ज़्यादातर AI पोर्ट्रेट एक ही वजहों से फेल होते हैं: प्लास्टिक जैसी त्वचा, बेजान आँखें, और ऐसी लाइटिंग जो बाथरूम में लगी रिंग फ़्लैश जैसी लगती है। यह लेख बताता है कि कौन-सी प्रॉम्प्टिंग रणनीतियाँ, मॉडल चुनाव और सेटिंग्स एक भरोसेमंद फोटोरियलिस्टिक पोर्ट्रेट को आम AI चेहरे से अलग करती हैं।
ज़्यादातर AI पोर्ट्रेट देखते ही गलत लग जाते हैं। त्वचा बहुत चिकनी होती है। आँखों में गहराई नहीं होती। लाइटिंग तकनीकी रूप से सही होती है, पर भावनात्मक रूप से सपाट होती है। किसी असली इंसान की फोटो जैसा पोर्ट्रेट पाने के लिए टेक्स्ट बॉक्स में बस "realistic woman portrait" लिखना काफ़ी नहीं है। इसके लिए प्रॉम्प्टिंग, मॉडल चुनाव और उन ख़ास पैरामीटर्स पर व्यवस्थित तरीके से काम करना पड़ता है जो सूक्ष्म स्तर पर चेहरे को रेंडर करते हैं। यह प्लेबुक त्वचा के रोम-छिद्रों की भाषा से लेकर फ़िल्म स्टॉक के चुनाव और इनफ़रेंस स्टेप्स की गिनती तक हर वेरिएबल को कवर करती है, ताकि आप AI चेहरे बनाना छोड़कर AI फ़ोटोग्राफ़ बनाना शुरू कर सकें।
नकली AI पोर्ट्रेट की सबसे बड़ी पहचान है अति-चिकनी त्वचा। असली इंसानी त्वचा में रोम-छिद्र होते हैं, बारीक रोएँ होते हैं, हल्का रंग-भेद होता है, पुराने दागों के निशान होते हैं और त्वचा पर प्राकृतिक तेल की एक पतली परत होती है। AI मॉडल डिफ़ॉल्ट रूप से उसे "आकर्षक" मानते हैं जिसे उन्होंने ट्रेनिंग में देखा है, और वह आमतौर पर एयरब्रश्ड और सर्जिकल रूप से साफ़ होता है। इसका हल जानबूझकर करना पड़ता है: आपको अपूर्णता को साफ़ तौर पर माँगना होगा।
हर पोर्ट्रेट प्रॉम्प्ट में ये वाक्यांश जोड़ें:
AI सबसे साफ़ तौर पर आँखों में बिगड़ता है। असली आँख में एक नम कैचलाइट होता है, एक अलग रंग वाली विशिष्ट आइरिस पैटर्न होती है, स्क्लेरा में दिखती केशिकाएँ होती हैं, पलकों की जड़ें पलक में मज़बूती से जमी होती हैं, और ऊपरी पलक में एक प्राकृतिक भारीपन होता है। इन सबको प्रॉम्प्ट में माँगें।
💡 टिप: हर चेहरे-केंद्रित प्रॉम्प्ट में "catchlight in eyes, wet lower lid, natural iris detail, visible eyelash roots" जोड़ें। केवल ये चार वाक्यांश किसी भी मॉडल पर यथार्थवाद को काफ़ी बेहतर कर देते हैं।
असली फ़ोटोग्राफ़र इस बात पर पूरा ध्यान देते हैं कि रोशनी कहाँ से आ रही है। AI मॉडल डिफ़ॉल्ट रूप से सामने से रोशन चेहरे बनाते हैं, जिनमें दिशा की कोई खासियत नहीं होती। यह पासपोर्ट फ़ोटो जैसा लगता है। आपको दृश्य की हर रोशनी का स्रोत, परछाईं का व्यवहार और कलर टेम्परेचर बताना होगा।
अस्पष्ट सब्जेक्ट विवरण अस्पष्ट चेहरे बनाते हैं। "A woman" एक सांख्यिकीय मिश्रण बना देगा। "A woman in her late 40s with silver-streaked dark hair, olive skin, and laugh lines around the eyes" ऐसा कुछ बनाता है जिसका अपना व्यक्तित्व हो।
| अस्पष्ट | विशिष्ट |
|---|---|
| "A woman" | "A 45-year-old woman with deep-set green eyes and a slight gap between her front teeth" |
| "A man with stubble" | "A man with 3-day salt-and-pepper stubble, slightly uneven growth near the jaw" |
| "Old person" | "A 72-year-old woman, pale blue watery eyes, silver hair loosely pulled back" |
| "Young man" | "A 22-year-old with slightly asymmetric features and a faint scar near the left brow" |
असममितता पोर्ट्रेट प्रॉम्प्टिंग में सबसे शक्तिशाली शब्दों में से एक है। असली चेहरे असममित होते हैं। AI चेहरे अक्सर पूरी तरह सममित होते हैं, और यही उन्हें अजीब बनाता है। असमान नैन-नक्श, थोड़ी अलग आँखों के आकार या टेढ़े बालों की मांग का वर्णन करने से नतीजा तुरंत असली की ओर झुक जाता है।
यह वह हिस्सा है जिसे ज़्यादातर लोग छोड़ देते हैं, और इसी वजह से उनके पोर्ट्रेट रेंडर जैसे दिखते हैं।
प्रॉम्प्ट में चेहरे की लाइटिंग के लिए तीन घटक साथ मिलकर काम करते हैं:
1. स्रोत की दिशा: 3D स्पेस में रोशनी कहाँ से आ रही है?
2. गुणवत्ता: कड़ी (दिशात्मक, तीखे परछाईं के किनारे) या नरम (फैली हुई, चिकनी ग्रेडिएंट)?
3. कलर टेम्परेचर: रोशनी का भावनात्मक स्वर क्या है?
प्रॉम्प्ट में कैमरा और लेंस का डेटा शामिल करने से मॉडल को बताया जाता है कि गहराई, कम्प्रेशन और बैकग्राउंड ब्लर कैसे रेंडर करने हैं। ये सजावटी विवरण नहीं हैं, ये कार्यात्मक निर्देश हैं।
पोर्ट्रेट के लिए सबसे प्रभावी लेंस विकल्प:
"shot on Canon EOS R5," "Sony A7IV," "Leica M11" जैसे कैमरा बॉडी के नाम जोड़ने से यथार्थवाद के अतिरिक्त संकेत मिलते हैं। मॉडल लाखों ऐसी इमेज पर प्रशिक्षित किया गया है जिन पर कैमरा EXIF मेटाडेटा का टैग था, और वह इस भाषा पर प्रतिक्रिया देता है।
फ़िल्म ग्रेन उपलब्ध सबसे शक्तिशाली यथार्थवाद तरकीबों में से एक है। डिजिटल AI रेंडर डिफ़ॉल्ट रूप से अति-साफ़ आउटपुट देते हैं। फ़िल्म स्टॉक बताने से मॉडल को जैविक ग्रेन संरचना और रंग का चरित्र जोड़ने के लिए मजबूर किया जाता है।
| फ़िल्म स्टॉक | दृश्य प्रभाव |
|---|---|
| Kodak Portra 400 | गर्म त्वचा टोन, बारीक ग्रेन, उठी हुई परछाइयाँ, प्राकृतिक रंग |
| Fuji Velvia 50 | संतृप्त और तीखा, चटक हरे रंग, बारीक ग्रेन |
| Kodak Ektar 100 | उच्च कंट्रास्ट, चटक, तीखा विवरण |
| Kodak Vision3 500T | सिनेमा फ़िल्म की नकल, गर्म परछाइयाँ, रात के दृश्यों के लिए उपयुक्त |
| Fuji Neopan 400 | ब्लैक एंड व्हाइट, उच्च कंट्रास्ट, असली बनावट वाला ग्रेन |
ज़्यादातर AI पोर्ट्रेट प्रॉम्प्ट डिफ़ॉल्ट रूप से सामने से दिखने वाला मीडियम शॉट देते हैं। इस आदत को तोड़ते ही ज़्यादा दिलचस्प और भरोसेमंद नतीजे मिलने लगते हैं।
पाँच कंपोज़िशन जिन्हें बारी-बारी से आज़माना उपयोगी है:
💡 टिप: लगभग आधे पोर्ट्रेट प्रॉम्प्ट में "subject not looking directly at camera" जोड़ें। कैमरे से हटकर देखने वाली नज़र उस खोखली "AI घूरती नज़र" को काफ़ी कम कर देती है जो बनाए गए चेहरों को बेजान बनाती है।
पूरी तरह तीखा बैकग्राउंड वाला पोर्ट्रेट स्नैपशॉट जैसा लगता है, फ़ोटोग्राफ़ जैसा नहीं। यह बताएँ:
असली त्वचा एक लैंडस्केप है। यहाँ सूक्ष्म-विवरण शब्दों की एक संदर्भ सूची है जो फोटोरियलिस्टिक AI पोर्ट्रेट आउटपुट को लगातार बेहतर बनाती है:
इनमें से कोई भी पोर्ट्रेट को आकर्षक से कम नहीं बनाता। ये उसे इंसानी बनाते हैं। इंसानी होना ही वह चीज़ है जो अनायास दूसरी बार देखने पर मजबूर करती है।
आँखें गीली होनी चाहिए। होंठों में प्राकृतिक नमी होनी चाहिए। त्वचा में हल्की जैविक स्पेक्युलर चमक होनी चाहिए।
Flux Dev फोटोरियलिस्टिक पोर्ट्रेट कार्य के लिए प्लेटफ़ॉर्म पर सबसे मज़बूत मॉडल है। इसका 12-बिलियन पैरामीटर आर्किटेक्चर पूरे चेहरे में एक साथ बारीक विवरण बनाए रखता है, जहाँ छोटे मॉडल अक्सर त्वचा ठीक करते हुए आँखों की सुसंगति खो देते हैं, या इसका उल्टा होता है।
चरण 1: मॉडल खोलें Picasso IA पर Flux Dev पर जाएँ और जनरेशन पैनल खोलें।
चरण 2: आस्पेक्ट रेशियो सेट करें क्लोज़-अप पोर्ट्रेट के लिए 4:5 चुनें। एन्वायर्नमेंटल या वायुमंडलीय शॉट के लिए 9:16 या 3:2 चुनें। वाइड सिनेमैटिक कंपोज़िशन के लिए 16:9 चुनें।
चरण 3: Go Fast बंद करें "Go Fast" मोड बंद करें। इससे fp8 क्वांटाइज़्ड वर्ज़न से पूर्ण bf16 प्रिसिज़न मॉडल पर स्विच हो जाता है, जिससे त्वचा का विवरण काफ़ी तीखा और आँखों की रेंडरिंग अधिक सटीक होती है। कुछ सेकंड ज़्यादा लगना इसके लायक है।
चरण 4: इनफ़रेंस स्टेप्स 50 पर सेट करें अधिकतम 50 डीनॉइज़िंग स्टेप्स का उपयोग करें। पोर्ट्रेट यथार्थवाद के लिए यह डिफ़ॉल्ट 28 स्टेप्स की तुलना में साफ़ फ़र्क लाता है। चेहरे के फ़ीचर तीखे होते हैं, त्वचा की बनावट अधिक स्पष्ट होती है और आँखों का विवरण काफ़ी बेहतर होता है।
चरण 5: एक संरचित प्रॉम्प्ट लिखें
यह बनावट इस्तेमाल करें:
[Subject: age, gender, specific physical features] + [Environment/location] +
[Light source, direction, quality, color temperature] + [Camera body, lens, aperture] +
[Skin detail terms] + [Film stock] + [Style: RAW, photorealistic, 8K]
चरण 6: सीड लॉक करें जब कोई नतीजा पसंद आ जाए, तो उसकी सीड वैल्यू कॉपी करें। आप कंपोज़िशनल आधार को स्थिर रखते हुए प्रॉम्प्ट में बदलाव कर सकते हैं।
चरण 7: img2img से परिष्कृत करें अपना सबसे अच्छा नतीजा Flux Dev के img2img मोड में अपलोड करें, प्रॉम्प्ट स्ट्रेंथ 0.3 रखें और अधिक विशिष्ट सूक्ष्म-विवरण निर्देश जोड़ें। इससे कंपोज़िशन बिगड़े बिना आउटपुट निखरता है।
जब आप अभी सही प्रॉम्प्ट दिशा खोज रहे हों, तब Flux Schnell पाँच सेकंड से कम में नतीजा दे देता है। लाइटिंग और कंपोज़िशन पक्की करने के लिए Schnell के साथ 15-20 वैरिएशन चलाएँ, फिर अंतिम उच्च-गुणवत्ता रेंडर के लिए Flux Dev पर जाएँ।
💡 वर्कफ़्लो: इटरेशन की गति के लिए Schnell, अंतिम गुणवत्ता के लिए Flux Dev। यह वैसा ही है जैसे पेशेवर फ़ोटोशूट में काम करते हैं: पहले तेज़ ऑटो-मोड टेस्ट से फ़्रेम खोजना, फिर सबसे अच्छे फ़्रेम के लिए पूरी मैन्युअल सेटिंग्स।
"Beautiful woman, perfect skin, symmetrical features" इंटरनेट पर भर चुके उस आम AI चेहरे का नुस्खा है। सुंदरता यथार्थवाद के बराबर नहीं है। असली लोगों का व्यक्तित्व होता है, और वह विशिष्टता से आता है: असममित मुस्कान, मज़बूत नाक, एक खास आँख का आकार। व्यक्तित्व माँगें।
ज़्यादातर पोर्ट्रेट प्रॉम्प्ट संक्षिप्तता की वजह से फेल होते हैं। असली दिखने वाले चेहरे के लिए एक वाक्य नहीं, एक अनुच्छेद चाहिए। जो भी विवरण आप छोड़ते हैं, उसे सांख्यिकीय औसत भर देता है, और नतीजा आम बन जाता है। हर उस तत्व का विस्तार करें जिसे आप नियंत्रित करना चाहते हैं।
Stable Diffusion पर, नेगेटिव प्रॉम्प्ट आधा जनरेशन है। जो अवांछित है उसे बाहर रखना उतना ही शक्तिशाली है जितना वह बताना जो आप चाहते हैं। जोड़ें:
plastic skin, airbrushed, oversmoothed, digital art, illustration, cartoon, CGI,
ring flash, white seamless backdrop, perfectly symmetrical, wax figure
| सेटअप | प्रॉम्प्ट अंश | मूड |
|---|---|---|
| Rembrandt | "warm light from upper-left at 45 degrees, triangular shadow under cheekbone" | क्लासिक, अंतरंग, नाटकीय |
| गोल्डन आवर | "warm amber sunlight from lower right, rim light on jaw and hair, long shadows" | जीवंत, सिनेमैटिक, गर्म |
| Overcast Window | "diffused light from large north-facing window, no hard shadows, even skin" | ईमानदार, डॉक्यूमेंट्री, प्राकृतिक |
| Chiaroscuro | "single desk lamp, deep shadow across one side of face, dark background" | तीव्र, मूर्तिकला जैसा, रहस्यमय |
| Street Night | "warm streetlamp pool overhead, darkness surrounding, wet pavement reflections" | शहरी, तनावपूर्ण, सिनेमैटिक |
सबसे मज़बूत पोर्ट्रेट चेहरे को धुंधले बैकग्राउंड में अलग नहीं करते। वे किसी इंसान को विश्वसनीय दुनिया में बसाते हैं।
बोकेह पर रखा चेहरा AI आउटपुट के रूप में पहचाना जा सकता है। खिड़की से आती सुबह की रोशनी वाली रसोई में रखा चेहरा ऐसा लगता है जैसे किसी ने सचमुच फ़ोटो खींची हो। एन्वायर्नमेंटल संदर्भ विश्वसनीयता बढ़ाता है, क्योंकि वह रोशनी की व्याख्या करता है और सब्जेक्ट को वहाँ होने की वजह देता है।
ऐसे लोकेशन प्रॉम्प्ट जो रोशनी को स्वाभाविक रूप से सही ठहराते हैं:
लोकेशन सब्जेक्ट नहीं है। यह वह बहाना है जो सब्जेक्ट को विश्वसनीय बनाता है।
उन पोर्ट्रेट कार्यों के लिए जहाँ कई इमेज में एकरूपता मायने रखती है, Flux 1.1 Pro प्रॉम्प्ट वैरिएशन में सीड-आधारित पुनरुत्पादन देता है। सीड स्थिर करें, लाइटिंग विवरण बदलें, और मॉडल अलग परिस्थितियों में उसी व्यक्ति की इमेज लौटाता है।
यह इसके लिए उपयोगी है:
मॉडल टेक्स्ट इनपुट के साथ इमेज प्रॉम्प्ट भी स्वीकार करता है। एक संदर्भ फ़ोटो अपलोड करें और जिस स्टाइल या कंपोज़िशन की ज़रूरत है उसका वर्णन करें, और यह जनरेशन को उस दिशा में ले जाएगा।
यह स्टार्टर प्रॉम्प्ट टेम्पलेट कॉपी करें और कोष्ठक वाले हिस्से भरें:
[Age and gender], [specific physical feature 1], [specific physical feature 2],
[location/environment]. [Light source] from [direction], [light quality],
[shadow description]. Shot on [camera body] with [focal length] f/[aperture].
Visible pores, natural skin texture, [film stock] film grain, shallow depth of field,
RAW photorealistic photography, 8K.
एक भरा हुआ उदाहरण:
A 38-year-old man with a close-cropped beard showing flecks of gray, deep-set brown eyes,
standing in a narrow European alley on a rainy afternoon. Warm amber light from a single
overhead lamp, soft diffused secondary fill from wet cobblestones below, shadow falling
across the right side of his face. Shot on Nikon Z6 with 85mm f/1.8. Visible pores,
natural skin texture, Kodak Portra 400 film grain, shallow depth of field,
RAW photorealistic photography, 8K.
इसे 50 इनफ़रेंस स्टेप्स और बिना Go Fast मोड के Flux Dev पर चलाएँ। नतीजा उस श्रेणी का होगा जो एक-पंक्ति वाला प्रॉम्प्ट कभी नहीं दे सकता।
Picasso IA पर Flux Dev, Flux Schnell, Flux 1.1 Pro और Stable Diffusion उपलब्ध हैं, जिन्हें बिना डाउनलोड, इंस्टॉल या GPU सेटअप के ब्राउज़र में इस्तेमाल किया जा सकता है। हर मॉडल माँग पर चलता है।
तेज़ी से इटरेट करने के लिए Flux Schnell से शुरू करें, फिर अंतिम रेंडर के लिए Flux Dev पर जाएँ। इस लेख की प्रॉम्प्ट संरचना लागू करें: विशिष्ट सब्जेक्ट, दिशात्मक लाइटिंग, लेंस डेटा, त्वचा के शब्द और फ़िल्म स्टॉक। जब कोई कंपोज़िशन पसंद आ जाए तो सीड लॉक करें। img2img से परिष्कृत करें।
AI चेहरे और किसी असली इंसान की फ़ोटो के बीच का फ़र्क मॉडल में नहीं है। यह इस बात में है कि आप कितनी विशिष्टता माँगते हैं। वह विशिष्टता इस्तेमाल करें, और नतीजे खुद बोल उठेंगे।
अपनी भाषा चुनें
