नमस्ते, मैं हूँ कांग हे।
कुछ दिन पहले, GPT-Image 2 रिलीज़ हुआ।
पूरा AI डिज़ाइन उद्योग बस एकदम से उबल पड़ा।
इसका असर कितना ज़बरदस्त है? ऐसे समझिए कि "देखने का मतलब है विश्वास करना" वाली कहावत अब से पूरी तरह मज़ाक बनकर रह जाएगी।
मैंने खुद को रोक नहीं पाया और सोशल मीडिया पर सबको एक दोस्ताना चेतावनी दे डाली:
कुछ भी बढ़ा-चढ़ाकर कहना नहीं है, मेरे सर्कल में आधे डिज़ाइनर पहले से ही काँपने लगे हैं।
कल DeepSeek V4 वाले आर्टिकल में बहुत लोगों ने पूछा कि कवर इमेज कैसे बनाई गई?
असल में, वह GPT-Image 2 ने एक ही क्लिक में सीधे जनरेट कर दी थी, बिना किसी पोस्ट-प्रोसेसिंग के।
मैंने वेब से कुछ मज़ेदार गेमप्ले के केस और प्रॉम्प्ट्स इकट्ठा किए, उन्हें टेम्पलेट्स में निकाला, और GitHub पर ओपन-सोर्स कर दिया।
इसमें बहुत सारी कैटेगरी हैं, जिनमें इन्फोग्राफिक्स, इंटरफेस, पोस्टर, फोटोग्राफी और इलस्ट्रेशन जैसे मुख्य प्रकार, साथ ही ब्रांडिंग, कार्ड्स, लाइवस्ट्रीम स्क्रीनशॉट्स, चाइनीज़ स्टाइल और कमर्शियल विज़ुअल्स जैसे सप्लीमेंट्री केस शामिल हैं।
हर कैटेगरी के नीचे कई सारे केस हैं, और ज़ाहिर है, हर केस के साथ प्रॉम्प्ट्स भी दिए गए हैं:
सबसे महत्वपूर्ण बात, हमने इंडस्ट्री-ग्रेड प्रॉम्प्ट टेम्पलेट्स निकाले हैं।
टेम्पलेट्स के हर सेट के साथ एक "गड़बड़ी से बचने की गाइड" भी है, जिसे आप सीधे अपने Agent को सीखने के लिए दे सकते हैं, जिससे एक ही बार में बैच प्रॉम्प्ट जनरेशन और बैच इमेज प्रोडक्शन किया जा सकता है।
सिफारिश की जाती है कि इसे सीधे Claude Code या Codex जैसे Agents द्वारा कॉल किया जाए।
ओपन-सोर्स रिपॉजिटरी का पता यहाँ है। अगर यह आपको उपयोगी लगे, तो कृपया एक स्टार दे दें, हाहा।
1https://github.com/freestylefly/awesome-gpt-image-2
ऑनलाइन इकट्ठा किए गए लोगों के अलावा, मैंने खुद भी कई केस टेस्ट किए हैं और उनके साथ प्रॉम्प्ट्स भी अटैच किए हैं।
सबको यह महसूस कराएँ कि GPT-Image 2 वाकई कितना शक्तिशाली है।
1. लाइवस्ट्रीमिंग स्क्रीन्स
इस तरह की इमेज बहुत ही यथार्थवादी होती है।
एक और यहाँ है:
वाकई बहुत खूबसूरत है।
प्रॉम्प्ट बहुत सरल है:
एक लाइवस्ट्रीमिंग रूम की इमेज जनरेट करें। माहौल चाँद के नीचे नाचती हुई एक खूबसूरत महिला का है, और कमरे में बहुत सारे लोग कमेंट कर रहे हैं।
महिला पाठकों को ध्यान में रखते हुए, यहाँ एक हैंडसम आदमी है जो हानफू बेच रहा है।
प्रॉम्प्ट:
एक लाइवस्ट्रीमिंग रूम की इमेज जनरेट करें। माहौल एक हैंडसम आदमी के हानफू समझाने का है, और कमरे में बहुत सारे लोग कमेंट कर रहे हैं।
2. हाथ से बनाए गए स्टाइल के शहर के नक्शे
शीआन:
पहले, दूसरे AI टूल्स का उपयोग करते समय, सच कहूँ तो, वे बारीकी से जाँच नहीं झेल पाते थे, और टेक्स्ट गड़बड़ होने की समस्या बहुत गंभीर थी।
चाइनीज़ टेक्स्ट गड़बड़ी के मामले में GPT-Image 2 बहुत बेहतर है।
यहाँ शिनजियांग के लिए एक है:
टेम्पलेट प्रॉम्प्ट बहुत आसान है:
[शहर का नाम डालें] का एक हाथ से बनाया गया वॉटरकलर स्टाइल सिटी मैप जनरेट करें, जिसमें स्थानीय विशेष खाद्य पदार्थ, लैंडमार्क और शहर की विशेषताएँ शामिल हों।
3. पोस्टर
मैंने बस Tea π की एक बोतल की जल्दी से फोटो खींची और GPT-Image 2 को दे दी।
परिणामी पोस्टर, ईमानदारी से कहूँ तो, मेरी उम्मीद से कहीं बेहतर था।
प्रॉम्प्ट:
इस प्रोडक्ट के लिए एक प्रमोशनल इमेज जनरेट करने में मदद करें।
बस इस एक वाक्य से, इसने अपने आप सभी डिज़ाइन विवरणों की कल्पना कर ली।
4. एक्सप्लोडेड व्यूज़
AI ग्लासेज़ का एक एक्सप्लोडेड व्यू जनरेट करें:
प्रॉम्प्ट:
AI ग्लासेज़ का एक एक्सप्लोडेड व्यू जनरेट करें, जिसमें प्रत्येक घटक का नाम और इस प्रोडक्ट की कई मुख्य सेलिंग पॉइंट्स शामिल हों।
5. तकनीकी व्याख्या आरेख
उदाहरण के लिए, यह RAG तकनीकी व्याख्या आरेख:
आप चाहे जिस तकनीक को समझाना चाहें, आप इस टेम्पलेट का उपयोग कर सकते हैं:
[यहाँ टर्म डालें] तकनीक के लिए एक विस्तृत व्याख्या आरेख जनरेट करने में मेरी मदद करें।
6. सोशल मीडिया मोमेंट्स
यह सोशल मीडिया मोमेंट्स के बहुत यथार्थवादी स्क्रीनशॉट जनरेट कर सकता है।
इसलिए, मैं दृढ़ता से सुझाव देता हूँ कि आप इस लेख को अपने माता-पिता को फॉरवर्ड करें; नकली फोटो की लागत वाकई बहुत कम हो गई है।
एक X पोस्ट बनाने में बस एक मिनट लगता है:
मैं प्रॉम्प्ट्स पोस्ट नहीं करूँगा; ईमानदारी से कहूँ तो, इसके बारे में सोचना काफी डरावना है।
7. व्यक्तिगत वेबपेज
मैंने इसे मेरे लिए एक व्यक्तिगत होमपेज डिज़ाइन करने को कहा, और परिणाम काफी अच्छा रहा:
8. कविता की कल्पना
उदाहरण के लिए, यह "Duan Ge Xing," हाहाहा:
प्रॉम्प्ट:
"Duan Ge Xing" के लिए एक कलात्मक इमेज जनरेट करने में मेरी मदद करें, जिसमें कविता का पूरा टेक्स्ट शामिल हो।
9. लंबी स्क्रॉल इमेजेज़
GPT-Image 2 कई प्रत्यक्ष आउटपुट साइज़ को सपोर्ट करता है, और लंबी स्क्रॉल के लिए कोई समस्या नहीं है।
इसके अलावा, टेक्स्ट गड़बड़ी लगभग शून्य है। यह बहुत शक्तिशाली है।
प्रॉम्प्ट: "Red Cliff के बारे में सोचते हुए" के लिए एक लंबी स्क्रॉल इमेज जनरेट करने में मेरी मदद करें, जिसमें "Ode to the Red Cliff" का पूरा टेक्स्ट शामिल हो।
GPT-Image 2 अब कई जगहों पर उपलब्ध है, जैसे Lovart, जिसने तुरंत अपडेट कर दिया। आप जाकर इसे आज़मा सकते हैं।
अगर आपके पास GPT Plus मेंबरशिप है, तो आप इसे सीधे वेब पर उपयोग कर सकते हैं।
एक और भी अच्छा तरीका है: आप Codex को GPT-Image 2 को सीधे कॉल करने के लिए कह सकते हैं ताकि इमेज जनरेट हो सके।
पहले, आपको कुछ कौशलों के साथ समन्वय करना पड़ता था, लेकिन अब इसकी बिल्कुल ज़रूरत नहीं है।
और मैंने पाया कि Codex + Obsidian ऑफिशियल अकाउंट कवर इमेज के लिए सबसे अच्छा पार्टनर है।
Codex सीधे GPT-Image 2 को कॉल करके इमेज जनरेट करता है। Obsidian में लेख पूरा करने के बाद, कवर इमेज आसानी से जनरेट हो जाती है और इसे लेख फ़ील्ड में ऑटोमैटिक रूप से भरा भी जा सकता है।
GPT-Image 2 की समझ वाकई शक्तिशाली है।
पहले, इमेज जनरेट करने के लिए Claude Code + Nano Banana 2 का उपयोग करना धीमा और अस्थिर था।
अब, Codex से कवर इमेज जनरेट करने में एक मिनट से भी कम समय लगता है। बहुत आरामदायक है।
मेरी वर्तमान क्रिएटिव प्रक्रिया और कवर इमेज जनरेशन इसी तरह काम करती है।
ठीक है, केस देखने के बाद, चलिए बात करते हैं कि मैंने यह ओपन-सोर्स प्रोजेक्ट क्यों बनाया।
हाल ही में, GPT-Image 2 के पूर्ण रिलीज़ के बाद, AI ड्राइंग का ट्रेंड बहुत बड़ा है।
मैं गलती से YouMind और OpenNana की प्रॉम्प्ट लाइब्रेरी पर आ गया। पहले तो मैंने ज़्यादा ध्यान नहीं दिया।
लेकिन जब मैंने अंदर क्लिक किया, वाह, तस्वीरें वाकई बहुत खूबसूरत थीं।
हालाँकि, कुछ समय तक उलझने के बाद, मुझे एक बहुत ही अजीब समस्या मिली।
वर्तमान में, इस तरह का सरल प्रॉम्प्ट समुच्चय और संग्रह, सीधे शब्दों में कहें तो, बस कुछ बेहतरीन नमूनों को प्रदर्शित करना है।
अगर मैं सैकड़ों गद्य जैसे प्रॉम्प्ट्स को अपने Agent या ऑटोमेटेड वर्कफ़्लो में शामिल करना चाहता हूँ, तो क्या मुझे अभी भी उन्हें एक-एक करके मैन्युअल रूप से निकालना होगा?
क्या हम AI को यह थकाऊ काम नहीं करवा सकते?
मुझे वाक्यों का एक गुच्छा नहीं चाहिए; मुझे "प्रोटोकॉल" का एक सेट चाहिए जिसे सीधे कॉल किया जा सके।
इसलिए मैंने कुछ समय बिताकर सभी 329 बेहतरीन केस को रिवर्स-इंजीनियर किया।
सच कहूँ तो, पहले मैं बस एक "गहन चीनी संस्करण" बनाना चाहता था।
लेकिन जब यह चालू हो गया, तो परिणाम अविश्वसनीय रूप से अच्छे थे, खासकर जब Agents के साथ उपयोग किया गया।
मुझे एहसास हुआ कि हमने पूरी तरह से खेलने का तरीका बदल दिया है।
यह अब किसी और की लाइब्रेरी का सरल अनुवाद नहीं है; यह GPT-Image 2 के लिए विशेष रूप से डिज़ाइन किया गया एक इंडस्ट्री-ग्रेड Prompt-as-Code इंजन है।
संक्षेप में, मैंने यह किया:
🧱 एटॉमिक स्कीमा इंजेक्शन: निबंध लिखना बंद करें
मैंने सभी विज़ुअल एलिमेंट्स (विषय, प्रकाश व्यवस्था, सामग्री, लेआउट) को JSON/YAML स्ट्रक्चर्ड कंपोनेंट्स में बदल दिया।
आपका Agent बिना किसी भ्रम के उन्हें स्थिर रूप से पार्स कर सकता है।
⚙️ जीरो-कॉन्फ़िगरेशन वर्कफ़्लो
प्रवेश में बाधा को कम करना, किसी भी समय आपके बड़े मॉडल डेटा पाइपलाइन से सहजता से जुड़ना।
ईमानदारी से कहूँ तो, उन्हें समन्वयित होकर काम करते और इमेज बनाते देखना एक क्लाइंट के रूप में वास्तविक संतुष्टि देता है।
🧬 मल्टी-डायमेंशनल डिसीज़न मैट्रिक्स
GPT-Image 2 की शक्तिशाली टेक्स्ट लेआउट क्षमताओं को लक्ष्य करते हुए, मैंने सटीक स्थानिक समन्वय प्रणाली बाधाएँ पेश कीं।
पारंपरिक NLP की स्क्रीन लेआउट को नियंत्रित करने में असमर्थता की तकनीकी अंधी जगह को पूरी तरह से समाप्त करना।
टेक्नोलॉजी में एक लकीर में फँसना आसान है: अगर दूसरे लोग गैलरी बनाते हैं, तो मैं गैलरी बनाता हूँ।
लेकिन हमेशा कुछ पल ऐसे आते हैं जब आपको रुककर खुद से पूछना होता है: क्या यह ऑटोमेटेड हो सकता है? क्या यह एक नींव बन सकता है?
बाद में मूल संस्करण के साथ संरेखित करना सिर्फ कुछ ऑटोमेशन स्क्रिप्ट जोड़ने का मामला हो सकता है।
लेकिन अभी के लिए, हम प्रॉम्प्ट टेम्प्लेटिंग के लिए एक पद्धति विकसित करने का प्रयास कर रहे हैं।
अगर आप भी "गचा" शैली के इमेज जनरेशन अनुभव से थक गए हैं, तो आइए और इसे आज़माएँ।
अंतिम शब्द
सच कहूँ तो, जब मैंने यह ओपन-सोर्स प्रोजेक्ट शुरू किया तो मैं काफी घबराया हुआ था।
आखिरकार, पहले से ही काफी AI ड्राइंग लाइब्रेरी मौजूद हैं। क्या सभी को वास्तव में एक और चाहिए?
लेकिन जब मैंने खुद इस सेट के टेम्पलेट्स का उपयोग करके पहली इमेज चलाई, Agent को पूरी तरह से ऑटोमैटिक रूप से इमेज जनरेट करते, बिना किसी भ्रम के और एक ही शॉट में देखा, तो मुझे अचानक लगा कि यह इसके लायक था।
दुनिया में कभी अच्छे प्रॉम्प्ट की कमी नहीं है; जिस चीज़ की कमी है वह है एक ऐसी पद्धति जो अच्छे प्रॉम्प्ट को "सभी के लिए उपलब्ध और Agents द्वारा कॉल करने योग्य" बनाती है।
अगर आप भी AI वर्कफ़्लोज़ के साथ प्रयोग करने वाले एक साथी यात्री हैं, तो मुझे GitHub पर एक स्टार देने में संकोच न करें, और आप अपने खुद के अच्छे केस सबमिट करने के लिए भी स्वागत है। आइए इस लाइब्रेरी को एक साथ बेहतर और बेहतर बनाएँ।
अगली बार मिलते हैं। मुझे उम्मीद है कि हम सभी AI के साथ कुछ अलग कर सकते हैं।
