दर्जनों मॉडल उपलब्ध होने पर AI इमेज जनरेशन की शुरुआत भारी लग सकती है, क्योंकि हर मॉडल अलग नतीजों का वादा करता है। 2027 में यह क्षेत्र उस दौर से काफ़ी बदल चुका है जब एक ही मॉडल का दबदबा था। अब एक समृद्ध इकोसिस्टम है, जहाँ खास काम के लिए बने टूल्स अपने क्षेत्र में सबसे अच्छा प्रदर्शन करते हैं। चाहे आप मार्केटिंग विज़ुअल, निजी आर्ट या प्रोडक्ट प्रोटोटाइप बना रहे हों, सही मॉडल चुनना आउटपुट की क्वालिटी से लेकर प्रोजेक्ट की लागत तक, हर चीज़ पर असर डालता है।
विभिन्न मॉडल्स के आउटपुट को साथ-साथ दिखाती विज़ुअल तुलना
शुरुआती लोगों के लिए मॉडल का चुनाव क्यों मायने रखता है
नए यूज़र अक्सर सबसे पहले मिले मॉडल को ही चुन लेते हैं, और इस तरह बेहतर नतीजों के मौके चूक जाते हैं। हर AI मॉडल की अपनी अलग ताकत होती है: कुछ फोटोरियलिज़्म में माहिर हैं, कुछ आर्टिस्टिक स्टाइल में, और कुछ तेज़ प्रोटोटाइपिंग के लिए बेहद तेज़ रफ़्तार देते हैं। इन अंतरों को समझने से समय बचता है, झुंझलाहट कम होती है और आपके पहले प्रॉम्प्ट से ही बेहतर नतीजे मिलते हैं।
💡 शुरुआती टिप: एक मॉडल कैटेगरी से शुरू करें, उसकी बारीकियाँ सीखें, फिर दायरा बढ़ाएँ। शुरू में बहुत सारे टूल्स के बीच कूदने से समझ बढ़ने के बजाय उलझन बढ़ती है।
पैसों का पहलू भी मायने रखता है। कुछ मॉडल हर जनरेशन पर चार्ज करते हैं, जबकि कुछ सब्सक्रिप्शन मॉडल देते हैं। सीमित बजट वाले शुरुआती लोगों के लिए क्वालिटी से समझौता किए बिना सस्ते विकल्प चुनना ज़रूरी हो जाता है। PicassoIA का प्लेटफ़ॉर्म इस तुलना को एक जगह लाता है और सभी उपलब्ध मॉडल्स की रियल-टाइम कीमतें दिखाता है।
फोटोरियलिज़्म के चैंपियन: कौन से मॉडल असली जैसे नतीजे देते हैं
प्रोडक्ट फ़ोटोग्राफ़ी, पोर्ट्रेट या आर्किटेक्चरल विज़ुअलाइज़ेशन के लिए फोटोरियलिस्टिक मॉडल ऐसी इमेज बनाते हैं जिन्हें कैमरे से ली गई फ़ोटो से अलग पहचानना मुश्किल होता है। 2027 में इस कैटेगरी पर कई मॉडल हावी हैं।
Flux Pro सीरीज़: flux-2-pro असाधारण लाइटिंग सटीकता और मटीरियल टेक्सचर में आगे है। जटिल प्रकाश प्रभावों को रेंडर करने की इसकी क्षमता, जैसे त्वचा पर सबसर्फ़ेस स्कैटरिंग, रिफ़्रैक्टिव ग्लास और धात्विक रिफ़्लेक्शन, इसे अलग बनाती है। flux-2-max वर्ज़न कमर्शियल काम के लिए और भी ऊँचा रिज़ॉल्यूशन देता है।
Google के विज़ुअल एक्सपर्ट: nano-banana-pro और imagen-4 इंसानी सब्जेक्ट और प्राकृतिक माहौल में उत्कृष्ट हैं। विशाल फ़ोटोग्राफ़िक डेटासेट पर उनकी ट्रेनिंग असली जैसा कलर साइंस और प्राकृतिक कंपोज़िशन देती है। imagen-4-ultra वर्ज़न प्रोफ़ेशनल इस्तेमाल के लिए स्टूडियो-स्तर का आउटपुट देता है।
खास रियलिज़्म मॉडल: realistic-vision-v5.1 त्वचा के बेहतरीन टेक्सचर रेंडरिंग के साथ खास तौर पर इंसानी फ़ोटोग्राफ़ी पर केंद्रित है। realvisxl-v3.0-turbo सटीक मटीरियल और लाइटिंग के साथ कमर्शियल-ग्रेड प्रोडक्ट शॉट देता है।
फोटोरियलिस्टिक और आर्टिस्टिक आउटपुट की तुलना करते हाथ
प्रदर्शन तुलना टेबल
शुरुआती सिफ़ारिश: imagen-4 से शुरू करें, क्योंकि इसका संतुलित प्रदर्शन और प्राकृतिक आउटपुट है। इसके अनुमानित नतीजे बिना अप्रत्याशित आर्टिफ़ैक्ट्स के प्रॉम्प्ट इंजीनियरिंग की बुनियादी बातें सिखाने में मदद करते हैं।
आर्टिस्टिक और स्टाइलाइज़्ड मॉडल: जब रचनात्मकता प्राथमिकता हो
हर प्रोजेक्ट को फोटोरियलिज़्म की ज़रूरत नहीं होती। बुक इलस्ट्रेशन, गेम असेट्स, ब्रांडिंग सामग्री या सोशल मीडिया कंटेंट के लिए आर्टिस्टिक मॉडल ऐसे अलग विज़ुअल स्टाइल देते हैं जो ध्यान खींचते हैं।
Ideogram फ़ैमिली: ideogram-v3-quality पेंटरली एस्थेटिक्स और असाधारण कंपोज़िशन देता है। इसका ideogram-v3-turbo वर्ज़न क्रिएटिव एक्सप्लोरेशन के दौरान तेज़ इटरेशन के लिए तेज़ जनरेशन देता है।
Leonardo का आर्टिस्टिक विज़न: lucid-origin नाटकीय लाइटिंग और कल्पनाशील कंपोज़िशन के साथ फ़ैंटेसी और कॉन्सेप्चुअल आर्ट में माहिर है। यह "impressionist", "surreal" या "concept art" जैसे आर्टिस्टिक शब्दों को फोटोरियलिस्टिक मॉडल से बेहतर समझता है।
Playground एस्थेटिक: playground-v2.5-1024px-aesthetic सोशल मीडिया ग्राफ़िक्स, ब्लॉग इलस्ट्रेशन और प्रेज़ेंटेशन विज़ुअल के लिए परफ़ेक्ट, लगातार स्टाइलाइज़्ड आउटपुट देता है। इसका अनुमानित स्टाइल अलग-अलग प्रोजेक्ट्स में विज़ुअल कंसिस्टेंसी बनाए रखने के लिए बेहतरीन है।
कलर रीप्रोडक्शन के अंतर दिखाती ओवरहेड तुलना
आर्टिस्टिक स्टाइल की विशेषताएँ
💡 क्रिएटिव वर्कफ़्लो: शुरुआती कॉन्सेप्ट एक्सप्लोरेशन के लिए आर्टिस्टिक मॉडल इस्तेमाल करें, फिर अंतिम डिलीवरेबल्स को फोटोरियलिस्टिक मॉडल से सुधारें। यह हाइब्रिड तरीका रचनात्मक संभावनाओं को अधिकतम करता है और प्रोडक्शन क्वालिटी भी बनाए रखता है।
स्पीड डेमन: तेज़ इटरेशन के लिए बने मॉडल
प्रोटोटाइपिंग, ब्रेनस्टॉर्मिंग या कई विकल्प बनाते समय स्पीड सबसे अहम बात बन जाती है। कुछ मॉडल बहुत तेज़ जनरेशन समय के लिए थोड़ी क्वालिटी कुर्बान करते हैं।
PrunaAI की परफ़ॉर्मेंस लाइन: z-image-turbo औसतन 2 सेकंड से कम में जनरेशन के साथ अपने नाम पर खरा उतरता है। p-image 3-5 सेकंड में थोड़ी बेहतर क्वालिटी देता है, जो तेज़ कॉन्सेप्ट वैलिडेशन के लिए आदर्श है।
लोकल जनरेशन विकल्प: flux-schnell सक्षम हार्डवेयर पर लोकल प्रोसेसिंग को संभव बनाता है, जिससे क्लाउड लेटेंसी पूरी तरह खत्म हो जाती है। जिन टीमों के पास GPU वर्कस्टेशन हैं, उनके लिए यह बिना इंटरनेट पर निर्भर हुए तुरंत जनरेशन देता है।
संतुलित स्पीड मॉडल: gpt-image-1.5 4-7 सेकंड में अच्छी क्वालिटी देता है और उन वर्कफ़्लो के लिए संतुलित विकल्प के रूप में खुद को पेश करता है जिन्हें स्पीड और ठीक-ठाक आउटपुट, दोनों चाहिए।
रियल-टाइम स्पीड तुलना दिखाता होलोग्राफ़िक इंटरफ़ेस
स्पीड तुलना विश्लेषण
व्यावहारिक इस्तेमाल: क्रिएटिव सेशन के दौरान तेज़ मॉडल इस्तेमाल करें, जहाँ मात्रा मायने रखती है। जल्दी से 20-30 वेरिएशन बनाएँ, पसंदीदा चुनें, फिर ज़्यादा क्वालिटी वाले मॉडल से सुधारें। यह वर्कफ़्लो एक्सप्लोरेशन और अंतिम क्वालिटी, दोनों को अधिकतम करता है।
सीमित बजट के लिए लागत-प्रभावी विकल्प
शुरुआती लोग अक्सर तंग बजट में काम करते हैं, इसलिए प्रति इमेज लागत एक अहम पैमाना बन जाती है। कई मॉडल बिना क्वालिटी पर बड़ा समझौता किए शानदार वैल्यू देते हैं।
Qwen सीरीज़: qwen-image-2512 $0.006 प्रति इमेज पर हैरान करने वाली क्वालिटी देता है। इसका संतुलित तरीका उन सीखने और प्रयोगों के लिए आदर्श है जहाँ मात्रा मायने रखती है।
ओपन-सोर्स वेरिएंट: stable-diffusion-3.5-large और stable-diffusion-3.5-medium प्रतिस्पर्धी कीमतों पर ओपन-सोर्स भरोसेमंदी देते हैं। कम्युनिटी सपोर्ट और विस्तृत डॉक्यूमेंटेशन शुरुआती लोगों को समस्याएँ सुलझाने में मदद करते हैं।
सब्सक्रिप्शन मॉडल: कुछ प्लेटफ़ॉर्म असीमित जनरेशन के साथ मासिक सब्सक्रिप्शन देते हैं। अपनी अनुमानित मासिक मात्रा का हिसाब लगाएँ, क्योंकि अगर आप महीने में 500+ इमेज बनाते हैं, तो अक्सर सब्सक्रिप्शन प्रति-इमेज कीमत से सस्ता पड़ता है।
लागत तुलना चार्ट दिखाता प्रेज़ेंटेशन रूम
बजट प्लानिंग गाइड
- मासिक ज़रूरतों का हिसाब लगाएँ: अनुमान लगाएँ कि आप हर हफ़्ते कितनी इमेज बनाएँगे
- प्राइसिंग मॉडल की तुलना करें: प्रति-इमेज बनाम सब्सक्रिप्शन बनाम क्रेडिट पैकेज
- क्वालिटी ज़रूरतों पर विचार करें: इंटरनल इस्तेमाल के लिए कम लागत वाले मॉडल काफ़ी हो सकते हैं
- सीखने की प्रक्रिया का ध्यान रखें: महंगे मॉडल अक्सर बेहतर डॉक्यूमेंटेशन के साथ आते हैं
💡 बजट टिप: सीखने के लिए qwen-image-2512 से शुरू करें। इसकी कम लागत बिना आर्थिक दबाव के भरपूर प्रयोग करने देती है।
खास कामों के लिए विशेष मॉडल
सामान्य इमेज जनरेशन से आगे, विशेष मॉडल खास एप्लिकेशन में उत्कृष्ट होते हैं। इन टूल्स का उपयोग कब करना है, यह पहचानना शुरुआती लोगों को अनुभवी यूज़र्स से अलग करता है।
एडिटिंग और बदलाव: p-image-edit टेक्स्ट निर्देशों के आधार पर मौजूदा इमेज को बदलता है। कपड़े बदलने, नए तत्व जोड़ने या कंपोज़िशन ठीक करने की ज़रूरत है? यह मॉडल सामान्य जनरेटर से बेहतर कॉन्टेक्स्टुअल एडिटिंग समझता है।
कंट्रोल के साथ उन्नत एडिटिंग: qwen-image-edit-plus-lora सटीक स्टाइल ट्रांसफ़र और लक्षित बदलावों के लिए LoRA (Low-Rank Adaptation) सपोर्ट जोड़ता है। ब्रांड कंसिस्टेंसी या किसी खास एस्थेटिक ज़रूरत के लिए यह बारीक कंट्रोल देता है।
वेक्टर और SVG जनरेशन: recraft-v3-svg लोगो, आइकन और प्रिंट सामग्री के लिए परफ़ेक्ट, स्केल होने योग्य वेक्टर ग्राफ़िक्स बनाता है। रैस्टर इमेज के उलट, SVG आउटपुट किसी भी साइज़ पर साफ़ रहते हैं।
ControlNet इंटीग्रेशन: sdxl-controlnet-lora और sdxl-multi-controlnet-lora रेफ़रेंस इमेज के ज़रिए पोज़, कंपोज़िशन और स्टाइल पर कंट्रोल देते हैं। इन उन्नत टूल्स को सीखने में समय लगता है, पर ये बेजोड़ सटीकता देते हैं।
एडिटिंग वर्कफ़्लो की दक्षता दिखाता डायनामिक एक्शन शॉट
विशेषज्ञता निर्णय मैट्रिक्स
शुरुआती लोगों का टूलकिट: शुरू करने के लिए ज़रूरी मॉडल
हर उपलब्ध मॉडल से शुरू करना उलझन पैदा करता है। इसके बजाय एक चुना हुआ टूलकिट बनाएँ, जो ज़रूरी कामों को कवर करे और फिर भी संभालने में आसान रहे।
मुख्य टूलकिट सिफ़ारिश:
- सामान्य उपयोग: संतुलित क्वालिटी और स्पीड के लिए imagen-4
- रैपिड प्रोटोटाइपिंग: ब्रेनस्टॉर्मिंग सेशन के लिए z-image-turbo
- बजट विकल्प: ज़्यादा मात्रा वाली सीखने के लिए qwen-image-2512
- आर्टिस्टिक फ़्लेयर: क्रिएटिव प्रोजेक्ट्स के लिए ideogram-v3-balanced
- एडिटिंग: आउटपुट में बदलाव के लिए p-image-edit
खूबसूरती से रोशन स्टिल लाइफ़ जिसमें ज़रूरी शुरुआती टूल्स दिखते हैं
सीखने का प्रगति पथ
हफ़्ता 1-2: imagen-4 में महारत हासिल करें। प्रॉम्प्ट की संरचना, बुनियादी पैरामीटर और आउटपुट समझना सीखें।
हफ़्ता 3-4: तेज़ इटरेशन के लिए z-image-turbo जोड़ें। जल्दी से कई वेरिएशन बनाने का अभ्यास करें।
हफ़्ता 5-6: आर्टिस्टिक प्रोजेक्ट्स के लिए ideogram-v3-balanced को एक्सप्लोर करें। स्टाइल पैरामीटर और एस्थेटिक कंट्रोल समझें।
हफ़्ता 7-8: p-image-edit को वर्कफ़्लो में शामिल करें। जनरेट की गई इमेज को सुधारना और बदलना सीखें।
💡 प्रगति रणनीति: हर दो हफ़्ते में एक नया मॉडल जोड़ें। दूसरा जोड़ने से पहले उसकी बारीकियाँ अच्छी तरह सीख लें। यह धीमी और नियोजित सीख उलझन से बचाती है और व्यापक स्किल बनाती है।
शुरुआती लोगों की आम गलतियाँ और उनसे बचने के तरीके
नए यूज़र्स को अक्सर एक जैसी दिक्कतें आती हैं। इन पैटर्न को जल्दी पहचानने से सीखने की गति बढ़ती है।
गलती 1: सरल कामों के लिए महंगे मॉडल इस्तेमाल करना। flux-2-pro को शुरुआती स्केच के बजाय अंतिम डिलीवरेबल्स के लिए बचाकर रखें।
गलती 2: मॉडल की खासियतों को नज़रअंदाज़ करना। realistic-vision-v5.1 पोर्ट्रेट में उत्कृष्ट है, पर एब्स्ट्रैक्ट कॉन्सेप्ट्स के साथ संघर्ष करता है।
गलती 3: आउटपुट की तुलना न करना। एक ही प्रॉम्प्ट को 2-3 मॉडल पर चलाएँ, ताकि उनकी अलग-अलग व्याख्या समझ आए।
गलती 4: लागत के जमा होने को नज़रअंदाज़ करना। प्रयोग के दौरान वे $0.008 के चार्ज जल्दी जुड़कर बड़ा खर्च बन जाते हैं।
गलती 5: सिर्फ़ एक ही मॉडल से चिपके रहना। अलग-अलग प्रोजेक्ट्स को अलग-अलग टूल्स से फ़ायदा होता है, इसलिए लचीलापन विकसित करें।
एक कारगर शुरुआती वर्कस्टेशन का डॉक्यूमेंट्री-स्टाइल शॉट
सुधार रणनीतियाँ
- लागत ट्रैकिंग: खर्च पर नज़र रखने के लिए PicassoIA का usage डैशबोर्ड इस्तेमाल करें
- आउटपुट तुलना: अलग-अलग मॉडल के एक ही प्रॉम्प्ट वाले आउटपुट का रेफ़रेंस फ़ोल्डर बनाएँ
- स्पेशलाइज़ेशन मैप: त्वरित संदर्भ के लिए दस्तावेज़ बनाएँ कि कौन से मॉडल किन कामों में अच्छे हैं
- वर्कफ़्लो डॉक्यूमेंटेशन: दोहराए जा सकने वाले नतीजों के लिए सफल प्रॉम्प्ट+मॉडल कॉम्बिनेशन दर्ज करें
उन्नत विचार: अपना टूलकिट कब बढ़ाएँ
बुनियादी बातें सीखने के बाद गंभीर प्रैक्टिशनरों के लिए कुछ उन्नत विचार सामने आते हैं।
कंसिस्टेंसी की ज़रूरतें: कई इमेज में विज़ुअल कंसिस्टेंसी चाहने वाले प्रोजेक्ट्स को LoRA ट्रेनिंग वाले flux-dev-lora जैसे मज़बूत स्टाइल कंट्रोल वाले मॉडल से फ़ायदा होता है।
कमर्शियल लाइसेंसिंग: सुनिश्चित करें कि चुने हुए मॉडल कमर्शियल इस्तेमाल की अनुमति देते हैं। PicassoIA हर मॉडल के लिए लाइसेंसिंग शर्तें साफ़ तौर पर दिखाता है।
इंटीग्रेशन की ज़रूरतें: कुछ वर्कफ़्लो ऑटोमेशन के लिए API एक्सेस से फ़ायदा उठाते हैं। देखें कि कौन से मॉडल मज़बूत API सपोर्ट देते हैं और कौन से सिर्फ़ वेब इंटरफ़ेस तक सीमित हैं।
कम्युनिटी और सपोर्ट: सक्रिय यूज़र कम्युनिटी वाले मॉडल (stable-diffusion-3.5-large, flux-2-pro) समस्या-निवारण के संसाधन और साझा ज्ञान देते हैं।
व्यापक परफ़ॉर्मेंस मेट्रिक्स दिखाता फ़्यूचरिस्टिक कंट्रोल रूम
उन्नत टूल चयन मानदंड
- आउटपुट कंसिस्टेंसी: क्या मॉडल कई जनरेशन में एक जैसा स्टाइल दे सकता है?
- पैरामीटर ग्रैन्युलैरिटी: बारीक विवरणों पर इंटरफ़ेस कितना कंट्रोल देता है?
- बैच प्रोसेसिंग: क्या मॉडल एक साथ कई इमेज जनरेट करने का सपोर्ट करता है?
- इंटीग्रेशन विकल्प: API उपलब्धता, webhook सपोर्ट, ऑटोमेशन क्षमताएँ
- अपडेट की आवृत्ति: मॉडल को कितनी बार सुधार और नई सुविधाएँ मिलती हैं?
व्यावहारिक इस्तेमाल: अपना पहला प्रोजेक्ट बनाना
थ्योरी ज़रूरी है, पर असली स्किल व्यावहारिक इस्तेमाल से बनती है। आपके पहले ठोस प्रोजेक्ट के लिए यहाँ एक चरण-दर-चरण तरीका है।
प्रोजेक्ट उदाहरण: कॉफ़ी शॉप लॉन्च के लिए 5 सोशल मीडिया ग्राफ़िक्स की सीरीज़ बनाएँ।
चरण 1 - कॉन्सेप्ट एक्सप्लोरेशन: जल्दी से 20-30 मोटे कॉन्सेप्ट बनाने के लिए z-image-turbo इस्तेमाल करें। क्वालिटी से ज़्यादा मात्रा पर ध्यान दें।
चरण 2 - स्टाइल डेवलपमेंट: 3-5 उम्मीद वाले कॉन्सेप्ट चुनें। आर्टिस्टिक स्टाइल और कंपोज़िशन सुधारने के लिए ideogram-v3-balanced इस्तेमाल करें।
चरण 3 - क्वालिटी रिफ़ाइनमेंट: सर्वश्रेष्ठ 2-3 वर्ज़न को कॉफ़ी, टेक्सचर और लाइटिंग की फोटोरियलिस्टिक रेंडरिंग के लिए imagen-4 पर ले जाएँ।
चरण 4 - अंतिम एडिटिंग: ब्रांडिंग तत्व जोड़ने, रंग ठीक करने और पूरी सीरीज़ में कंसिस्टेंसी सुनिश्चित करने के लिए p-image-edit इस्तेमाल करें।
चरण 5 - लागत विश्लेषण: PicassoIA की usage रिपोर्ट देखें। भविष्य में ऑप्टिमाइज़ेशन के लिए जानें कि किन चरणों में सबसे ज़्यादा क्रेडिट खर्च हुए।
प्रोजेक्ट लागत विवरण उदाहरण
💡 प्रोजेक्ट इनसाइट: एक्सप्लोरेशन चरण (30 इमेज) दोगुनी इमेज बनाने के बावजूद रिफ़ाइनमेंट चरण (15 इमेज) से कम खर्च करता है। इससे दिखता है कि मॉडल का चुनाव वर्कफ़्लो की दक्षता और बजट आवंटन, दोनों को कैसे प्रभावित करता है।
अगले कदम: शुरुआती से दक्ष बनने तक
मॉडल तुलना में महारत इसकी नींव है। इस नींव पर आगे बढ़ने में कई रणनीतिक कदम शामिल हैं।
निजी बेंचमार्क बनाएँ: अपने टेस्ट प्रॉम्प्ट बनाएँ और नियमित रूप से मॉडल्स के आउटपुट की तुलना करें। मॉडल सुधरने के साथ इन बेंचमार्क को भी अपडेट करते रहें।
अपडेट रहें: AI मॉडल का विकास लगातार तेज़ी से हो रहा है। नए मॉडल और सुधारों के बारे में PicassoIA की अपडेट सूचनाएँ और कम्युनिटी चर्चाएँ फ़ॉलो करें।
व्यवस्थित प्रयोग करें: हर हफ़्ते एक नए मॉडल या फ़ीचर को परखने के लिए समय निकालें। नतीजे अपने निजी नॉलेज बेस में दर्ज करें।
ज्ञान साझा करें: कम्युनिटी चर्चाओं में हिस्सा लें। दूसरों को सिखाने से आपकी अपनी समझ पक्की होती है और वैकल्पिक तरीकों से परिचय होता है।
धीरे-धीरे विशेषज्ञता बढ़ाएँ: जैसे-जैसे आप पसंदीदा प्रोजेक्ट प्रकार पहचानते हैं, उन क्षेत्रों में माहिर मॉडल में गहराई से जाएँ और सामान्य दक्षता भी बनाए रखें।
2027 और उसके आगे भी AI इमेज जनरेशन का क्षेत्र लगातार बदलता रहेगा। सफल प्रैक्टिशनर्स को अलग करने वाली बात हर मॉडल का विवरण याद रखना नहीं, बल्कि नए टूल्स को जल्दी परखने और उन्हें असरदार वर्कफ़्लो में शामिल करने की क्षमता विकसित करना है।
चुनिंदा टूलकिट से शुरू करें, सीखने के प्रगति पथ का पालन करें, और याद रखें कि महारत लगातार अभ्यास से आती है, न कि शुरुआत में अत्यधिक शोध से। मॉडल आपके प्रॉम्प्ट का इंतज़ार कर रहे हैं। आप सबसे पहले क्या बनाएँगे?
