यह देखता है कि इसने क्या बनाया
वीडियो का वर्णन करें। यह थंबनेल का एक सेट बनाता है, प्रत्येक को उसी तरह खोलता है जैसे दर्शक देखेंगे, थंबनेल आकार में स्पष्ट न दिखने वालों को हटा देता है, और फ़ाइलें आपके पास छोड़ देता है।
यह कैसे काम करता है
तीन चरण, और उनमें से कोई भी “कॉन्फ़िगर करना” नहीं है।
- 01
इसे विवरण दें
वीडियो का एक शीर्षक और एक वाक्य ही काफ़ी है। ब्रैंड के रंग, संदर्भ छवि या कोई शैली जिससे आप मिलान कर रहे हैं, मदद करते हैं। यदि आप कुछ छोड़ देते हैं, तो यह बताता है कि इसने क्या मान लिया था।
- 02
यह जनरेट करता है, फिर देखता है
यह कोई प्रॉम्प्ट ट्रिक नहीं है। प्रत्येक विकल्प को खोला जाता है और उसी तरह परखा जाता है जैसे वह वास्तव में दिखेगा — छोटा, ग्रिड में, बीस अन्य के पास — और जो असफल होते हैं उन्हें फिर से बनाया जाता है।
- 03
आपको फ़ाइलें मिलती हैं, चैट लॉग नहीं
प्रत्येक छवि एक स्पष्ट नाम के साथ वर्कस्पेस में आती है, साथ में एक छोटा नोट भी होता है कि इसे क्यों रखा या हटाया गया। सेट डाउनलोड करें और चुनें।
यह क्या कर सकता है
वास्तविक आकार पर पठनीयता का आकलन करें
एक थंबनेल लगभग 320 पिक्सेल चौड़ा दिखाई देता है। मॉनिटर पर काम करने वाला टेक्स्ट वहां गायब हो जाता है, और जानने का एकमात्र तरीका देखना है — जो यह हर उम्मीदवार पर करता है।
एक श्रृंखला को एक साथ रखें
इसे अपने चैनल के पिछले तीन थंबनेल दें और यह हर एपिसोड में पहचान को फिर से शुरू करने के बजाय उसी भाषा के भीतर काम करता है — वही पैलेट, वही वज़न, वही टेक्स्ट की मात्रा।
केवल क्या ही नहीं, क्यों भी बताएं
प्रत्येक विकल्प एक ऐसे वाक्य के साथ आता है जो मायने रखता है: यह क्या कर रहा है, यह किसके लिए है, और दो खारिज किए गए विकल्पों के काम न करने का कारण।
इसे कैसे सेटअप किया गया है
यह कैसे काम करता है, ताकि साइन इन करने से पहले आपको पता हो कि आपको क्या मिल रहा है।
- एनवायरनमेंट
- छवियों के साथ एक वर्कस्पेस, और कोई टर्मिनल नहीं — इस एजेंट का काम देखना है, कमांड चलाना नहीं।
- टूल
- इमेज जनरेशन, इमेज रीडिंग और फ़ाइल टूल। कुल मिलाकर सात।
- मॉडल
- एक विज़न मॉडल, क्योंकि आधा काम किसी चित्र का वर्णन करने के बजाय उसे परखना है।
- शुरुआती फ़ाइलें
- एक संपादन योग्य विवरण पर खुलता है। जनरेट की गई छवियां images/ में आती हैं।
- क्या सहेजा जाता है
- सब कुछ सत्र में बना रहता है — वापस आने पर भी सेट वहीं रहेगा।
लोग इससे जो पूछते हैं
- ““आपका एजेंट आखिरकार देख सकता है कि उसने क्या बनाया” नामक एपिसोड के लिए चार विकल्प”
- “इन तीनों से मिलान करें — यहाँ मेरे चैनल का पिछला महीना है”
- “वही विचार, लेकिन विषय को बड़ा बनाएं और टेक्स्ट को पूरी तरह से हटा दें”
- “इन दोनों में से कौन सा 320 पिक्सेल पर बेहतर पढ़ा जाता है, और क्यों?”
यह क्या नहीं करेगा
इनमें से हर एक ऐसी वास्तविक बाधा है जिसका हमने सामना किया है, कोई योजना की सूची वाली चीज नहीं।
- यह छवि पर टेक्स्ट को भरोसेमंद तरीके से नहीं लिख सकता। इमेज मॉडल अभी भी अक्षरों को बिगाड़ देते हैं, इसलिए यह शब्दों को आपके लिए आर्ट डायरेक्शन मानकर चलता है और यह बात बता भी देता है।
- इसके पास कोई कम्पोजिटिंग टूल नहीं हैं — न क्रॉपिंग, न ओवरले, न लेआउट। मॉडल जो बनाता है, वही आपको मिलता है।
- जनरेशन में क्रेडिट लगते हैं, और प्रत्येक परिणाम को देखने में थोड़ा और ख़र्च होता है। चार का सेट कुछ ही सेंट का होता है, मुफ़्त नहीं।
- इसने कभी आपका एनालिटिक्स नहीं देखा है। यह थंबनेल की गुणवत्ता के आधार पर आंकता है, न कि इस आधार पर कि पिछले महीने आपके लिए क्या सफल रहा।
कौन सा मॉडल इसे सबसे बेहतर करता है
जल्द आ रहा हैहम इस एजेंट के लिए प्रति-मॉडल परिणाम एकत्र कर रहे हैं — एक रन आपके हस्तक्षेप के बिना कितनी बार काम पूरा करता है, इसकी लागत क्या है, और कितना समय लगता है। पर्याप्त रन होने पर आंकड़े यहां दिखेंगे, और तीनों आंकड़े एक साथ प्रकाशित किए जाएंगे: जो मॉडल हार मानकर जल्दी काम खत्म करता है उसकी पूर्णता दर धीमी होती है, और जो लगातार कोशिश करके सब कुछ पूरा करता है वह महंगा होता है।
पूरा होने की दर
ऐसे रन जिन्होंने आपके बिना हस्तक्षेप किए काम पूरा कर दिया।
मीडियन लागत
एक सामान्य रन की लागत क्या है, क्रेडिट में।
मीडियन समय
कुल समय, पहले संदेश से लेकर उत्तर तक।