AI से सिनेमैटिक क्लोज़-अप इमेज बनाने का व्यावहारिक, सीधा-सादा विवरण। परफ़ेक्ट प्रॉम्प्ट बनाने से लेकर लाइटिंग सेटअप, लेंस स्पेक और कंपोज़िशन के नियम चुनने तक, यह लेख दिखाता है कि ऑनलाइन उपलब्ध सबसे अच्छे टेक्स्ट-टू-इमेज मॉडल से फ़ोटोरियलिस्टिक, फ़िल्म-क्वालिटी क्लोज़-अप कैसे बनाएँ।
एक खास तरह की इमेज होती है जो लोगों को स्क्रॉल करते-करते रोक देती है। यह वाइड एस्टेब्लिशिंग शॉट नहीं होता। यह ग्रुप फ़ोटो भी नहीं होती। यह क्लोज़-अप होता है: मोमबत्ती की रोशनी पकड़ती एक आँख, तिरछी दोपहर की धूप में दाढ़ी के बालों का दाना, बोलने से ठीक पहले जबड़े में हल्का तनाव। ये शॉट भावना को उस तरह व्यक्त करते हैं जैसे वाइड फ़्रेम कभी नहीं कर सकते। और इतिहास में पहली बार, आप इन्हें AI से माँग पर बना सकते हैं, बिना कैमरे, स्टूडियो या फ़ोटोग्राफ़र के। यह लेख बताता है कि यह ठीक-ठीक कैसे करना है।
मानव मस्तिष्क चेहरों को पढ़ने के लिए बना है। विकासवादी नज़रिए से देखें तो भावना, इरादे और सुरक्षा के लिए किसी चेहरे को परखना एक जीवन-रक्षक कौशल था। जब हम इमेज देखते हैं, तब भी यह बनावट बंद नहीं होती। क्लोज़-अप पोर्ट्रेट वही न्यूरल सर्किट सक्रिय करता है जो आमने-सामने की असली बातचीत में होते हैं। इसीलिए अच्छी तरह फ़्रेम की गई आँख या पूरी तरह फ़ोकस में आए होंठ, दस किरदारों वाले फ़ुल-बॉडी दृश्य से भावनात्मक रूप से कहीं ज़्यादा तुरंत महसूस हो सकते हैं।
फ़िल्म निर्देशक यह सदी भर से जानते हैं। सर्जियो लियोन ने क्लोज़-अप के दम पर पूरे करियर बनाए। कुब्रिक ने मनोवैज्ञानिक बेचैनी पैदा करने के लिए एक्सट्रीम क्लोज़-अप का इस्तेमाल किया। फ़ैशन फ़ोटोग्राफ़ी में क्लोज़-अप ही वह फ़ॉर्मैट है जो प्रोडक्ट बिकवाता है। कैमरा जितना करीब होगा, दर्शक उतना ही अपनी भावनाएँ सब्जेक्ट पर डालता है।
जब आप कंटेंट, सोशल मीडिया, एडिटोरियल काम या क्रिएटिव प्रोजेक्ट के लिए AI इमेज जनरेट करते हैं, तो एंगेजमेंट के मामले में क्लोज़-अप लगातार चौड़े कंपोज़िशन से बेहतर प्रदर्शन करते हैं। वे ज़्यादा निजी, ज़्यादा सीधे होते हैं, और उन्हें स्क्रॉल करके छोड़ना कहीं मुश्किल होता है।
"सिनेमैटिक" शब्द इतने ढीले-ढाले ढंग से इस्तेमाल होता है कि इसका मतलब लगभग खो गया है। लेकिन तकनीकी रूप से यह फ़िल्म प्रोडक्शन से लिए गए दृश्य गुणों के एक खास समूह की ओर इशारा करता है।
उथला डेप्थ ऑफ़ फ़ील्ड: केवल सब्जेक्ट फ़ोकस में होता है। बैकग्राउंड नरम, मलाईदार ब्लर (bokeh) में घुल जाता है। यही अलगाव बताता है कि दर्शक की नज़र को ठीक-ठीक कहाँ देखना है।
सोच-समझकर की गई लाइटिंग: प्राकृतिक या स्टूडियो रोशनी, जिसकी दिशा, गुणवत्ता और मकसद साफ़ हो। कोई सपाट, बिना स्रोत की परछाइयाँ नहीं होतीं। रोशनी किसी खास जगह से आती है।
फ़िल्म ग्रेन: इमेज पर परत की तरह चढ़ी हल्की, ऑर्गेनिक टेक्सचर, जो फ़ोटोग्राफ़िक फ़िल्म स्टॉक के लुक की नकल करती है। इससे वह रूखी, क्लिनिकल "AI चमक" हट जाती है जो कई जनरेट की गई इमेज में होती है।
कलर ग्रेडिंग: परछाइयों और हाइलाइट्स को हल्का-सा पूरक रंगों की ओर खिसकाया जाता है। सबसे क्लासिक ग्रेड परछाइयों को टील की ओर और हाइलाइट्स को गर्म एम्बर की ओर ले जाता है।
लेंस का चरित्र: असली लेंसों में खामियाँ होती हैं, जैसे क्रोमैटिक एबरेशन, कम्प्रेशन और फ़ील्ड कर्वेचर। आपके प्रॉम्प्ट में फ़ोकल लेंथ और एपर्चर बताने से AI मॉडल को इन ऑप्टिकल गुणों को दोहराने के लिए प्रेरित किया जाता है।
इमेज को सिनेमैटिक महसूस होने के लिए ये पाँचों तत्व मौजूद होने चाहिए। इनमें से कोई एक भी छूट जाए, तो आपको बढ़िया फ़ोटो मिलती है, शानदार नहीं।
अगर आप एक शानदार क्लोज़-अप प्रॉम्प्ट को उसके मूल तक घटाएँ, तो हमेशा तीन घटक मिलते हैं: सब्जेक्ट क्या कर रहा है या क्या व्यक्त कर रहा है, रोशनी कहाँ से आ रही है, और किस कैमरे और लेंस से इमेज ली गई है। बाकी सब परिष्कार है।
इन तीन स्तंभों पर बना प्रॉम्प्ट लगभग निश्चित रूप से कुछ उपयोगी देगा। जो प्रॉम्प्ट इनमें से कोई छोड़ता है, वह तकनीकी रूप से सही होने पर भी कुछ सामान्य ही देगा।
यह बेस फ़ॉर्मूला है:
[सब्जेक्ट की क्रिया या भाव] + [रोशनी का स्रोत, दिशा और गुणवत्ता] + [कैमरा बॉडी + लेंस + एपर्चर + फ़ोकल लेंथ] + [बैकग्राउंड और डेप्थ ऑफ़ फ़ील्ड का विवरण] + [फ़िल्म स्टॉक या ग्रेन टेक्सचर] + [कलर पैलेट]
बुनियादी बातों से आगे जो भी शब्द आप जोड़ते हैं, वह मॉडल को और कुछ देता है, और आउटपुट सीधे आपके प्रॉम्प्ट की विशिष्टता के अनुपात में बढ़ता है।
टिप: हर उच्च-गुणवत्ता वाले क्लोज़-अप प्रॉम्प्ट में ये चारों होने चाहिए। एक भी छूटने से नतीजा बिखर जाता है।
1. स्किन टेक्सचर की भाषा: AI मॉडल को पोर्स, बारीक बाल, नमी और सूक्ष्म विवरण रेंडर करने के लिए साफ़ निर्देश चाहिए। "पोर-लेवल डिटेल", "व्यक्तिगत बाल दिखें", "होंठों पर नमी" और "तिरछी रोशनी में बारीक त्वचा टेक्सचर" जैसे शब्द मॉडल को फ़ोटोरियलिज़्म की ओर खींचते हैं।
2. रोशनी की दिशा: "अच्छी लाइटिंग" मॉडल को कुछ नहीं बताती। "ऊपर-बाएँ से आती वॉल्यूमेट्रिक सुबह की रोशनी, गाल की हड्डी पर 45 डिग्री की छाया" उसे सब कुछ बता देती है। साफ़-साफ़ बताएँ: बाएँ, दाएँ, ऊपर, पीछे, रिम, की (key)।
3. लेंस स्पेसिफ़िकेशन: एक खास फ़ोकल लेंथ और एपर्चर बताएँ। "85mm f/1.4" पोर्ट्रेट का मुख्य आधार है। "100mm f/2.8 macro" एक्स्ट्रीम क्लोज़-अप का संकेत देता है। "135mm f/1.8" थोड़ा कंप्रेस्ड, आकर्षक परिप्रेक्ष्य देता है।
4. फ़िल्म स्टॉक का संदर्भ: Kodak Portra 400 गर्म, थोड़ा कम संतृप्त और ऑर्गेनिक लगता है। Fujifilm Pro 400H ठंडा और नरम लगता है। Kodak T-Max 400 हाई-कॉन्ट्रास्ट मोनोक्रोम के रूप में पढ़ा जाता है। ये संदर्भ मॉडल के प्रशिक्षित संबंधों को सक्रिय करते हैं और टोनल आउटपुट को नाटकीय रूप से बदल देते हैं।
क्लोज़-अप जनरेट करते समय नेगेटिव प्रॉम्प्ट अक्सर कम इस्तेमाल होते हैं। AI पोर्ट्रेट जनरेशन की सबसे आम समस्याएँ ठीक वही हैं जिन्हें एक लक्षित नेगेटिव प्रॉम्प्ट दबा सकता है।
| क्या बाहर रखें | नेगेटिव प्रॉम्प्ट वाक्यांश |
|---|---|
| प्लास्टिक जैसी त्वचा | "smooth skin, airbrushed, porcelain" |
| कृत्रिम रोशनी | "studio strobe, ring light, flat light" |
| डिजिटल लुक | "CGI, 3D render, digital art, illustration" |
| अतिरिक्त अंग या चेहरे | "deformed, extra fingers, multiple faces" |
| टेक्स्ट आर्टिफ़ैक्ट | "watermark, signature, logo, text" |
| नियॉन या साइ-फ़ाई | "neon lights, cyberpunk, glowing effects" |
एक मज़बूत पॉज़िटिव प्रॉम्प्ट को एक सटीक नेगेटिव प्रॉम्प्ट के साथ जोड़ना "ठीक-ठाक" से "प्रकाशन-योग्य" तक जाने का सबसे तेज़ अकेला तरीका है।
सिनेमैटिक क्लोज़-अप के लिए कोई भी सेटअप वस्तुनिष्ठ रूप से बेहतर नहीं है। वे मूल रूप से अलग भावनात्मक टोन बनाते हैं, और उनमें से चुनना एक रचनात्मक निर्णय है, तकनीकी नहीं।
गोल्डन आवर लाइट (सूर्योदय के बाद या सूर्यास्त से पहले का घंटा) गर्म, दिशात्मक, नरम और गहराई से आकर्षक होती है। छायाएँ लंबी और नारंगी रंगत वाली होती हैं। हाइलाइट्स शहद जैसे सुनहरे होते हैं। त्वचा गर्म, जीवंत और धूप में चमकती हुई दिखती है। यह रोशनी आत्मीयता, नॉस्टैल्जिया और प्राकृतिक सुंदरता जगाती है। यह रोमांस फ़िल्मों और एडिटोरियल फ़ैशन की रोशनी है।
स्टूडियो लाइट आपको नियंत्रण देती है। रेम्ब्रांट सेटअप चेहरे पर नाटकीय त्रिकोणीय छाया पैटर्न बनाते हैं। स्प्लिट लाइटिंग चेहरे को छाया और हाइलाइट के बीच ठीक आधा काट देती है, जिससे तनाव और मनोवैज्ञानिक भार आता है। रिम लाइटिंग सब्जेक्ट की रूपरेखा को गहरे बैकग्राउंड के सामने खींचती है, और रोशनी की एक सटीक रेखा से उन्हें अँधेरे से अलग करती है।
सिनेमैटिक AI क्लोज़-अप के लिए, गोल्डन आवर प्रॉम्प्ट सही करने में आम तौर पर कम इटरेशन लेते हैं, क्योंकि मॉडल ने अपने ट्रेनिंग डेटा में गोल्डन आवर की अनगिनत फ़ोटो देखी हैं। स्टूडियो सेटअप को ठीक वैसा पाने के लिए ज़्यादा साफ़ भाषा चाहिए।
ये तीन क्लासिक स्टूडियो सेटअप याद रखने लायक हैं, क्योंकि ये फ़िल्म, विज्ञापन और एडिटोरियल फ़ोटोग्राफ़ी में लगातार दिखते हैं।
रेम्ब्रांट लाइटिंग: इसका नाम डच चित्रकार के नाम पर है। मुख्य रोशनी (की लाइट) सब्जेक्ट से लगभग 45 डिग्री पर और आँख के स्तर से थोड़ा ऊपर रखी जाती है। इससे छायादार गाल पर रोशनी का एक छोटा, त्रिकोणीय धब्बा बनता है। प्रॉम्प्ट में: "Rembrandt lighting from upper left, triangle of light on shadowed cheek."
स्प्लिट लाइटिंग: चेहरे का एक हिस्सा पूरी तरह रोशन होता है, दूसरा गहरी छाया में। यह ड्रामा और तनाव पैदा करती है। थ्रिलर और नॉयर में आम है। प्रॉम्प्ट में: "Split lighting, exactly half the face in deep shadow, hard light from direct left."
रिम लाइटिंग: सब्जेक्ट के पीछे और बगल में रखी रोशनी एक चमकदार हेलो के साथ उनके चेहरे की रूपरेखा बनाती है। अक्सर सब्जेक्ट को गहरे बैकग्राउंड से अलग करने के लिए इस्तेमाल होती है। प्रॉम्प्ट में: "Strong rim light from behind-right, bright halo tracing the profile, dark background."
एंगल अक्सर पहला कंपोज़िशनल चुनाव होता है, और वही सब्जेक्ट के भावनात्मक रूप से पढ़े जाने पर सबसे बड़ा असर डालता है।
लो-एंगल क्लोज़-अप (कैमरा सब्जेक्ट से नीचे, ऊपर की ओर झुका हुआ) सब्जेक्ट को ताकत, आकार और उपस्थिति देते हैं। नीचे से लिया गया जबड़े या ठुड्डी का शॉट आत्मविश्वासी, मज़बूत और थोड़ा प्रभावशाली लगता है। यह एंगल उन पोर्ट्रेट के लिए सबसे अच्छा है जिन्हें अधिकार चाहिए।
एरियल या टॉप-डाउन क्लोज़-अप (कैमरा सब्जेक्ट के ठीक ऊपर, नीचे देखता हुआ) कमज़ोरी और खुलापन पैदा करते हैं। ऊपर से लिया गया चेहरा छोटा, ज़्यादा उजागर और ज़्यादा आत्मीय लगता है। यह एंगल उन शॉट्स के लिए काम करता है जिन्हें बेफ़िक्र या स्वप्न जैसा महसूस होना चाहिए।
आई-लेवल क्लोज़-अप सीधे और टकराव वाले लगते हैं। दर्शक सब्जेक्ट से बराबरी पर मिलता है। यह एंगल जुड़ाव के लिए, ईमानदार भावना के लिए, और ऐसे एडिटोरियल काम के लिए है जो तुरंत महसूस होना चाहता है।
थ्री-क्वार्टर एंगल (सब्जेक्ट के चेहरे से लगभग 45 डिग्री) सबसे बहुमुखी होते हैं और छोटी-मोटी चूक को सबसे आसानी से सह लेते हैं। वे चेहरे को त्रि-आयामिता देते हैं, बिना उस विकृति के जो अत्यधिक एंगल से आती है।
AI क्लोज़-अप जनरेशन की सबसे आम गलतियों में से एक है फ़्रेम को ओवरलोड करना। हर तत्व ध्यान के लिए होड़ करता है, और सब्जेक्ट तकनीकी रूप से तेज़ होने पर भी नतीजा भीड़भाड़ वाला लगता है।
सबसे शक्तिशाली क्लोज़-अप में अक्सर बड़े खाली हिस्से होते हैं: एक गहरा बैकग्राउंड, एक धुंधला क्षेत्र, एक आउट-ऑफ़-फ़ोकस दीवार। वह नेगेटिव स्पेस खालीपन नहीं है। वह साँस लेने की जगह है। यह दर्शक की नज़र को ठीक एक चीज़ की ओर निर्देशित करता है।
टिप: जब आप चाहते हैं कि क्लोज़-अप का विज़ुअल वज़न सबसे ज़्यादा हो, तो अपने प्रॉम्प्ट में "large area of out-of-focus background" या "subject isolated against deep shadow" जोड़ें।
जब आप उथला डेप्थ ऑफ़ फ़ील्ड बताते हैं (पोर्ट्रेट दूरी पर f/1.4 या f/1.8), तो ऑप्टिक्स की भौतिकी ज़्यादातर बैकग्राउंड ब्लर अपने-आप संभाल लेती है। लेंस के इतने करीब के सब्जेक्ट के साथ बैकग्राउंड एक साथ फ़ोकस में हो ही नहीं सकता।
Flux Dev वह मॉडल है जिसे तब चुनें जब क्वालिटी प्राथमिकता हो और जनरेशन की गति दूसरे नंबर पर हो। इसका 12-बिलियन पैरामीटर आर्किटेक्चर ऑनलाइन उपलब्ध ज़्यादातर मॉडलों से तीखी स्किन डिटेल, ज़्यादा सटीक रोशनी भौतिकी और बेहतर लेंस सिमुलेशन देता है। यह img2img मोड सपोर्ट करता है, यानी आप एक संदर्भ फ़ोटो अपलोड करके उसे कंपोज़िशन के शुरुआती बिंदु के रूप में इस्तेमाल कर सकते हैं।
PicassoIA पर Flux Dev से सिनेमैटिक क्लोज़-अप बनाने का चरण-दर-चरण वर्कफ़्लो यह है:
चरण 1: PicassoIA पर Flux Dev खोलें Flux Dev पर जाएँ और जनरेशन इंटरफ़ेस खोलें। किसी अकाउंट या सॉफ़्टवेयर इंस्टॉलेशन की ज़रूरत नहीं है।
चरण 2: आस्पेक्ट रेशियो 16:9 रखें 16:9 फ़ॉर्मेट में क्लोज़-अप डिजिटल पब्लिशिंग, सोशल हेडर और वीडियो थंबनेल के लिए स्वाभाविक रूप से काम करते हैं। प्रॉम्प्ट लिखने से पहले आस्पेक्ट रेशियो मेनू से 16:9 चुनें।
चरण 3: फ़ॉर्मूले का इस्तेमाल करके प्रॉम्प्ट बनाएँ इस संरचना का उपयोग करें: सब्जेक्ट + स्किन डिटेल की भाषा + रोशनी की दिशा और गुणवत्ता + लेंस और कैमरा स्पेसिफ़िकेशन + बैकग्राउंड और बोकेह + फ़िल्म स्टॉक + कलर पैलेट। Flux Dev के लिए 60 से 90 शब्दों का प्रॉम्प्ट सबसे अच्छा रहता है।
चरण 4: इनफ़रेंस स्टेप्स 40 या उससे ज़्यादा रखें ज़्यादा डीनॉइज़िंग स्टेप्स स्किन टेक्सचर और रोशनी के बदलावों में ज़्यादा डिटेल देते हैं। जहाँ बारीक डिटेल मायने रखती है, वहाँ क्लोज़-अप के लिए इनफ़रेंस स्टेप्स 40 या 50 तक बढ़ाएँ। "Go Fast" को सिर्फ़ ड्राफ़्टिंग के समय चालू रखें।
चरण 5: नेगेटिव प्रॉम्प्ट इस्तेमाल करें कम से कम इन्हें जोड़ें: "smooth skin, airbrushed, CGI, 3D render, digital art, illustration, neon lights, watermark." इससे AI पोर्ट्रेट में आने वाली सबसे आम खामियाँ हट जाती हैं।
चरण 6: एक अच्छा बेस मिलने पर सीड लॉक करें जब कोई जनरेशन मज़बूत कंपोज़िशन दे लेकिन प्रॉम्प्ट में सुधार की गुंजाइश हो, तो सीड कॉपी करके उसे स्थिर रखें। इससे आप अंतर्निहित संरचना बनाए रखते हुए प्रॉम्प्ट पर इटरेट कर सकते हैं।
चरण 7: डाउनलोड करें और इस्तेमाल करें Flux Dev के आउटपुट साफ़, वॉटरमार्क-मुक्त और किसी भी पब्लिशिंग प्लेटफ़ॉर्म के लिए तैयार होते हैं। अधिकतम क्वालिटी पर JPG या PNG में एक्सपोर्ट करें।
अगर आप जनरेशन समय की चिंता किए बिना तेज़ी से इटरेट करना चाहते हैं, तो Flux Schnell प्रति इमेज पाँच सेकंड से कम में काम आने लायक नतीजे देता है। जितने समय में Flux Dev तीन पूरे करता है, उतने में आप बीस वेरिएशन चला सकते हैं, फिर जो दिशा चुनें उसे निखारने के लिए Flux Dev पर जाएँ।
प्लेटफ़ॉर्म पर उपलब्ध सबसे उच्च फ़िडेलिटी के लिए, Flux 1.1 Pro मज़बूत प्रॉम्प्ट एडहेरेंस और एक प्रॉम्प्ट एक्सपैंशन सेटिंग देता है, जिसे चालू करने पर कंपोज़िशनल विविधता बढ़ती है। जब एक ही आउटपुट यथासंभव परफ़ेक्ट के करीब होना चाहिए, तब यह सबसे अच्छा विकल्प है।
ये वास्तविक प्रॉम्प्ट संरचनाएँ हैं जो कई जनरेशन में लगातार सिनेमैटिक क्लोज़-अप नतीजे देती हैं। इन्हें शुरुआती बिंदु मानें और अपनी ज़रूरत के हिसाब से सब्जेक्ट, रोशनी का स्रोत और कलर पैलेट बदलें।
| दृश्य | प्रॉम्प्ट संरचना |
|---|---|
| गोल्डन आवर पोर्ट्रेट | Close-up of [subject], warm volumetric golden hour light from the left, 85mm f/1.4, Tuscan hillside bokeh background, Kodak Portra 400 grain, honey and amber palette, RAW 8K |
| नाटकीय रेम्ब्रांट | [सब्जेक्ट] का क्लोज़-अप पोर्ट्रेट, ऊपरी बाएँ से Rembrandt लाइटिंग, छायादार गाल पर रोशनी का त्रिकोण, गहरा स्टूडियो बैकग्राउंड, Nikon Z9 135mm f/1.8, Kodak Vision3 फ़िल्म ग्रेन, ओचर और स्लेट ग्रेड |
| मैक्रो ब्यूटी | होंठों का एक्स्ट्रीम क्लोज़-अप, हल्के खुले हुए, पारदर्शी न्यूड ग्लॉस, दोनों तरफ़ से स्टूडियो रिम लाइटिंग, Phase One 120mm मैक्रो, रोम-स्तर की स्किन डिटेल, शैंपेन और ब्लश पैलेट, RAW 8K |
| लो-एंगल जॉ शॉट | एक आदमी के जबड़े और बढ़ी हुई दाढ़ी का लो-एंगल क्लोज़-अप, दाईं ओर से फ़्रॉस्टेड खिड़की की तिरछी सुबह की रोशनी, Sony A7R V 100mm f/2.8 मैक्रो, गहरा कंक्रीट बैकग्राउंड, Kodak T-Max ग्रेन, टील और एंबर स्प्लिट-टोन |
| साइड प्रोफ़ाइल | [सब्जेक्ट] का साइड-प्रोफ़ाइल क्लोज़-अप, पीछे के बड़े सॉफ़्टबॉक्स से बैकलिट, प्रोफ़ाइल की रेखा पर चमकती रिम लाइट, पूरी तरह काला बैकग्राउंड, Leica M11 75mm f/1.25, फ़ाइन आर्ट पोर्ट्रेट, Kodak Portra 160 ग्रेन |
सबसे नुकसानदेह गलती ऐसा सब्जेक्ट विवरण लिखना है जो किसी पर भी लागू हो सकता है। "एक सुंदर महिला" मॉडल को अलग करने के लिए कुछ नहीं देता। "बीसवें दशक के आखिर में एक महिला, जैतूनी त्वचा, हवा में लहराते गहरे चेस्टनट बाल, शांत आत्मनिरीक्षी भाव, होंठों पर नमी" मॉडल को बनाने के लिए एक खास इंसान देता है।
विशिष्टता केवल सौंदर्य की पसंद नहीं है। अस्पष्ट विवरण औसत जैसे नतीजे देते हैं, क्योंकि मॉडल उस सब कुछ के सांख्यिकीय माध्य की ओर डिफ़ॉल्ट करता है जो उसने देखा है। विशिष्ट विवरण उसे अपने ट्रेनिंग वितरण के किनारों की ओर धकेलते हैं, जहाँ दिलचस्प इमेज रहती हैं।
जो क्लोज़-अप वर्गाकार (1:1) फ़ॉर्मेट में होते हैं, वे अक्सर कंपोज़िशन को ऐसे काटते हैं कि ज़रूरी संदर्भ छूट जाता है। पोर्ट्रेट-मोड सोशल पब्लिशिंग के लिए 4:5 रेशियो अच्छा काम करता है। एडिटोरियल और वेब हेडर के लिए, 16:9 इमेज को क्षैतिज रूप से साँस लेने की जगह देता है और सब्जेक्ट को फ़्रेम में बड़ा रखता है।
बड़ी गलती है 1:1 में जनरेट करके बाद में 16:9 में क्रॉप करना। मॉडल ने उस रेशियो के लिए कंपोज़ नहीं किया था, और ज़रूरी तत्व खो जाएँगे। प्रॉम्प्ट लिखने से पहले ही आस्पेक्ट रेशियो सेट करें, बाद में नहीं।
AI पोर्ट्रेट क्लोज़-अप की यह सबसे लगातार समस्या है: त्वचा प्लास्टिक जैसी, चिकनी और कृत्रिम लगती है। वह इंसानी नहीं लगती। इसका इलाज प्रॉम्प्ट में साफ़ निर्देश है।
किसी भी क्लोज़-अप पोर्ट्रेट प्रॉम्प्ट में ये वाक्यांश जोड़ें और आपको फ़र्क तुरंत दिखेगा: "visible pores," "natural skin texture," "individual hairs," "fine grain of stubble," "moisture on skin catching the light," "micro-detail at pore level." ये शब्द मॉडल की फ़ोटोरियलिस्टिक पोर्ट्रेट ट्रेनिंग को सक्रिय करते हैं, न कि उसकी ब्यूटी-रीटचिंग प्रवृत्तियों को।
किसी जनरेशन वर्कफ़्लो के लिए प्रतिबद्ध होने से पहले यह जानना मददगार है कि हर मॉडल किसमें सबसे अच्छा है। सिनेमैटिक क्लोज़-अप के लिए, मॉडल का चुनाव स्किन डिटेल, रोशनी की सटीकता और कंपोज़िशनल फ़िडेलिटी की सीमा को प्रभावित करता है।
Flux Dev हाई-फ़िडेलिटी पोर्ट्रेट काम का वर्कहॉर्स है। इसका 12B पैरामीटर आर्किटेक्चर हल्के मॉडलों से ज़्यादा सटीकता के साथ रोशनी भौतिकी, स्किन टेक्सचर और लेंस सिमुलेशन संभालता है। इसकी कीमत गति में चुकानी पड़ती है।
Flux 1.1 Pro इस सीमा को और ऊपर ले जाता है, मज़बूत प्रॉम्प्ट एडहेरेंस और प्रॉम्प्ट एक्सपैंशन मोड के साथ। जब आपको एक ही आउटपुट यथासंभव सटीक चाहिए, तो यही टूल है।
Flux Schnell इटरेशन का इंजन है। इसकी चार-स्टेप जनरेशन पाँच सेकंड से कम में काम आने लायक इमेज देती है। स्किन डिटेल में आप Flux Dev जितना नहीं पाएँगे, लेकिन कंपोज़िशन, रोशनी की दिशा और कुल टोनल एहसास बहुत कम समय में मिल जाएगा। भारी मॉडल पर अंतिम आउटपुट के लिए जाने से पहले रचनात्मक दिशा सीमित करने के लिए इसे इस्तेमाल करें।
Stable Diffusion एक सक्षम विकल्प बना हुआ है, जब आपको सटीक रिज़ॉल्यूशन नियंत्रण चाहिए या जनरेशन व्यवहार को ट्यून करने के लिए उसके पूरे शेड्यूलर सूट का इस्तेमाल करना हो। इसका नेगेटिव प्रॉम्प्ट सिस्टम मज़बूत है, और गाइडेंस स्केल आपको यह साफ़ नियंत्रण देता है कि आउटपुट आपके टेक्स्ट का कितनी नज़दीकी से पालन करे।
| मॉडल | सबसे अच्छा किसके लिए | गति |
|---|---|---|
| Flux Dev | अधिकतम स्किन और रोशनी डिटेल | मध्यम |
| Flux 1.1 Pro | सबसे अधिक प्रॉम्प्ट सटीकता, अंतिम आउटपुट | मध्यम |
| Flux Schnell | तेज़ इटरेशन, दिशा खोजना | बहुत तेज़ |
| Stable Diffusion | रिज़ॉल्यूशन नियंत्रण, शेड्यूलर ट्यूनिंग | तेज़ |
एक जेनेरिक AI इमेज और सच में सिनेमैटिक क्लोज़-अप के बीच का फ़ासला लगभग पूरी तरह प्रॉम्प्ट में है। प्रकाशन-स्तर की पोर्ट्रेट फ़ोटोग्राफ़ी बनाने में सक्षम मॉडल पहले से मौजूद हैं, और वे अभी बिना किसी सेटअप या सब्सक्रिप्शन के उपलब्ध हैं।
एक सब्जेक्ट चुनें। रोशनी का स्रोत और दिशा तय करें। एक फ़ोकल लेंथ चुनें। फ़िल्म स्टॉक बताएँ। अपना नेगेटिव प्रॉम्प्ट जोड़ें। फिर इसे Flux Dev में 40+ इनफ़रेंस स्टेप्स और 16:9 आस्पेक्ट रेशियो के साथ चलाएँ।
पहला नतीजा परफ़ेक्ट नहीं होगा। लगभग कभी नहीं होता। लेकिन दूसरा, तीसरा और चौथा हर बार और करीब आएगा, और पाँचवें इटरेशन तक आपके पास कुछ ऐसा होगा जो किसी प्रोफ़ेशनल शूट से निकला लगे। जब आप इन्हें काम करने के लिए पर्याप्त जानकारी देते हैं, तो ये टूल यही कर सकते हैं।
इस लेख की सभी इमेज ऊपर बताई तकनीकों से बनाई गई थीं। कोई कैमरा नहीं। कोई स्टूडियो नहीं। कोई एडिटिंग सॉफ़्टवेयर नहीं। बस सटीक प्रॉम्प्ट और सही मॉडल।
इस लेख की प्रॉम्प्ट टेबल से शुरू करें, अपना सब्जेक्ट और सेटिंग डालें, और देखें कि क्या नतीजा आता है। ऊपरी सीमा इतनी ऊँची है कि सीमित करने वाला अकेला कारक यह रह जाता है कि आप कितने विशिष्ट होने को तैयार हैं।
अपनी भाषा चुनें
