃতভাবে বয়স, শরীরের আকৃতি এবং চেহারা পরিবর্তন করুন এবং সেটটি প্রকাশ করার আগে সম্পূর্ণরূপে পর্যালোচনা করুন৷

সম্মতি এবং সিন্থেটিক মিডিয়া

দায়িত্বশীল সিন্থেটিক মিডিয়ার জন্য Partnership on AI এর কাঠামো তিনটি ধারণাকে ঘিরে তৈরি করা হয়েছে: সম্মতি, প্রকাশ এবং স্বচ্ছতা। জেনারেট করা লোকেদের জন্য, সম্মতির মানে হল রেফারেন্স ফটো সহ অনুমতি ছাড়া কারো উপমা ব্যবহার না করা। আপনি যদি একজন বাস্তব ব্যক্তির ফটোগ্রাফ থেকে কাজ করেন, উদাহরণস্বরূপ একটি সামঞ্জস্যপূর্ণ চরিত্র রাখার জন্য, নিশ্চিত করুন যে নির্দিষ্ট ব্যবহারের জন্য আপনার কাছে সেই ব্যক্তির স্পষ্ট চুক্তি রয়েছে এবং এমন ছবি তৈরি করবেন না যা কাউকে যৌনতা, অপমান বা ছদ্মবেশী করে।

প্রকাশ নিয়ম জানতে

ইউরোপীয় ইউনিয়নে, এআই আইন একটি গভীর জালকে AI-উত্পন্ন বা ম্যানিপুলেটেড ইমেজ, অডিও বা ভিডিও সামগ্রী হিসাবে সংজ্ঞায়িত করে যা বিদ্যমান ব্যক্তি, বস্তু, স্থান, সত্তা বা ইভেন্টের সাথে সাদৃশ্যপূর্ণ এবং মিথ্যাভাবে খাঁটি বলে মনে হবে। যে সকল নিয়োজিতরা এই ধরনের বিষয়বস্তু তৈরি করেন তাদের অবশ্যই প্রকাশ করতে হবে যে এটি কৃত্রিমভাবে তৈরি বা ম্যানিপুলেট করা হয়েছে, স্পষ্টতই শৈল্পিক, সৃজনশীল, ব্যঙ্গাত্মক বা কাল্পনিক কাজের জন্য আরও সীমিত প্রকাশের সাথে। ইউরোপীয় কমিশন বলেছে যে এই স্বচ্ছতা বিধিগুলি আগস্ট 2026 থেকে প্রযোজ্য হবে৷ একজন বাস্তববাদী উদ্ভাবিত ব্যক্তি এমন একটি প্রেক্ষাপটে যাকে বাস্তব হিসাবে নেওয়া যেতে পারে সর্বত্র একটি লেবেল পাওয়ার যোগ্য৷

ফাইল লেবেল, শুধু ক্যাপশন নয়

একটি চিত্র পুনরায় শেয়ার করা হলে একটি ক্যাপশন কেটে ফেলা বা হারিয়ে যেতে পারে৷ ফাইলের সাথে তথ্য বহন করার জন্য মেটাডেটা মান বিদ্যমান: IPTC ডিজিটাল সোর্স টাইপ শব্দভান্ডারে জেনারেটিভ এআই ব্যবহার করে তৈরি মিডিয়ার মান রয়েছে এবং অনেক টুল এই ধরনের তথ্য স্বয়ংক্রিয়ভাবে লিখে রাখে। আপনি যখন সম্পাদনা এবং রপ্তানি করেন তখন এটি অক্ষত রাখুন, এবং যেখানে লোকেরা যুক্তিসঙ্গতভাবে একটি বাস্তব ব্যক্তির ছবি বলে ভুল করতে পারে সেখানে একটি দৃশ্যমান নোট যোগ করুন।

যেখানে LarpGPT মানানসই

LarpGPT হল ভ্রমণ, স্থাপত্য, গাড়ি এবং জীবনযাত্রার দৃশ্যের জন্য ফটো প্রম্পটগুলির একটি লাইব্রেরি, যা বিষয়, রচনা, আলো এবং লেন্সের চারপাশে লেখা এবং এর অনেকগুলি জীবনধারার দৃশ্য উপরের পদ্ধতি ব্যবহার করে একজন উদ্ভাবিত ব্যক্তিকে অন্তর্ভুক্ত করার জন্য অভিযোজিত করা যেতে পারে। আপনি একটি প্রম্পট অনুলিপি করুন এবং এটি ইতিমধ্যেই ব্যবহার করা ইমেজ জেনারেটরে পেস্ট করুন। LarpGPT ছবি তৈরি করে না; অন্যান্য মানুষের অধিকারকে সম্মান করা এবং সিন্থেটিক বিষয়বস্তু প্রকাশ করা আপনার সাথে থাকুন।

আরও পড়া

• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 3 and 50
• European Commission: AI Act, regulatory framework and application timeline
• Partnership on AI: Responsible Practices for Synthetic Media
• Personality rights (Wikipedia)
• Midjourney (Wikipedia), section on bias in generated images
• IPTC Digital Source Type NewsCodes