# कैरेक्टर और स्थिर चेहरों के लिए प्रॉम्प्ट कैसे लिखें

कैरेक्टर और सुसंगत चेहरों के लिए प्रॉम्प्ट कैसे लिखें

किसी कैरेक्टर के चेहरे को कई जनरेशन में सुसंगत बनाए रखना AI इमेज प्रॉम्प्टिंग की सबसे कठिन समस्याओं में से एक है। एक कैरेक्टर जो हर फ्रेम में थोड़ा अलग दिखता है, इमर्शन तोड़ देता है, स्टोरीबोर्ड बर्बाद कर देता है, और कैरेक्टर-आधारित प्रोजेक्ट्स को शौकिया बना देता है। अच्छी खबर यह है कि सही प्रॉम्प्ट संरचना के साथ, आप जटिल बाहरी टूल्स की आवश्यकता के बिना चेहरे की सुसंगतता को नाटकीय रूप से सुधार सकते हैं।

यह गाइड चेहरे की विशेषताओं, हेयरस्टाइल और एक्सप्रेशन को लॉक करने के लिए प्रॉम्प्ट लिखने की व्यावहारिक तकनीकों के माध्यम से आपको ले जाती है। आप एक कैरेक्टर प्रॉम्प्ट के बिल्डिंग ब्लॉक्स, रेफरेंस-आधारित दृष्टिकोणों का उपयोग कैसे करें, और इन तरीकों को विभिन्न AI इमेज मॉडल्स में कैसे अनुकूलित करें, सीखेंगे।

चेहरे की सुसंगतता कठिन क्यों है

अधिकांश इमेज मॉडल केवल टेक्स्ट से जनरेट करते हैं, और टेक्स्ट चेहरे का एक नुकसानदायक प्रतिनिधित्व है। नाक को "थोड़ा झुका हुआ" या आंखों को "गहरी-सेट" के रूप में वर्णित करना मॉडल को एक स्थिर एंकर नहीं देता। प्रत्येक नई जनरेशन शोर से शुरू होती है, इसलिए समान विवरण अत्यधिक भिन्न चेहरे उत्पन्न कर सकता है।

इसके अतिरिक्त, मॉडल अक्सर शैली पर अधिक जोर देते हैं। यदि आप "साइबरपंक जासूस" मांगते हैं, तो मॉडल आपके विशिष्ट कैरेक्टर विवरण पर शैली के ट्रॉप्स को प्राथमिकता दे सकता है, जिससे एक सामान्य चेहरा बनता है जो हर बार बदलता है।

इन सीमाओं को समझने से आपको ऐसे प्रॉम्प्ट तैयार करने में मदद मिलती है जो मॉडल के *साथ* काम करते हैं न कि उसके खिलाफ।

कैरेक्टर प्रॉम्प्ट के मुख्य बिल्डिंग ब्लॉक्स

एक मजबूत कैरेक्टर प्रॉम्प्ट में पांच तत्व शामिल होते हैं। उनमें से किसी एक की कमी सुसंगतता को कम कर देती है।

यहां एक उदाहरण प्रॉम्प्ट है जो इस संरचना का पालन करता है:

"कैप्टन एलारा वॉस, 30 के दशक की एक महिला जिसका चेहरा हीरे के आकार का है, तेज चीकबोन्स, और गहरी-सेट पन्ना आंखें। उसके छोटे प्लैटिनम गोरे बाल हैं जिनमें अंडरकट है और उसकी बाईं भौंह पर एक पतला निशान है। वह एक पुरानी चमड़े की एविएटर जैकेट पहनती है जिसमें चांदी का कम्पास पेंडेंट है। बारिश से भरी गली में, दृढ़ अभिव्यक्ति, सिनेमैटिक लाइटिंग।"

ध्यान दें कि पहले तीन वाक्य निश्चित पहचान विवरणक हैं, जबकि अंतिम वाक्य दृश्य और मूड को नियंत्रित करता है। यह अलगाव महत्वपूर्ण है।

तकनीक 1: कैरेक्टर शीट या रेफरेंस एंकर का उपयोग करें

यदि आपका टूल इमेज रेफरेंस का समर्थन करता है (जैसे GPT Image, Midjourney, या IP-Adapter के साथ Stable Diffusion), तो पहले एक कैरेक्टर शीट बनाएं। कैरेक्टर शीट एक एकल इमेज है जो समान चेहरे को कई कोणों से दिखाती है: सामने, बगल और तीन-चौथाई।

फिर, अपने प्रॉम्प्ट में उस इमेज को स्पष्ट रूप से संदर्भित करें। उदाहरण के लिए:

"संलग्न कैरेक्टर शीट को रेफरेंस के रूप में उपयोग करते हुए, कैप्टन एलारा वॉस को स्पेसपोर्ट बार में बैठे हुए, नियॉन-नीला कॉकटेल पीते हुए दिखाएं। उसका चेहरा, बाल और जैकेट बिल्कुल रेफरेंस के अनुसार रखें। एक्सप्रेशन: थका हुआ लेकिन सतर्क।"

यह काम करता है क्योंकि मॉडल रेफरेंस इमेज से चेहरे की ज्यामिति कॉपी कर सकता है। एक व्यावहारिक उदाहरण के लिए, इस कैरेक्टर relic-loadout collectible kit box को देखें जो कैरेक्टर की दृश्य पहचान को परिभाषित करने के लिए एक विस्तृत इन्वेंट्री दृष्टिकोण का उपयोग करता है।

तकनीक 2: टोकन एंकर और पुनरावृत्ति

कुछ मॉडल पुनरावृत्ति पर प्रतिक्रिया करते हैं। पूरे प्रॉम्प्ट में मुख्य पहचान शब्दों को दोहराकर, आप उनके महत्व को सुदृढ़ करते हैं। इसे कभी-कभी "टोकन एंकरिंग" कहा जाता है।

उदाहरण के लिए:

"एलारा वॉस, पन्ना आंखों और प्लैटिनम अंडरकट वाली जासूस, नियॉन-रोशनी वाले कमरे में खड़ी है। एलारा वॉस की पन्ना आंखें होलोग्राफिक संकेतों को प्रतिबिंबित करती हैं। उसका प्लैटिनम अंडरकट पीछा करने से अस्त-व्यस्त है। एलारा वॉस अपनी एविएटर जैकेट पहनती है, खुली हुई।"

पुनरावृत्ति मॉडल को बताती है कि कौन सी विशेषताएं गैर-परक्राम्य हैं। हालांकि, इसे ज़्यादा न करें - बहुत अधिक पुनरावृत्ति प्रॉम्प्ट को स्पैमी बना सकती है। इसे 2-3 सबसे महत्वपूर्ण विशेषताओं के लिए उपयोग करें।

तकनीक 3: ड्रिफ्ट के लिए नेगेटिव प्रॉम्प्ट

कई मॉडल नेगेटिव प्रॉम्प्ट का समर्थन करते हैं - चीजें जो आप इमेज में *नहीं* चाहते। उन्हें सामान्य सुसंगतता मुद्दों जैसे उम्र बढ़ने, लिंग परिवर्तन, या शैली बदलाव को रोकने के लिए उपयोग करें।

सामान्य नेगेटिव प्रॉम्प्ट जोड़:

उदाहरण के लिए, Stable Diffusion में आप लिख सकते हैं:

पॉज़िटिव: "एलारा वॉस, सामने का दृश्य, रेफरेंस के समान चेहरा, फोटोरियलिस्टिक"

नेगेटिव: "अलग चेहरा, अलग आंखें, अलग बाल, बूढ़ा, धुंधला"

यह स्पष्ट विरोधाभास मॉडल को लक्ष्य पर बने रहने में मदद करता है। एक स्टोरीबोर्ड उदाहरण के लिए जो इस तकनीक का उपयोग करता है, GPT Image के लिए अंडरवाटर मरमेड ट्रेज़र स्टोरीबोर्ड प्रॉम्प्ट देखें, जो कई दृश्यों में कैरेक्टर पहचान बनाए रखता है।

तकनीक 4: साझा "कैरेक्टर ब्लॉक" के साथ दृश्य-विशिष्ट प्रॉम्प्ट

इमेज की एक श्रृंखला जनरेट करते समय, एक पुन: प्रयोज्य "कैरेक्टर ब्लॉक" बनाएं - निश्चित विवरणकों का एक पैराग्राफ जिसे आप हर प्रॉम्प्ट में कॉपी करते हैं। फिर केवल दृश्य विवरण बदलें।

कैरेक्टर ब्लॉक:

"विषय: काएल, एक 25 वर्षीय व्यक्ति जिसका चौकोर जबड़ा, हेज़ल आंखें, छोटे काले घुंघराले बाल, और उसके दाहिने गाल पर एक छोटा तिल है। वह गहरे हरे रंग का हूडी और उसकी बाईं तर्जनी पर चांदी की अंगूठी पहनता है।"

दृश्य A:

"[कैरेक्टर ब्लॉक] काएल एक भीड़ भरे रात के बाजार से गुजरता है, कागज का लालटेन पकड़े हुए। गर्म बोके लाइट्स, कैंडिड शॉट।"

दृश्य B:

"[कैरेक्टर ब्लॉक] काएल भोर में एक छत पर बैठा है, कॉफी पी रहा है, शहर को देख रहा है। ठंडे नीले टोन, सिनेमैटिक वाइड शॉट।"

यह विधि सुनिश्चित करती है कि मुख्य पहचान स्थिर रहे जबकि रचना और मूड में रचनात्मक स्वतंत्रता बनी रहे। एक रचनात्मक अनुप्रयोग के लिए, इस कैरेक्टर पर्सनैलिटी से एनीमे स्ट्रीटवियर पोस्टर को देखें जो व्यक्तित्व लक्षणों को दृश्य सुसंगतता में अनुवादित करता है।

उन्नत: वीडियो मॉडल्स में फर्स्ट-फ्रेम सुसंगतता

वीडियो जनरेशन मॉडल जैसे Seedance या Runway को एक और भी कठिन चुनौती का सामना करना पड़ता है: फ्रेम्स *और* गति में चेहरे को सुसंगत रखना। एक सामान्य तरकीब फर्स्ट-फ्रेम रेफरेंस का उपयोग करना है। आप अपने कैरेक्टर की एक उच्च-गुणवत्ता वाली इमेज जनरेट करते हैं, फिर उसे वीडियो मॉडल को पहले फ्रेम के रूप में फीड करते हैं, क्रिया का वर्णन करने वाले प्रॉम्प्ट के साथ।

उदाहरण के लिए, एक Seedance 2.0 फर्स्ट-फ्रेम सुसंगतता प्रॉम्प्ट दिखाता है कि वीडियो में "समान चेहरा, गॉगल्स और फिल्म ग्रेन रखें" कैसे निर्दिष्ट करें। प्रॉम्प्ट स्पष्ट रूप से मॉडल को बताता है कि कौन से तत्व नहीं बदलने चाहिए।

"पहले फ्रेम को रेफरेंस के रूप में उपयोग करते हुए, कैरेक्टर को कैमरे की ओर देखने के लिए एनिमेट करें। चेहरा, गॉगल्स और फिल्म ग्रेन बिल्कुल पहले फ्रेम के अनुसार रखें। केवल गति बदलती है।"

यह दृष्टिकोण काम करता है क्योंकि मॉडल पहले फ्रेम को एक संरचनात्मक गाइड के रूप में उपयोग करता है।

मॉडल-विशिष्ट टिप्स

विभिन्न मॉडलों की अलग-अलग ताकत होती हैं। लोकप्रिय टूल्स के लिए त्वरित टिप्स यहां हैं:

अधिक सामान्य प्रॉम्प्ट इंजीनियरिंग सिद्धांतों के लिए, OpenAI प्रॉम्प्ट इंजीनियरिंग गाइड और Anthropic का अवलोकन उत्कृष्ट मौलिक सलाह प्रदान करते हैं, भले ही वे टेक्स्ट मॉडल पर केंद्रित हों।

सामान्य गलतियाँ और उनसे कैसे बचें

गलती 1: चेहरे का अत्यधिक वर्णन।

बहुत अधिक विवरण मॉडल को भ्रमित कर सकते हैं। 3-5 प्रमुख चेहरे की विशेषताओं पर टिके रहें। "बादाम के आकार की आंखें जिनमें हल्का एपिकैन्थिक फोल्ड, सोने के कणों के साथ हरा, लंबी पलकें" के बजाय, "सोने के कणों के साथ हरी आंखें" सरल करें।

गलती 2: प्रॉम्प्ट्स के बीच विवरणक बदलना।

यदि आप एक प्रॉम्प्ट में बालों को "प्लैटिनम गोरा" और दूसरे में "चांदी" कहते हैं, तो आपको अलग परिणाम मिलेंगे। हर बार बिल्कुल समान शब्दों का उपयोग करें।

गलती 3: शैली सुसंगतता को अनदेखा करना।

एक चेहरा फोटोरियलिस्टिक शैली बनाम एनीमे शैली में अलग दिख सकता है। शैली एंकर को स्थिर रखें। एक शैली-संचालित दृष्टिकोण के लिए, इस वर्टिकल कैरेक्टर की-विज़ुअल प्रमोशनल पोस्टर को देखें जो कैरेक्टर और कला शैली दोनों को लॉक करता है।

गलती 4: उपलब्ध होने पर रेफरेंस का उपयोग न करना।

यदि आपका टूल इमेज रेफरेंस का समर्थन करता है, तो उनका उपयोग करें। टेक्स्ट-केवल सुसंगतता बहुत कठिन है।

करें और न करें चेकलिस्ट

जनरेट करने से पहले चलाने के लिए यहां एक त्वरित चेकलिस्ट है:

सब कुछ एक साथ रखना: एक पूर्ण उदाहरण

आइए "मीरा" नामक कैरेक्टर के लिए प्रॉम्प्ट की एक श्रृंखला में सब कुछ संयोजित करें।

कैरेक्टर ब्लॉक:

"मीरा, एक 28 वर्षीय महिला जिसका गोल चेहरा, बड़ी भूरी आंखें, और एक छोटी बटन नाक है। उसके लंबे काले बाल चोटी में हैं और उसकी ठुड्डी पर एक छोटा निशान है। वह लाल हूडेड क्लोक और चांदी का लॉकेट पहनती है।"

प्रॉम्प्ट 1 (पोर्ट्रेट):

"[कैरेक्टर ब्लॉक] मीरा का पोर्ट्रेट, सामने का दृश्य, नरम स्टूडियो लाइटिंग, तटस्थ अभिव्यक्ति, फोटोरियलिस्टिक, उच्च विवरण। नेगेटिव: अलग चेहरा, अलग बाल, बूढ़ा।"

प्रॉम्प्ट 2 (एक्शन दृश्य):

"[कैरेक्टर ब्लॉक] मीरा जंगल से भाग रही है, मोशन ब्लर, पत्ते उड़ रहे हैं, दृढ़ अभिव्यक्ति, सिनेमैटिक लाइटिंग, फोटोरियलिस्टिक। नेगेटिव: अलग चेहरा, अलग बाल, बूढ़ा।"

प्रॉम्प्ट 3 (क्लोज़-अप):

"[कैरेक्टर ब्लॉक] मीरा के चेहरे का क्लोज़-अप, उसकी आंखों में आंसू, उसकी त्वचा पर बारिश, नाटकीय लाइटिंग, फोटोरियलिस्टिक। नेगेटिव: अलग चेहरा, अलग बाल, बूढ़ा।"

ध्यान दें कि कैरेक्टर ब्लॉक समान रहता है, जबकि दृश्य विवरण बदलता है। यह सुसंगतता का मूल है।

आगे के संसाधन

यदि आप प्रॉम्प्ट इंजीनियरिंग में गहराई से जाना चाहते हैं, तो प्रॉम्प्ट इंजीनियरिंग गाइड एक व्यापक संसाधन है। व्यावहारिक उदाहरणों के लिए, Anthropic की प्रॉम्प्ट लाइब्रेरी टेम्पलेट्स प्रदान करती है जिन्हें कैरेक्टर कार्य के लिए अनुकूलित किया जा सकता है। Learn Prompting शुरुआती लोगों के लिए एक और महान प्रारंभिक बिंदु है।

अधिक कैरेक्टर-केंद्रित प्रॉम्प्ट्स के लिए, हमारी रचनात्मक श्रेणी का अन्वेषण करें या कैरेक्टर प्रॉम्प्ट्स खोजें यह देखने के लिए कि दूसरे अपने प्रॉम्प्ट्स कैसे संरचित करते हैं।

निष्कर्ष

सुसंगत चेहरे सही प्रॉम्प्ट इंजीनियरिंग के साथ प्राप्त करने योग्य हैं। एक पुन: प्रयोज्य कैरेक्टर ब्लॉक बनाकर शुरू करें, जब भी संभव हो रेफरेंस इमेज का उपयोग करें, और विवरणकों को प्रॉम्प्ट्स के बीच समान रखने में अनुशासित रहें। परिणामों को ठीक करने के लिए टोकन एंकरिंग और नेगेटिव प्रॉम्प्ट्स के साथ प्रयोग करें। अभ्यास के साथ, आप पूरी कहानियां जनरेट करने में सक्षम होंगे जिनमें कैरेक्टर शुरू से अंत तक एक ही व्यक्ति की तरह दिखते हैं।

याद रखें: सुसंगतता एक कौशल है, जादू की चाल नहीं। आप अपने प्रॉम्प्ट्स के साथ जितने अधिक सावधान होंगे, आपके परिणाम उतने ही विश्वसनीय होंगे।