ज़्यादातर AI इमेज को कोई नहीं देखता। ये 6 प्रॉम्प्ट ट्रिक्स इसे बदल देती हैं। सिनेमैटिक लाइटिंग फ़ॉर्मूले से लेकर भावनात्मक रियलिज़्म के ट्रिगर तक, यह वही फ़्रेमवर्क है जिससे बनी AI इमेज हर प्लेटफ़ॉर्म पर हज़ारों सेव, शेयर और रीपोस्ट बटोरती हैं।
किसी भी AI इमेज कम्युनिटी में पाँच मिनट स्क्रोल करें तो एक पैटर्न दिखता है: कुछ इमेज हज़ारों सेव, रीपोस्ट और कमेंट बटोरती हैं, जबकि बाकी सेकंडों में गायब हो जाती हैं। फ़र्क लगभग कभी मॉडल का नहीं होता। ज़्यादातर वह प्रॉम्प्ट होता है। ख़ास तौर पर छह दोहराए जा सकने वाले संरचनात्मक ट्रिक्स, जो हर उस इमेज में दिखते हैं जो स्क्रोल रोक देती है।
ये "ज़्यादा विवरण दें" जैसी धुंधली सलाह नहीं हैं। ये सटीक, कॉपी किए जा सकने वाले फ़ॉर्मूले हैं, जिन्हें आप आज किसी भी प्रॉम्प्ट में डालकर तुरंत नतीजे देख सकते हैं।
"शहर में रात को एक खूबसूरत औरत" एक पूरा प्रॉम्प्ट है। लेकिन यह भूलने लायक भी है। इसमें वह संवेदी विशिष्टता नहीं है जो दर्शक को रुककर, ज़ूम करके और सेव करने पर मजबूर करे।
वायरल AI इमेज में तीन चीज़ें होती हैं: वे असली लगती हैं, उनमें भावना होती है, और उनमें कुछ ऐसा होता है जो दोबारा देखने लायक हो। सामान्य प्रॉम्प्ट सामान्य इमेज इसलिए बनाते हैं क्योंकि वे हर रचनात्मक फ़ैसला मॉडल पर छोड़ देते हैं। नीचे के ट्रिक्स वे फ़ैसले वापस आपके हाथ में देते हैं।
💡 आपका प्रॉम्प्ट जितना विशिष्ट होगा, मॉडल को उतना कम अंदाज़ा लगाना पड़ेगा। आपके प्रॉम्प्ट का हर धुंधला शब्द ऐसा सिक्का है जिसे उछालने का फ़ैसला आप मॉडल को सौंप रहे हैं।
AI इमेज कम्युनिटी में वायरलिटी संयोग नहीं है। जो इमेज लगातार अच्छा प्रदर्शन करती हैं, उनकी एक दृश्य भाषा होती है: सिनेमैटिक फ़्रेमिंग, भावनात्मक अंतर्धारा, स्पर्श वाले टेक्स्चर और एक ऐसी कहानी का एहसास जो एक पल में जमी हुई हो। वह भाषा सही प्रॉम्प्ट ढाँचे से दोहराई जा सकती है।
हर वायरल AI इमेज तीन सवालों के जवाब देती है:
अगर आपका प्रॉम्प्ट इन तीनों का जवाब नहीं देता, तो इमेज स्क्रोल होकर निकल जाएगी।
भूलने लायक से शेयर करने लायक बनने का सबसे तेज़ तरीका यह है कि आप यह बताना बंद करें कि इमेज में क्या है, और यह बताना शुरू करें कि उसे कैसे रोशन किया गया है। लाइटिंग किसी भी फ़ोटो की भावनात्मक नींव होती है, चाहे वह असली हो या AI से बनी।
फ़ॉर्मूला:
[रोशनी का स्रोत] + [दिशा] + [गुणवत्ता] + [दूसरी फ़िल रोशनी]
| कमज़ोर प्रॉम्प्ट | मज़बूत प्रॉम्प्ट |
|---|---|
| "sunset lighting" | "warm golden hour sun from the left, casting long shadows across wet pavement" |
| "good lighting" | "diffused overcast window light from above, warm practical lamp fill on the right" |
| "dramatic" | "single-source candle light from below, deep shadows, rim light from a doorway behind" |
हर फ़ोटोरियलिस्टिक प्रॉम्प्ट में फ़िल्म स्टॉक जोड़ें। "Kodak Portra 400" मॉडल को बताता है कि त्वचा के रंग गर्म करें, हल्का ग्रेन जोड़ें और एनालॉग रियलिज़्म की ओर झुकें। "Fuji Pro 400H" ठंडे पेस्टल रंगों की ओर ले जाता है। ये सजावटी शब्द नहीं हैं। इनमें एन्कोडेड सौंदर्यात्मक जानकारी होती है, जो पूरे आउटपुट को बदल देती है।
"volumetric morning light from the east, long shaft of sun through venetian blinds, warm amber on wood floors, Kodak Portra 400 grain""soft diffused overcast light, no hard shadows, cool tones with warm practical fill from a television screen, Fuji Superia 400""harsh overhead midday sun, bleached concrete, sharp blue shadows, film grain, Mediterranean summer heat"इनमें से हर स्ट्रिंग एक ही सब्जेक्ट से बिल्कुल अलग भावनात्मक असर पैदा करेगी। एक विषय को तीनों से आज़माएँ और देखें कि अकेली लाइटिंग मूड को कितना नियंत्रित करती है।
चेहरे में भावना माँगना काम करता है। पूरे दृश्य में भावना माँगना वह चीज़ है जो वायरल होती है।
"उदास दिखती एक औरत" की जगह आज़माएँ: "आधी रात के बाद डिनर की एक बूथ में अकेली बैठी औरत, आधा खाया हुआ पाई का स्लाइस, ठंडी होती कॉफ़ी, दोनों हाथ मग के चारों ओर लिपटे हुए, उसके पीछे खिड़की पर बारिश।" आपने "उदास" शब्द एक बार भी नहीं लिखा। उसकी ज़रूरत भी नहीं है।
💡 दर्शक सचेत रूप से तय करे कि इमेज की व्याख्या कैसे करनी है, उससे पहले इमेज को कुछ महसूस होना चाहिए। वह पूर्व-चेतन भावनात्मक झटका ही सेव करवाता है।
उदासी: खाली जगहें, छोड़ी हुई चीज़ें, फीकी होती रोशनी, बादल भरा आसमान, अकेली आकृतियाँ, लंबी छायाएँ
खुशी: गर्म सुनहरी रोशनी, हँसी पर मोशन ब्लर, ओवरएक्सपोज़्ड हाइलाइट्स, गर्मियों के टेक्स्चर, पास-पास खड़े कई लोग
तनाव: गहरी छायाएँ, टाइट फ़्रेमिंग, एक ही व्यावहारिक रोशनी, आंशिक सिल्हूट में आकृति, ऊपर नेगेटिव स्पेस
अंतरंगता: उथली डेप्थ ऑफ़ फ़ील्ड, हाथों या आँखों पर नरम फ़ोकस, दबे हुए रंग, क़रीबी शारीरिक निकटता, फुसफुसाहट जितना बारीक ब्यौरा
हर इमेज के लिए एक भावनात्मक रंग चुनें और पूरा माहौल उसी के इर्द-गिर्द बनाएँ। रंग मिलाने से इमेज दर्शक को उलझाती है और शेयरेबिलिटी खत्म हो जाती है। खुशमिज़ाज कंपोज़िशन में नाटकीय छायाएँ हों तो वह जटिल नहीं, असंगत लगती है।
प्रॉम्प्ट में समय लिखना प्रॉम्प्ट लेखन के सबसे कम इस्तेमाल होने वाले औज़ारों में से एक है। "दिन" या "रात" नहीं, बल्कि सटीक, नाम वाला पल:
इनमें से हर एक एक पूरा मूड निर्देश है। मॉडल को पता होता है कि "भूमध्यसागरीय शहर में ब्लू आवर डस्क" के साथ क्या करना है, जो वह "अच्छी शाम की रोशनी" के साथ नहीं कर सकता।
वायरल इमेज ऐसी लगती हैं मानो उन्होंने एक असंभव सेकंड को कैद किया हो। ऐसी भाषा इस्तेमाल करें जो एक ख़ास क्षणिक पल का संकेत दे:
यह भाषा मॉडल को चरम भाव के क्षण में गति कैद करने के लिए प्रेरित करती है, जिससे इमेज पोज़ किए हुए और स्थिर लगने की बजाय सिनेमैटिक और जीवंत लगती हैं। स्थिर इमेज स्क्रोल होती हैं। गतिशील इमेज स्क्रोल रोकती हैं।
अच्छे ढंग से लिखे गए प्रॉम्प्ट की हर चीज़ में कथात्मक वज़न होता है। नाइटस्टैंड पर आधी पी हुई वाइन का गिलास एक अलग कहानी कहता है, भरे या खाली गिलास से अलग। विशिष्टता उपटेक्स्ट पैदा करती है, और उपटेक्स्ट वह जुड़ाव लाता है जो असली शेयरिंग को चलाता है।
किसी भी दृश्य में जोड़ने लायक उच्च-उपटेक्स्ट चीज़ें:
इनमें से किसी को समझाने की ज़रूरत नहीं होती। ये अपने साथ अर्थ लेकर आती हैं। दर्शक का दिमाग बाकी भर देता है, और वही सक्रिय व्याख्यात्मक काम सेव और रीपोस्ट को चलाता है। लोग उन इमेज को शेयर करते हैं जो उन्हें यह महसूस कराती हैं कि उन्होंने कुछ समझ लिया है।
पृष्ठभूमि सजावट नहीं है। वह कथा है। लाल ड्रेस में एक औरत इन अलग-अलग पृष्ठभूमियों के सामने बिल्कुल अलग दिखती है:
परिवेश का इस्तेमाल करके कहानी को सब्जेक्ट से आगे बढ़ाएँ। हर वायरल इमेज में एक सवाल छिपा होता है: अभी-अभी क्या हुआ? या आगे क्या होगा? इन दोनों को प्रॉम्प्ट में डालें और इमेज अपना जवाब खुद दे देती है।
कैमरा एंगल यह नियंत्रित करने का सबसे सीधा तरीका है कि दर्शक विषय के बारे में कैसा महसूस करे। कमज़ोर प्रॉम्प्ट में यही तत्व सबसे आम तौर पर छूट जाता है।
| एंगल | प्रभाव | सबसे अच्छा किसके लिए |
|---|---|---|
| लो एंगल, ऊपर देखता हुआ | शक्ति, पैमाना, प्रभुत्व | आर्किटेक्चर, नाटकीय पोर्ट्रेट, अधिकार वाले व्यक्ति |
| आई लेवल | अंतरंगता, यथार्थवाद, जुड़ाव | पोर्ट्रेट, सहज स्ट्रीट दृश्य, लाइफ़स्टाइल |
| थोड़ा ऊपर से | कमज़ोरी, कोमलता | भावनात्मक दृश्य, फ़ैशन, ब्यूटी |
| एरियल / बर्ड्स आई | संदर्भ, अकेलापन, पैटर्न | लैंडस्केप, भीड़, फ़्लैट-ले कंपोज़िशन |
| डच टिल्ट (हल्का घुमाव) | बेचैनी, तनाव, अस्थिरता | एक्शन, संघर्ष, भ्रमित करने वाली कथाएँ |
ज़्यादातर AI प्रॉम्प्ट डिफ़ॉल्ट रूप से "आई लेवल सीधे सामने" पर जाते हैं, क्योंकि वह अदृश्य डिफ़ॉल्ट है। कोई और एंगल चुनते ही आपका आउटपुट उस 90% से अलग हो जाता है जो आमतौर पर बनाया जाता है।
लेंस कैमरा नियंत्रण की अंतिम परत है, और मॉडल इस पर बेहद सटीक प्रतिक्रिया देता है:
लेंस को सीधे प्रॉम्प्ट में लिखें। "85mm f/1.4 लेंस से खींचा गया, उथली डेप्थ ऑफ़ फ़ील्ड" कोई तकनीकी दिखावा नहीं है। यह मॉडल के लिए एक निर्देश है जिससे वह एक बहुत ख़ास दृश्य परिणाम बनाता है। GPT Image 2 विशेष रूप से लेंस विनिर्देशों का प्रभावशाली सटीकता से पालन करता है।
पहले AI इमेज को पहचानने का सबसे तेज़ तरीका टेक्स्चर था: AI की त्वचा प्लास्टिक जैसी लगती थी, कपड़े पेंट किए हुए लगते थे, और सतहें गलत जगहों पर चिकनी होती थीं। मॉडल बहुत सुधरे हैं, लेकिन जब तक निर्देश न दिया जाए, वे अब भी "साफ़" की ओर डिफ़ॉल्ट करते हैं।
वायरल फ़ोटोरियलिस्टिक इमेज में टेक्स्चर तीन अलग स्तरों पर परत-दर-परत होता है:
किसी भी फ़ोटोरियलिस्टिक प्रॉम्प्ट के लिए ये परतें क्रम से बनाएँ:
[माइक्रो-ब्यौरे वाला विषय] + [सतह की सामग्री का वर्णन] + [फ़िल्म स्टॉक और वायुमंडल]
उदाहरण निर्माण:
अंतिम नतीजा डॉक्यूमेंट्री फ़ोटोग्राफ़ी जैसा पढ़ा जाता है। सेव वही गुणवत्ता स्तर करवाता है।
💡 फ़िल्म ग्रेन सबसे शक्तिशाली अकेला रियलिज़्म मॉडिफ़ायर है। "subtle 35mm film grain" वाला प्रॉम्प्ट उसी प्रॉम्प्ट से लगातार बेहतर प्रदर्शन करेगा जिसमें यह नहीं है।
सामग्री के अनुसार त्वरित टेक्स्चर संदर्भ:
| सतह | प्रॉम्प्ट भाषा |
|---|---|
| त्वचा | "visible pores, fine hair detail, natural subsurface scattering" |
| कपड़ा | "fabric weave texture, thread detail, natural wrinkle and drape" |
| कंक्रीट | "brushed concrete, aggregate visible, faint moisture stains" |
| लकड़ी | "wood grain direction, knot detail, slight surface sheen" |
| धातु | "brushed metal grain, fingerprint traces, edge highlight" |
हर मॉडल विस्तृत प्रॉम्प्ट की व्याख्या बराबर नहीं करता। ऊपर की ट्रिक्स के लिए, ख़ासकर लाइटिंग विवरण, टेक्स्चर स्टैकिंग और लेंस विनिर्देशों के लिए, कुछ मॉडल दूसरों से काफ़ी बेहतर प्रतिक्रिया देते हैं।
GPT Image 2 इस समय जटिल, बहु-परत प्रॉम्प्ट का उच्च निष्ठा के साथ पालन करने में सबसे सक्षम मॉडल है। यह लाइटिंग विवरण, फ़िल्म स्टॉक निर्देश और लेंस विनिर्देशों को ऐसी सटीकता से संभालता है जिसे दूसरे मॉडल केवल लगभग छू पाते हैं। जिन प्रॉम्प्ट में छहों ट्रिक्स एक साथ हों, उनके लिए यह पहली पसंद है।
Seedream 4.5 कंपोज़िशनल निर्देशों के मज़बूत पालन के साथ 4K आउटपुट देता है। ख़ासतौर पर कैमरा एंगल और डेप्थ ऑफ़ फ़ील्ड ट्रिक्स के लिए, यह कई जनरेशन में लेंस की विशेषताओं को उल्लेखनीय सटीकता और स्थिरता के साथ रेंडर करता है।
Hunyuan Image 3 भावनात्मक रूप से जटिल दृश्यों को ख़ास तौर पर अच्छी तरह संभालता है। वायुमंडलीय लाइटिंग और परिवेशी कथा की इसकी व्याख्या उपलब्ध सबसे मज़बूत में से है, जो इसे ट्रिक 2 और ट्रिक 3 के लिए आदर्श बनाती है।
Flux Kontext Fast इटरेशन मॉडल है। जब आप लाइटिंग फ़ॉर्मूले या टेक्स्चर स्टैक के वेरिएशन आज़माते हैं, तो पहले Flux Kontext Fast पर चलाने से आप भारी जनरेशन में लगने से पहले दिशा की पुष्टि कर सकते हैं। इतना तेज़ कि एक बैठक में 10 वेरिएशन चलाए जा सकें।
Recraft 20B स्टाइल दिशा को असाधारण सटीकता से संभालता है। जब प्रॉम्प्ट एक विज़ुअल रजिस्टर (डॉक्यूमेंट्री, एडिटोरियल, ग्लैमर, फ़ैशन) तय करता है, तो Recraft 20B शैलियों के बीच औसत निकालने के बजाय पूरी तरह उसी रजिस्टर के प्रति प्रतिबद्ध रहता है।
Flux Schnell LoRA कस्टम वेट्स के साथ एक श्रृंखला की इमेज पर एक जैसी विज़ुअल शैली लागू करने देता है। जो क्रिएटर पहचानने योग्य सौंदर्य बना रहे हैं, उनके लिए यह कई जनरेशन में सबसे सुसंगत आउटपुट देता है।
Flux Fast प्रयोग का शुरुआती बिंदु है। तेज़, मुफ़्त और तेज़ प्रॉम्प्ट टेस्टिंग के लिए पर्याप्त प्रतिक्रियाशील, प्रीमियम मॉडल पर जाने से पहले।
| मॉडल | फ़ोटोरियलिज़्म | गति | प्रॉम्प्ट पालन |
|---|---|---|---|
| GPT Image 2 | ⭐⭐⭐⭐⭐ | मध्यम | ⭐⭐⭐⭐⭐ |
| Seedream 4.5 | ⭐⭐⭐⭐⭐ | मध्यम | ⭐⭐⭐⭐ |
| Hunyuan Image 3 | ⭐⭐⭐⭐ | मध्यम | ⭐⭐⭐⭐ |
| Flux Kontext Fast | ⭐⭐⭐⭐ | तेज़ | ⭐⭐⭐⭐ |
| Recraft 20B | ⭐⭐⭐ | तेज़ | ⭐⭐⭐⭐⭐ |
| Flux Fast | ⭐⭐⭐ | बहुत तेज़ | ⭐⭐⭐ |
ऊपर की छह ट्रिक्स सिद्धांत भर नहीं हैं। ये उन इमेज के असली संरचनात्मक पैटर्न हैं जो स्क्रोल रोकती हैं: सटीक लाइटिंग निर्देश, परत-दर-परत भावना, जमे हुए पल की भाषा, कथात्मक चीज़ें, सोच-समझकर चुने गए कैमरा एंगल और परत-दर-परत टेक्स्चर।
इसे देखने का सबसे तेज़ तरीका यह है कि आप पहले इस्तेमाल किया गया कोई भी प्रॉम्प्ट लें और उस पर छहों परतें लगाएँ। सिर्फ़ एक या दो नहीं। सभी छह। पहले और बाद के बीच का अंतर लगभग हमेशा पहली जनरेशन में ही साफ़ दिख जाता है।
छहों ट्रिक्स से बना एक पूरा प्रॉम्प्ट:
"तीसों की उम्र की एक औरत, देर रात के एक डिनर की खिड़की पर बारिश की लकीरों के बीच अकेली बैठी, दोनों हाथ एक कॉफ़ी मग के चारों ओर लिपटे हुए जो ठंडी हो रही है, उसके बगल में आधा खाया हुआ पाई का स्लाइस, मेज़ पर एक मोड़ा हुआ नोट जिसे उसने अभी खोला नहीं है। सड़क से आती ब्लू-आवर रोशनी ऊपर से आती गर्म ट्युंगस्टन लैंप की रोशनी के साथ मिल रही है, गीले शीशे पर लंबे प्रतिबिंब। आई लेवल से 50mm f/2.0 पर खींचा गया, उथली डेप्थ ऑफ़ फ़ील्ड, बारीक त्वचा के छिद्र का टेक्स्चर, घिसी विनाइल बूथ का टेक्स्चर, Kodak Portra 800 फ़िल्म ग्रेन, नरम विग्नेट। --ar 16:9 --style raw"
छहों ट्रिक्स में से हर एक उस प्रॉम्प्ट में मौजूद है। आउटपुट की तुलना "रात में डिनर में बैठी एक औरत" से करें, तो फ़र्क ही पूरी बात है।
आप ये सभी प्रयोग Picasso IA पर कर सकते हैं, जहाँ एक ही जगह 90 से ज़्यादा टेक्स्ट-टू-इमेज मॉडल का एक्सेस है। तेज़ इटरेशन के लिए Flux Fast से शुरू करें, फिर जब कोई प्रॉम्प्ट फ़ॉर्मूला अपनाने लायक हो जाए तो GPT Image 2 या Seedream 4.5 पर जाएँ।
ट्रिक 1 का लाइटिंग फ़ॉर्मूला लें, ट्रिक 2 से एक भावनात्मक रंग चुनें, और वहीं से शुरू करें। बाकी छह परतें इन दोनों के तय होने के बाद अपने आप बन जाती हैं।
💡 एक निजी प्रॉम्प्ट लाइब्रेरी बनाएँ। जब भी कोई संयोजन शेयर करने लायक कुछ बनाए, तो उस प्रॉम्प्ट का सटीक टेक्स्ट सेव करें। आपकी प्रॉम्प्ट लाइब्रेरी समय के साथ उस तरह बढ़ती है जैसे कोई एक इमेज कभी नहीं बढ़ सकती।
अपनी भाषा चुनें
