5 सितंबर 2026
जनरेटिव AI में क्रेडिट जलाने वाली 10 ग़लतियाँ
19 क्रेडिट वाले मॉडल पर खोजना, इमेज में तय किए बिना वीडियो बनाना, एडिट करने के बजाय दोबारा जनरेट करना, प्रॉम्प्ट ख़रीदना: सबसे महँगी दस आदतें और उनकी जगह क्या करें।
Frank HoubreImaginode के संस्थापक
वही दस ग़लतियाँ, लगभग सबके पास
जनरेटिव AI में होने वाली बर्बादी का बड़ा हिस्सा दस साफ़ आदतों से आता है, और वे सब बिना कुछ तकनीकी सीखे सुधारी जा सकती हैं।
मैं कुछ समय से टीमों को ये औज़ार सिखा रहा हूँ, और सबसे चौंकाने वाली बात दोहराव है। हर व्यक्ति की दस अलग ग़लतियाँ नहीं होतीं, बल्कि सबकी वही दस ग़लतियाँ होती हैं, शुरुआती स्तर चाहे जो हो।
इनमें से कोई भी प्रतिभा या तकनीकी समझ का मामला नहीं है। ये या तो दूसरे औज़ारों से आई आदतें हैं, या बस वे बातें जो किसी ने कही नहीं। सुधरने के बाद उसी व्यक्ति का मासिक बजट आधा या तिहाई रह जाता है, और नतीजे बेहतर होते हैं।
इन्हें असली लागत के हिसाब से रखा गया है, सबसे महँगी से सबसे चालाक तक। अगर सिर्फ़ एक सुधारनी हो तो दूसरी चुनिए, वही सबसे ज़्यादा चोट पहुँचाती है।
बैलेंसग़लती 1: महँगे मॉडल पर खोजबीन करना
19 क्रेडिट वाले मॉडल पर विचार खोजना 1 क्रेडिट की कोशिश से उन्नीस गुना महँगा है, और वह फ़ैसला रेंडर की गुणवत्ता पर निर्भर ही नहीं करता।
प्रतिक्रिया तार्किक है: मुझे सबसे अच्छा नतीजा चाहिए, तो सबसे अच्छा मॉडल लूँगा। पर खोज के चरण में आप रेंडर नहीं आँक रहे। आप एक संयोजन, एक फ़्रेमिंग, एक विचार खोज रहे हैं। इन बातों पर 1 क्रेडिट की इमेज वही बताती है जो 19 क्रेडिट वाली।
1 क्रेडिट का Flux Schnell इसी के लिए है। बीस कोशिशें 20 क्रेडिट, यानी क़रीब बीस सेंट। वही बीस कोशिशें Nano Banana Pro पर 380 क्रेडिट, यानी लगभग चार यूरो, और फ़ैसला वही का वही।
नियम: महँगा मॉडल तभी निकले जब संयोजन तय हो चुका हो। सबसे कम क़ीमत पर खोजिए, ऊँची क़ीमत पर फ़ाइनल कीजिए। यही सबसे फ़ायदेमंद अनुशासन है और सबसे आसान भी।
ग़लती 2: इमेज में तय किए बिना वीडियो बनाना
एक वीडियो शॉट 26 से 96 क्रेडिट का है जबकि इमेज 1 से 5 की: फ़्रेमिंग पहले इमेज में तय कर लेने से फ़िल्म का बिल आधा या तिहाई हो जाता है।
यही सबसे महँगी है, और बहुत बड़े अंतर से। शॉट का ख़याल आता है, आप सीधे वीडियो जनरेट करते हैं। फ़्रेमिंग ठीक नहीं। दोबारा। किरदार का चेहरा बदल गया। फिर दोबारा। 48 क्रेडिट की तीन कोशिशें और हाथ में अब भी कुछ नहीं।
वही तीन कोशिशें इमेज में Flux 2 Klein पर 9 क्रेडिट की होतीं। फ़्रेमिंग सही होते ही वह इमेज वीडियो नोड की शुरुआती इमेज बन जाती है, और मॉडल को बस पहले से मंज़ूर संयोजन को हिलाना होता है।
यही स्टोरीबोर्ड का पूरा तर्क है, जिसे मैंने पूरे आँकड़ों के साथ वीडियो पर पैसे लगाने से पहले AI से स्टोरीबोर्ड में लिखा है। अनुपात याद रखिए: इमेज में सुधार वीडियो के सुधार से तीस गुना सस्ता है।
ग़लती 3: चेहरा दिखाने के बजाय उसका वर्णन करना
कोई प्रॉम्प्ट, चार सौ शब्दों का भी, चेहरा स्थिर नहीं करता: वह काम रेफ़रेंस इमेज करती हैं, टेक्स्ट कभी नहीं करेगा।
हर जनरेशन में आपके किरदार का चेहरा बदलता है, तो आप ब्योरा जोड़ते हैं। नाक का आकार, आँखों की दूरी, बाईं ओर गिरती लट। चार सौ शब्द तक पहुँच जाते हैं और चेहरा फिर भी बदलता रहता है।
चेहरे के लिए भाषा बहुत ग़रीब है। अपने सबसे अच्छे दोस्त का लिखित वर्णन किसी ऐसे चित्रकार को दीजिए जिसने उसे कभी देखा नहीं: चित्र संभव लगेगा, पर कभी मिलता-जुलता नहीं होगा। और चेहरे पर जोड़ा गया हर शब्द दृश्य और रोशनी से छिनी हुई ध्यान की क़ीमत पर आता है।
जो काम करता है: एक रेफ़रेंस नोड, तीन तस्वीरें, प्रॉम्प्ट में एक @उल्लेख। मॉडल को इमेज मिलती हैं और वह असली अनुपात नक़ल करता है। पूरा विषय पात्र को एक जैसा बनाए रखना में है।
ग़लती 4: एडिट करने के बजाय दोबारा जनरेट करना
जब इमेज 95 प्रतिशत सही हो, दोबारा जनरेट करना सब कुछ शून्य से शुरू कर देता है: एडिटिंग मॉडल 2 से 10 क्रेडिट में वह ब्योरा बदलता है और बाक़ी बनाए रखता है।
इमेज बढ़िया है, बस जैकेट नीली होनी चाहिए। आप प्रॉम्प्ट में शब्द बदलकर दोबारा जनरेट करते हैं। वापस आती है पूरी तरह अलग इमेज: दूसरा चेहरा, दूसरा सेट, दूसरी रोशनी। और अच्छी वाली गई।
हर जनरेशन अलग रैंडम शोर से शुरू होती है। दोबारा जनरेट करना कभी बदलना नहीं है, वह दोबारा शुरू करना है। 6 क्रेडिट का Flux Kontext, 2 क्रेडिट का GPT Image Mini या 10 का Nano Banana 2 आपकी इमेज को इनपुट लेते हैं और सिर्फ़ वही बदलते हैं जो आप बताते हैं।
और निर्देश का दूसरा आधा हिस्सा याद रखिए, जिसे सब भूलते हैं: जो नहीं बदलना चाहिए उसकी सूची। चेहरा, मुद्रा, फ़्रेमिंग, पृष्ठभूमि, रोशनी। इसके बिना मॉडल रास्ते में आने वाली हर चीज़ छू देता है। पूरी विधि वही AI इमेज दोबारा बनाना में है।
ग़लती 5: जो मॉडल कर ही नहीं सकता उस पर अड़े रहना
एक ही ख़ामी पर लगातार तीन विफलताएँ बताती हैं कि मॉडल यह नहीं कर सकता: चौथी कोशिश कुछ नहीं बदलेगी।
पाठ्यपुस्तक उदाहरण है इमेज के भीतर टेक्स्ट। आप साइनबोर्ड पर ब्रांड का नाम चाहते हैं, मॉडल लगभग सही शब्द लिखता है, आप दोबारा चलाते हैं। बारह बार। बारह क्रेडिट बेकार, क्योंकि वह मॉडल लिखना नहीं जानता।
एक ही ख़ामी पर एक ही मॉडल को तीन बार से ज़्यादा मत चलाइए। तीन विफलताएँ एक सूचना हैं: मॉडल बदलिए। Nano Banana Pro, GPT Image 2 या Recraft V4.1 छोटा टेक्स्ट साफ़ लिखते हैं और पहली बार में निपटा देते हैं।
यही तर्क उन रेफ़रेंस पर लागू है जो ध्यान में नहीं लिए जाते, उस पोर्ट पर जो दिखता नहीं, उस फ़ॉर्मेट पर जो उस मॉडल में है ही नहीं। यह कोई छिपी सेटिंग नहीं, अनुपस्थित क्षमता है। ख़ामी के हिसाब से ब्योरा टेढ़े हाथ और अपठनीय टेक्स्ट में है।
ग़लती 6: एक फ़ॉर्मेट में बनाकर फिर काटना
मॉडल उसी फ़्रेम के लिए रचना करता है जो उसे दिया जाता है: वर्ग को खड़ा काटना रचना तोड़ देता है और आधे पिक्सेल गँवा देता है, जबकि सही फ़ॉर्मेट में बनाना कुछ अतिरिक्त नहीं लेता।
आप वर्ग में बनाते हैं क्योंकि वही डिफ़ॉल्ट है, फिर वह विज़ुअल स्टोरी में जाता है। आप काटते हैं, किरदार कट जाता है, और जो पृष्ठभूमि पसंद थी वह ग़ायब है।
फ़ॉर्मेट नोड पर एक ड्रॉपडाउन है और एक भी क्रेडिट ज़्यादा नहीं लेता। 9:16 में मॉडल खड़ा जमाता है, 16:9 में किनारों पर हवा छोड़ता है। ये दो अलग रचनाएँ हैं, वही रचना अतिरिक्त किनारों के साथ नहीं।
और अगर वही सामग्री दो फ़ॉर्मेट में चाहिए तो काटिए मत: नोड की नक़ल बनाइए, फ़ॉर्मेट बदलिए, वही स्टाइल और रेफ़रेंस नोड जुड़े रहने दीजिए। हर फ़ॉर्मेट के सटीक आकार किस फ़ॉर्मेट और किस रिज़ॉल्यूशन में बनाएँ में हैं।
ग़लती 7: परीक्षण के दौरान रिज़ॉल्यूशन बढ़ाना
Seedance 2.0 के दस सेकंड 720p में 120 क्रेडिट और 2160p में 660 के हैं: ऊँचे रिज़ॉल्यूशन में खोजबीन उन शॉट्स पर बिल पाँच गुना कर देती है जो अंत में कूड़े में जाएँगे।
वीडियो में रिज़ॉल्यूशन कैटलॉग का सबसे कठोर मूल्य-लीवर है, और यही वह है जिसे बिना सोचे छेड़ दिया जाता है क्योंकि सेटिंग ठीक वहीं है।
आँकड़े: Seedance 2.0 में दस सेकंड 720p में 120 क्रेडिट और 2160p में 660 क्रेडिट। Wan 3.0 में तीस सेकंड 480p में 180 क्रेडिट बनाम 1080p में 720। कोई थोक छूट नहीं है।
जबकि गति, फ़्रेमिंग और किरदार की स्थिरता 480p में बख़ूबी परखी जा सकती है। नीचे तय कीजिए, सिर्फ़ चुने हुए संस्करण पर ऊपर जाइए। इमेज में कभी उलटा भी सही होता है: Flux 2 Klein और Seedream 5 Lite में ऊपरी पायदान की क़ीमत बिलकुल वही है, तो उसे ले ही लीजिए।
ग़लती 8: जोड़े जाने वाले शॉट्स में ऑडियो चालू छोड़ना
तब हर शॉट अपना अलग वातावरण बनाता है और छहों संपादन में आपस में टकराते हैं, वह भी प्रति शॉट क़रीब बीस क्रेडिट अतिरिक्त देकर।
कई वीडियो मॉडल ऑडियो का टॉगल देते हैं, अक्सर डिफ़ॉल्ट रूप से चालू, क्योंकि मूक वीडियो तुरंत खटकता है। अकेले शॉट पर यह ठीक है। साथ जोड़े जाने वाले छह शॉट्स पर यह दोहरा नुक़सान है।
पहले अतिरिक्त लागत: Veo 3.1 Lite में 720p के आठ सेकंड बिना ध्वनि 29 क्रेडिट और ध्वनि के साथ 48। छह शॉट्स पर यह 114 क्रेडिट का अंतर है। फिर नतीजा: छह अलग वातावरण जो हर जोड़ पर कठोरता से कटते हैं।
मूक बनाइए, फिर पूरे संपादन पर एक ही ट्रैक रखिए। एक वॉयस ओवर, एक संगीत, कुछ ध्वनि प्रभाव सही जगहों पर। फ़िल्म को वह एकता मिलती है जो अलग-अलग ध्वनि वाले शॉट्स कभी नहीं देंगे।
ग़लती 9: प्रॉम्प्ट ख़रीदना
बिका हुआ प्रॉम्प्ट किसी और मॉडल, किसी और संस्करण और किसी और विषय के लिए लिखा गया था: वह हस्तांतरित नहीं होता और कुछ सिखाता भी नहीं।
प्रॉम्प्ट कभी मत ख़रीदिए। बीस यूरो में हज़ार जादुई प्रॉम्प्ट वाले ये पैक इस क्षेत्र का सबसे बेकार उत्पाद हैं, तीन कारणों से जो तीन पंक्तियों में आ जाते हैं।
एक: वे किसी ख़ास मॉडल के लिए लिखे गए थे, अक्सर पिछली पीढ़ी के, और कहीं और वैसा नतीजा देते ही नहीं। दो: वे उनके लेखक का विषय बताते हैं, आपका नहीं, और उन्हें ढालने के लिए ठीक वही कौशल चाहिए जो प्रॉम्प्ट लिखने का है। तीन, और यही सबसे बुरा: वे आपको कुछ नहीं सिखाते, इसलिए अगले महीने आप फिर ख़रीदेंगे।
जो सीखा जा सकता है वह है प्रॉम्प्ट की संरचना, और वह एक लेख में आ जाती है: काम करने वाला प्रॉम्प्ट लिखना। और अगर आप चाहते हैं कि कोई मॉडल आपके प्रॉम्प्ट लिखे, तो टेक्स्ट नोड यह 1 से 3 क्रेडिट में करता है, आपके विषय और आपकी कला दिशा के साथ।
ग़लती 10: कुछ भी न सहेजना
जिस प्रॉम्प्ट, मॉडल और सेटिंग से अच्छी इमेज बनी थी, प्रोजेक्ट न सहेजा हो तो वे मिलते ही नहीं: पहले से किया गया काम आप दोबारा ख़रीदते हैं।
सबसे चालाक ग़लती, क्योंकि उस वक़्त कुछ ख़र्च नहीं होता। आपको सही संयोजन मिलता है, आप इमेज डाउनलोड करते हैं, बंद कर देते हैं। तीन हफ़्ते बाद एक रूपांतर चाहिए और आपको न मॉडल याद है, न प्रॉम्प्ट, न सेटिंग।
आप फिर से शुरू करते हैं, लगभग वही चीज़ मिलती है, बिलकुल वही कभी नहीं। नियमित काम के एक महीने में यह घंटों और क्रेडिट के पूरे बजट का दोबारा ख़र्च है।
कैनवास पर हर नोड अपनी जनरेशन थंबनेल में रखता है, और हर थंबनेल के पीछे पैरामीटर स्क्रीन इंजन, शब्दशः प्रॉम्प्ट, सेटिंग, कैमरा, इनपुट, लागत और तारीख़ दिखाती है। फ़ाइल नहीं, प्रोजेक्ट सहेजिए: मुफ़्त है और एक से ज़्यादा बार बचाएगा।
हर क्लिक से पहले पूछने लायक़ सवाल
ख़ुद से पूछिए कि यह जनरेशन आपको क्या बताएगी: अगर जवाब संयोजन का फ़ैसला है, तो 1 क्रेडिट वाला मॉडल काफ़ी है।
ये सारी ग़लतियाँ एक ही अनुपस्थित आदत पर आकर टिकती हैं, और उसमें दो सेकंड लगते हैं: क्लिक से पहले ख़ुद से पूछिए कि यह जनरेशन आपको क्या बताएगी।
अगर यह संयोजन या फ़्रेमिंग का फ़ैसला है, तो सबसे सस्ता मॉडल लीजिए, कम रिज़ॉल्यूशन में, वीडियो नहीं इमेज में। अगर यह अंतिम रेंडर है, तो अच्छा मॉडल निकालिए और रिज़ॉल्यूशन बढ़ाइए। इन दोनों स्थितियों के लिए न एक ही मॉडल चाहिए न एक ही बजट, और इन्हें गड्डमड्ड करना ही असल समस्या है।
सटीक क़ीमत हर क्लिक से पहले जनरेट बटन पर दिखती है, जिससे फ़ैसला तुरंत हो जाता है। और अगर शुरू करने से पहले पूरे प्रोजेक्ट का हिसाब चाहिए, तो सार्वजनिक कैलकुलेटर जोड़ देता है, या कैनवास का सहायक आपके बजट के हिसाब से पूरा प्रवाह बना देता है।