Nano Banana 2.1 के साथ कई रेफ़रेंस इमेज कैसे मिलाएँ
पहचान, पोशाक और स्थान के रेफ़रेंस को महत्वपूर्ण विवरण खोए बिना संयोजित करने के लिए एक परीक्षित Nano Banana 2.1 वर्कफ़्लो।
कई रेफ़रेंस को एक विश्वसनीय इमेज में मिलाना केवल अधिक फ़ाइलें अपलोड करने से कहीं अधिक कठिन है। हर इमेज को स्पष्ट रूप से एक भूमिका दी जानी चाहिए: एक पहचान नियंत्रित करती है, दूसरी पोशाक नियंत्रित करती है और तीसरी परिवेश को नियंत्रित करती है। इस भूमिका-मानचित्र के बिना, मॉडल विवरणों को मिला सकता है, एक्सेसरीज़ हटा सकता है या किसी एक रेफ़रेंस को कंपोज़िशन पर हावी होने दे सकता है।
हमने WeShop Nano Banana जनरेटर में एक काल्पनिक पोर्ट्रेट, फ्लैट-ले आउटफ़िट और बारिश वाली क्योटो सड़क का उपयोग करके तीन-रेफ़रेंस वर्कफ़्लो का परीक्षण किया। अंतिम इमेज ने चरित्र के मुख्य पहचान-चिह्नों को सुरक्षित रखा, मांगी गई हर कपड़ों की वस्तु को शामिल किया और दृश्य की गर्म खिड़की बनाम ठंडी सड़क की लाइटिंग बनाए रखी। एकमात्र उल्लेखनीय कमी फ़्रेमिंग थी: मांगा गया थ्री-क्वार्टर पोर्ट्रेट लगभग फुल-बॉडी कंपोज़िशन बन गया।
परीक्षित वर्कफ़्लो
इमेज 1: पहचान। इमेज 2: पूरा आउटफ़िट। इमेज 3: स्थान और लाइटिंग। आउटपुट: स्पष्ट संरक्षण नियमों के साथ एक एडिटोरियल ट्रैवल पोर्ट्रेट।
कई रेफ़रेंस इमेज को निर्धारित भूमिकाओं की आवश्यकता क्यों होती है
“इन इमेज को मिलाएँ” वाक्यांश बहुत अधिक निर्णय खुले छोड़ देता है। एक बेहतर प्रॉम्प्ट मॉडल को बताता है कि परिणाम का प्रत्येक भाग किस स्रोत के नियंत्रण में है। यह उन कुछ विवरणों को भी दोहराता है जिन्हें सुरक्षित रहना चाहिए: ब्यूटी मार्क, स्कार्फ़ पैटर्न, पॉकेट की संख्या, एक लालटेन या विशिष्ट रंग कंट्रास्ट।
Google के Nano Banana 2.1 मॉडल कार्ड में मल्टी-रेफ़रेंस एडिटिंग, चरित्र एकरूपता, उत्पाद एकरूपता और सामान्य एडिटिंग के लिए समर्पित मूल्यांकन बताया गया है। इससे भूमिका-आधारित कंपोज़िटिंग एक उपयुक्त उपयोग मामला बनता है, लेकिन हर परिणाम का निरीक्षण करने की आवश्यकता समाप्त नहीं होती। हमारा परीक्षण एक देखा गया रन है, सफलता-दर का दावा नहीं।
इस परीक्षण में उपयोग की गई तीन रेफ़रेंस इमेज
रेफ़रेंस को जानबूझकर साफ़ और एक-दूसरे से अलग रखा गया था। पोर्ट्रेट में प्रतिस्पर्धी आउटफ़िट या स्थान नहीं है। आउटफ़िट किसी व्यक्ति के बिना फ्लैट ले के रूप में दिखाया गया है। दृश्य में कोई लोग नहीं हैं। इससे प्रॉम्प्टिंग शुरू होने से पहले अस्पष्टता कम हो जाती है।
वह प्रॉम्प्ट जिसने तीनों रेफ़रेंस को मिलाया
यह संरचना इसलिए काम करती है क्योंकि इसमें चार परतें हैं: स्रोत मैपिंग, आउटपुट ब्रीफ़, संरक्षण एंकर और बहिष्करण। मॉडल से कभी यह अनुमान लगाने को नहीं कहा जाता कि कौन-सी इमेज किस विशेषता को नियंत्रित करती है।
Nano Banana 2.1 ने क्या सुरक्षित रखा—और क्या छूट गया
सबसे मजबूत संरक्षण उन विवरणों का हुआ जो स्रोत में दिख भी रहे थे और टेक्स्ट में दोहराए भी गए थे। स्कार्फ़, चार-पॉकेट जैकेट और ब्यूटी मार्क को केवल विज़ुअल अनुमान पर नहीं छोड़ा गया था। फ़्रेमिंग की कमी याद दिलाती है कि एक पॉलिश्ड इमेज भी किसी प्रोडक्शन बाध्यता में विफल हो सकती है।
दोहराने योग्य मल्टी-रेफ़रेंस वर्कफ़्लो
- हर रेफ़रेंस को एक मुख्य ज़िम्मेदारी दें। पहचान, पोशाक, उत्पाद, पोज़, लाइटिंग या परिवेश जैसे लेबल का उपयोग करें।
- जहाँ स���भव हो, प्रतिस्पर्धी जानकारी हटाएँ। किसी दूसरे व्यक्ति और स्थान वाली व्यस्त फ़ैशन फ़ोटोग्राफ़ की तुलना में साफ़ आउटफ़िट फ्लैट ले को समझना आसान होता है।
- पहचान लॉक को दोहराएँ। चेहरे, वस्तु या परिधान के उन विवरणों का नाम लें जिन्हें बदलने पर आउटपुट अस्वीकार्य हो जाएगा।
- अंतिम कंपोज़िशन को स्वतंत्र रूप से वर्णित करें। रेफ़रेंस सामग्री देते हैं; प्रॉम्प्ट में फिर भी फ़्रेमिंग, विषय की स्थिति, नज़र, कैमरा और रोशनी की आवश्यकता होती है।
- संभावित विफलताओं से जुड़े बहिष्करण जोड़ें। अतिरिक्त लोगों, एक्सेसरीज़, टेक्स्ट, डुप्लिकेट वस्तुओं या मिश्रित सामग्रियों को रोकें।
- हर रेफ़रेंस के आधार पर समीक्षा करें। केवल समग्र मूड का आकलन करने के बजाय पहले पहचान, फिर पोशाक और फिर परिवेश की तुलना करें।
अपनी इमेज के लिए प्रॉम्प्ट टेम्पलेट
सामान्य विफलताएँ और समाधान
- व्यक्ति बदल जाता है: दो या तीन पहचान एंकर दोहराएँ और स्रोत सेट से अन्य चेहरों को हटा दें।
- आउटफ़िट अधूरा है: हर आवश्यक परिधान और उसके विशिष्ट रंग य��� सामग्री को सूचीबद्ध करें।
- रेफ़रेंस मिश्रित हो जाते हैं: हर इमेज के लिए एक स्पष्ट भूमिका निर्धारित करें और विवरणों में टकराव होने पर कौन-सा स्रोत प्राथमिक होगा, यह बताएँ।
- दृश्य सामान्य लगता है: केवल “रात में क्योटो” जैसे मूड के बजाय दो या तीन संरचनात्मक लैंडमार्क बताएँ।
- क्रॉप बदल जाता है: क्रॉप और फ़्रेम के भीतर क्या रहना चाहिए, दोनों स्पष्ट करें; चूक होने पर फिर से जनरेट करें।
अंतिम निष्कर���ष
मल्टी-रेफ़रेंस जनरेशन एक छोटे आर्ट-डायरेक्शन सिस्टम के रूप में सबसे अच्छा काम करता है। इमेज साक्ष्य प्रदान करती हैं; प्रॉम्प्ट स्वामित्व निर्धारित करता है और अंतिम शॉट को परिभाषित करता है। इस परीक्षण में Nano Banana 2.1 ने पहचान, पोशाक और स्थान को विश्वसनीय रूप से मिलाया, लेकिन फ़्रेमिंग के लिए अभी भी मानवीय QA की आवश्यकता थी।
एक व्यापक प्रॉम्प्ट फ्रेमवर्क के लिए, Nano Banana 2.1 प्रॉम्प्ट गाइड पढ़ें। एक परीक्षित चरित्र वर्कफ़्लो के लिए, एक सुसंगत चरित्र स्टोरीबोर्ड कैसे बनाएँ देखें।