3. फ़ोटोग्राफ़ी की तकनीकी भाषा जोड़ें
यही वह चाल है जो तस्वीर के "AI वाले बनावटीपन" को दूर करती है। प्रॉम्प्ट में फोटोग्राफी के पेशेवर पैरामीटर और माहौल का ब्यौरा जोड़ने से असलियत काफ़ी बढ़ जाती है:

• रोशनी और लेंस: नरम, फैली हुई रोशनी, शाम की सुनहरी धूप, 35mm लेंस, f/2.8 अपर्चर से धुंधली पृष्ठभूमि।
• स्टाइल और टेक्सचर: हाइपर-रियलिस्टिक, असली जैसी त्वचा की बनावट, कैंडिड शॉट, प्राकृतिक मुस्कान, सिनेमाई रंगत।
• नेगेटिव प्रॉम्प्ट (अगर प्लैटफ़ॉर्म सपोर्ट करे): अगर आप Stable Diffusion जैसा कोई टूल इस्तेमाल कर रहे हैं, तो नेगेटिव प्रॉम्प्ट में यह ज़रूर डालें: "विकृत हाथ, ज़रूरत से ज़्यादा अंग, अप्राकृतिक चेहरे के भाव, बहुत ज़्यादा चिकनी प्लास्टिक जैसी त्वचा, कार्टून जैसा"।

प्रो टिप: "इमेज-टू-इमेज" फ़ंक्शन से रियलिज़्म और बढ़ाएं

अगर आपने किसी प्लैटफ़ॉर्म पर बेसिक इमेज बनाई है और लगता है कि उसमें डिटेल की कमी है, तो "इमेज-टू-इमेज" फीचर से उसे दोबारा प्रोसेस करें।

उदाहरण के लिए, मान लीजिए कि आपकी जेनरेट की गई पारिवारिक फ़ोटो की बनावट और सीन तो अच्छा है, लेकिन चेहरे के भाव और डिटेल थोड़ी अस्वाभाविक लग रही हैं। आप उस तस्वीर को Leonardo.ai या Stable Diffusion में अपलोड करके "Image to Image" मोड का इस्तेमाल कर सकते हैं। यहाँ "डिनॉइज़िंग स्ट्रेंथ" (denoising strength) को कम (लगभग 0.3 से 0.5) रखें। इससे AI, आपकी मूल तस्वीर की मूल संरचना को बनाए रखते हुए, रोशनी, परछाइयों और त्वचा की बनावट की नए सिरे से गणना करके उन्हें ज़्यादा असली बना देगा। "AI प्लास्टिक चेहरे" की समस्या का यह बहुत तेज़ समाधान है।

कई ऑनलाइन टूल्स में बिल्ट-इन "अपस्केल" (Upscale) सुविधा भी होती है, जो एल्गोरिदम के ज़रिए पिक्सल की पूर्ति करती है और आँखों की चमक और बालों की लट जैसी बारीकियों को और भी साफ़ और तीखा बना देती है।

एक जैसे प्रॉम्प्ट से अलग-अलग टूल्स पर अलग-अलग नतीजे क्यों मिलते हैं?

यह असल में उनके पीछे के ट्रेनिंग डेटा और डिकोडर पर निर्भर करता है।

• DALL-E 3 (बिंग के ज़रिए इस्तेमाल) जटिल प्राकृतिक भाषा को समझने में माहिर है। यह कई लोगों के बीच की जगह और संबंधों को सही तरह से हैंडल करता है और रंग काफ़ी चमकीले होते हैं, लेकिन कई बार इसका अंदाज़ डिजिटल पेंटिंग जैसा लग सकता है।
• Midjourney कलात्मकता और रोशनी के माहौल को बेहतरीन तरीके से पकड़ता है, लेकिन कई बार लंबे-चौड़े निर्देशों का उतनी सटीकता से पालन नहीं करता।
• SDXL पर आधारित फ़ाइन-ट्यून मॉडल चेहरों और इंसानों के मामले में अक्सर रियलिज़्म की पराकाष्ठा पर पहुँच जाते हैं। त्वचा के रोमछिद्र, रोशनी का खेल जैसी बारीकियाँ बेमिसाल होती हैं, लेकिन इसके लिए अच्छे हार्डवेयर और सेटिंग्स को खुद एडजस्ट करने की थोड़ी समझ चाहिए।

अगर आपका लक्ष्य "हद से ज़्यादा रियलिस्टिक" तस्वीर है, तो ओपन-सोर्स SDXL के रियलिस्टिक मॉडल सबसे अच्छा विकल्प हैं। लेकिन अगर आप "जटिल दृश्यों को बिल्कुल सही ढंग से समझने वाला और बिना कोई सॉफ़्टवेयर इंस्टॉल किए काम करने वाला" आसान विकल्प चाहते हैं, तो बिंग इमेज क्रिएटर सबसे आसान और बेहतरीन विकल्प है।

3. फ़ोटोग्राफ़ी की तकनीकी भाषा जोड़ें
यही वह चाल है जो तस्वीर के "AI वाले बनावटीपन" को दूर करती है। प्रॉम्प्ट में फोटोग्राफी के पेशेवर पैरामीटर और माहौल का ब्यौरा जोड़ने से असलियत काफ़ी बढ़ जाती है:

• रोशनी और लेंस: नरम, फैली हुई रोशनी, शाम की सुनहरी धूप, 35mm लेंस, f/2.8 अपर्चर से धुंधली पृष्ठभूमि।
• स्टाइल और टेक्सचर: हाइपर-रियलिस्टिक, असली जैसी त्वचा की बनावट, कैंडिड शॉट, प्राकृतिक मुस्कान, सिनेमाई रंगत।
• नेगेटिव प्रॉम्प्ट (अगर प्लैटफ़ॉर्म सपोर्ट करे): अगर आप Stable Diffusion जैसा कोई टूल इस्तेमाल कर रहे हैं, तो नेगेटिव प्रॉम्प्ट में यह ज़रूर डालें: "विकृत हाथ, ज़रूरत से ज़्यादा अंग, अप्राकृतिक चेहरे के भाव, बहुत ज़्यादा चिकनी प्लास्टिक जैसी त्वचा, कार्टून जैसा"।

प्रो टिप: "इमेज-टू-इमेज" फ़ंक्शन से रियलिज़्म और बढ़ाएं

अगर आपने किसी प्लैटफ़ॉर्म पर बेसिक इमेज बनाई है और लगता है कि उसमें डिटेल की कमी है, तो "इमेज-टू-इमेज" फीचर से उसे दोबारा प्रोसेस करें।

उदाहरण के लिए, मान लीजिए कि आपकी जेनरेट की गई पारिवारिक फ़ोटो की बनावट और सीन तो अच्छा है, लेकिन चेहरे के भाव और डिटेल थोड़ी अस्वाभाविक लग रही हैं। आप उस तस्वीर को Leonardo.ai या Stable Diffusion में अपलोड करके "Image to Image" मोड का इस्तेमाल कर सकते हैं। यहाँ "डिनॉइज़िंग स्ट्रेंथ" (denoising strength) को कम (लगभग 0.3 से 0.5) रखें। इससे AI, आपकी मूल तस्वीर की मूल संरचना को बनाए रखते हुए, रोशनी, परछाइयों और त्वचा की बनावट की नए सिरे से गणना करके उन्हें ज़्यादा असली बना देगा। "AI प्लास्टिक चेहरे" की समस्या का यह बहुत तेज़ समाधान है।

कई ऑनलाइन टूल्स में बिल्ट-इन "अपस्केल" (Upscale) सुविधा भी होती है, जो एल्गोरिदम के ज़रिए पिक्सल की पूर्ति करती है और आँखों की चमक और बालों की लट जैसी बारीकियों को और भी साफ़ और तीखा बना देती है।

एक जैसे प्रॉम्प्ट से अलग-अलग टूल्स पर अलग-अलग नतीजे क्यों मिलते हैं?

यह असल में उनके पीछे के ट्रेनिंग डेटा और डिकोडर पर निर्भर करता है।

• DALL-E 3 (बिंग के ज़रिए इस्तेमाल) जटिल प्राकृतिक भाषा को समझने में माहिर है। यह कई लोगों के बीच की जगह और संबंधों को सही तरह से हैंडल करता है और रंग काफ़ी चमकीले होते हैं, लेकिन कई बार इसका अंदाज़ डिजिटल पेंटिंग जैसा लग सकता है।
• Midjourney कलात्मकता और रोशनी के माहौल को बेहतरीन तरीके से पकड़ता है, लेकिन कई बार लंबे-चौड़े निर्देशों का उतनी सटीकता से पालन नहीं करता।
• SDXL पर आधारित फ़ाइन-ट्यून मॉडल चेहरों और इंसानों के मामले में अक्सर रियलिज़्म की पराकाष्ठा पर पहुँच जाते हैं। त्वचा के रोमछिद्र, रोशनी का खेल जैसी बारीकियाँ बेमिसाल होती हैं, लेकिन इसके लिए अच्छे हार्डवेयर और सेटिंग्स को खुद एडजस्ट करने की थोड़ी समझ चाहिए।

अगर आपका लक्ष्य "हद से ज़्यादा रियलिस्टिक" तस्वीर है, तो ओपन-सोर्स SDXL के रियलिस्टिक मॉडल सबसे अच्छा विकल्प हैं। लेकिन अगर आप "जटिल दृश्यों को बिल्कुल सही ढंग से समझने वाला और बिना कोई सॉफ़्टवेयर इंस्टॉल किए काम करने वाला" आसान विकल्प चाहते हैं, तो बिंग इमेज क्रिएटर सबसे आसान और बेहतरीन विकल्प है।