OpenAI का सबसे नया इमेज मॉडल gpt-image-2 (ChatGPT Images 2.0) Genspark के अंदर आज़माइए। जो चाहिए उसका वर्णन दीजिए और साफ़ टाइपोग्राफ़ी, सटीक इंफ़ोग्राफ़िक और 4K-रेडी विज़ुअल एक ही चैट में पाइए।
ये चार क्षेत्र हैं जहाँ gpt-image-2 पिछली पीढ़ी के इमेज मॉडलों से साफ़ तौर पर आगे है। हर एक काम Genspark चैट में एक छोटे प्रॉम्प्ट से होता है।
gpt-image-2 इमेज के अंदर पढ़ने योग्य टेक्स्ट सीधा रेंडर करता है — हेडलाइन, बॉडी टेक्स्ट, लेबल और कॉलआउट — लैटिन, CJK, अरबी, हिंदी और बांग्ला स्क्रिप्ट में। साफ़, उलझा हुआ नहीं। यह पिछले किसी भी इमेज मॉडल की तुलना में सबसे बड़ी छलाँग है।
एक ही रिक्वेस्ट में 16 रेफ़रेंस इमेज तक जोड़िए और बदलाव का वर्णन कीजिए: "बैकग्राउंड सनसेट कर दो", "सोफ़े को लेदर बना दो", "कैरेक्टर वही रखो पर मंगा स्टाइल में दोबारा बनाओ"। gpt-image-2 जो आपने नहीं कहा वो रखता है और सिर्फ़ जो बोला है वही फिर से लिखता है — पिक्सल-स्तरीय एडिट, स्क्रैच से रीजनरेशन नहीं।
एक ही पास में 4096×4096 तक का रेज़ॉल्यूशन बनाइए — प्रिंट, प्रोडक्ट लिस्टिंग और बड़े फ़ॉर्मैट के सोशल ऐसेट के लिए काफ़ी। Genspark के मॉडल सेलेक्टर से सीधा टियर चुनिए — ड्राफ़्ट के लिए 1K, फ़ाइनल डिलीवरी के लिए 4K।
अब नॉन-लैटिन लिपियाँ सही से रेंडर होती हैं। जापानी इवेंट पोस्टर, कोरियन मेन्यू कार्ड, अरबी सोशल ग्राफ़िक या हिंदी इंफ़ोग्राफ़िक माँगिए — इमेज के अंदर का टेक्स्ट नैचुरली पढ़ा जाता है, न कि डिब्बे या नक़ली ग्लिफ़। ग़ैर-अंग्रेज़ी बाज़ारों में काम करने वाली टीमों के लिए असली अनलॉक।
इन कैटेगरीज़ में gpt-image-2 पहली कोशिश में ही शिप-क्वालिटी देता है — सिर्फ़ ड्राफ़्ट नहीं। ऊपर दिए गए नमूना प्रॉम्प्ट का इस्तेमाल कीजिए या अपनी वर्ज़न लिखिए।
कंसर्ट, फ़ेस्टिवल, लॉन्च, कैंपस इवेंट। AI को टाइटल, तारीख़, जगह और विज़ुअल मूड दीजिए; मॉडल एक ही पास में टाइपोग्राफ़ी, लेआउट और मैचिंग बैकग्राउंड इलस्ट्रेशन संभाल लेता है।
बार चार्ट, स्टैट ब्लॉक, प्रोसेस डायग्राम — इमेज के अंदर के नंबर और लेबल असल में वही कहते हैं जो आपने लिखा। पिच डेक, ब्लॉग हेडर और सोशल शेयर कार्ड के लिए अच्छा।
नाम और मूड दीजिए, एक ही पेज पर लोगो मार्क, मैचिंग कलर पैलेट और टाइपोग्राफ़ी सैंपल पा लीजिए। नए प्रोजेक्ट या लॉन्च के लिए ब्रांड आइडेंटिटी का तेज़ स्टार्टिंग पॉइंट।
gpt-image-2 एक सामान्य मॉडल है, पर टेक्स्ट रेंडरिंग और मल्टीलिंगुअल सपोर्ट में छलाँग इसे इन भूमिकाओं के लिए पिछली पीढ़ी से साफ़ बेहतर बनाती है।
ऐड क्रिएटिव, लॉन्च पोस्टर और लैंडिंग पेज हीरो इमेज को असली हेडलाइन, असली प्रोडक्ट नाम और असली ऑफ़र टेक्स्ट सीधे विज़ुअल में बेक करके बनाइए — अलग से टाइपसेटिंग की ज़रूरत नहीं।
तेज़ कॉन्सेप्ट टूल की तरह इस्तेमाल कीजिए: एक बार में 5 दिशाएँ बनाइए, जो काम करे उसे चुनिए और Figma या Photoshop में फ़ाइनल पॉलिश कीजिए। मल्टी-इमेज एडिट फ़्लो आर्ट डायरेक्शन को कई रिविज़न तक एक जैसा रखता है।
थंबनेल, कवर आर्ट, एपिसोड हेडर, एक्सप्लेनर डायग्राम। चैनल का मूड एक बार लिखिए और हर कंटेंट पर उसे दोबारा इस्तेमाल कीजिए ताकि लुक एक जैसा बना रहे।
मॉडलरहित बैकग्राउंड पर लाइफ़स्टाइल शॉट, वैरिएंट बदलाव ("वही बैग, टैन लेदर"), पढ़ने लायक प्रोमो टेक्स्ट के साथ सीज़नल लिस्टिंग हेडर। एक प्रोडक्ट फ़ोटो और एक छोटी-सी डिस्क्रिप्शन से ही।
gpt-image-2 लंबे वाक्य, मल्टी-लाइन लेआउट, ठीक-ठीक टाइपोग्राफ़ी और केस-सेंसिटिव विराम चिह्नों को सटीक रूप से संभालता है। पोस्टर, अख़बार के मुखपृष्ठ और बिलबोर्ड मैन्युअल रीलेटरिंग के बिना प्रोडक्शन-रेडी निकलते हैं।
बहुत गहरे वर्ल्ड मॉडल पर बनाए जाने के कारण gpt-image-2 पुराने मॉडलों के मुक़ाबले काफ़ी कम hallucinate करता है। एनाटॉमी डायग्राम, भौगोलिक नक़्शे, इंग्रेडिएंट लेआउट और फ़िज़िकल स्ट्रक्चर आंतरिक रूप से एक-सार और लेबल करने लायक निकलते हैं।
नेटिव रेज़ॉल्यूशन 4096×4096 तक और 3:1 तक का आस्पेक्ट रेशियो — प्रिंटेड बिलबोर्ड, मैगज़ीन स्प्रेड और हाई-DPI डिजिटल ऐड प्लेसमेंट के लिए काफ़ी शार्प, वो भी सीधे मॉडल से।
कई पैराग्राफ़ के लंबे प्रॉम्प्ट, सटीक लेआउट, नामधारी किरदार, ख़ास परिधान और पिक्सल-परिशुद्ध टाइपोग्राफ़ी — सब कुछ पहले ही प्रयास में सही बैठ जाता है। नीचे शब्दशः प्रॉम्प्ट और gpt-image-2 के बिना एडिट आउटपुट हैं।
Kai नाम के हाई-स्कूल ऐनिमे प्रोटागनिस्ट की सिंगल कैरेक्टर टर्नअराउंड शीट बनाइए। ऊपरी पंक्ति में FRONT, SIDE, 3/4 BACK लेबल वाले तीन फ़ुल-बॉडी कोण, वह अपने नेवी स्कूल ब्लेज़र, सफ़ेद शर्ट, लाल टाई, भूरे ट्राउज़र और काले लेदर जूतों में। निचली पंक्ति में उसी किरदार के तीन हेड-एंड-शोल्डर्स पोर्ट्रेट HAPPY, ANGRY, SURPRISED लेबल के साथ। छहों पैनलों में समान बाल, चेहरा और पोशाक, न्यूट्रल सफ़ेद रेफ़रेंस-शीट बैकग्राउंड, मुलायम-एकसार लाइटिंग।
North & Pine ब्रांड के Classic Tote नामक फ़ुल-ग्रेन इटैलियन लेदर टैन टोट बैग के लिए साफ़-सुथरा DTC प्रोडक्ट डिटेल पेज मॉकअप बनाइए। बायाँ आधा भाग मुलायम क्रीम स्टूडियो बैकग्राउंड पर बैग की एक हीरो तस्वीर दिखाता है। दायाँ आधा भाग ब्रांड लेबल "// NORTH & PINE", एलिगेंट सेरिफ़ में प्रोडक्ट नाम, क़ीमत "$420", "Holds a 13-inch laptop." पर ख़त्म होता छोटा डिस्क्रिप्शन, black/tan/olive लेबल वाले तीन गोल कलर स्वैच, S/M/L तीन साइज़ पिल (M चुना हुआ) और चौड़ा नेवी "Add to Cart" बटन दिखाता है। तेज़ टाइपोग्राफ़ी, हवादार आधुनिक ई-कॉमर्स एस्थेटिक।
एक युवा महिला के बारे में चार-पैनल ब्लैक-एंड-वाइट मंगा पेज बनाइए, जिसे सालों बाद किसी की हस्तलिखित चिट्ठी मिली है। पैनल 1: वह टोक्यो के एक बारिशी खिड़की वाले कैफ़े में अकेली बैठी चिट्ठी पढ़ रही है, जापानी सोच-बुलबुला कहता है 彼が帰ってきた। पैनल 2: उसी कैफ़े का बाहरी वाइड शॉट, पीछे नीयन-लिट टोक्यो स्काईलाइन। पैनल 3: खिड़की से बाहर देखती हुई उसकी शांत क्लोज़-अप। पैनल 4: उसके हाथों की टॉप-डाउन मैक्रो, खुली चिट्ठी पकड़े, हस्तलिखित कांजी पढ़ने योग्य। चारों पैनलों में समान कैरेक्टर डिज़ाइन, मुलायम सिनेमैटिक शेडिंग।
बातचीत वाले एडिट बिल्कुल सर्जिकल तरीक़े से लगते हैं: बैकग्राउंड बदलना, पोशाक बदलना, मौसम पलटना — बाक़ी तस्वीर ख़िसकती नहीं। लाइटिंग, छाया, त्वचा के टोन और कंपोज़िशन जैसे थे वैसे रहते हैं।
01छोटा प्रॉम्प्ट लिखिए — सब्जेक्ट, स्टाइल, लेआउट और इमेज के अंदर जो भी ठीक-ठीक टेक्स्ट चाहिए। Genspark चैट 19 UI भाषाओं में सहज भाषा स्वीकार करता है।
02मॉडल सेलेक्टर में GPT Image 2 चुनिए, फिर साइज़ (1K / 2K / 3K / 4K) और क्वालिटी (auto / low / medium / high)। तेज़ ड्राफ़्ट के लिए 1K-medium से शुरू कीजिए; फ़ाइनल डिलीवरी के लिए 4K-high पर आइए।
03Genspark कुछ ही सेकंड में इमेज लौटाता है। बिल्कुल सही नहीं? बातचीत जारी रखिए — "हेडलाइन थोड़ी ऊपर करो" जैसा एडिट इंस्ट्रक्शन भेजिए या रेफ़रेंस अटैच कीजिए, मॉडल सिर्फ़ वही हिस्सा दोबारा लिखेगा।
यह पेज gpt-image-2 जिस चीज़ में सबसे बेहतर है उस पर फ़ोकस करता है। अगर आपका वर्कफ़्लो किसी और दिशा में झुकता है, तो ये पड़ोसी Genspark टूल बेहतर शुरुआती जगह हैं।
हाँ — हर Genspark अकाउंट को रोज़ाना 100 मुफ़्त क्रेडिट मिलते हैं जो अपने आप रिफ़्रेश होते हैं, और आप उन्हें सीधे gpt-image-2 पर ख़र्च कर सकते हैं। हल्के 1K टियर (जैसे 1K-low जो हर इमेज पर 5 क्रेडिट लेता है) दैनिक मुफ़्त अलाउंस में फ़िट हो जाते हैं। भारी इस्तेमाल या 4K-high जैसे ऊँचे टियर के लिए Plus और Pro प्लान काफ़ी बड़ा मासिक क्रेडिट बैलेंस देते हैं।
दोनों एक ही हैं। ChatGPT Images 2.0 वह प्रोडक्ट नाम है जो ChatGPT के अंदर यूज़र देखते हैं; gpt-image-2 API में मॉडल का नाम है। Genspark सीधे API को कॉल करता है, इसलिए आप वही अंडरलाइंग मॉडल इस्तेमाल कर रहे हैं।
हाँ। चैट में 16 रेफ़रेंस इमेज तक अटैच कीजिए और जो बदलाव चाहिए वह लिखिए। gpt-image-2 पिक्सल-स्तरीय एडिट करता है — बैकग्राउंड बदलाव, मटेरियल बदलाव, एलिमेंट जोड़ना/हटाना — और जो आपने नहीं कहा वो हिस्सा ज्यों का त्यों रखता है।
चार साइज़ टियर (1K / 2K / 3K / 4K, 4096×4096 तक) और चार क्वालिटी लेवल (auto / low / medium / high)। डिफ़ॉल्ट 1K-medium स्पीड और शार्पनेस के बीच अच्छा संतुलन है; प्रिंट, प्रोडक्ट लिस्टिंग या बड़े फ़ॉर्मैट सोशल ऐसेट्स के लिए 4K-high पर जाइए।
हाँ। नॉन-लैटिन लिपि की रेंडरिंग इस पीढ़ी के फ़्लैगशिप सुधारों में से एक है — सटीकता लैटिन-स्क्रिप्ट स्तर के क़रीब है। जापानी इवेंट पोस्टर, कोरियन मेन्यू कार्ड या अरबी अनाउंसमेंट ग्राफ़िक माँगिए और इमेज के अंदर का टेक्स्ट स्वाभाविक लगता है।
नहीं। OpenAI मॉडल-स्तर पर कॉपीराइटेड IP की जनरेशन रोक देता है। इसके बजाय मूल, जेनरिक विवरण इस्तेमाल कीजिए — "एक दोस्ताना पीले इलेक्ट्रिक चूहे जैसा जीव", "कार्टून राज्य में लाल टोपी वाला प्लम्बर नायक" — और मॉडल उसी आत्मा में एक मौलिक किरदार बनाएगा।