Seedream4.5 بائٹ ڈانس کے تحت Volcano Engine کی جانب سے جاری کردہ Doubao امیج تخلیقی ماڈل ہے۔ Seedream 4.5 اس کی نمائندہ مثال ہے، اور یہ پہلا ملٹی موڈل امیج بڑا ماڈل ہے جو “تخلیق ہی ایڈیٹنگ ہے” کے مکمل عمل کو مربوط کرتا ہے۔ یہ متن اور تصاویر کے مشترکہ ان پٹ کو سپورٹ کرتا ہے اور 4K ملٹی موڈل امیج جنریشن، متعدد تصاویر کے امتزاج سے تخلیق، حوالہ جاتی امیج جنریشن، کمپوزٹ امیج جنریشن اور امیج ایڈیٹنگ جیسی بنیادی صلاحیتیں فراہم کرتا ہے۔
عمومی اصول
Seedream 4.5 متن سے تصویر، تصویر میں ترمیم، حوالہ جاتی تصویر سے تصویر اور تصویری مجموعہ تخلیق کرنے سمیت مختلف کاموں کو سپورٹ کرتا ہے۔ زیادہ بہتر تصویری نتائج حاصل کرنے کے لیے پرامپٹ لکھتے وقت درج ذیل اصولوں پر عمل کریں:
1. منظر کو قدرتی زبان میں واضح اور مربوط انداز سے بیان کریں
بنیادی تقاضا: مرکزی موضوع + عمل/حالت + ماحول کو مختصر اور مکمل جملوں میں بیان کریں، اور انداز، رنگ، روشنی، سایہ اور کمپوزیشن جیسے جمالیاتی عناصر کو قدرتی طور پر شامل کریں۔ بکھرے ہوئے کلیدی الفاظ کے انبار سے گریز کریں۔
- مثال: گول فریم والی عینک پہنے ایک بزرگ پارک کی بینچ پر بیٹھ کر پوری توجہ سے کتاب پڑھ رہا ہے، غروبِ آفتاب کی سنہری روشنی پورے جسم پر پھیل رہی ہے، گرم جوش اور باریک تفصیلات والے حقیقت پسندانہ انداز میں۔
- گریز کریں: بزرگ، عینک، کتاب پڑھنا، پارک کی بینچ، غروبِ آفتاب، گرم روشنی۔
2. تصویر کے اطلاقی منظرنامے اور مقصد کو واضح کریں
بنیادی تقاضا: جب کوئی مخصوص استعمال ہو تو تصویر کی قسم، مثلاً logo، پوسٹر یا illustration، اور اطلاقی منظرنامہ براہِ راست بیان کریں، تاکہ AI ڈیزائن کے مقصد کو بہتر طور پر سمجھ سکے۔
- مثال: کافی برانڈ کے لیے ایک logo ڈیزائن کریں، جس کا مرکزی کردار گرم کافی کا کپ تھامے ہوئے ایک پیاری لومڑی ہو، اور logo پر برانڈ کا نام “FoxBrew” واضح طور پر لکھا ہو۔
- گریز کریں: کپ تھامے لومڑی، کپ کے پاس FoxBrew لکھا ہوا، ایک تجریدی تصویر۔
3. اسلوب کی رینڈرنگ کو درست طور پر کنٹرول کریں
بنیادی تقاضا: اسلوب کے کلیدی الفاظ واضح طور پر متعین کریں، یا اپنی مطلوبہ بصری کیفیت حاصل کرنے کے لیے براہِ راست حوالہ جاتی تصویر اپ لوڈ کریں۔
- مثال:
- سائبر پنک انداز میں بارش بھری رات کا شہری منظر
- خواب ناک اور گرم جوش بچوں کی تصویری کتاب کا illustration
4. متن کی رینڈرنگ کی درستگی بہتر بنائیں
بنیادی تقاضا: جو متن تصویر میں تخلیق کرنا ہو، اسے دوہرے اقتباسی نشانات کے اندر رکھیں، تاکہ AI اسے غلط نہ سمجھے یا اس کی شکل نہ بگاڑے۔
- مثال: ایک حوصلہ افزا پوسٹر بنائیں، جس کے عین وسط میں نمایاں عنوان “خوابوں کا تعاقب کبھی نہ رکنے دیں” ہو، اور پس منظر میں ایک نوجوان پہاڑ کی چوٹی کی طرف دوڑ رہا ہو۔
- گریز کریں: ایک حوصلہ افزا پوسٹر بنائیں، درمیان میں عنوان خوابوں کا تعاقب کبھی نہ رکنے دیں ہو، پس منظر میں ایک دوڑنے والا شخص ہو۔
5. تصویر میں ترمیم کرتے وقت مطلوبہ تبدیلی اور برقرار رہنے والے حصوں کو واضح کریں
بنیادی تقاضا: جس شے میں ترمیم کرنی ہو اور مطلوبہ کارروائی کو مخصوص اور واضح زبان میں بیان کریں، مبہم حوالوں سے گریز کریں۔ اگر اصل تصویر کا بیشتر حصہ برقرار رکھنا ہو تو واضح طور پر کہیں کہ “باقی تمام حصے جوں کے توں رہیں”۔
- مثال: پیانو کے سامنے بیٹھے لڑکے کو گہرے نیلے سوٹ اور سرخ بو ٹائی میں ملبوس کر دیں، جبکہ اس کی اصل نشست، تاثرات اور پس منظر کو مکمل طور پر جوں کا توں رکھیں۔
- گریز کریں: اسے نیلے کپڑے پہنا دیں اور بو ٹائی لگا دیں۔
جدید Prompt تکنیکیں
1. متن سے تصویر (Text-to-Image)
متن سے تصویر بنانے کا بنیادی مقصد زبان کے ذریعے مطلوبہ تصویری مواد اور اسلوب کو واضح طور پر منتقل کرنا ہے۔ ذیل میں چند اہم تجاویز ہیں:
- مطلوبہ منظر کو واضح اور مختصر قدرتی زبان میں بیان کریں۔
- Seedream 4.5 کی چینی زبان سمجھنے کی صلاحیت میں نمایاں بہتری آئی ہے۔ تھوڑی سی مگر درست وضاحت سے بھی مثالی نتیجہ حاصل کیا جا سکتا ہے، اس لیے بہت زیادہ آرائشی صفات کے انبار سے گریز کریں۔
- پچھلی نسل کے ماڈلز کے مقابلے میں تخلیق کردہ تصاویر کے رنگ زیادہ بھرپور اور قدرتی ہوتے ہیں، اور ان میں حد سے زیادہ روشن یا پھیکے پڑنے کا مسئلہ کم ہوتا ہے۔
مثال
ایک مصروف پروگرامر کی میز: کھلے ہوئے لیپ ٹاپ کی اسکرین پر نیلے رنگ کا کوڈ انٹرفیس دکھائی دے رہا ہے؛ اس کے پاس ایک کافی کا کپ ہے، جس پر “Coder Life” چھپا ہوا ہے اور کپ سے بھاپ اٹھ رہی ہے؛ ایک کھلی ہوئی نوٹ بک ہے، جس کے صفحے پر فلو چارٹ بنا ہوا ہے؛ ایک sticky note پر درخت نما mind map بنا ہے؛ پاس ہی ایک ballpoint pen رکھی ہے؛ فون کی اسکرین پر نئے پیغام کی اطلاع روشن ہے؛ کونے میں ایک سبز pothos پودا رکھا ہے۔ پس منظر میں دھندلی کھڑکی ہے، بائیں جانب سے روشنی داخل ہو رہی ہے اور گرم سائے بن رہے ہیں۔
ہم اسے علمی بصری خاکے بنانے کے لیے بھی استعمال کر سکتے ہیں، تاکہ پیچیدہ معلومات کو زیادہ براہِ راست انداز میں پیش کیا جا سکے، مثلاً:
- پیچیدہ تصورات، فارمولوں یا استدلال کے عمل کو بصری تصاویر میں تبدیل کرنا۔
- پیشہ ورانہ اصطلاحات استعمال کرنا اور خاکے کی قسم، لے آؤٹ اور اسلوب متعین کرنا۔
ایک infographic بنائیں جو موسمیاتی تبدیلی کے بنیادی عوامل کی وضاحت کرے، اور ہر عامل کے ساتھ ایک الگ icon اور مختصر متن شامل ہو۔
2. تصویر سے تصویر (Image-to-Image)
تصویر سے تصویر سے مراد یہ ہے کہ ایک یا متعدد تصاویر کو ان پٹ کے طور پر استعمال کرتے ہوئے، متنی وضاحت کے ساتھ تصویر میں ترمیم کی جائے یا نئی تصویر تخلیق کی جائے۔ Seedream 4.5 درج ذیل دو منظرناموں کو سپورٹ کرتا ہے:
- حوالہ جاتی تصویر اور متن کو ملا کر جزوی ایڈیٹنگ یا مکمل حوالہ جاتی تخلیق کرنا۔
- تیر، باکس سلیکشن یا سادہ خاکے کے ذریعے ترمیم کے علاقے کو نشان زد کرنا۔
مثال کے طور پر ہم تصویر میں مطلوبہ عناصر شامل کر سکتے ہیں:
اس خوبصورت لڑکی کو دھوپ کا چشمہ پہنا دیں اور اس کی پشت پر LV کا کندھے والا بیگ رکھ دیں
ہم ناپسندیدہ عناصر کو حذف اور مطلوبہ عناصر سے تبدیل بھی کر سکتے ہیں:
Luffy کو Sanji سے تبدیل کر دیں، اور Sanji کی آنکھوں کو دل کی شکل میں سرخ کر دیں
3. متعدد تصاویر کی تخلیق
Seedream 4.5 کرداروں میں تسلسل اور یکساں اسلوب کے ساتھ تصویری سلسلے تخلیق کرنے کو سپورٹ کرتا ہے۔ اسے storyboard بنانے، comic تخلیق کرنے اور دیگر منظرناموں میں استعمال کیا جا سکتا ہے۔ یہ IP مصنوعات، emoji اور یکساں بصری اسلوب پر مبنی مکمل ڈیزائن کی ضروریات بھی پوری کر سکتا ہے۔ تصویری مجموعہ تخلیق کرتے وقت “ایک سلسلہ”، “ایک سیٹ” یا “تصویری مجموعہ” جیسے پرامپٹ استعمال کرکے ماڈل کو متحرک کیا جا سکتا ہے، یا تصاویر کی تعداد براہِ راست مخصوص کی جا سکتی ہے۔ مثال کے طور پر، 9 comic طرز کی تصاویر تخلیق کی جا سکتی ہیں اور کرداروں کی شکل میں یکسانیت برقرار رکھی جا سکتی ہے:
9 خانوں پر مشتمل پیارے کارٹون انداز کا comic بنائیں، مجموعی رنگت روشن اور شوخ ہو۔ مناظر میں Doraemon اور Nobita پارک میں خوشی سے کھیل رہے ہوں، جن میں دونوں کا پتنگ اڑانا، dorayaki بانٹ کر کھانا، ایک دوسرے کے پیچھے بھاگنا اور کھیلنا، بینچ پر بیٹھ کر باتیں کرنا، پارک کے چھوٹے پرندوں کو دانہ ڈالنا، گھاس پر لوٹنا، ایک ساتھ بادل دیکھنا، جھولا جھولنا اور پھولوں کی کیاری کے پاس پھول دیکھنا شامل ہو۔ کرداروں کی شکل اصل کرداروں سے زیادہ سے زیادہ مشابہ ہو، اسلوب یکساں اور مربوط ہو، مکالمے کا متن شامل ہو، اور پوری تصویر میں بچوں جیسا دلچسپ ماحول ہو۔
مندرجہ بالا تکنیکوں کے ذریعے آپ Seedream 4.5 ماڈل کو زیادہ مؤثر انداز میں استعمال کر سکتے ہیں اور پیشہ ورانہ معیار کی تصاویر تخلیق کر سکتے ہیں۔ کیا یہ ممکن ہے کہ مستقبل میں ہر شخص ڈیزائنر بن سکے؟
آخری مشورہ
اگر Seedream 4.5 استعمال کرتے وقت آپ کو محسوس ہو کہ تصاویر کا حجم بہت زیادہ ہے، تو آپ تصاویر کو مؤثر انداز میں compress کرنے کے لیے zippic آزما سکتے ہیں۔ یہ تصویر کی وضاحت برقرار رکھتے ہوئے اس کے حجم کو نمایاں طور پر کم کر سکتا ہے، جس سے اسٹوریج کی جگہ بچتی ہے اور لوڈنگ کی رفتار بہتر ہوتی ہے۔