केस स्टडी
आपका AI टूल आपके विवरण का अंत क्यों नहीं पढ़ता
एक वीडियो टीम की AI से बनी प्रेज़ेंटर फ़ोटो गलत जगह और गलत कपड़ों में आती रहीं, स्क्रीन पर कोई गड़बड़ी दिखे बिना। कारण एक छिपी हुई सीमा थी जो लंबे विवरणों का अंत काट देती थी, और समाधान एक दिन के भीतर लाइव हो गया।
मुख्य बातें
- जो टूल आपका टेक्स्ट स्वीकार करता है, ज़रूरी नहीं कि उसने पूरा पढ़ा हो।
- AI टूल के अंदर के तय नियम आपके शब्दों को जगह मिलने से पहले ही ज़्यादातर जगह ले सकते हैं।
- जगह, पोशाक और माहौल विवरण की शुरुआत में रखें, अंत में नहीं।
- जब किसी नतीजे में कोई ब्यौरा छूटे, तो पहले पूछें कि क्या वह ब्यौरा आपके लिखे हुए के अंत के पास था।
- टूल कितना पढ़ता है इसकी सीमा वहीं दिखनी चाहिए जहाँ आप टाइप करते हैं, साथ में वे शब्द भी जो वह छोड़ेगा।
संयुक्त अरब अमीरात में एक क्लाइंट की वीडियो टीम हर विज्ञापन के लिए प्रेज़ेंटर का विवरण एक छोटे बॉक्स में लिखती है: व्यक्ति कौन है, क्या पहने है, कहाँ खड़ा है। लंबे विवरणों में AI से बनी प्रेज़ेंटर फ़ोटो गलत आती थीं, व्यक्ति लिखी हुई जगह की बजाय एक आम लिविंग रूम में और अलग कपड़ों में, जबकि टूल खुद कोई गड़बड़ी नहीं दिखाता था। पहली गलत फ़ोटो के एक दिन के भीतर समाधान लाइव हो गया, और अब वह सीमा टीम के सामने टाइप करते समय ही दिखती है।
ऐसा टूल जो आपके शब्द लेता है और फिर अनदेखा कर देता है
कोई विवरण बिना शिकायत के स्वीकार हो सकता है और फिर भी आधा ही पढ़ा जाए। नतीजा एक ऐसी तस्वीर होती है जो देखने में पक्की लगती है और गलत है।
टीम के लंबे विवरण गलत जगह और गलत कपड़ों के साथ लौटते थे, और स्क्रीन पर कहीं नहीं लिखा था कि कुछ छूट रहा है।
यह एक बर्बाद तस्वीर से बड़ी बात है। प्रेज़ेंटर की फ़ोटो पूरे विज्ञापन का आधार है: गलत जगह या पोशाक का मतलब है फ़ोटो का एक और दौर, या ऐसा विज्ञापन जो अपनी ही स्क्रिप्ट से मेल नहीं खाता। जो टूल चुपचाप शब्द गिरा देता है, वह टीम को यह भी सिखा देता है कि उस पर भरोसा करना छोड़ दें।
AI टूल आपके प्रॉम्प्ट का कुछ हिस्सा क्यों अनदेखा करता है
एक AI टूल आम तौर पर आपके शब्द मॉडल तक भेजता है, यानी उस हिस्से तक जो असल में तस्वीर बनाता है, एक तय मात्रा के टेक्स्ट के भीतर, और वह मात्रा आपको दिखाई नहीं जाती।
भरोसेमंद फ़ोटो के लिए टूल के अपने नियम, जो रोशनी, फ़्रेमिंग और एक वास्तविक दिखने वाले व्यक्ति को कवर करते हैं, उसी हिस्से में लिखे होते हैं और आपके विवरण को जगह मिलने से पहले ही उसका ज़्यादातर हिस्सा ले लेते हैं।
जो बचता है वह आपके टेक्स्ट की शुरुआत से भरा जाता है, इसलिए अंत ही कटता है। लोग जो बातें आखिर में लिखते हैं, जगह और पोशाक, सबसे पहले गायब होती हैं, और टूल कोई चेतावनी नहीं देता।
हमारे इंजीनियरों ने क्या पाया
हमारे इंजीनियर ने टीम के टाइप किए हुए और प्लेटफ़ॉर्म के असल में इमेज मॉडल तक भेजे गए निर्देश की तुलना की, और एक आम लंबे विवरण में सिर्फ़ पहला आधा हिस्सा ही पहुँचता था।
निर्देश का ज़्यादातर हिस्सा पहले से ही प्लेटफ़ॉर्म के अच्छी प्रेज़ेंटर फ़ोटो के तय नियमों ने ले रखा था। एक और नियम ने इसे बदतर बना दिया: जब किसी विवरण में ऐसी जगह नहीं लिखी होती जिसे प्लेटफ़ॉर्म पहचानता हो, तो वह एक डिफ़ॉल्ट सेटिंग जोड़ देता था, एक आम रोशन घर, जिससे और जगह खत्म हो जाती थी।
टीम जिस तरह की जगह लिखती थी वह प्लेटफ़ॉर्म की सूची में नहीं थी। इसलिए फ़ोटो को डिफ़ॉल्ट घर मिला, और उसके बाद के शब्द खो गए। जब जगह सिर्फ़ उसी हिस्से में थी जो कट गया, तो दोनों चले गए: टीम की जगह भी नहीं और डिफ़ॉल्ट भी नहीं। इमेज मॉडल उस ब्यौरे को अनदेखा नहीं कर रहा था। उसे वह दिया ही नहीं गया था।
हमने क्या बदला
हमने क्लाइंट के प्लेटफ़ॉर्म पर चार बदलाव किए।
- प्लेटफ़ॉर्म अब कई और तरह की जगहें पहचानता है: खेल और फ़िटनेस की जगहें, दुकानें, सैलून, स्कूल, वर्कशॉप, खुले में और अन्य। ऐसे आम वाक्यांश जो सिर्फ़ जगह जैसे लगते हैं, उन्हें जगह नहीं समझा जाता।
- डिफ़ॉल्ट सेटिंग अब उन शब्दों के आधार पर तय होती है जो असल में भेजे जाते हैं। अगर टीम की लिखी जगह कट गई, तो सेटिंग वापस जोड़ दी जाती है, ताकि कोई फ़ोटो बिना किसी जगह के न रह जाए।
- फ़ोटो डायलॉग और विज्ञापन के ब्रीफ़ फ़ॉर्म, दोनों टीम के टाइप करते समय दिखाते हैं कि फ़ोटो विवरण का कितना हिस्सा लेती है, यह विवरण कितना लंबा है, और जब यह बहुत लंबा हो तो कौन-से शब्द छूट जाएँगे।
- जब कटे हुए हिस्से में टीम की लिखी जगह हो, तो नोट उसे सबसे पहले टीम के अपने शब्दों में बताता है और कहता है कि इसकी जगह विज्ञापन की सेटिंग इस्तेमाल होगी।
लाइव करने से पहले, हमने विवरणों, रूपों और सेटिंग्स के एक लाख से कहीं ज़्यादा संयोजनों पर पहले और बाद में भेजे गए निर्देशों की तुलना की। जो भी विवरण फ़िट होता है वह पहले की तरह ही भेजा जाता है; सिर्फ़ वही कटे हुए विवरण बदले जिन्होंने अपनी जगह खो दी थी।
टीम के पास अब क्या है
बदलाव लाइव है। टीम कोई भी फ़ोटो बनाने से पहले देख सकती है कि विवरण फ़िट होता है या नहीं और क्या छूटेगा, ताकि वे उसे छोटा कर सकें या जगह और पोशाक को शुरुआत में ले जा सकें। जो विवरण कटता है, अब उसके साथ उसकी सेटिंग भी नहीं खोती।
आप खुद क्या जाँच सकते हैं
- जिस बॉक्स में आप टाइप करते हैं उसे देखें। क्या कोई काउंटर या चेतावनी दिखती है कि टूल आपके टेक्स्ट का कितना हिस्सा इस्तेमाल करेगा? जिस टूल की कोई सीमा है, उसे वहीं दिखनी चाहिए।
- एक ही विवरण दो बार लिखें, एक बार छोटा और एक बार लंबा जिसमें मुख्य ब्यौरा आखिर में हो, और दोनों नतीजों की तुलना करें।
- किसी भी AI टूल को दिए जाने वाले विवरण में जगह, कपड़े और माहौल शुरुआत में रखें, और बाकी बातें बाद में।
- जब किसी नतीजे में कोई ब्यौरा छूटे, तो अपना टेक्स्ट फिर पढ़ें और देखें कि वह ब्यौरा कहाँ था। अगर वह अंत के पास था, तो आपने शायद कारण पा लिया है।
- अपने टूल के प्रदाता से पूछें कि मॉडल तक पहुँचने वाले टेक्स्ट की कोई सीमा है या नहीं, और उसके बाद के शब्दों का क्या होता है। मौका मिले तो जवाब लिखित में लें।
आगे क्या करें
जो विवरण आप सबसे ज़्यादा इस्तेमाल करते हैं उससे शुरू करें और उसके ज़रूरी ब्यौरे शुरुआत में ले जाएँ। फिर ऐसा टूल खोजें जो आपको बताए कि आपके शब्द कहाँ गिनने बंद हो जाते हैं; अगर नहीं बताता, तो प्रदाता से पूछें, और किसी भी लंबे विवरण को ऐसा मानें जिसका अंत शायद न पहुँचे।
किसी सीमा को दिखाना, और यह बताना कि कौन-से शब्द छूटेंगे, ऐसा ही छोटा-सा काम है जो हमारे इंजीनियर क्लाइंट के रोज़ इस्तेमाल होने वाले टूल पर करते हैं।
लोग जो पूछते हैं
AI टूल ने मेरा विवरण स्वीकार क्यों किया पर अंत के ब्यौरे अनदेखा कर दिए?
क्योंकि टूल मॉडल तक एक तय मात्रा में टेक्स्ट भेजता है, और अच्छे नतीजे के लिए उसके अपने नियम उस जगह का ज़्यादातर हिस्सा ले लेते हैं। जो बचता है वह आपके टेक्स्ट की शुरुआत से भरा जाता है, इसलिए अंत बिना चेतावनी के कट जाता है। स्क्रीन पर कुछ भी गलत नहीं दिखता, इसलिए तस्वीर ही पहला संकेत होती है।
क्या AI इमेज और वीडियो टूल में मेरे टाइप किए टेक्स्ट की कोई अक्षर सीमा है?
अक्सर कोई सीमा होती है, पर वह आम तौर पर इस पर नहीं होती कि आप कितना टाइप करते हैं। वह इस पर होती है कि आपके टेक्स्ट का कितना हिस्सा मॉडल तक पहुँचता है। बॉक्स पूरा विवरण ले सकता है और उसका कुछ हिस्सा ही भेज सकता है, इसलिए अपने प्रदाता से पूछें कि उसके बाद के शब्दों का क्या होता है और क्या टूल दिखाता है कि कट कहाँ पड़ता है।
मैं कैसे पता करूँ कि मेरे AI टूल ने मेरा पूरा विवरण पढ़ा है?
एक ही टेक्स्ट से एक ही तस्वीर दो बार बनाएँ, मुख्य ब्यौरे को अंत से शुरुआत में ले जाकर, और तुलना करें। अगर ब्यौरा सिर्फ़ तब दिखता है जब वह शुरुआत में हो, तो टूल आपके टेक्स्ट का अंत गिरा रहा है। बॉक्स के पास कोई काउंटर या चेतावनी, जहाँ टूल में हो, आपको कुछ दबाने से पहले बता देती है।
AI टूल के लिए विवरण लिखते समय सबसे पहले क्या रखना चाहिए?
वे ब्यौरे जिनके बिना तस्वीर नहीं बन सकती: जगह, कपड़े, माहौल और फ़्रेमिंग। पहली पंक्ति को वह हिस्सा मानें जो पक्का पढ़ा जाएगा। उसके बाद पृष्ठभूमि और बारीकियाँ रखें, और मान लें कि उनमें से कुछ शायद न पहुँचें।
क्या लंबा विवरण AI से बेहतर नतीजे देता है?
अपने आप नहीं। लंबे विवरण में ज़्यादा ब्यौरा होता है, पर इसमें यह जोखिम भी ज़्यादा होता है कि अंत कट जाए, और कटा हुआ विवरण वही सेटिंग खो सकता है जो आपके लिए अहम थी। ज़रूरी बातें शुरुआत में रखने वाला छोटा विवरण आम तौर पर ज़्यादा सुरक्षित विकल्प है, और इससे यह देखना भी आसान होता है कि टूल ने असल में क्या इस्तेमाल किया।