AI में एक ही किरदार कैसे बनाए रखें: हर इमेज और वीडियो में वही चेहरा

दस मिनट में हर किसी के सामने आने वाली दिक्कत

हूबहू वही प्रॉम्प्ट हर बार अलग किरदार बनाता है: यही मॉडल का सामान्य व्यवहार है, और इसका हल बेहतर टेक्स्ट नहीं, रेफरेंस इमेज हैं।

आप अपने प्रोजेक्ट के लिए एक हीरोइन जेनरेट करते हैं। वह एकदम सही है: तीस साल की, छोटे कटे लाल बाल, फीकी डेनिम जैकेट। अब उसे साइड प्रोफाइल से देखने के लिए आप दोबारा जेनरेट करते हैं। और यहीं झटका लगता है। बाल भूरे हो गए, जैकेट गायब है, चेहरा बिल्कुल दूसरा है। प्रॉम्प्ट वही, शब्द-दर-शब्द वही। किरदार अलग।

यह Imaginode की या किसी और टूल की खराबी नहीं है। आज के सभी इमेज मॉडल ऐसे ही काम करते हैं। और जब तक वजह समझ न आए, आप घंटों और दर्जनों क्रेडिट किसी चमत्कार की उम्मीद में दोबारा जेनरेट करते हुए गँवाते रहते हैं। यह लेख पहले वजह बताता है, फिर वह असली हल जो प्रोडक्शन में काम करता है: चाहे कॉमिक हो, पोस्ट की सीरीज़ हो या फिल्म।

ईमानदार स्पॉइलर: हल बेहतर प्रॉम्प्ट नहीं है। हल यह है कि आप किरदार को शब्दों में बताने के बजाय मॉडल को दिखा दें, रेफरेंस इमेज के जरिए। Imaginode में यह काम Reference नोड करता है, और हम इसे कदम-दर-कदम बनाएँगे: मास्टर पोर्ट्रेट से लेकर हरे @mention तक, हर चरण की क्रेडिट कीमत के साथ।

चेहरा बदलता क्यों है: रैंडम नॉइज़

हर जेनरेशन अलग रैंडम नॉइज़ से शुरू होती है और मॉडल को पिछली इमेज याद नहीं रहतीं: आपका प्रॉम्प्ट लोगों की एक श्रेणी बताता है, मॉडल हर बार उसमें से नया चेहरा उठा लेता है।

इमेज मॉडल किसी इलस्ट्रेटर की तरह नहीं बनाता जो अपना किरदार दिमाग में रखता है। हर जेनरेशन एक रैंडम नॉइज़ इमेज से शुरू होती है, यानी बेतरतीब पिक्सल का घोल, जिसे मॉडल आपके प्रॉम्प्ट के सहारे धीरे-धीरे साफ करता जाता है। दो अलग नॉइज़ यानी दो अलग शुरुआती बिंदु, यानी आखिर में दो अलग चेहरे।

आपका प्रॉम्प्ट सिर्फ लोगों की एक श्रेणी बताता है: "तीस साल की लाल बालों वाली महिला, डेनिम जैकेट में" जैसे लाखों चेहरे मुमकिन हैं। मॉडल हर बार उस विवरण से मेल खाता कोई एक चेहरा उठा लेता है। वह कभी दो बार एक ही नहीं चुनता, क्योंकि उसे ऐसा करने पर कुछ मजबूर नहीं करता।

दूसरी बुरी खबर भी जोड़ लीजिए: मॉडल की कोई याददाश्त नहीं होती। जेनरेशन नंबर 12 को पिछली 11 के बारे में कुछ नहीं पता। वह आपकी हीरोइन को "याद" नहीं रखता, उसने उसे कभी जाना ही नहीं। Generate पर हर क्लिक शून्य से शुरू होता है, नए नॉइज़ के साथ और बिना किसी साझा इतिहास के।

बहुत लंबा प्रॉम्प्ट भी क्यों काफी नहीं पड़ता

भाषा इतनी समृद्ध नहीं कि चेहरे के हजारों सूक्ष्म अनुपात पकड़ सके: 400 शब्द बाल और जैकेट स्थिर कर देते हैं, चेहरे के नक्श कभी नहीं, और हर अतिरिक्त शब्द कहीं और से ध्यान छीनता है।

पहली प्रतिक्रिया हम सबकी एक जैसी होती है: और ज्यादा लिखो। नाक के आकार, आँखों के बीच की दूरी, बाईं तरफ गिरती लट पर चार सौ शब्द। इससे आसान चीजें थोड़ी स्थिर जरूर हो जाती हैं, जैसे बालों का रंग या कपड़े। लेकिन चेहरा फिर भी बदलता रहता है।

वजह चिढ़ पैदा करने वाली है, पर तर्कसंगत: चेहरे का वर्णन करने के लिए भाषा बहुत कमजोर पड़ती है। अपने सबसे अच्छे दोस्त का लिखित वर्णन करके देखिए, फिर वह टेक्स्ट ऐसे चित्रकार को दीजिए जिसने उसे कभी नहीं देखा। तस्वीर भरोसेमंद लगेगी, पर मिलती-जुलती कभी नहीं होगी। इंसानी चेहरा हजारों सूक्ष्म अनुपातों से बनता है, जिन्हें कोई शब्दकोश पकड़ नहीं सकता।

और प्रॉम्प्ट जितना लंबा होता है, मॉडल को उतने ही आपस में टकराते निर्देशों के बीच फैसला करना पड़ता है। एक हद के बाद चेहरे पर जोड़ा गया हर शब्द सीन, रोशनी या एक्शन से ध्यान छीनकर आता है। नतीजा: जिस जीवंत इमेज की आपको चाह थी, उसकी जगह एक जड़ पोर्ट्रेट मिलता है।

असली हल: बताने के बजाय दिखाइए

जेनरेशन के साथ रेफरेंस इमेज जोड़िए: तीन अच्छी फोटो लगभग हर बार पहचाना जाने वाला किरदार देती हैं, जबकि लंबा प्रॉम्प्ट पाँच में से एक बार हमशक्ल देता है।

असल जिंदगी में चित्रकार क्या करता? एक फोटो माँगता। हाल के मॉडल ठीक यही कर सकते हैं: आप जेनरेशन के साथ एक या कई रेफरेंस इमेज जोड़ते हैं, और मॉडल टेक्स्ट की व्याख्या करने के बजाय उन्हें सीधे विजुअल सोर्स की तरह इस्तेमाल करता है।

फर्क शानदार है। जहाँ 400 शब्दों का प्रॉम्प्ट पाँच में से एक बार आधा-अधूरा हमशक्ल देता है, वहीं तीन अच्छी रेफरेंस फोटो लगभग हर बार पहचाना जाने वाला किरदार देती हैं। यह जादू नहीं है: मॉडल असली अनुपातों की नकल कर रहा होता है, उन्हें गढ़ नहीं रहा।

फिर भी ध्यान रखिए, हर मॉडल यह नहीं कर सकता। Imaginode में, जब चुना गया मॉडल रेफरेंस सपोर्ट नहीं करता तो नोड पर रेफरेंस वाला पोर्ट दिखता ही नहीं। अगर पोर्ट न दिखे तो किसी छिपी हुई सेटिंग की तलाश करने के बजाय मॉडल बदल दीजिए: ऐसी कोई सेटिंग है ही नहीं।

Reference नोड, कदम-दर-कदम

Reference नोड एक नाम, एक विवरण और फोटो को एक जगह रखता है, जिसे एक बार बनाकर प्रोजेक्ट के हर Image या Video नोड में दोबारा इस्तेमाल किया जा सकता है, ऑटो-सेव के साथ।

Imaginode के कैनवास पर एक Reference नोड जोड़िए। इसमें तीन फील्ड होते हैं। पहला, नाम: "लीना", "कैप्टन धुंध", जो आप चाहें, बेहतर हो कि छोटा हो। दूसरा, विवरण: यही टेक्स्ट आपके प्रॉम्प्ट में डाला जाएगा, इस पर आगे लौटेंगे। और आखिर में फोटो: किरदार की अपनी सबसे बढ़िया इमेज यहाँ खींचकर छोड़ दीजिए।

यह नोड पूरे प्रोजेक्ट में दोबारा इस्तेमाल होता है। आप इसे एक बार बनाते हैं, फिर कैनवास का हर Image या Video नोड इससे जुड़ सकता है। नोड कैनवास का पूरा तर्क यही है: किरदार कहीं रखी हुई एक ईंट बन जाता है, बीस प्रॉम्प्ट में कॉपी किया जाने वाला पैराग्राफ नहीं।

एक व्यावहारिक बात जो रोजमर्रा में बहुत मायने रखती है: सेव अपने आप होता है और हर नोड अपनी पिछली 12 जेनरेशन का इतिहास रखता है। अगर आपके किरदार का वर्जन 7 सबसे अच्छा था, तो वह अब भी वहीं मौजूद है, Reference नोड में जुड़ने के लिए तैयार।

हरा @mention, यानी अपने किरदार को बुलाने का तरीका

किसी भी प्रॉम्प्ट में @ लिखकर नाम टाइप कीजिए: विवरण अपने आप जुड़ जाता है और फोटो रेफरेंस के तौर पर चली जाती हैं, और मैजिक वैंड प्रॉम्प्ट दोबारा लिखते समय mention को बचाए रखता है।

Reference नोड बन जाने के बाद, किसी भी प्रॉम्प्ट में @ के बाद उसका नाम लिखकर आप किरदार को बुला लेते हैं। mention टेक्स्ट में हरे रंग में दिखता है, यानी वह नोड से सही जुड़ा है। अब आप छोटे और स्वाभाविक प्रॉम्प्ट लिख सकते हैं: "@लीना बारिश में रात के बाजार से गुजरती है, wide shot"।

जेनरेशन के वक्त Imaginode दो काम अपने आप करता है: वह नोड का विवरण प्रॉम्प्ट में डालता है, और फोटो को रेफरेंस इमेज के रूप में जोड़ता है, बशर्ते आप एडिटिंग सपोर्ट करने वाला मॉडल इस्तेमाल कर रहे हों। आपको कुछ कॉपी नहीं करना, कुछ दोबारा अपलोड नहीं करना। बस mention काफी है।

एक और बढ़िया बात: मैजिक वैंड, जो आपके Image और Video प्रॉम्प्ट को Kimi के जरिए 1 क्रेडिट में समृद्ध अंग्रेजी में दोबारा लिखता है, @mention को बचाए रखती है। यानी आप किरदार से जुड़ा लिंक तोड़े बिना प्रॉम्प्ट निखार सकते हैं। यह वही छोटी-सी बात है जो 6 क्रेडिट प्रति जेनरेशन पर बुरे झटकों से बचाती है।

कौन-से इमेज मॉडल किरदार को टिकाए रख पाते हैं

5 क्रेडिट वाला Seedream 5 Lite रेफरेंस का चैंपियन है, 2 क्रेडिट वाला GPT Image Mini इटरेशन के लिए है, और 6 क्रेडिट वाला Flux Kontext किरदार को छुए बिना बैकग्राउंड बदल देता है।

इमेज की तरफ, Imaginode पर रेफरेंस का चैंपियन है Seedream 5 Lite, 5 क्रेडिट प्रति जेनरेशन यानी करीब 0.05 €। किसी भी बार-बार आने वाले किरदार के लिए यही डिफ़ॉल्ट पसंद होनी चाहिए: यह आपकी इमेज लेता है और चेहरों को उस सटीकता के साथ लौटाता है, जो इस कीमत पर बाकी मॉडल नहीं दे पाते।

जरूरत के हिसाब से दो विकल्प और हैं। GPT Image Mini, 2 क्रेडिट पर, रेफरेंस भी लेता है: पोज और फ्रेमिंग पर बिना क्रेडिट उड़ाए इटरेट करने के लिए एकदम सही। और Flux Kontext, 6 क्रेडिट पर, अलग भूमिका निभाता है: यह मौजूदा इमेज को एडिट करता है। "बैकग्राउंड को समुद्र तट से बदल दो", और आपका किरदार वैसा ही रहता है जबकि दृश्य बदल जाता है।

इसके उलट, 1 क्रेडिट वाला Flux Schnell या 3 क्रेडिट वाला Imagen 4 Fast बढ़िया ऑल-राउंडर हैं, लेकिन किसी सीरीज़ के हीरो की चेहरे की निरंतरता के लिए उन पर भरोसा मत कीजिए। सही तरीका यह है: सस्ते मॉडल से कंपोजिशन का ड्राफ्ट बनाइए, फिर फाइनल इमेज के लिए @mention के साथ Seedream 5 Lite पर चले जाइए।

मास्टर पोर्ट्रेट वाला तरीका

पहले किरदार का अकेला पोर्ट्रेट बनाइए, न्यूट्रल बैकग्राउंड और साफ रोशनी में: 4 या 5 कोशिशें यानी 24 से 30 क्रेडिट, और यही आगे की सारी इमेज की बुनियाद बनता है।

आम गलती: रेफरेंस के तौर पर ऐसी इमेज लेना जिनमें किरदार पहले से किसी सीन में है, फ्रेम में छोटा है, बैकलाइट में है या पीठ दिखा रहा है। तब मॉडल चेहरे के साथ-साथ बैकग्राउंड भी सीख लेता है। सही तरीका यह है कि पहले एक मास्टर पोर्ट्रेट बनाया जाए: किरदार अकेला, न्यूट्रल बैकग्राउंड पर, साफ रोशनी में।

व्यवहार में, एक Image नोड खोलिए, Imagen 4 जैसा फोटोरियलिस्टिक मॉडल 6 क्रेडिट पर चुनिए, और सिर्फ किरदार का वर्णन कीजिए: "बस्ट पोर्ट्रेट, 30 साल की महिला, छोटे लाल बाल, फीकी डेनिम जैकेट, सादा ग्रे बैकग्राउंड, सामने से नरम रोशनी"। जब तक वही चेहरा न मिले, दोबारा जेनरेट करते रहिए। 4 या 5 कोशिशें मानकर चलिए, यानी 24 से 30 क्रेडिट, 0.30 € से भी कम।

यही पोर्ट्रेट Reference नोड की आधारशिला बन जाता है। आगे की सारी इमेज इसी से निकलती हैं। दस मिनट का यह निवेश आपके आगे के घंटों की लॉटरी बचाता है, और यही इकलौता चरण है जहाँ बार-बार दोबारा जेनरेट करना वाकई जायज है।

अपनी रेफरेंस फोटो के एंगल बदलते रहिए

अक्सर चार इमेज काफी हैं: सामने से, थ्री-क्वार्टर, प्रोफाइल और फुल शॉट; 8 औसत फोटो से 4 बेदाग फोटो बेहतर हैं, क्योंकि एक खराब रेफरेंस आगे की सारी जेनरेशन खराब कर देती है।

सिर्फ सामने से लिया गया एक पोर्ट्रेट अच्छी शुरुआत है, पर तब मॉडल आपके किरदार को सिर्फ एक एंगल से जानता है। उससे प्रोफाइल माँगिए तो वह नाक, जबड़ा और कान अपनी तरफ से गढ़ लेगा। किरदार को तीनों आयामों में पक्का करने के लिए उसे कई नजरिए दिखाने पड़ते हैं।

जो संयोजन अच्छा काम करता है: सामने से एक पोर्ट्रेट, एक थ्री-क्वार्टर, एक प्रोफाइल, और सिल्हूट व पोशाक के लिए एक फुल शॉट। अक्सर चार इमेज काफी होती हैं। इन्हें बनाने के लिए मास्टर पोर्ट्रेट से शुरू कीजिए, रेफरेंस लेने वाला मॉडल चुनिए, और कहिए "वही व्यक्ति, प्रोफाइल व्यू, वही ग्रे बैकग्राउंड"। नोड में जोड़ने से पहले हर नतीजे को जाँच लीजिए।

इस चरण पर बाकी सब जगह से ज्यादा सख्त रहिए। जरा-सी बिगड़ी रेफरेंस फोटो, जिसमें ठुड्डी थोड़ी अलग हो या कान लगभग सही हो, आगे की सारी जेनरेशन को चुपचाप दूषित करती रहेगी, और आप वजह गलत जगह ढूँढ़ेंगे, यानी अपने प्रॉम्प्ट में। 8 औसत इमेज से 4 बेदाग इमेज बेहतर हैं। Seedream 5 Lite पर 5 क्रेडिट प्रति व्यू के हिसाब से एक संदिग्ध फोटो दोबारा बनाने का खर्च 0.05 € है। इसमें समझौता मत कीजिए।

विवरण को निरंतरता के अनुबंध की तरह लिखिए

विवरण में सिर्फ वही लिखिए जो हर शॉट में बना रहना चाहिए, जैसे निशान, जैकेट, घड़ी: पहचान नोड में रहती है, सीन प्रॉम्प्ट में।

Reference नोड का विवरण वाला फील्ड सजावट नहीं है: जिस भी प्रॉम्प्ट में @mention आता है, यह उसमें जुड़ जाता है। इसलिए इसमें सिर्फ वही लिखिए जो हर शॉट में बना रहना चाहिए, और कुछ नहीं। जैसे स्थायी पहचान चिह्न: बाईं भौंह पर निशान, फीकी डेनिम जैकेट, दाईं कलाई पर घड़ी, झुकी हुई चाल।

जो सीन-दर-सीन बदलता है, उसे इसमें मत डालिए। अगर आपने विवरण में "मुस्कुराती हुई, एक कैफे में" लिख दिया, तो आपका किरदार तूफान के दृश्य के बीच में भी कैफे में मुस्कुराता रहेगा। विवरण पहचान बताता है, प्रॉम्प्ट सीन बताता है। भूमिकाओं का यही बँटवारा पूरे सिस्टम को मजबूत बनाता है।

फिल्म शूटिंग में इस काम का एक नाम है: कंटिन्यूटी स्क्रिप्ट। इसे कोई ग्लैमरस नहीं मानता, पर सब मानते हैं कि यही वजह है कि दो शॉट के बीच अभिनेता की कमीज नहीं बदल जाती। आपका Reference नोड ठीक यही भूमिका निभाता है।

और वीडियो की तरफ: मॉडल और उनकी सटीक सीमाएँ

Seedance 2.0 और MiniMax H3 नौ रेफरेंस लेते हैं, Grok 5, Kling V3 और Veo 3.1 Fast तीन-तीन; सबसे भरोसेमंद तरीका अब भी वही है: एक बेहतरीन इमेज को वीडियो के स्टार्ट फ्रेम पर लगाना।

वीडियो में वही समस्या और भी बड़ी होकर आती है: सेकंड-दर-सेकंड खिसकता चेहरा तुरंत नजर आ जाता है। अच्छी बात यह है कि Imaginode के कई वीडियो मॉडल रेफरेंस इमेज लेते हैं, अलग-अलग सीमाओं के साथ। Seedance 2.0 और 2.0 Fast 9 लेते हैं, Seedance 2.5 उससे भी ज्यादा। MiniMax H3 भी 9 लेता है, जबकि Grok Imagine Video 5, Kling V3 और Veo 3.1 Fast तीन-तीन।

Video नोड मॉडल के हिसाब से अलग-अलग इनपुट भी दिखाता है: एक स्टार्ट इमेज, और जिस मॉडल में सपोर्ट हो वहाँ एक एंड इमेज। वैसे सबसे भरोसेमंद तरीका यही है: पहले Seedream 5 Lite से किरदार की एक बेहतरीन इमेज बनाइए, फिर उसे वीडियो की स्टार्ट इमेज के तौर पर जोड़िए। तब मूवमेंट पहले से सही चेहरे से शुरू होता है।

सफलता दर पर साफ बात कर लेते हैं: AI वीडियो में तीन या चार में से लगभग एक जेनरेशन खराब जाती है, रेफरेंस हो या न हो। कोई हाथ किसी चीज के आर-पार निकल जाता है, नजर कहीं और चली जाती है। इस बर्बादी को अपने बजट में पहले से जोड़कर चलिए। Kling 2.5 Turbo पर 5 सेकंड के 26 क्रेडिट या Seedance 2.0 Fast पर 720p में 48 क्रेडिट के हिसाब से, एक पूरा हुआ सीन असल में दिखाई गई कीमत से दोगुना पड़ता है। हाँ, तकनीकी विफलताओं का रिफंड अपने आप हो जाता है।

ठोस उदाहरण: छह पैनल की मिनी कॉमिक

मास्टर पोर्ट्रेट, अतिरिक्त एंगल और छह पैनल, दोबारा जेनरेशन समेत: स्थिर किरदार वाली पूरी मिनी कॉमिक का खर्च करीब 105 क्रेडिट यानी 1.05 € आता है।

एक असली जैसा उदाहरण लेते हैं: Instagram के लिए छह पैनल की मिनी कॉमिक, जिसमें लूना नाम की मधुमक्खी पालक हीरोइन है। चरण 1, न्यूट्रल बैकग्राउंड पर मास्टर पोर्ट्रेट: Imagen 4 से 5 कोशिशें, 30 क्रेडिट। चरण 2, अतिरिक्त व्यू, यानी थ्री-क्वार्टर, प्रोफाइल, फुल शॉट: Seedream 5 Lite से करीब 6 जेनरेशन, 30 क्रेडिट। अब "@लूना" वाला Reference नोड तैयार है।

चरण 3, छह पैनल। हर प्रॉम्प्ट छोटा रहता है: "@लूना सूरज उगते वक्त मधुमक्खी का छत्ता खोलती है, high angle view"। Seedream 5 Lite पर 5 क्रेडिट और हर दूसरे पैनल पर एक दोबारा जेनरेशन मानें तो छह पैनल का खर्च करीब 45 क्रेडिट। पूरे प्रोजेक्ट का कुल: लगभग 105 क्रेडिट यानी 1.05 €। स्थिर किरदार वाले छह विजुअल की सीरीज़ के लिए इससे बेहतर मुश्किल है।

यही नोड अगले हफ्ते एपिसोड 2 के काम आएगा, और फिर उस 5 सेकंड के वीडियो में भी जहाँ लूना कैमरे की तरफ हाथ हिलाती है। एक ही किरदार, एक ही बार परिभाषित, हर जगह इस्तेमाल। यही सिद्धांत किसी वर्चुअल UGC क्रिएटर को कैमरे के सामने पंद्रह सेकंड तक टिकाए रखता है। यहीं नोड वाला तर्क उन टूल्स के मुकाबले पूरी तरह सार्थक हो जाता है जहाँ हर इमेज खाली पन्ने से शुरू होती है।

जाल नंबर 1: आपस में टकराते रेफरेंस

किरदार के अलग-अलग वर्जन से ली गई फोटो एक ढीला-ढाला औसत बना देती हैं: अगर हर जेनरेशन "लगभग सही" हो पर कभी एक जैसी न हो, तो प्रॉम्प्ट नहीं, नोड साफ कीजिए।

सबसे आम जाल: Reference नोड में किरदार के अलग-अलग वर्जन से ली गई फोटो मिला देना। दो इमेज जिनमें बालों का कट थोड़ा अलग है, और तीसरी जिसमें जैकेट ज्यादा गहरी है। मॉडल पर आपस में टकराते सोर्स के प्रति वफादार रहने का दबाव पड़ता है, और वह एक ढीला-ढाला औसत बना देता है जो तीनों में से किसी से नहीं मिलता।

लक्षण पहचानने लायक है: हर जेनरेशन "लगभग सही" होती है पर आपस में कभी एक जैसी नहीं होती। अगर ऐसा हो तो प्रॉम्प्ट को हाथ मत लगाइए। Reference नोड खोलिए, फोटो को साथ-साथ रखकर देखिए और जो अलग पड़ रही हों उन्हें बेरहमी से हटा दीजिए। मास्टर पोर्ट्रेट को ही इकलौते सत्य के रूप में लेकर दोबारा शुरू कीजिए।

सीधा नियम: जोड़ी गई हर फोटो का वर्णन ठीक उसी वाक्य से हो पाना चाहिए जिससे बाकी का होता है। अगर आपको कहना पड़े "यह वाली उसके निशान लगने से पहले की है", तो उसका इस नोड में कोई काम नहीं। किरदार के उस वर्जन के लिए बेहतर होगा कि आप दूसरा Reference नोड बना लें।

जाल नंबर 2: आठ लगभग एक जैसी फोटो

बहुत सारे एक जैसे उदाहरण चेहरे के बजाय पोज को लॉक कर देते हैं: सामने से लिए गए एक ही पोर्ट्रेट के आठ क्लोन से चार अलग-अलग फोटो हमेशा बेहतर रहती हैं।

उल्टा जाल भी मौजूद है। सामने से लिए गए आठ पोर्ट्रेट, वही भाव, वही रोशनी, वही बैकग्राउंड। मॉडल यह मान लेता है कि सब कुछ किरदार की पहचान का हिस्सा है: एंगल, जमी हुई मुस्कान, रोशनी। नतीजा यह कि जब आप कुछ और माँगते हैं तो वह अड़ जाता है। आपका किरदार हर सीन में कैमरे की तरफ सीधा देखता है, तेज दौड़ते हुए भी।

यह रेफरेंस वाला ओवरफिटिंग है: बहुत सारे एक जैसे उदाहरण चेहरे के बजाय पोज को लॉक कर देते हैं। बचाव वही है जो एंगल वाली सलाह में था: कम इमेज, पर अलग-अलग। सामने, थ्री-क्वार्टर, प्रोफाइल और सिल्हूट कवर करती चार फोटो एक ही पोर्ट्रेट के आठ क्लोन को हर बार मात देती हैं।

Seedance 2.0 या MiniMax H3 जैसे 9 रेफरेंस तक लेने वाले वीडियो मॉडल पर सारी जगहें भर देने का लालच बहुत होता है। रुकिए। उन्हें तभी भरिए जब हर इमेज कोई नई जानकारी लाती हो: कोई एंगल, कोई पोशाक, कोई भाव। वरना नौ दोहराव वाली इमेज से तीन अच्छी इमेज ज्यादा काम की हैं।

आज शुरुआत कहाँ से करें

तीस मिनट का एक सेशन काफी है: मास्टर पोर्ट्रेट, Reference नोड, @mention के साथ पहला सीन, और यह सब 13 € (कर अतिरिक्त) वाले Starter प्लान के 900 क्रेडिट के 15 % से भी कम में।

पूरी योजना तीस मिनट के एक सेशन में समा जाती है। एक Image नोड बनाइए, न्यूट्रल बैकग्राउंड पर अपना मास्टर पोर्ट्रेट जेनरेट कीजिए, कोशिशों के लिए करीब तीस क्रेडिट मानकर चलिए। फिर Reference नोड बनाइए, किरदार को नाम दीजिए, स्थायी पहचान के तीन वाक्य लिखिए, पोर्ट्रेट और उसके बाद बाकी व्यू जोड़िए। इसके बाद @mention और Seedream 5 Lite के साथ पहला सीन टेस्ट कीजिए।

अगर आप यह सब खुद जोड़ना नहीं चाहते, तो Imaginode का असिस्टेंट पूरा वर्कफ़्लो एक क्लिक में बना देता है, प्रति मैसेज 1 क्रेडिट पर: बस लिखिए "एक ही किरदार वाली पोस्ट की सीरीज़" और वह Image, Reference और Video नोड पहले से जुड़े हुए रख देता है। आपको सिर्फ फोटो भरनी हैं और प्रॉम्प्ट सुधारने हैं।

महीने के 900 क्रेडिट वाले Starter प्लान (13 €, कर अतिरिक्त) के साथ यह पूरा सेशन आपके पैकेज का 15 % से भी कम खर्च करता है। और सब कुछ ब्राउज़र में होता है, जेनरेशन सर्वर पर चलती है: न कोई इंस्टॉलेशन, न कोई ग्राफिक्स कार्ड चाहिए, ड्राइंग रूम में रखे लैपटॉप पर दोपहर का एक सेशन काफी है।

किरदार स्थिर हो जाने के बाद अगला काम है उसे ढंग से पेश करना: फ्रेमिंग, लेंस, कैमरा मूवमेंट। Camera नोड का विषय ठीक यही है, और उस पर हमने एक पूरा लेख लिखा है, "AI में कैमरा कैसे डायरेक्ट करें"। आपकी हीरोइन का चेहरा अब टिकाऊ है। अब उसे असली शॉट देने बाकी हैं।