Generating good images with AI should not feel like casting a spell. Yet that is exactly how most teams treat it. They h

AI ਨਾਲ ਵਧੀਆ ਤਸਵੀਰਾਂ ਤਿਆਰ ਕਰਨਾ ਕਿਸੇ ਜਾਦੂ ਦੇ ਮੰਤਰ ਵਾਂਗ ਨਹੀਂ ਮਹਿਸੂਸ ਹੋਣਾ ਚਾਹੀਦਾ। ਫਿਰ ਵੀ, ਜ਼ਿਆਦਾਤਰ ਟੀਮਾਂ ਇਸ ਨਾਲ ਬਿਲਕੁਲ ਇੰਝ ਹੀ ਪੇਸ਼ ਆਉਂਦੀਆਂ ਹਨ। ਉਹ ਸਹੀ ਵਿਸ਼ੇਸ਼ਣਾਂ (adjectives) ਦੇ ਸੁਮੇਲ ਦੀ ਭਾਲ ਕਰਦੇ ਹਨ, ਇਸ ਉਮੀਦ ਵਿੱਚ ਕਿ "cinematic," "hyper-detailed," ਜਾਂ "8K" ਕਿਸੇ ਤਰ੍ਹਾਂ ਉਹਨਾਂ ਨੂੰ ਲੋੜੀਂਦਾ ਨਤੀਜਾ ਦੇ ਦੇਣਗੇ। ਟੀਮ ਦਾ ਇੱਕ ਮੈਂਬਰ "bokeh" ਅਤੇ "golden hour" 'ਤੇ ਭਰੋਸਾ ਕਰਦਾ ਹੈ। ਦੂਜਾ Reddit ਥ੍ਰੈਡ ਤੋਂ ਮਿਲੇ "ਜਾਦੂਈ" ਕੀਵਰਡਸ ਦੀ ਇੱਕ ਨਿੱਜੀ ਸਪ੍ਰੈਡਸ਼ੀਟ ਰੱਖਦਾ ਹੈ। ਨਤੀਜਾ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਯੋਗ ਹੈ: ਹਰ ਤਸਵੀਰ ਵੱਖਰੀ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ, ਰਿਵਿਊ ਚੱਕਰ ਲੰਬੇ ਹੋ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਕੋਈ ਵੀ ਇਹ ਨਹੀਂ ਦੱਸ ਸਕਦਾ ਕਿ ਕੁਝ ਪ੍ਰੋਂਪਟ ਕਿਉਂ ਕੰਮ ਕਰਦੇ ਹਨ ਜਦੋਂ ਕਿ ਦੂਜੇ ਕਿਉਂ ਫੇਲ੍ਹ ਹੋ ਜਾਂਦੇ ਹਨ।

ਤਰੀਕੇ (Tricks) ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਕੰਮ ਨਹੀਂ ਕਰਦੇ। ਉਹ ਕਦੇ ਨਹੀਂ ਕਰਦੇ। ਜਦੋਂ ਹਰ ਕੋਈ ਪ੍ਰੋਂਪਟ ਇਸ ਤਰ੍ਹਾਂ ਲਿਖਦਾ ਹੈ ਜਿਵੇਂ ਉਹ ਕਵਿਤਾ ਲਿਖ ਰਹੇ ਹੋਣ, ਤਾਂ ਇਕਸਾਰਤਾ (consistency) ਖਤਮ ਹੋ ਜਾਂਦੀ ਹੈ। ਇੱਕ ਡਿਜ਼ਾਈਨਰ ਮਿਨੀਮਲਿਸਟ ਲੁੱਕ ਚਾਹੁੰਦਾ ਹੈ। ਦੂਜਾ ਕੁਝ ਸਿਨੇਮੈਟਿਕ ਚਾਹੁੰਦਾ ਹੈ। ਦੋਵੇਂ ਇੱਕੋ ਜਿਹੇ ਅਸਪਸ਼ਟ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਪਰ ਬਿਲਕੁਲ ਵੱਖਰੇ ਨਤੀਜਿਆਂ ਦੀ ਕਲਪਨਾ ਕਰਦੇ ਹਨ। ਇਹ ਹਫੜਾ-ਦਫੜੀ ਰਿਵਿਊ ਕਿਊ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ। ਸਟੇਕਹੋਲਡਰ ਉਹਨਾਂ ਕਾਰਨਾਂ ਕਰਕੇ ਤਸਵੀਰਾਂ ਨੂੰ ਰੱਦ ਕਰ ਦਿੰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਪਤਾ ਕਿਸੇ ਖਾਸ ਹਦਾਇਤ ਨਾਲ ਨਹੀਂ ਲਗਾਇਆ ਜਾ ਸਕਦਾ। ਕੀ ਇਹ ਸ਼ਬਦਾਂ ਦੀ ਚੋਣ ਸੀ? ਕ੍ਰਮ ਸੀ? ਮੂਡ ਸੀ? ਟੀਮਾਂ ਅਸਲ ਵਿੱਚ ਜੋ ਗਲਤ ਹੋਇਆ ਹੈ ਉਸ ਨੂੰ ਸੁਧਾਰਨ ਦੀ ਬਜਾਏ ਪੂਰੇ ਪ੍ਰੋਂਪਟ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਦੁਬਾਰਾ ਲਿਖਣ ਵਿੱਚ ਲੱਗ ਜਾਂਦੀਆਂ ਹਨ।

ਮੈਂ GitHub ਅਤੇ Evolink.ai ਤੋਂ 12,502 ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਪ੍ਰੋਂਪਟਾਂ ਨੂੰ ਦੇਖਣ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਇਆ। ਜੋ ਪੈਟਰਨ ਸਾਹਮਣੇ ਆਇਆ ਉਹ ਰਚਨਾਤਮਕਤਾ ਬਾਰੇ ਬਿਲਕੁਲ ਨਹੀਂ ਸੀ। ਉਹ ਪ੍ਰੋਂਪਟ ਜਿਨ੍ਹਾਂ ਨੇ ਭਰੋਸੇਯੋਗ ਅਤੇ ਦੁਹਰਾਉਣਯੋਗ ਨਤੀਜੇ ਦਿੱਤੇ, ਉਹ ਲਘੂ ਕਹਾਣੀਆਂ ਵਾਂਗ ਨਹੀਂ, ਸਗੋਂ ਤਕਨੀਕੀ ਵੇਰਵਿਆਂ (technical specifications) ਵਾਂਗ ਲੱਗਦੇ ਸਨ। ਲੇਖਕ ਫੁੱਲ-ਪੱਤੀ ਵਾਲੀ ਭਾਸ਼ਾ ਨਾਲ ਮਾਡਲ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਕਰ ਰਹੇ ਸਨ। ਉਹ ਹਦਾਇਤਾਂ ਇਸ ਤਰ੍ਹਾਂ ਬਣਾ ਰਹੇ ਸਨ ਜਿਵੇਂ ਇੱਕ ਇੰਜੀਨੀਅਰ ਇੱਕ ਸਕੀਮੈਟਿਕ ਬਣਾਉਂਦਾ ਹੈ: ਸਹੀ, ਪਰਤਾਂ ਵਾਲੀ (layered), ਅਤੇ ਸਪਸ਼ਟ।

ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਇੱਕ ਰਚਨਾਤਮਕ ਲੇਖਕ ਵਾਂਗ ਸੋਚਣਾ ਬੰਦ ਕਰ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਲੇਖਕ (specification writer) ਵਾਂਗ ਸੋਚਣਾ ਸ਼ੁਰੂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਅੰਤਰ ਸਿਰਫ਼ ਕਿਤਾਬੀ ਨਹੀਂ ਹੈ। ਰਚਨਾਤਮਕ ਲਿਖਤ ਵਿਸ਼ੇਸ਼ਣਾਂ ਦਾ ਢੇਰ ਲਗਾਉਂਦੀ ਹੈ ਅਤੇ ਮੂਡ ਦੀ ਉਮੀਦ ਕਰਦੀ ਹੈ। ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਲਿਖਤ ਵੱਖ-ਵੱਖ ਚਲਵਾਂ (variables) ਨੂੰ ਵੱਖ ਕਰਦੀ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਕੰਟਰੋਲ ਕਰਦੀ ਹੈ।

ਇੱਥੇ ਉਹ ਛੇ-ਪਰਤਾਂ ਵਾਲਾ ਢਾਂਚਾ ਹੈ ਜੋ ਉਹਨਾਂ ਉੱਚ-ਕਾਰਗੁਜ਼ਾਰ ਪ੍ਰੋਂਪਟਾਂ ਵਿੱਚ ਲਗਾਤਾਰ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ।

Goal

ਸ਼ੁਰੂਆਤ ਇਹ ਦੱਸ ਕੇ ਕਰੋ ਕਿ ਤਸਵੀਰ ਕਿਉਂ ਬਣਾਈ ਜਾ ਰਹੀ ਹੈ। ਕੀ ਤੁਸੀਂ ਲੈਂਡਿੰਗ ਪੇਜ ਲਈ ਕਿਸੇ ਪ੍ਰੋਡਕਟ ਦਾ ਹੀਰੋ ਸ਼ਾਟ ਤਿਆਰ ਕਰ ਰਹੇ ਹੋ? ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ ਕੋਈ ਤਕਨੀਕੀ ਡਾਇਗ੍ਰਾਮ? ਜਾਂ ਕਿਸੇ ਗੇਮ ਲਈ ਕੋਈ ਕਰੈਕਟਰ ਸਪ੍ਰਾਈਟ? ਮਕਸਦ ਹਰ ਉਸ ਫੈਸਲੇ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਜੋ ਇਸ ਤੋਂ ਬਾਅਦ ਲਿਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਬਿਨਾਂ, ਤੁਸੀਂ ਕਿਸੇ ਨਿਸ਼ਾਨੇ 'ਤੇ ਨਹੀਂ ਹੋ ਰਹੇ ਅਤੇ ਤੀਰ ਦੇ ਨਾ ਲੱਗਣ ਬਾਰੇ ਸ਼ਿਕਾਇਤ ਕਰ ਰਹੇ ਹੋ।

Canvas

ਕਿਸੇ ਵੀ ਵਿਜ਼ੂਅਲ ਤੱਤ ਦਾ ਵਰਣਨ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੀ ਤਕਨੀਕੀ ਨੀਂਹ ਰੱਖੋ। ਐਸਪੈਕਟ ਰੇਸ਼ੀਓ (aspect ratio), ਰੈਜ਼ੋਲਿਊਸ਼ਨ, ਅਤੇ ਜਦੋਂ ਲੋੜ ਹੋਵੇ ਤਾਂ ਕਲਰ ਸਪੇਸ ਜਾਂ ਗਾਮਟ (color space or gamut) ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਜੇਕਰ ਤੁਹਾਡੀ ਤਸਵੀਰ ਨੂੰ ਸੋਸ਼ਲ ਮੀਡੀਆ ਬੈਨਰ ਬਣਨਾ ਹੈ, ਤਾਂ 16:9 ਕਹੋ। ਜੇਕਰ ਇਸਨੂੰ ਮੋਬਾਈਲ ਐਪ ਆਈਕਨ ਦੇ ਅਨੁਕੂਲ ਹੋਣਾ ਹੈ, ਤਾਂ 1:1 ਕਹੋ। ਕੈਨਵਸ ਫਰੇਮ ਹੁੰਦਾ ਹੈ। ਜੇਕਰ ਇਹ ਗਲਤ ਹੋ ਗਿਆ, ਤਾਂ ਇੱਕ ਸੰਪੂਰਨ ਵਿਸ਼ਾ ਵੀ ਅਜੀਬ ਲੱਗੇਗਾ।

Layout

ਵਰਣਨ ਕਰੋ ਕਿ ਚੀਜ਼ਾਂ ਕਿੱਥੇ ਹਨ ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਕੀ ਹੈ। ਕੀ ਵਿਸ਼ਾ ਕੇਂਦਰ ਵਿੱਚ ਹੈ? ਕੀ ਇਸਨੂੰ ਹੈੱਡਲਾਈਨ ਲਈ ਜਗ੍ਹਾ ਛੱਡਣ ਲਈ ਖੱਬੇ ਤਿਰਛੇ ਹਿੱਸੇ ਵਿੱਚ ਰੱਖਿਆ ਗਿਆ ਹੈ? ਕੀ ਤੁਹਾਨੂੰ ਟੈਕਸਟ ਓਵਰਲੇਅ ਲਈ ਨੈਗੇਟਿਵ ਸਪੇਸ ਦੀ ਲੋੜ ਹੈ, ਜਾਂ ਕੀ ਤੁਹਾਨੂੰ ਪੂਰਾ ਫਰੇਮ ਭਰਿਆ ਹੋਇਆ ਚਾਹੀਦਾ ਹੈ? ਲੇਆਉਟ (Layout) ਲੜੀਬੱਧਤਾ ਸਥਾਪਤ ਕਰਦਾ ਹੈ। ਇਹ ਮਾਡਲ ਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਕਿਸ ਚੀਜ਼ ਨੂੰ ਧਿਆਨ ਖਿੱਚਣ ਲਈ ਮੁਕਾਬਲਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਿਸ ਨੂੰ ਖੁੱਲ੍ਹਾ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸਨੂੰ ਸ਼ਬਦਾਂ ਨਾਲ ਵਾਇਰਫ੍ਰੇਮਿੰਗ ਵਜੋਂ ਸਮਝੋ।

Subject

ਹੁਣ ਮੁੱਖ ਵਿਜ਼ੂਅਲ ਤੱਤਾਂ ਦਾ ਵੇਰਵਾ ਦਿਓ। ਵਸਤੂ, ਵਿਅਕਤੀ, ਜਾਨਵਰ ਜਾਂ ਦ੍ਰਿਸ਼ ਬਾਰੇ ਖਾਸ ਹੋਵੋ। "ਇੱਕ ਕੁੱਤਾ" ਕਹਿਣ ਦੀ ਬਜਾਏ, ਕਹੋ "ਇੱਕ ਦਰਮਿਆਨੇ ਆਕਾਰ ਦਾ ਬੀਗਲ, ਜੋ ਚੱਲਣ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਹੈ, ਜਿਸ ਨੂੰ ਨੀਵੇਂ ਤਿੰਨ-ਚੌਥਾਈ ਕੋਣ (low three-quarter angle) ਤੋਂ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਹੈ।" "ਇੱਕ ਕਾਰ" ਕਹਿਣ ਦੀ ਬਜਾਏ, ਕਹੋ "ਇੱਕ ਸਿਲਵਰ ਸੈਡਾਨ ਜੋ ਕੈਮਰੇ ਦੇ 45-ਡਿਗਰੀ ਕੋਣ 'ਤੇ ਖੜ੍ਹੀ ਹੈ, ਜਿਸਦਾ ਡਰਾਈਵਰ ਵਾਲੀ ਪਾਸੇ ਦਿਖਾਈ ਦੇ ਰਿਹਾ ਹੈ।" ਸਬਜੈਕਟ ਪਰਤ ਉਹ ਹੈ ਜਿੱਥੇ ਸਟੀਕਤਾ ਸਭ ਤੋਂ ਵੱਧ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ ਕਿਉਂਕਿ AI ਮਾਡਲ ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਣਿਤ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਦੇ ਸਭ ਤੋਂ ਆਮ ਰੂਪ ਨੂੰ ਚੁਣਨ ਦੀ ਪ੍ਰਵਿਰਤੀ ਰੱਖਦੇ ਹਨ। ਜਿਓਮੈਟਰੀ, ਕੋਣ ਅਤੇ ਦਿਖਾਈ ਦੇਣ ਵਾਲੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸੀਮਤ ਕਰਕੇ ਆਮ ਰੂਪ ਨੂੰ ਬਾਹਰ ਕੱਢੋ।

Style

ਸ਼ੈਲੀ (style) ਦਾ ਖਾਸ ਨਾਮ ਲਓ। ਕਿਸੇ ਅਹਿਸਾਸ ਦਾ ਵਰਣਨ ਨਾ ਕਰੋ। ਕਹੋ "1980s ਐਡੀਟੋਰੀਅਲ ਫੈਸ਼ਨ ਫੋਟੋਗ੍ਰਾਫੀ" ਜਾਂ "ਮਿਡ-ਸੈਂਚਰੀ ਟ੍ਰੈਵ

ਮੈਨੂੰ ਤੁਹਾਨੂੰ ਦਿਖਾਉਣ ਦਿਓ ਕਿ ਅਭਿਆਸ ਵਿੱਚ ਇਹ ਕਿਹੋ ਜਿਹਾ ਲੱਗਦਾ ਹੈ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਹਾਨੂੰ ਇੱਕ SaaS ਡੈਸ਼ਬੋਰਡ ਹੈਡਰ ਲਈ ਇੱਕ ਤਸਵੀਰ ਦੀ ਲੋੜ ਹੈ।

ਪੁਰਾਣਾ ਤਰੀਕਾ ਇਸ ਤਰ੍ਹਾਂ ਸੁਣਾਈ ਦਿੰਦਾ ਹੈ: "ਇੱਕ ਚਮਕਦਾਰ ਰੰਗੀਨ ਦਫ਼ਤਰ ਵਿੱਚ ਲੈਪਟਾਪ 'ਤੇ ਕੰਮ ਕਰਦੀ ਇੱਕ ਖੁਸ਼ਹਾਲ ਪੇਸ਼ੇਵਰ ਔਰਤ ਦਾ ਇੱਕ ਸੁੰਦਰ ਆਧੁਨਿਕ ਚਿੱਤਰ (illustration), ਸਾਫ਼ ਡਿਜ਼ਾਈਨ, ਉੱਚ ਗੁਣਵੱਤਾ, ਕੋਈ ਅਜੀਬ ਹੱਥ ਨਹੀਂ।"

ਫਰੇਮਵਰਕ ਵਾਲਾ ਤਰੀਕਾ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ:

• ਟੀਚਾ (Goal): ਇੱਕ B2B SaaS ਪ੍ਰਾਈਸਿੰਗ ਪੇਜ ਲਈ ਹੀਰੋ ਇਮੇਜ, ਜੋ ਭਰੋਸੇਮੰਦ ਅਤੇ ਪੇਸ਼ੇਵਰ ਲੱਗਣੀ ਚਾਹੀਦੀ ਹੈ
• ਕੈਨਵਸ (Canvas): 21:9 ਅਲਟਰਾਵਾਈਡ ਬੈਨਰ, ਵੈੱਬ ਹੈਡਰ ਲਈ ਢੁਕਵਾਂ, RGB
• ਲੇਆਉਟ (Layout): ਵਿਸ਼ਾ (Subject) ਸੱਜੇ ਤਿਹਾਈ ਹਿੱਸੇ ਵਿੱਚ ਬੈਠਾ ਹੋਵੇ, ਟੈਕਸਟ ਓਵਰਲੇ ਲਈ ਖੱਬਾ ਤਿਹਾਈ ਹਿੱਸਾ ਜਾਣਬੁੱਝ ਕੇ ਖਾਲੀ ਰੱਖਿਆ ਜਾਵੇ, ਨਜ਼ਰ ਥੋੜ੍ਹੀ ਖੱਬੇ ਵੱਲ ਹੈੱਡਲਾਈਨ ਵਾਲੀ ਜਗ੍ਹਾ ਵੱਲ ਹੋਵੇ
• ਵਿਸ਼ਾ (Subject): ਬਿਜ਼ਨਸ ਕੈਜ਼ੂਅਲ ਪਹਿਰਾਵੇ ਵਿੱਚ ਇੱਕ ਔਰਤ, ਇੱਕ ਪਤਲੇ ਚਾਂਦੀ ਵਰਗੇ ਲੈਪਟਾਪ 'ਤੇ ਟਾਈਪ ਕਰਦੀ ਹੋਈ, ਕੈਮਰੇ ਦੇ ਖੱਬੇ ਪਾਸੇ ਤੋਂ ਤਿੰਨ-ਚੌਥਾਈ ਦ੍ਰਿਸ਼ (three-quarter view), ਕੀਬੋਰਡ 'ਤੇ ਹੱਥ ਸਾਫ਼ ਦਿਖਾਈ ਦੇ ਰਹੇ ਹੋਣ
• ਸ਼ੈਲੀ (Style): ਕਾਰਪੋਰੇਟ ਲਾਈਫਸਟਾਈਲ ਫੋਟੋਗ੍ਰਾਫੀ, ਨਰਮ ਫੈਲੀ ਹੋਈ ਦਿਨ ਦੀ ਰੌਸ਼ਨੀ, ਹਲਕੇ ਨੀਲੇ ਰੰਗ ਦੇ ਅੰਸ਼ਾਂ ਦੇ ਨਾਲ ਨਿਊਟਰਲ ਰੰਗਾਂ ਦੀ ਪੈਲੇਟ, ਸ਼ੈਲੋ ਡੈਪਥ ਆਫ ਫੀਲਡ (shallow depth of field)
• ਪਾਬੰਦੀਆਂ (Constraints): ਕੱਪੜਿਆਂ 'ਤੇ ਕੋਈ ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਲੋਗੋ ਨਹੀਂ, ਸਕ੍ਰੀਨ 'ਤੇ ਕੋਈ ਟੈਕਸਟ ਨਹੀਂ, ਕੋਈ ਹੋਰ ਲੋਕ ਨਹੀਂ, ਮੇਜ਼ 'ਤੇ ਕੋਈ ਫਾਲਤੂ ਚੀਜ਼ਾਂ ਨਹੀਂ, ਕੋਈ ਵਧ-ਚੜ੍ਹ ਕੇ ਦਿੱਤੀਆਂ ਗਈਆਂ ਮੁਸਕਰਾਹਟਾਂ ਨਹੀਂ

ਧਿਆਨ ਦਿਓ ਕਿ ਕੀ ਹੋਇਆ। ਕੋਈ ਵੀ ਸਿਰਫ਼ ਇੱਛਾ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਹਰ ਲੇਅਰ ਬਿਲਕੁਲ ਇੱਕ ਵੇਰੀਏਬਲ (variable) ਨੂੰ ਕੰਟਰੋਲ ਕਰਦੀ ਹੈ।

ਇਹ ਸਭ ਕੁਝ ਕਿਉਂ ਬਦਲ ਦਿੰਦਾ ਹੈ

ਇਹ ਢਾਂਚਾ ਉਹਨਾਂ ਦੋ ਮਹਿੰਗੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ ਸਾਹਮਣਾ ਟੀਮਾਂ ਹਰ ਰੋਜ਼ ਕਰਦੀਆਂ ਹਨ।

ਪਹਿਲਾ, ਸੁਤੰਤਰ ਦੁਹਰਾਓ (independent iteration) ਸੰਭਵ ਹੋ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਕੋਈ ਸਟੇਕਹੋਲਡਰ ਕਹਿੰਦਾ ਹੈ ਕਿ ਤਸਵੀਰ ਬਹੁਤ ਆਮ (casual) ਲੱਗ ਰਹੀ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਪੂਰਾ ਪ੍ਰੋਂਪਟ ਦੁਬਾਰਾ ਨਹੀਂ ਲਿਖਦੇ। ਤੁਸੀਂ 'Style' ਲੇਅਰ ਖੋਲ੍ਹਦੇ ਹੋ ਅਤੇ "corporate lifestyle photography" ਨੂੰ "studio editorial portrait" ਨਾਲ ਬਦਲ ਦਿੰਦੇ ਹੋ। ਜਦੋਂ ਮਾਰਕੀਟਿੰਗ ਕਹਿੰਦੀ ਹੈ ਕਿ ਟੈਕਸਟ ਓਵਰਲੇਅ ਦਬ ਗਿਆ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਨਵੇਂ ਵਿਸ਼ੇਸ਼ਣਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਨਹੀਂ ਲਗਾਉਂਦੇ। ਤੁਸੀਂ 'Layout' ਲੇਅਰ 'ਤੇ ਜਾਂਦੇ ਹੋ ਅਤੇ ਨੈਗੇਟਿਵ ਸਪੇਸ ਵਧਾ ਦਿੰਦੇ ਹੋ। ਹਰ ਲੇਅਰ ਵੱਖਰੀ ਹੈ। ਤੁਸੀਂ ਇੰਜਣ ਨੂੰ ਬਦਲੇ ਬਿਨਾਂ ਮਸ਼ੀਨ ਨੂੰ ਟਿਊਨ ਕਰਦੇ ਹੋ।

ਦੂਜਾ, ਇਹ ਅਸਲ ਜਵਾਬਦੇਹੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕੋਈ ਟੀਮ ਸਾਂਝਾ ਫਰੇਮਵਰਕ ਵਰਤਦੀ ਹੈ, ਤਾਂ ਤੁਹਾਨੂੰ ਪਤਾ ਹੁੰਦਾ ਹੈ ਕਿ ਗਲਤੀ ਕਿੱਥੇ ਹੋਈ ਹੈ। ਜੇਕਰ ਕੰਪੋਜ਼ੀਸ਼ਨ ਖਰਾਬ ਹੈ, ਤਾਂ ਇਹ 'Layout' ਦੀ ਸਮੱਸਿਆ ਹੈ। ਜੇਕਰ ਤਸਵੀਰ ਧੁੰਦਲੀ ਹੈ ਜਾਂ ਗਲਤ ਚੀਜ਼ ਫੋਕਸ ਵਿੱਚ ਹੈ, ਤਾਂ ਇਹ 'Canvas' ਜਾਂ 'Subject' ਦੀ ਸਮੱਸਿਆ ਹੈ। ਜੇਕਰ ਦਿੱਖ (aesthetic) ਬ੍ਰਾਂਡ ਦੇ ਅਨੁਕੂਲ ਨਹੀਂ ਲੱਗਦੀ, ਤਾਂ ਇਹ 'Style' ਦੀ ਸਮੱਸਿਆ ਹੈ। ਤੁਸੀਂ "vibes" ਬਾਰੇ ਅਸਪਸ਼ਟ ਬਹਿਸ ਕਰਨਾ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹੋ ਅਤੇ ਖਾਸ ਲੇਅਰਾਂ ਨੂੰ ਸੁਧਾਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦੇ ਹੋ। ਇਹ ਵਿਅਕਤੀਗਤ ਰਾਏ ਨੂੰ ਕਾਰਜਯੋਗ ਫੀਡਬੈਕ (actionable feedback) ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ।

ਇੱਕ ਚੰਗਾ ਪ੍ਰੋਂਪਟ ਚਲਾਕ ਹੋਣ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਚਲਾਕੀ ਨਾਜ਼ੁਕ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਸ਼ਾਬਦਿਕ ਚੇਟਾ (pun) ਜਾਂ ਕਾਵਿਕ ਸ਼ੈਲੀ ਇੱਕ ਮਨੁੱਖੀ ਪਾਠਕ ਦਾ ਮਨੋਰੰਜਨ ਕਰ ਸਕਦੀ ਹੈ, ਪਰ ਇਹ ਉਸ ਮਾਡਲ ਲਈ ਸ਼ੋਰ (noise) ਵਧਾ ਦਿੰਦੀ ਹੈ ਜੋ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ। ਜੋ ਕੰਮ ਕਰਦਾ ਹੈ ਉਹ ਹੈ ਢਾਂਚਾ। ਜੋ ਵਧਦਾ (scale) ਹੈ ਉਹ ਹੈ ਢਾਂਚਾ।

ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਫਰੇਮਵਰਕ ਬਣਾਉਂਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਲੋਕਾਂ ਨੂੰ ਪ੍ਰੋਂਪਟ ਲਿਖਣਾ ਸਿਖਾਉਣਾ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹੋ। ਤੁਸੀਂ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਅਜਿਹਾ ਸਿਸਟਮ ਦਿੰਦੇ ਹੋ ਜੋ ਹਰ ਵਾਰ ਕੰਮ ਕਰਦਾ ਹੈ। ਨਵੇਂ ਸਾਥੀਆਂ ਨੂੰ ਛੇ ਮਹੀਨਿਆਂ ਦੇ ਕਿਵਰਡ ਗਿਆਨ ਨੂੰ ਯਾਦ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ। ਉਹ ਸਿਰਫ਼ ਛੇ ਲੇਅਰਾਂ ਭਰਦੇ ਹਨ। ਰਿਵਿਊਅਰਸ ਪ੍ਰੋਂਪਟ ਲਿਖਣ ਵਾਲੇ ਵਿਅਕਤੀ ਦੇ ਪਿੱਛੇ ਇਹ ਪੁੱਛਣ ਲਈ ਨਹੀਂ ਭੱਜਦੇ ਕਿ ਉਸਦਾ ਕੀ ਮਤਲਬ ਸੀ। ਮਤਲਬ ਪਹਿਲਾਂ ਹੀ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡਿਆ ਅਤੇ ਲੇਬਲ ਕੀਤਾ ਜਾ ਚੁੱਕਾ ਹੁੰਦਾ ਹੈ।

ਇਸ ਤਰ੍ਹਾਂ ਹੀ ਤੁਸੀਂ ਇੱਕੋ ਸਮੇਂ ਰਫ਼ਤਾਰ ਅਤੇ ਗੁਣਵੱਤਾ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ। ਬਿਹਤਰ ਵਿਸ਼ੇਸ਼ਣਾਂ ਨਾਲ ਨਹੀਂ। ਬਿਹਤਰ ਆਰਕੀਟੈਕਚਰ (architecture) ਨਾਲ।

ਜੇਕਰ ਤੁਸੀਂ ਸੰਰਚਿਤ AI ਵਰਕਫਲੋਅ (structured AI workflows) ਬਾਰੇ ਹੋਰ ਡੂੰਘਾਈ ਨਾਲ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਅਸੀਂ GyaanSetu learning community ਵਿੱਚ ਇਸ ਬਾਰੇ ਅਤੇ ਹੋਰ ਵਿਹਾਰਕ ਪ੍ਰਣਾਲੀਆਂ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਾਂ। ਕਿਸੇ ਜਾਦੂਈ ਕੀਵਰਡ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।