Midjourney v8 ने AI इमेज जनरेशन का तरीका बदल दिया है: अब इमेज ज़्यादा सुसंगत हैं, लाइटिंग बेहतर है और प्रॉम्प्ट की समझ ज़्यादा स्मार्ट है। यह लेख प्रॉम्प्ट की सटीक बनावट, पैरामीटर और वर्कफ़्लो समझाता है जो प्रोफ़ेशनल क्वालिटी के नतीजे देते हैं, और बताता है कि v8 कम पड़ने पर कहाँ जाएँ।
Midjourney v8 बिना ज़्यादा शोर के आया, लेकिन उसका असर बहुत बड़ा रहा। v6.1 से v8 तक की छलांग छोटा सुधार नहीं थी। यह आर्किटेक्चर का बदलाव था। जो प्रॉम्प्ट पहले धुंधले और स्पेशियली बेमेल नतीजे देते थे, अब वे ऐसी इमेज देते हैं जिनमें लाइटिंग का तर्क और कंपोज़िशन की सटीकता किसी अनुभवी फ़ोटोग्राफ़र से अपेक्षित स्तर की होती है। लेकिन v8 अपने साथ नई चुनौतियाँ भी लाया: सख़्त कंटेंट फ़िल्टरिंग, अलग डिफ़ॉल्ट व्यवहार, और प्रॉम्प्ट सिंटैक्स जो अनुभवी यूज़र्स को भी चौंका देता है। यह लेख बताता है कि Midjourney v8 से इमेज कैसे बनाएँ, प्रॉम्प्ट की बनावट से लेकर पैरामीटर कंट्रोल तक, ताकि आप अंदाज़े लगाना बंद करें और ऐसे नतीजे पाएँ जो आपकी सोच से मेल खाएँ।
पिछला फ़्लैगशिप मॉडल, v6.1, पहले ही शानदार डिटेल फ़िडेलिटी दे चुका था। v8 उस नींव को लेता है और मॉडल के स्पेशियल रिश्ते प्रोसेस करने के तरीके को नए सिरे से बनाता है। अब ऑब्जेक्ट बैकग्राउंड के सामने अजीब तरह से तैरते नहीं हैं। लाइट सोर्स ऐसी परछाइयाँ डालते हैं जो पूरे फ़्रेम में भौतिक रूप से सही लगती हैं। मानव शरीर की रचना, खासकर हाथ, पैर और चेहरे, पिछले किसी भी वर्ज़न से कहीं कम आर्टिफ़ैक्ट दिखाती है।
Midjourney v8 एक ऐसी तकनीक इस्तेमाल करता है जिसे टीम अंदरूनी तौर पर "स्ट्रक्चरल कोहेरेंस वेटिंग" कहती है। सीधे शब्दों में: मॉडल अब कंपोज़िशन का तर्क पूरी इमेज में संतुलित करता है, सिर्फ़ अलग-अलग हिस्सों के भीतर नहीं। किसी सीन की बाईं तरफ़ रखा लैंप अब फ़्रेम की हर चीज़ पर, दूर के बैकग्राउंड एलिमेंट्स समेत, एक जैसी परछाइयाँ डालता है।
यह कमर्शियल काम, एडिटोरियल फ़ोटोग्राफ़ी और सोशल कंटेंट के लिए बहुत मायने रखता है। एक अच्छी तरह लिखा गया प्रॉम्प्ट अब भरोसे के साथ यह दे सकता है:
v8 अपने पिछले वर्ज़न के मुकाबले काफ़ी अलग डिफ़ॉल्ट के साथ आता है। --stylize पैरामीटर अब डिफ़ॉल्ट रूप से 100 पर होता है, और मॉडल शुरू से ही सिनेमैटिक और एडिटोरियल सौंदर्य की ओर झुकता है। इससे डिफ़ॉल्ट आउटपुट कई यूज़र्स की उम्मीद से ज़्यादा विज़ुअली राय वाले लगते हैं जो v5 या v6 से आ रहे हैं।
💡 अगर v8 के आउटपुट प्रोडक्ट या लाइफ़स्टाइल फ़ोटोग्राफ़ी के लिए बहुत आर्टिस्टिक लगें, तो
--stylize 50या--stylize 25आज़माएँ, ताकि नतीजे डॉक्यूमेंट्री रियलिज़्म के करीब आएँ।
--style raw फ़्लैग जानने लायक है: यह मॉडल की ज़्यादातर सौंदर्यात्मक व्याख्या हटा देता है और नतीजे उसके करीब लाता है जो प्रॉम्प्ट शाब्दिक रूप से बताता है। तकनीकी संदर्भ या फ़ोटोग्राफ़िक सटीकता के लिए --style raw अक्सर सही शुरुआती बिंदु होता है।
v8 में प्रॉम्प्ट लिखने का तरीका पिछले Midjourney वर्ज़न से अलग है। मॉडल डिस्क्रिप्टर्स को उसी क्रम में वेट देता है जिस क्रम में वे आते हैं, यानी सबसे ज़रूरी कंपोज़िशनल जानकारी को आगे रखता है। धुंधली शुरुआत धुंधली इमेज देती है। साफ़ शुरुआत साफ़ इमेज देती है।
हर Midjourney v8 प्रॉम्प्ट को चार अलग-अलग परतों वाला समझें। हर परत को सटीक रूप से भरना ही आम नतीजे और प्रकाशन-योग्य इमेज के बीच का फ़र्क है:
| परत | क्या शामिल करें | उदाहरण |
|---|---|---|
| सब्जेक्ट | सीन में कौन या क्या है | "30 के दशक में एक महिला का पोर्ट्रेट" |
| वातावरण | सीन कहाँ घटित हो रहा है | "धूप वाले पेरिसियन कैफ़े में" |
| लाइटिंग | रोशनी की दिशा, गुणवत्ता, रंग | "गर्म दोपहर की बैकलाइट, नरम परछाइयाँ" |
| स्टाइल | कैमरा, फ़िल्म या फ़ोटोग्राफ़िक पैरामीटर | "35mm फ़िल्म, Kodak Portra 400, शैलो DOF" |
चारों परतों को मिलाने वाला प्रॉम्प्ट सरल वर्णनात्मक वाक्यों से लगातार बेहतर प्रदर्शन करता है। तुलना करें:
woman at café, photorealisticportrait of a woman in her 30s sitting at a sunlit Parisian café, warm golden afternoon backlight from the right, soft lens flare, 35mm f/2.0, Kodak Portra 400 film grain, shallow depth of field --ar 16:9 --q 2मज़बूत वाला संस्करण v8 को कंपोज़िशन के हर स्तर पर सुसंगत फ़ैसले लेने की पर्याप्त जानकारी देता है: रोशनी सब्जेक्ट के साथ कैसे इंटरैक्ट करती है, बैकग्राउंड कैसा दिखना चाहिए, और किन फ़ोटोग्राफ़िक गुणों को प्राथमिकता देनी है।
v8 बाहर रखने के तर्क के लिए --no पैरामीटर इस्तेमाल करता है, जो इस वर्ज़न में पिछले नेगेटिव प्रॉम्प्ट तरीकों से ज़्यादा भरोसेमंद है:
--no text, watermark, logo, cartoon, CGI, illustration, neon lighting, blurry
फ़ोटोरियलिस्टिक काम के लिए इन नेगेटिव्स को स्टैंडर्ड बेसलाइन के रूप में शामिल करें:
--no CGI सिंथेटिक आउटपुट में आम प्लास्टिक-रेंडर वाले लुक को हटाता है--no cartoon इलस्ट्रेटेड सौंदर्य की ओर स्टाइलिस्टिक ड्रिफ़्ट रोकता है--no text जेनरेट हुए टेक्स्ट आर्टिफ़ैक्ट्स खत्म करता है--no neon lighting फ़ोटोग्राफ़ी-शैली के नतीजों के लिए लाइटिंग को प्राकृतिक रखता है--no blurry खासकर बैकग्राउंड डिटेल में, समग्र शार्पनेस बेहतर करता हैअलग-अलग सब्जेक्ट श्रेणियों को अलग प्रॉम्प्ट स्ट्रक्चर से फ़ायदा होता है:
पोर्ट्रेट और लोग: वातावरण से पहले उम्र, एक्सप्रेशन और कपड़ों से शुरू करें। "एक 40 साल का आदमी, जिसकी त्वचा पर झुर्रियाँ हैं, आराम वाला एक्सप्रेशन, घिसी कैनवस जैकेट पहने, शाम के समय एक गाँव के गैस स्टेशन के बाहर खड़ा" "गैस स्टेशन पर आदमी" से काफ़ी बेहतर नतीजा देता है।
आर्किटेक्चर और इंटीरियर: दिन का समय और कृत्रिम लाइट स्रोत साफ़-साफ़ बताएँ। "शाम 6 बजे का एक मिड-सेंचुरी मॉडर्न लिविंग रूम, टेबल लैंप से ओक के फ़र्श पर एम्बर रोशनी के छोटे घेरे, फ़्लोर-टू-सीलिंग खिड़कियों से आती बादलों वाली नीली-भूरी रोशनी" मॉडल को साफ़ कंपोज़िशनल तर्क देता है।
प्रोडक्ट फ़ोटोग्राफ़ी: बैकग्राउंड की सतह सीधे बताएँ। "सफ़ेद संगमरमर की सतह पर एक काँच की परफ़्यूम बोतल, ऊपर से आती डिफ़्यूज़्ड टॉप लाइट, संगमरमर पर हल्का रिफ़्लेक्शन, साफ़ और मिनिमल, कोई प्रॉप्स या ध्यान भटकाने वाली बैकग्राउंड चीज़ नहीं" लगातार स्टूडियो-शैली के नतीजे देता है।
पैरामीटर हर Midjourney प्रॉम्प्ट के अंत में स्पेस से अलग करके आते हैं। वे सजावट के लिए नहीं होते। हर एक मॉडल को एक खास निर्देश देता है जो उसके डिफ़ॉल्ट व्यवहार को बदल देता है।
तीन पैरामीटर हर उस इमेज का आधार तय करते हैं जो आप बनाते हैं:
| पैरामीटर | काम | सामान्य मान |
|---|---|---|
--ar | आउटपुट का आस्पेक्ट रेशियो तय करता है | 16:9, 1:1, 9:16, 4:3 |
--q | रेंडर क्वालिटी और प्रोसेसिंग समय नियंत्रित करता है | 1 (डिफ़ॉल्ट), 2 (ज़्यादा डिटेल) |
--chaos | 4 ग्रिड नतीजों के बीच विविधता नियंत्रित करता है | 0 (एक जैसा) से 100 (बहुत अलग) तक |
एडिटोरियल और कमर्शियल काम के लिए --ar 16:9 --q 2 --chaos 10 एक भरोसेमंद शुरुआती कॉन्फ़िगरेशन है। थोड़ा केओस मान आपके चारों ग्रिड विकल्पों को इतना अलग रखता है कि वे सार्थक चुनाव दें, और उनमें से कोई भी बेकार न लगे।
--seed पैरामीटर एक कंपोज़िशनल बेसलाइन लॉक करता है ताकि आप उससे आगे इटरेट कर सकें। जब आपको सही कंपोज़िशन और लाइटिंग वाली इमेज मिल जाए, तो Midjourney वेब इंटरफ़ेस से उसकी सीड वैल्यू कॉपी करें और फ़ॉलो-अप प्रॉम्प्ट में दोबारा इस्तेमाल करें:
A woman reading at a café window, warm morning light --ar 16:9 --q 2 --seed 4821903
सीड वही रखते हुए सब्जेक्ट का विवरण बदलने से ऐसी इमेज बनती हैं जिनमें एक जैसी लाइटिंग का तर्क और स्पेशियल व्यवस्था होती है। v8 के प्रोफ़ेशनल वर्कफ़्लो का आधार यही है: एक मज़बूत कंपोज़िशनल बेसलाइन खोजें, सीड लॉक करें, और तब तक डिटेल बदलते रहें जब तक इमेज ब्रीफ़ से मेल न खा जाए।
💡 कंटेंट सीरीज़ में अधिकतम रीप्रोड्यूसिबिलिटी के लिए
--seedको--chaos 0के साथ मिलाएँ। यह खासतौर पर उन इमेज सेट के लिए उपयोगी है जिन्हें विज़ुअली एक जैसा लगना चाहिए।
v8 का लाइटिंग सिस्टम इसका सबसे बड़ा अपग्रेड है। पिछले Midjourney वर्ज़न रोशनी को एक सौंदर्यात्मक गुण मानते थे। v8 उसे दिशा, फ़ॉलऑफ़, कलर टेम्परेचर और स्पेक्युलर व्यवहार वाली भौतिक संपत्ति मानता है।
नीचे दिए लाइटिंग डिस्क्रिप्टर्स v8 में लगातार उच्च-गुणवत्ता वाले नतीजे देते हैं। हर एक मॉडल को बताता है कि सीन में रोशनी भौतिक रूप से कैसे व्यवहार करती है:
आप रोशनी की दिशा और गुणवत्ता के बारे में जितने ज़्यादा सटीक होंगे, मॉडल उतना कम अंदाज़ा लगाएगा। AI इमेज जनरेशन में अंदाज़े से बनी लाइटिंग लगभग हमेशा गिरावट होती है।
v8 फ़ोटोग्राफ़िक लेंस विनिर्देशों पर उल्लेखनीय सटीकता से प्रतिक्रिया देता है। ये सजावटी शब्द नहीं हैं। ये मॉडल को बताते हैं कि कौन-सी ऑप्टिकल फ़िज़िक्स सिमुलेट करनी है:
85mm f/1.4 प्राकृतिक सब्जेक्ट-बैकग्राउंड अलगाव के साथ पोर्ट्रेट बोकेह बनाता है24mm f/8 वाइड-एंगल सीन देता है जिसमें आगे से पीछे तक सब कुछ तेज़ फ़ोकस में होता है100mm macro f/2.8 संकुचित, नरम बैकग्राउंड के साथ अत्यधिक क्लोज़-अप डिटेल बनाता है35mm f/2.0 डॉक्यूमेंट्री-शैली की इमेज के लिए मानव दृश्य क्षेत्र की नकल करता है50mm f/5.6 बिना विकृति के न्यूट्रल परिप्रेक्ष्य देता है, एक भरोसेमंद सामान्य-उद्देश्य डिफ़ॉल्टलेंस विनिर्देशों को लाइटिंग डिस्क्रिप्टर्स के साथ मिलाना वह जगह है जहाँ v8 ऐसे आउटपुट बनाना शुरू करता है जो सच में उच्च-गुणवत्ता वाले स्टॉक फ़ोटोग्राफ़ी को टक्कर दें।
पहला आउटपुट बनाना शुरुआत है, अंत नहीं। v8 के जनरेशन के बाद वाले टूल्स में ही असली नियंत्रण होता है।
अपनी शुरुआती 4-इमेज ग्रिड बनाने के बाद तीन टूल ज़्यादातर प्रोफ़ेशनल वर्कफ़्लो चलाते हैं:
/prefer remix से या वेब इंटरफ़ेस सेटिंग्स से चालू करें।Remix Mode v8 का सबसे शक्तिशाली जनरेशन के बाद वाला टूल है। इसके चालू होने पर आप एक इमेज बना सकते हैं, ग्रिड से अपनी पसंदीदा चुन सकते हैं, Vary पर क्लिक कर सकते हैं, और वेरिएशन चलने से पहले प्रॉम्प्ट बदल सकते हैं। इसका मतलब है कि आप शुरू से नया प्रॉम्प्ट लिखे बिना लाइटिंग बदल सकते हैं, लोकेशन बदल सकते हैं, या इमेज का मूड बदल सकते हैं।
v8 दो अपस्केल रास्ते देता है:
Upscale (Creative) शक्तिशाली है, लेकिन उसे ध्यान से जाँचना ज़रूरी है। यह ऐसी मटीरियल डिटेल जोड़ सकता है जो मूल प्रॉम्प्ट में नहीं थी। प्रिंट या बड़े फ़ॉर्मैट के इस्तेमाल के लिए Creative Upscale लगभग हमेशा Subtle से बेहतर नतीजा देता है।
Midjourney v8 के किसी भी ईमानदार मूल्यांकन में यह हिस्सा छोड़ा नहीं जा सकता। प्लेटफ़ॉर्म ऐसे कंटेंट फ़िल्टर लगाता है जो संभावित रूप से समस्याग्रस्त माने गए प्रॉम्प्ट्स को अस्वीकार करते हैं, और v8 का फ़िल्टर लॉजिक पिछले वर्ज़नों से ज़्यादा आक्रामक है।
v8 का फ़िल्टर सिस्टम कंटेंट की कई श्रेणियाँ ब्लॉक करता है:
यहाँ तक कि सच में निर्दोष प्रॉम्प्ट भी फ़्लैग हो जाते हैं। "प्रतियोगिता के दौरान गिरता एक एथलीट" हिंसा फ़िल्टर को ट्रिगर कर सकता है। "पारदर्शी कपड़े वाला फ़ैशन एडिटोरियल" नग्नता फ़िल्टर को छू सकता है, जबकि किसी भी उचित मानक से वह साफ़ तौर पर स्पष्ट नहीं है।
दोबारा शब्द लिखना अक्सर मदद करता है। स्पष्ट शब्दों की जगह फ़ोटोग्राफ़िक या एडिटोरियल संदर्भ रखना, "Vogue Italia के लिए शूट, हाउते कूचर एडिटोरियल, आर्टिस्टिक फ़ैशन फ़ोटोग्राफ़ी," ऐसा कंटेंट देता है जिसे ज़्यादा शाब्दिक प्रॉम्प्ट ब्लॉक कर देता।
लेकिन दोबारा शब्द लिखने की भी एक सीमा है। अगर आपका रचनात्मक काम नियमित रूप से Midjourney की अनुमत श्रेणियों से बाहर के कंटेंट पर होता है, तो प्रतिबंधात्मक फ़िल्टर को चकमा देने के लिए प्रॉम्प्ट इंजीनियरिंग करने की बजाय कोई दूसरा प्लेटफ़ॉर्म ज़्यादा व्यावहारिक समाधान है।
PicassoIA 91 टेक्स्ट-टू-इमेज मॉडल चलाता है और Midjourney v8 जितनी अनुमति देता है, उससे कहीं व्यापक रचनात्मक दायरा संभालता है। जिन क्रिएटर्स को बार-बार फ़िल्टर से जूझे बिना नतीजे चाहिए, उनके लिए यह सिर्फ़ एक वर्कअराउंड नहीं, बल्कि प्रोडक्शन-तैयार विकल्प है।
PicassoIA पर कई मॉडल खास श्रेणियों में v8 की आउटपुट गुणवत्ता के बराबर या उससे बेहतर हैं:
Seedream 5 Pro शार्प 2K इमेज देता है, जिसमें प्रॉम्प्ट का मज़बूत पालन और बेहतरीन चेहरे की कोहेरेंस है। पोर्ट्रेट और लाइफ़स्टाइल काम के लिए यह Midjourney v8 की आउटपुट गुणवत्ता से सीधी टक्कर लेता है, और साथ ही रचनात्मक प्रॉम्प्ट की व्यापक रेंज स्वीकार करता है।
Reve 2.1 इन-कॉन्टेक्स्ट एडिटिंग के लिए अलग दिखता है। आप एक इमेज बनाते हैं और फिर पूरा प्रॉम्प्ट दोबारा बनाए बिना खास हिस्सों को सुधार सकते हैं। जो क्रिएटर्स इटरेशन के ज़रिए काम करते हैं, उनके लिए यह वर्कफ़्लो काफ़ी तेज़ है।
Stable Diffusion 3 बैच प्रोडक्शन के लिए एक भरोसेमंद वर्कहॉर्स बना हुआ है। जब एक ही सेशन में दर्जनों इमेज में एक जैसी स्टाइल चाहिए, तो इसकी पूर्वानुमेयता ज़्यादा राय वाले मॉडलों की तुलना में बढ़त देती है।
Flux Schnell LoRA स्पीड विकल्प है। यह इतनी तेज़ी से नतीजे देता है कि Midjourney v8 के एक जॉब पूरा करने के समय में 10-15 प्रॉम्प्ट वेरिएशन आज़माए जा सकते हैं। आइडियेशन के चरणों के लिए, जहाँ मात्रा पॉलिश से ज़्यादा मायने रखती है, यही सही टूल है।
Recraft 20B एक ही इंटरफ़ेस से हर विज़ुअल स्टाइल संभालता है: फ़ोटोरियलिस्टिक, वेक्टर, आइकन-शैली, इलस्ट्रेशन। जो टीमें कई विज़ुअल श्रेणियों में एसेट बनाती हैं, उनके लिए यह कई विशेषज्ञ टूल्स के बीच बदलने की ज़रूरत कम करता है।
💡 लाइफ़स्टाइल, ग्लैमर या फ़ैशन-केंद्रित उन प्रॉम्प्ट्स के लिए जिन्हें Midjourney v8 आम तौर पर ब्लॉक करता है, Seedream 5 Pro उत्तेजक, आर्टिस्टिक और गैर-स्पष्ट वयस्क कंटेंट भरोसे के साथ संभालता है। पूरी मॉडल कैटलॉग picassoia.com/en/all-models पर देखें।
एक बार इमेज बन जाए, तो प्रोडक्ट लिस्टिंग, मार्केटिंग सामग्री या कंपोज़िटिंग के लिए बैकग्राउंड हटाना आम तौर पर किसी अलग एप्लिकेशन की ज़रूरत होती है। PicassoIA का Remove Background मॉडल इसे एक ही चरण में करता है, और जटिल सब्जेक्ट्स पर साफ़ कटआउट देता है: बाल, कपड़ा, पारदर्शी वस्तुएँ और बारीक संरचनात्मक डिटेल्स।
न Photoshop, न मैनुअल मास्किंग। नतीजा किसी भी आगे के वर्कफ़्लो में तुरंत इस्तेमाल के लिए तैयार है।
PicassoIA अलग-अलग उपयोग-मामलों के लिए तैयार कई अपस्केलिंग विकल्प देता है:
जो प्रॉम्प्ट अनुशासन Midjourney v8 में काम करता है, वह सीधे PicassoIA और हर दूसरे AI इमेज प्लेटफ़ॉर्म पर लागू होता है। सटीकता, लाइटिंग की शब्दावली और लेंस-आधारित फ़्रेमिंग किसी एक प्लेटफ़ॉर्म के कौशल नहीं हैं। ये इमेज साक्षरता हैं।
एक ऐसा वर्कफ़्लो जो आप किसी भी टूल पर इस्तेमाल करें, भरोसेमंद नतीजे देता है:
--no बाहर रखने वाले शब्द जोड़ें: CGI, कार्टून, नियॉन लाइटिंग, टेक्स्ट, ब्लर--q 2 का समय खर्च करना सार्थक हैहर प्रॉम्प्ट को एक ही स्ट्रक्चरल तर्क से चलाने पर हर जनरेशन को ताज़ा प्रयोग समझने की तुलना में औसत आउटपुट बेहतर मिलते हैं। प्लेटफ़ॉर्म बदलते हैं। तरीका वही रहता है।
इस लेख में सब कुछ काम करता है, और इसे लागू करने का एकमात्र तरीका है इमेज जनरेट करना शुरू करना। ऊपर दिए प्रॉम्प्ट स्ट्रक्चर, पैरामीटर कॉम्बिनेशन और लाइटिंग की शब्दावली Midjourney v8 और PicassoIA दोनों पर तुरंत इस्तेमाल की जा सकती है।
अगर Midjourney v8 की सब्सक्रिप्शन लागत, कंटेंट फ़िल्टरिंग या क्रेडिट खपत आपके रचनात्मक उत्पादन को धीमा कर रही है, तो PicassoIA आपको 91 टेक्स्ट-टू-इमेज मॉडल, बैकग्राउंड रिमूवल, अपस्केलिंग और इस लेख में बताई गई हर टूल श्रेणी तक तुरंत पहुँच देता है, सब कुछ एक ही ब्राउज़र इंटरफ़ेस से।
एक मॉडल चुनें। ऊपर बताए चार-परत स्ट्रक्चर से लेयर्ड प्रॉम्प्ट लिखें। जनरेट करें, वेरिएशन बनाएँ और अपस्केल करें। AI इमेज टूल्स आज जो बना सकते हैं और प्रोफ़ेशनल क्रिएटिव काम की जो माँग है, उनके बीच का फ़ासला आज तक इतना छोटा नहीं रहा। टूल तैयार हैं। इन्हें इस्तेमाल करना शुरू करें।
अपनी भाषा चुनें
