सीधे कंटेंट पर जाएँ

प्रॉम्प्ट गाइड

MOSS-Image के लिए प्रॉम्प्ट कैसे लिखें

MOSS-Image प्रॉम्प्ट गाइड: लंबे कैप्शन, सटीक अंग्रेज़ी और चीनी टेक्स्ट, लेआउट प्रॉम्प्ट और कॉपी करने लायक प्रॉम्प्ट उदाहरणों के साथ MOSS-Image से AI इमेज कैसे बनाएँ।

ब्लैकबोर्ड लेटरिंग
MOSS-Image से बनाया गयाब्लैकबोर्ड लेटरिंग

क्विक स्टार्ट

MOSS-Image के लिए आपका पहला शानदार प्रॉम्प्ट

एक शुरुआती यूज़र को एक मिनट में जो कुछ चाहिए: पहले क्या जानना है, सबसे ज़रूरी नियम, भरने के लिए एक टेम्पलेट और कॉपी करने के लिए प्रॉम्प्ट।

पहले क्या जानें

MOSS-Image लंबे और विस्तृत प्रॉम्प्ट के लिए बना है: यह पूरा पैराग्राफ़ पढ़ता है और उसे बारीकी से फ़ॉलो करता है, इसलिए एक लाइन का प्रॉम्प्ट इसकी क्षमता बेकार कर देता है। इमेज को सीधे-सादे वाक्यों में बताएँ: विषय और वह क्या कर रहा है, जगह, कैमरा, माध्यम, रोशनी, मटीरियल और रंग। इमेज में जो शब्द दिखने चाहिए, उन्हें डबल कोट्स में लिखें। यह सिर्फ़ टेक्स्ट से इमेज बनाता है, इसलिए कुछ अपलोड करने की ज़रूरत नहीं है, और साइज़ व शेप सेटिंग से तय होते हैं।

सबसे ज़रूरी नियम

  1. हर चीज़ बताएँ

    विषय और एक्शन, जगह, कैमरा और फ़्रेमिंग, माध्यम, रोशनी, मटीरियल और रंगों का पैलेट। जो भी आप छोड़ देंगे, उसे MOSS-Image खुद तय कर लेगा, इसलिए छोटे वाक्यांश से पूरा पैराग्राफ़ बेहतर रहता है।

  2. सटीक शब्द कोट्स में लिखें

    टेक्स्ट को डबल कोट्स में ठीक वैसा ही लिखें जैसा दिखना चाहिए, साथ में उसकी जगह और लुक भी बताएँ: दरवाज़े के पास एक चॉकबोर्ड साइन, जिस पर सफ़ेद हाथ से लिखे कैपिटल अक्षरों में "FRESH COFFEE $3" लिखा है।

  3. प्रॉम्प्ट अंग्रेज़ी में लिखें

    अंग्रेज़ी में सबसे अच्छे नतीजे मिलते हैं। जो टेक्स्ट इमेज में दिखाना है, उसे कोट्स के अंदर उसकी अपनी भाषा में ही रखें, जैसे अंग्रेज़ी विवरण में दुकान का चीनी साइनबोर्ड।

  4. जो चीज़ बार-बार आए, उसके लिए नेगेटिव प्रॉम्प्ट इस्तेमाल करें

    "worst quality, bad anatomy, watermark, jpeg artifact" जैसी छोटी सूची ज़्यादातर इमेज साफ़ कर देती है। मुख्य प्रॉम्प्ट में सिर्फ़ वही बताएँ जो आप चाहते हैं।

  5. Prompt Enhance बंद रखें

    यह आपके प्रॉम्प्ट के अंत में अपने आप कुछ शब्द जोड़ देता है। विस्तृत MOSS-Image प्रॉम्प्ट वैसा ही बेहतर रहता है जैसा आपने लिखा है।

यह टेम्पलेट भरें

चौकोर कोष्ठक वाले हर हिस्से की जगह अपना आइडिया लिखें, और जिस हिस्से की ज़रूरत न हो उसे छोड़ दें।

टेम्पलेट
[Subject doing what] in [setting]. [Other details, each in its place]. [Any text, in double quotes, and where it appears]. [Medium], [camera and framing]. [Light and its source]. [Palette and mood].
भरा हुआ टेम्पलेट
A street cook in a red apron tosses noodles in a smoking wok at a crowded night market stall. Steam rises past paper lanterns strung overhead; on the left, a line of customers waits under a striped awning. A hand-painted wooden sign above the stall reads "LATE NIGHT NOODLES" in bold yellow letters. Photo, eye level, 35mm, shallow depth of field. Warm light from the lanterns and a cold blue glow from the street behind. Amber and teal palette, busy and cheerful.
  • [Subject doing what] इमेज किसके या किस बारे में है, एक्शन के साथ: लाल एप्रन पहने एक स्ट्रीट कुक धुआँ उठाती कड़ाही में नूडल्स उछाल रहा है।
  • [setting] कहाँ और कब: रात के बाज़ार का एक भीड़भाड़ वाला स्टॉल।
  • [Other details, each in its place] फ़्रेम में बाकी सब कुछ, शब्दों में उसकी जगह बताते हुए: बाईं ओर, ऊपर, आगे की तरफ़।
  • [Any text, in double quotes, and where it appears] ठीक-ठीक शब्द और वे कैसे दिखें: स्टॉल के ऊपर हाथ से पेंट किया हुआ साइन, जिस पर "LATE NIGHT NOODLES" लिखा है। टेक्स्ट नहीं चाहिए तो इसे छोड़ दें।
  • [Medium] इमेज किस तरह की है: फ़ोटो, 35mm फ़िल्म फ़ोटोग्राफ़, वॉटरकलर इलस्ट्रेशन, फ़्लैट वेक्टर पोस्टर।
  • [camera and framing] हम कहाँ से देख रहे हैं: आँखों के स्तर से, वाइड शॉट, थोड़ा नीचे से क्लोज़-अप।
  • [Light and its source] दृश्य में रोशनी किससे आ रही है: ऊपर लटके कागज़ के लालटेनों की गर्म रोशनी।
  • [Palette and mood] मुख्य रंग और भाव: एम्बर और टील, हलचल भरा और खुशनुमा।

शुरुआत के लिए प्रॉम्प्ट

  • असली दृश्य में एक साइन

    A cozy bookstore cafe at night seen from the rainy street, warm light spilling from tall windows onto wet cobblestones. By the door stands a chalkboard sign that reads "FRESH COFFEE $3" in white hand-lettered capitals. Inside, shelves of books and a few readers at small wooden tables. Photo, eye level, 35mm, soft reflections in the puddles, muted teal street against amber interior light.

    यह क्यों काम करता है: एक पैराग्राफ़ पूरे दृश्य को कवर करता है, साइन के शब्द उसके लुक के साथ ठीक-ठीक कोट किए गए हैं, और कैमरा, रोशनी व पैलेट का नाम लिया गया है। इसके लिए 3:2 आस्पेक्ट रेशियो ठीक रहता है।

  • हाथ से लिखा चीनी टेक्स्ट, जहाँ चाहें वहाँ लाइन टूटे

    A wide view of a refrigerator beside a kitchen counter with a fruit bowl. A small yellow sticky note on the refrigerator door is handwritten in Chinese:
    "记得买牛奶和鸡蛋!
    牛奶两盒,鸡蛋一打。
    顺便带一袋面包。"

    यह क्यों काम करता है: विवरण अंग्रेज़ी में है और नोट चीनी में ही रहता है, और हैंडराइटिंग की जिस जगह लाइन खत्म होनी चाहिए वहाँ असली लाइन ब्रेक है। नोट में लिखा है: "दूध और अंडे खरीदना याद रखना! दूध के दो कार्टन, एक दर्जन अंडे। एक ब्रेड का पैकेट भी ले आना।"

  • एक विस्तृत पोर्ट्रेट

    An elderly lighthouse keeper in a heavy cable-knit wool sweater stands at the top of a spiral iron staircase, holding a brass oil lamp at chest height. Behind him, the great glass lens of the lighthouse glows gold; through the round, salt-stained windows, storm clouds and white-capped waves roll in at dusk. Weathered face, short gray beard, calm eyes looking just past the camera. 35mm film photograph, medium shot from slightly below, shallow depth of field. Warm lamplight on his face against the cold blue dusk outside. Muted palette of brass, navy, and slate.

    यह क्यों काम करता है: तस्वीर के हर हिस्से के लिए अलग तथ्य दिए गए हैं, और अलग रंगों की दो रोशनियाँ भावनात्मक शब्दों के बजाय कंट्रास्ट से मूड बनाती हैं।

  • टैग से बनी एनिमे आर्ट

    best quality, highres, 1girl, solo, long blue hair, twin tails, futuristic stage outfit, holding a microphone, stage lights, cheering crowd in the background, dynamic angle

    यह क्यों काम करता है: MOSS-Image एनिमे-स्टाइल टैग भी पढ़ता है: पहले क्वालिटी, फिर किरदार, फिर बाकी सब। एनिमे आर्ट के लिए टैग और बाकी सब कुछ के लिए वाक्य इस्तेमाल करें।

एडवांस्ड

MOSS-Image के लिए एडवांस्ड प्रॉम्प्टिंग

बेसिक्स समझ आने के बाद ज़्यादा कंट्रोल पाने की तकनीकें।

संरचना: कैप्शन, टैग या लेआउट

MOSS-Image तीन तरह के प्रॉम्प्ट पढ़ता है। कैप्शन, जो डिफ़ॉल्ट है, उन सभी चीज़ों के बारे में सुसंगत गद्य है जो आप देख सकते हैं: विषय और एक्शन, रूप-रंग, जगह, कैमरा और फ़्रेमिंग, माध्यम, रोशनी, मटीरियल, पैलेट और मूड, और चीज़ें कहाँ हैं यह शब्दों में बताया जाता है। टैग कॉमा से अलग किए गए, एनिमे-स्टाइल कीवर्ड होते हैं। लेआउट एक JSON प्रॉम्प्ट है जो टेक्स्ट के हर ब्लॉक और हर ऑब्जेक्ट को उसके अपने बॉक्स में रखता है, जिसके बारे में नीचे बताया गया है।

गद्य और संरचना को मिलाया जा सकता है, और विस्तृत इमेज के लिए लेआउट ज़रूरी नहीं है। इसे तभी इस्तेमाल करें जब जगह बिल्कुल सटीक चाहिए: पोस्टर, मेन्यू, कई पैनल, या ऐसी चीज़ें जो तय जगहों पर ही होनी चाहिए।

  • जो आपने माँगा है उसे रखें और सिर्फ़ खाली जगहें भरें: अगर आप वॉटरकलर चाहते हैं, तो वॉटरकलर की रोशनी, फ़्रेमिंग और पैलेट जोड़ें, ऐसे शब्द नहीं जो उसे फ़ोटो की ओर खींचें।
  • टैग उसी क्रम में लिखें जिसमें मॉडल ने उन्हें सीखा है: quality, score, meta, year, character, series, artist, फिर सामान्य टैग जैसे 1girl, blue hair या stage lights।
  • आर्टिस्ट टैग के आगे @ न लगाएँ। Mage अक्षरों के साथ @ को सेव किया हुआ हैंडल मानता है, और जो हैंडल आपने सेव नहीं किया है वह किसी चार्ज से पहले ही जनरेशन रोक देता है।
  • कैप्शन पर क्वालिटी टैग का ढेर न लगाएँ। "Masterpiece, 8k, ultra detailed" ऐसा कुछ नहीं जोड़ता जो रोशनी, लेंस और मटीरियल का सादा विवरण बेहतर तरीके से न कर दे।

इमेज में टेक्स्ट

टेक्स्ट MOSS-Image की खास ताकत है, अंग्रेज़ी और चीनी दोनों में। शब्दों को ठीक वैसे ही, उनकी अपनी भाषा में कोट करें, उनके कैपिटल, विराम-चिह्न और लाइन ब्रेक के साथ, और उन्हें इस बारे में कही गई बातों से अलग रखें: ऐसा साइन जिस पर "OPEN" लिखा है, न कि "साइन पर मज़ेदार तरीके से open लिखो"।

MOSS-Image लंबे टेक्स्ट को खुद लाइनों में तोड़ता है, और हमेशा वहाँ नहीं जहाँ आप चाहेंगे। जहाँ भी लाइन खत्म होनी चाहिए, प्रॉम्प्ट में वहाँ असली लाइन ब्रेक डालें, जैसा ऊपर स्टिकी-नोट के उदाहरण में है।

  • बताएँ कि टेक्स्ट कैसा दिखे और कहाँ हो: "ऊपर की ओर बड़ी घुमावदार चॉक लिखावट में", "नीचे के किनारे पर छोटे साफ़ कैपिटल अक्षरों में"।
  • हमेशा असली शब्द लिखें, "यहाँ हेडलाइन" जैसा प्लेसहोल्डर कभी नहीं: मॉडल कोट्स में जो भी हो उसे ही बना देता है।
  • तय जगहों पर टेक्स्ट के कई ब्लॉक के लिए, जैसे शीर्षक, तारीख और स्थान वाला पोस्टर, लेआउट प्रॉम्प्ट इस्तेमाल करें।

चॉकबोर्ड मेन्यू, जिसकी लाइनें आपके कंट्रोल में हैं

A black chalkboard menu hanging on a white brick wall in a small cafe, hand-lettered in white and yellow chalk. At the top, the title "TODAY" in large looping script. Below it, three lines in neat capitals, one under the other:
"ESPRESSO 3.00
FLAT WHITE 4.50
CHAI LATTE 4.75"
A small chalk drawing of a steaming cup sits in the lower right corner. Photo, straight on, soft daylight from a window on the left.

यह क्यों काम करता है: शीर्षक और तीनों लाइनें ठीक-ठीक कोट की गई हैं और वहीं टूटती हैं जहाँ उन्हें टूटना चाहिए, और ड्रॉइंग का अपना कोना है, इसलिए शब्द उस पर भीड़ नहीं करते।

लेआउट प्रॉम्प्ट: हर एलिमेंट के लिए एक बॉक्स

लेआउट प्रॉम्प्ट एक प्रयोगात्मक JSON प्रॉम्प्ट है। इसकी "summary" पूरी इमेज और उसकी स्टाइल बताती है; इसकी "items" सूची टेक्स्ट के हर ब्लॉक और हर ऑब्जेक्ट को कैप्शन, टेक्स्ट के लिए सटीक शब्दों और एक बॉक्स के साथ दर्शाती है। इसे प्रॉम्प्ट में एक ही लाइन के रूप में पेस्ट करें।

बॉक्स पिक्सल निर्देशांक होते हैं जो इमेज के केंद्र से नापे जाते हैं और ऊपर, बाएँ, नीचे, दाएँ के क्रम में लिखे जाते हैं। पहले हर बॉक्स को सामान्य तरीके से बनाएँ, यानी W पिक्सल चौड़ी और H पिक्सल ऊँची इमेज पर उसके ऊपरी-बाएँ कोने (x1, y1) से निचले-दाएँ कोने (x2, y2) तक। फिर हर y में से ऊँचाई का आधा और हर x में से चौड़ाई का आधा घटाएँ, और उन्हें y1, x1, y2, x2 के क्रम में लिखें। 1024 गुणा 1024 के वर्ग पर, x 128 से 896 और y 96 से 224 तक का शीर्षक [-416, -384, -288, 384] बन जाता है।

बॉक्स उस इमेज से मेल खाने चाहिए जो आप बनाते हैं: 1K रेज़ोल्यूशन पर 1:1 आस्पेक्ट रेशियो 1024 गुणा 1024 पिक्सल होता है। किसी दूसरे आकार के लिए, पहले उसी आस्पेक्ट रेशियो और रेज़ोल्यूशन पर एक इमेज बनाएँ, उसकी चौड़ाई और ऊँचाई जाँचें, और उसी साइज़ के हिसाब से अपने बॉक्स बनाएँ।

  • लेआउट को अपना सोर्स बनाकर रखें: शीर्षक को हिलाने या कोई शब्द बदलने के लिए सिर्फ़ वही आइटम एडिट करें और दोबारा जनरेट करें।
  • शब्दों के हर ब्लॉक के लिए एक टेक्स्ट आइटम इस्तेमाल करें, जिसके "text" फ़ील्ड में असली शब्द हों, और जिस भी चीज़ को जगह चाहिए उसके लिए एक ऑब्जेक्ट आइटम।
  • Prompt Enhance बंद करें और Prompt Filter खाली छोड़ें: दोनों प्रॉम्प्ट में शब्द जोड़ते हैं, जबकि लेआउट ठीक वैसा ही पहुँचना चाहिए जैसा लिखा गया है।
  • किसी एक आस्पेक्ट रेशियो या रेज़ोल्यूशन के लिए बनाए गए बॉक्स दूसरे पर गलत जगहों पर आ जाते हैं। उसी साइज़ पर जनरेट करें जिसके लिए आपने बॉक्स बनाए हैं।

ट्रैवल पोस्टर, बॉक्स-दर-बॉक्स जमाया हुआ

{"summary": {"meta": ["poster"], "canvas": "single", "caption": "A minimalist travel poster with a cream background, a blue mountain illustration, and the title EXPLORE at the top."}, "items": [{"label": "text", "caption": "Large dark-blue uppercase title centered at the top.", "text": "EXPLORE", "bbox": [-416, -384, -288, 384]}, {"label": "object", "caption": "A flat blue mountain illustration in the lower center.", "bbox": [-192, -288, 384, 288]}], "bbox_coord_space": "abs_centralized", "bbox_format": "yxyx"}

यह क्यों काम करता है: summary पूरे पोस्टर को तय करती है, शीर्षक के अपने सटीक शब्द और ऊपर उसका बॉक्स है, और पहाड़ का अपना बॉक्स नीचे है। बॉक्स 1024 गुणा 1024 के लिए बनाए गए हैं, इसलिए आस्पेक्ट रेशियो 1:1 और रेज़ोल्यूशन 1K सेट करें।

किरदार को एक जैसा रखना

MOSS-Image में अपलोड, Characters या References नहीं चलते: सब कुछ शब्दों से आता है। किसी सेट में एक ही व्यक्ति को एक जैसा रखने के लिए, उसका एक तय विवरण लिखें (उम्र, कद-काठी, चेहरा, बाल, कपड़े) और उसे हर प्रॉम्प्ट में शब्दशः पेस्ट करें, सिर्फ़ दृश्य वाले वाक्य बदलें। Seed भी फ़िक्स रखें।

अपनी किसी मौजूदा तस्वीर या सेव किए हुए Character से मेल खाने के लिए ऐसा मॉडल इस्तेमाल करें जो रेफ़रेंस लेता हो, जैसे Mango।

स्टाइल, रोशनी और LoRA

माध्यम का नाम सटीक लिखें: 35mm फ़िल्म फ़ोटोग्राफ़, एडिटोरियल स्टूडियो पोर्ट्रेट, वॉटरकलर इलस्ट्रेशन, फ़्लैट वेक्टर पोस्टर, एनिमे की विज़ुअल। फिर रोशनी को मूड वाले शब्दों के बजाय उसके स्रोत और रंग से बताएँ ("बाहर की ठंडी नीली शाम के सामने उसके चेहरे पर लैंप की गर्म रोशनी")।

ऐसी स्टाइल के लिए जो बेस मॉडल में नहीं है, Model के तहत कम्युनिटी का कोई MOSS-Image LoRA जोड़ें। यह 0.5 की स्ट्रेंथ से शुरू होता है; अगर स्टाइल मुश्किल से दिखे तो इसे 1 की ओर बढ़ाएँ, और अगर स्टाइल विषय पर हावी हो जाए तो घटाएँ।

  • अगर किसी LoRA के पेज पर ट्रिगर शब्द दिए हों, तो उन्हें प्रॉम्प्ट में डालें।
  • मटीरियल तस्वीर को असली जैसा बनाते हैं: नमक के दाग वाला काँच, घिसा हुआ पीतल, गीले कोबलस्टोन, केबल-निट ऊन।

Steps, Guidance Scale और नेगेटिव प्रॉम्प्ट

Steps और Guidance Scale मॉडल की अपनी रेसिपी से शुरू होते हैं: 50 Steps और 3 का गाइडेंस, और यही इनके लिए सबसे अच्छी जगह है। कम Steps तेज़ चलते हैं, पर डिटेल कम हो जाती है। Guidance Scale को 4 से 6 की ओर तभी बढ़ाएँ, जब छोटा प्रॉम्प्ट ढीला-सा नतीजा दे; लंबे, विस्तृत प्रॉम्प्ट के लिए 3 से ज़्यादा की ज़रूरत नहीं होती।

नेगेटिव प्रॉम्प्ट डिफ़ॉल्ट रूप से खाली रहता है। अगर कोई अनचाही चीज़ बार-बार दिखती रहे, तो "worst quality, bad anatomy, watermark, jpeg artifact" से शुरू करें और उसमें अपनी बातें जोड़ें। Guidance Scale 1 पर नेगेटिव प्रॉम्प्ट कुछ नहीं करता, इसलिए ऐप उसे छिपा देता है।

  • वही Seed और सेटिंग रखने पर वही प्रॉम्प्ट वही इमेज बनाता है। हर वाक्य का असर देखने के लिए एक बार में एक ही वाक्य बदलें।

आम गलतियाँ

यह न करें, इसके बजाय यह करें

  • न करें: छोटा प्रॉम्प्ट।

    coffee shop at night, rain, neon sign

    इसके बजाय: पूरा कैप्शन: MOSS-Image लंबे कैप्शन के लिए ही बना है।

    A small corner coffee shop at night seen from across a rainy street. A pink neon sign in the window reads "OPEN LATE" in looping script; inside, a barista wipes the counter under a row of hanging bulbs. Photo, eye level, 35mm, rain streaks catching the neon, deep blue street against warm pink and amber light.
  • न करें: वाक्य वाले प्रॉम्प्ट पर क्वालिटी टैग का ढेर: "masterpiece, 8k, ultra detailed"।

    इसके बजाय: रोशनी, कैमरे और मटीरियल का सीधा-सादा वर्णन।

  • न करें: प्लेसहोल्डर टेक्स्ट: "a poster with a headline"।

    A concert poster with a headline and the date.

    इसके बजाय: असली शब्द, कोट्स में।

    A concert poster with the headline "SUMMER NIGHTS" in tall white letters across the top and "AUGUST 14" in small capitals along the bottom.
  • न करें: लाइन ब्रेक मॉडल के भरोसे छोड़ना।

    इसके बजाय: प्रॉम्प्ट में जहाँ टेक्स्ट की लाइन खत्म होनी चाहिए, वहाँ असली लाइन ब्रेक डालें।

  • न करें: आर्टिस्ट टैग के आगे @ लगाना।

    इसके बजाय: आर्टिस्ट का नाम बिना @ के, या शैली को शब्दों में बताएँ।

  • न करें: एक साइज़ के लिए बनाए गए लेआउट बॉक्स, जिनसे दूसरे साइज़ में जनरेट किया जाए।

    इसके बजाय: वही आस्पेक्ट रेशियो और रेज़ोल्यूशन, जिनके लिए बॉक्स बनाए गए थे।

  • न करें: Prompt Enhance चालू रखना।

    इसके बजाय: Prompt Enhance बंद रखें: यह आपके ध्यान से लिखे प्रॉम्प्ट में बेतरतीब शब्द जोड़ देता है।

अक्सर पूछे जाने वाले सवाल

MOSS-Image प्रॉम्प्टिंग के सवाल

MOSS-Image का प्रॉम्प्ट कितना लंबा होना चाहिए?
ज़्यादातर मॉडल से लंबा: पूरा एक पैराग्राफ, जिसमें विषय, सेटिंग, कैमरा, माध्यम, रोशनी और रंगों का पैलेट शामिल हो। MOSS-Image लंबे, विस्तृत प्रॉम्प्ट के लिए बना है, और बहुत छोटा प्रॉम्प्ट तस्वीर का ज़्यादातर हिस्सा किस्मत पर छोड़ देता है। अगर आप छोटा प्रॉम्प्ट लिखें, तो Guidance Scale थोड़ा बढ़ा दें।
क्या MOSS-Image टेक्स्ट बना सकता है?
हाँ, अंग्रेज़ी और चीनी में, और यह इसकी खूबियों में से एक है। सटीक शब्द डबल कोट्स में रखें, उनके कैपिटल अक्षर और विराम-चिह्न वैसे ही रखें, और जहाँ हर लाइन खत्म होनी हो वहाँ असली लाइन ब्रेक डालें। तय जगहों पर टेक्स्ट के कई ब्लॉक चाहिए हों, तो लेआउट प्रॉम्प्ट इस्तेमाल करें।
क्या MOSS-Image नेगेटिव प्रॉम्प्ट सपोर्ट करता है?
हाँ। यह डिफ़ॉल्ट रूप से खाली रहता है; "worst quality, bad anatomy, watermark, jpeg artifact" अच्छी शुरुआत है। यह 1 से ऊपर के किसी भी Guidance Scale पर काम करता है।
MOSS-Image में किसी किरदार को एक जैसा कैसे रखूँ?
इसमें अपलोड या Characters नहीं लगते, इसलिए व्यक्ति का एक तय वर्णन लिखें, उसे हर प्रॉम्प्ट में शब्द-दर-शब्द चिपकाएँ, सिर्फ़ दृश्य बदलें, और Seed फ़िक्स रखें। अपने पास मौजूद किसी तस्वीर से मेल खिलाना हो, तो रेफ़रेंस लेने वाला मॉडल इस्तेमाल करें, जैसे Mango।
MOSS-Image का लेआउट प्रॉम्प्ट क्या है?
एक प्रायोगिक JSON प्रॉम्प्ट, जो पूरी इमेज का वर्णन करता है और फिर टेक्स्ट के हर ब्लॉक और हर ऑब्जेक्ट को उसके अपने बॉक्स के साथ बताता है, जिसमें माप इमेज के केंद्र से पिक्सल में होता है। पोस्टर, मेन्यू और पैनल जैसी चीज़ों के लिए इसका इस्तेमाल करें, जहाँ जगह एकदम सटीक चाहिए।
क्या MOSS-Image के प्रॉम्प्ट चीनी में लिखने चाहिए?
वर्णन अंग्रेज़ी में लिखें, जिससे सबसे अच्छे नतीजे मिलते हैं, और जो टेक्स्ट इमेज में दिखाना है उसे कोट्स के अंदर उसकी अपनी भाषा में रखें। चीनी प्रॉम्प्ट भी काम करते हैं।
क्या मुझे Steps या Guidance Scale बदलना चाहिए?
कम ही। ये मॉडल की रेसिपी से शुरू होते हैं: 50 Steps और 3 का गाइडेंस। कम Steps तेज़ होते हैं पर डिटेल घट जाती है, और ज़्यादा गाइडेंस सिर्फ़ छोटे प्रॉम्प्ट में मदद करता है।

MOSS-Image से अपनी पहली इमेज बनाएँ

नए अकाउंट को 300 मुफ़्त Gems मिलते हैं, जो MOSS-Image को आज़माने के लिए काफ़ी हैं। कोई इंस्टॉल नहीं, क्रेडिट कार्ड नहीं।

MOSS-Image आज़माएँ