ট্যাটুর জন্য AI-কে কীভাবে প্রম্পট করবেন

একটি ট্যাটু জেনারেটরের জন্য টেক্সট প্রম্পট কীভাবে গঠন করবেন?

প্রথমে বিষয়, দ্বিতীয়ে স্টাইল, তৃতীয়ে বিশদ। "একটি ক্রেন, ফাইন-লাইন, সিঙ্গেল নিডেল, নেগেটিভ স্পেস, কোনো শেডিং নেই" মডেলকে "একটি দারুণ পাখির ট্যাটু" এর চেয়ে বেশি দেয়। যা গুরুত্বপূর্ণ তা বলুন; যা গুরুত্বপূর্ণ নয় তা নিয়ে নীরব থাকুন।

কংক্রিট বিশেষ্যে বিষয় লিখে শুরু করুন। "ক্রেন," "কম্পাস," "সাপ," "পিওনি" — একক, নির্দিষ্ট এবং অস্পষ্ট নয়। অস্পষ্ট বিষয় ("প্রকৃতি-থিমের কিছু") মডেলকে অনুমান করতে বাধ্য করে, এবং এর অনুমানগুলো সংজ্ঞা অনুযায়ী গড়। পিসে দুটি উপাদান থাকলে, উভয় এবং তারা কীভাবে সম্পর্কিত তা বলুন: "একটি ক্রেন এবং একটি পীচ ডাল, ক্রেন বসা।" পরবর্তী, স্বীকৃত ঐতিহ্য হিসেবে স্টাইল বলুন। "আমেরিকান ট্র্যাডিশনাল," "নিও-ট্র্যাডিশনাল," "ফাইন-লাইন," "ব্ল্যাকওয়ার্ক," "উডব্লক," "এচিং," "ওয়াটারকালার," "জাপানি ইরেজুমি।" এই শব্দগুলো একটি সম্পূর্ণ ভিজ্যুয়াল গ্রামার বহন করে যা মডেল ইতিমধ্যে বোঝে — আউটলাইন ওজন, প্যালেট, শেডিং রীতি, কম্পোজিশন অভ্যাস। একটি একক স্টাইল শব্দ দশটি বর্ণনামূলক বিশেষণের চেয়ে বেশি কাজ করে। পরিশেষে, শুধুমাত্র আপনার কাছে গুরুত্বপূর্ণ বিশদ যোগ করুন এবং বাকিটার বিষয়ে নীরব থাকুন। লাইনওয়ার্ক ওজন যদি গুরুত্বপূর্ণ হয়, বলুন "সাহসী লাইনওয়ার্ক" বা "সিঙ্গেল-নিডেল ফাইন-লাইন।" খালি জায়গা চাইলে স্পষ্টভাবে "নেগেটিভ স্পেস" বলুন। একটি নির্দিষ্ট কম্পোজিশন চাইলে স্থানিকভাবে বর্ণনা করুন: "কেন্দ্রীভূত," "তির্যকভাবে প্রবাহিত," "মোড়ানো।" জেনেরিক প্রশংসার শব্দ বাদ দিন — "সুন্দর," "অসাধারণ," "মহাকাব্যিক" — যা মডেলকে কিছু বলে না। Anthropic-এর প্রম্পটিং গাইড <a href="https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview">docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview</a>-এ টেক্সট মডেলের জন্য লেখা, কিন্তু অন্তর্নিহিত শৃঙ্খলা — অস্পষ্টের চেয়ে নির্দিষ্ট, বিমূর্তের চেয়ে কংক্রিট, মুক্ত-আকারের চেয়ে কাঠামোগত — সরাসরি স্থানান্তরিত হয়।

ফটো থেকে শুরু করার সময় কোন ইনপুটগুলো সবচেয়ে ভালো কাজ করে?

শরীরের এলাকার একটি পরিষ্কার, ভালো-আলোকিত, নিরপেক্ষ-ব্যাকগ্রাউন্ড ফটো যেখানে আপনি ট্যাটু করাতে চান — অথবা আপনি যে বিষয়টি স্টাইলাইজড করতে চান তার একটি পরিষ্কার রেফারেন্স ছবি। বিশৃঙ্খল ব্যাকগ্রাউন্ড, কড়া ছায়া এবং যেখানে শরীরের অংশ আংশিকভাবে আড়াল করা সেখানে ফটো এড়িয়ে চলুন।

দুটি স্বতন্ত্র "ফটো ইনপুট" কাজ রয়েছে এবং নিয়মগুলো আলাদা। প্রথমটি হলো বডি-ফটো কন্ডিশনিং: আপনি আপনার forearm, পাঁজর বা পিঠের ফটো আপলোড করেন, এবং জেনারেটর সেই শরীরের গঠনে একটি ডিজাইন ফিট করে। এর জন্য, ফটোটি মডেলের কাছে স্পষ্টভাবে পড়তে হবে। কড়া রোদের চেয়ে সমান, নরম আলো ভালো। একটি ব্যস্ত ঘরের চেয়ে পিছনে একটি নিরপেক্ষ দেওয়াল ভালো। শরীরের অংশটি ফ্রেমের বেশিরভাগ অংশ পূরণ করা উচিত, একটি শিথিল ভঙ্গিতে, সীমানা কেটে যায় এমন আংটি, ঘড়ি বা হাতা ছাড়া। মডেল ডিজাইনটি সঠিকভাবে মোড়াতে গভীরতা এবং প্রান্তের সংকেত ব্যবহার করে, তাই সেই সংকেত অস্পষ্ট করে এমন যেকোনো ভিজ্যুয়াল শব্দ আউটপুট হ্রাস করে। দ্বিতীয় কাজটি হলো রেফারেন্স-ইমেজ কন্ডিশনিং: আপনি একটি নতুন ট্যাটুর ভিজ্যুয়াল উৎস হিসেবে কোনো বস্তু, প্রাণী, গাছপালা বা বিদ্যমান শিল্পকর্মের ফটো আপলোড করেন। এখানে নিয়মটি আলাদা — ছবিটি বিষয়টিকে বিচ্ছিন্ন করা উচিত। একটি সাদা ব্যাকগ্রাউন্ডে একটি একক পিওনি মডেলকে স্টাইলাইজ করার জন্য একটি পরিষ্কার আকার দেয়। একটি বিশৃঙ্খল বাগানে একটি পিওনি মডেলকে একশটি প্রতিযোগিতামূলক বিষয় দেয় এবং আপনি ভবিষ্যদ্বাণী করতে পারবেন না কোনটিতে এটি আঁকড়ে ধরবে। স্কেচ ইনপুট মাঝামাঝি অবস্থানে। আপনি যে কম্পোজিশন চান তার একটি আলগা পেন স্কেচ, এমনকি একটি মোটামুটি, মডেলকে আপনার পছন্দের স্টাইলে সাজানোর জন্য একটি শক্তিশালী কঙ্কাল দেয় — "এই স্কেচটি ফাইন-লাইন ব্ল্যাকওয়ার্ক হিসেবে রেন্ডার করুন।" যা আপনার মাথায় আছে তার সাথে মিলে এমন একটি জেনারেশন পাওয়ার এটি প্রায়শই দ্রুততম উপায়, কারণ আপনি ইতিমধ্যে কম্পোজিশন পূর্ব-সমাধান করেছেন।

পরিবেশ না হারিয়ে তৈরি ডিজাইনের পুনরাবৃত্তি কীভাবে করবেন?

প্রতি পুনরাবৃত্তিতে একটি ভেরিয়েবল পরিবর্তন করুন এবং সিস্টেম সমর্থন করলে সিড লক করুন। একই সিড প্লাস একটি একক প্রম্পট পরিবর্তন প্রতিটি শব্দ ঠিক কী করে তা বিচ্ছিন্ন করে। বড় পরিবর্তন ফলাফল থেকে শেখার ক্ষমতা ধ্বংস করে।

পুনরাবৃত্তি হলো যেখানে বেশিরভাগ মানুষ ডিজাইনের উপর নিয়ন্ত্রণ হারান। প্রলোভন হলো প্রতিবার ফলাফল পছন্দ না হলে পুরো প্রম্পট পুনরায় লেখা, যার মানে প্রতিটি নতুন জেনারেশন শূন্য থেকে শুরু হচ্ছে এবং আপনি বলতে পারছেন না আপনার সম্পাদনার কারণে কী পরিবর্তিত হয়েছে বনাম কী র‍্যান্ডম সিডের কারণে পরিবর্তিত হয়েছে। শৃঙ্খলা এটি সমাধান করে। আপনি যে একটি জেনারেশন বৃহত্তভাবে পছন্দ করেন তা খুঁজুন, এর সিড লিখুন (প্রতিটি গুরুতর টুল এটি প্রকাশ করে), এবং সেই বিন্দু থেকে প্রতি পুনরাবৃত্তিতে ঠিক একটি জিনিস পরিবর্তন করুন। আমরা যে ক্রমটি সুপারিশ করি তা রক্ষণশীল। প্রথমে কম্পোজিশন লক করুন: একই সিড, একই প্রম্পট, কয়েকটি ভেরিয়েশন তৈরি করুন নিশ্চিত করতে লেআউটটি আপনি যা চান। দ্বিতীয়ত স্টাইল সামঞ্জস্য করুন: স্টাইল শব্দ পরিবর্তন করুন, বাকি সবকিছু স্থির রাখুন, দেখুন একই ধারণা ব্ল্যাকওয়ার্ক বনাম নিও-ট্র্যাডিশনাল হিসেবে কেমন পড়ে। তৃতীয়ত বিশদ পরিমার্জন করুন: লাইনওয়ার্ক ওজন, ঘনত্ব, নেগেটিভ স্পেস, প্যালেট। প্রতিটি পদক্ষেপ আগেরটির উপর নির্মিত এবং আপনি যে অংশগুলো পছন্দ করেন তা রাখেন। ফলাফল যখন আপনি চাইতেন এমন পরিবেশ থেকে সরে যায়, সমাধান প্রায় সর্বদা শেষ সিডে ফিরে যাওয়া যা সঠিক মনে হয়েছিল এবং কম পরিবর্তন করা। "একটি চাঁদ যোগ করুন," না "একটি নাটকীয় পটভূমি, আরও শেডিং এবং একটি ব্যানার সহ চাঁদ নিয়ে পুনরায় করুন।" অন্য শৃঙ্খলা হলো যেতে যেতে আপনার পছন্দের জেনারেশনগুলো রাখা — কখনো মুছবেন না, সর্বদা আর্কাইভ করুন। একক সবচেয়ে ব্যয়বহুল প্রম্পটিং ভুল হলো কিছু নিখুঁত তৈরি করা, সিড না সংরক্ষণ করা এবং কখনো পুনরায় তৈরি না করতে পারা।

কোন প্রম্পটিং ভুলগুলো অব্যবহারযোগ্য ট্যাটু আউটপুট তৈরি করে?

প্রথম জেনারেশন বিচার করা, প্রম্পট অতিরিক্ত পূরণ করা, অস্পষ্ট বিষয় বিশেষ্য, স্টাইল শব্দ অনুপস্থিত এবং একসাথে পাঁচটি জিনিস পরিবর্তন করা। এগুলোর প্রতিটি হয় মডেলের আপনাকে ব্যাখ্যা করার ক্ষমতাকে পরাজিত করে বা যা ফিরে আসে তা থেকে শেখার আপনার ক্ষমতাকে।

সবচেয়ে সাধারণ ভুল হলো প্রথম জেনারেশনকে রায় হিসেবে বিবেচনা করা। প্রথম ফলাফল হলো একটি শুরুর বিন্দু, ধারণার একটি গণভোট নয়। ডিফিউশন মডেলগুলো স্টোকাস্টিক — একই প্রম্পট, নতুন সিড, ভিন্ন ছবি। কোনো দিক কাজ করছে কি না তা নির্ধারণ করার আগে কমপক্ষে চার থেকে আটটি ভেরিয়েশন তৈরি করুন এবং একটি একক চেষ্টার পরে কখনো একটি প্রম্পট ছেড়ে দেবেন না। দ্বিতীয় ভুল হলো অতিরিক্ত পূরণ করা। একটি প্রম্পট যা বিশটি ভিজ্যুয়াল গুণ, তিনটি স্টাইল, দুটি কম্পোজিশন এবং একটি মুড নাম করে মডেলকে এত প্রতিযোগিতামূলক সংকেত দেয় যে এটিকে বেশিরভাগ বাদ দিতে হয়। ফলাফল হলো এমন একটি জেনারেশন যা আপনার কোনো সীমাবদ্ধতাই সন্তুষ্ট করে না। প্রম্পটটি তিনটি জিনিসে ফিরিয়ে আনুন যা আসলে গুরুত্বপূর্ণ — বিষয়, স্টাইল, এক বা দুটি বিশদ — এবং মডেলকে বাকিটা সামলাতে দিন। ব্যাপক মানে নির্দিষ্ট নয়। তৃতীয় ভুলের গুচ্ছটি বিষয় এবং স্টাইলের অস্পষ্টতা সম্পর্কে। "দারুণ ট্যাটু ধারণা" মডেলকে ভিত্তি করার কিছু দেয় না; "একটি কই সাঁতার কাটছে উপরে, নিও-ট্র্যাডিশনাল, সাহসী আউটলাইন" এটিকে সবকিছু দেয়। স্টাইল শব্দ অনুপস্থিত বিশেষভাবে ব্যয়বহুল কারণ মডেলটি তার প্রশিক্ষণের গড় যা দেখায় তাতে ডিফল্ট হবে — সাধারণত একটি জেনেরিক আধা-বাস্তববাদী চিত্রণ যা একটি ট্যাটুর মতো দেখায় না। পরিশেষে, পুনরাবৃত্তির ভুল: জেনারেশনের মাঝে পাঁচটি ভেরিয়েবল পরিবর্তন করার মানে আপনি কোনো নির্দিষ্ট সম্পাদনাকে কোনো উন্নতি (বা রিগ্রেশন) দায়ী করতে পারছেন না, যা পুরো অনুশীলনকে ডিজাইন প্রক্রিয়ার পরিবর্তে একটি স্লট মেশিনের মতো মনে করায়।

প্রম্পট — টেক্সট নির্দেশ (এবং যেকোনো কন্ডিশনিং ছবি) যা একটি জেনারেটিভ মডেলকে কী তৈরি করতে হবে তা বলে। ট্যাটু জেনারেটরের জন্য, একটি ভালো প্রম্পট হলো একটি কাঠামোগত ব্রিফ — বিষয়, স্টাইল, মূল বিশদ — একটি সার্চ কোয়েরি বা ইচ্ছার তালিকা নয়।