GPT ইমেজ ২.৫ প্রম্পটিং গাইড: কার্যকর প্রম্পট কীভাবে লিখবেন
GPT ইমেজ ২.৫-এ কার্যকর প্রম্পট লেখার জন্য ধাপে ধাপে নির্দেশনা, উদাহরণ, এবং প্রয়োজনীয় নিয়ম।
GPT ইমেজ ২.৫ বেশিরভাগ অজুহাত দূর করে দিয়েছে।
এটি নির্দেশনা আরও ভালোভাবে অনুসরণ করে। এটি একটি মুখ, পণ্য, বা চরিত্রকে সম্পাদনার পরেও চেনার মতো রাখে। এটি ছোট টেক্সট এমনভাবে রেন্ডার করে যা আপনি আসলেই পড়তে পারেন। এবং এটি GPT ইমেজ ২-এর তুলনায় ৫০% পর্যন্ত দ্রুত জেনারেট করে, ফলে আপনি একটির বদলে পাঁচটি দিক পরীক্ষা করতে পারেন।
এর মানে, যখন কোনো রেন্ডার এখনও ভুল আসে, তখন সাধারণত মডেল নয়, সমস্যা হয় ব্রিফে।
OpenAI-এর নিজস্ব ইমেজ প্রম্পটিং গাইড এক লাইনে বলেছে: আপনি যে ছবি চান, সেটি দিয়ে শুরু করুন, তারপর বিষয়বস্তু, কম্পোজিশন, স্টাইল এবং সীমাবদ্ধতা বর্ণনা করুন। পড়তে সহজ হলেও, বাস্তবে এটি করা বেশ কঠিন, এবং প্রম্পটের স্তরে যে বিস্তারিত থাকে, সেটিই আসলে সবচেয়ে গুরুত্বপূর্ণ।
এবার আসুন বাস্তবিক দিকটা দেখি: প্রতিটি প্রম্পট স্লট কীভাবে কাজ করে, আজই ব্যবহারযোগ্য বারোটি প্রম্পট, এবং কোন নিয়মগুলো একটি কার্যকরী ছবি ও কেবল ভাগ্যবান ছবির মধ্যে পার্থক্য তৈরি করে—সবই এখানে তুলে ধরা হলো।
আপনি চাইলে পড়ার সময়ই এই প্রম্পটগুলো চালাতে পারেন, Felo-র GPT-Image 2.5 ওয়ার্কস্পেস একদম ফ্রি, ব্রাউজারেই চলে, এবং কোনো API কী লাগে না।
এই গাইডের প্রতিটি ছবি Felo-তে GPT-Image 2.5 দিয়ে তৈরি, কভারসহ। কোনো ডিজাইন ওভারলে নেই।
GPT ইমেজ ২.৫-এ কী পরিবর্তন এসেছে
প্রম্পট লেখার জন্য চারটি আপগ্রেড গুরুত্বপূর্ণ, কারণ প্রতিটিই আপনি কী চাইতে পারেন তা বদলে দেয়।
- প্রাকৃতিক আলো ও টেক্সচার। ত্বক, কাপড়, ধাতু, এবং কাচ এখন কেবল পৃষ্ঠ নয়, বরং আসল উপাদান মনে হয়। আপনি এগুলো স্পষ্টভাবে বর্ণনা করতে পারেন এবং সেভাবেই ফিরে পাবেন।
- রেফারেন্স ফিডেলিটি। একটি ছবি আপলোড করুন, এবং বিষয়বস্তুর স্বতন্ত্র বৈশিষ্ট্য নতুন পরিবেশ, স্টাইল, বা কম্পোজিশনেও অক্ষত থাকে। এটাই চরিত্র ও পণ্য সিরিজ সম্ভব করে।
- স্থিতিশীল মাল্টি-টার্ন এডিটিং। একাধিক রাউন্ড পরিবর্তনের পরেও, আপনি যা উল্লেখ করেননি তা আগের মতোই থাকে। আগের এডিটগুলো আর ভেঙে পড়ে না।
- পাঠযোগ্য টেক্সট। ছোট লেখা — হেডলাইন, লেবেল, প্যাকেজিং, UI স্ট্রিং — আরও নির্ভুলভাবে রেন্ডার হয়, বিশেষ করে আপনি যখন তা উদ্ধৃত করেন এবং কোথায় যাবে বলেন।
API-র পেছনে দুটি মডেল আছে, এবং পছন্দটা গতি বনাম নির্ভুলতার মধ্যে:
| Model | Built for | Trade-off |
|---|---|---|
| GPT-Image-2.5 Flare | দৈনন্দিন জেনারেশন, সোশ্যাল ও পণ্য কনটেন্ট, দ্রুত প্রোটোটাইপিং, উচ্চ ভলিউম | GPT ইমেজ ২-এর সমতুল্য মান, ৫০% পর্যন্ত কম লেটেন্সিতে |
| GPT-Image-2.5 Sunburst | প্রোডাকশন ক্রিয়েটিভ, নির্ভুল এডিট, ঘন ডিটেইল, ক্লায়েন্ট-ফেসিং যেকোনো কিছু | GPT ইমেজ ২-এর চেয়ে উন্নত মান, প্রতি ছবিতে ধীর |
উভয়েরই টোকেন প্রতি খরচ একই। আপনি যদি নিশ্চিত না হন কোনটা দরকার, একই প্রম্পট দুই মডেলে চালান এবং আপনি যেটা নিয়ে ভাবছেন — সাধারণত টেক্সটের নির্ভুলতা বা মুখের সামঞ্জস্য — সেটি তুলনা করুন, শুধু সৌন্দর্য নয়। আমরা GPT-Image 2.5 on Felo পোস্টে লঞ্চের বিস্তারিত আলোচনা করেছি।
GPT ইমেজ ২.৫ প্রম্পটের সাতটি স্লট
বেশিরভাগ প্রম্পট ব্যর্থ হয় কারণ তারা শুধু বিষয়বস্তু বর্ণনা করে, বাকিটা ভুলে যায়। তখন মডেল আপনার জন্য যুক্তিসঙ্গত পছন্দ করে, আর যুক্তিসঙ্গত সাধারণত আপনার চাওয়া নয়।
এই সাতটি স্লট পূরণ করুন, আউটপুট আর লটারির মতো থাকবে না:
- কাজ — ছবিটি কী কাজে লাগবে। একটি পণ্য ছবি, ইভেন্ট পোস্টার, চরিত্র শিট, স্লাইড। এই এক লাইনে কম্পোজিশন বদলে যায়।
- বিষয়বস্তু — ফ্রেমে কে বা কী আছে, চেনার মতো বিস্তারিত: বয়স, উপাদান, রং, ব্যবহার, ফিনিশ।
- কর্ম ও পারস্পরিক ক্রিয়া — কী ঘটছে। হাত কোথায়, দৃষ্টি কোথায়, কোনো বস্তু কীভাবে ধরা।
- কম্পোজিশন — ফ্রেমিং, ক্যামেরার অ্যাঙ্গেল, বিষয়বস্তু কতটা জায়গা নিচ্ছে, এবং কোথায় খালি জায়গা দরকার টেক্সটের জন্য।
- আলো, উপাদান, ও টেক্সচার — শারীরিক বর্ণনা। নরম জানালার আলো, ব্রাশড অ্যালুমিনিয়াম, মোটা কাগজ, ভেজা ডামর।
- স্টাইল ও মাধ্যম — ফটোরিয়ালিস্টিক, এডিটোরিয়াল ফটোগ্রাফ, ফ্ল্যাট ভেক্টর ইলাস্ট্রেশন, জলরং, ৩ডি রেন্ডার। লক্ষ্য ফটোরিয়ালিস্টিক হলে "photorealistic" বা "real photograph" বলুন।
- টেক্সট ও সীমাবদ্ধতা — উদ্ধৃতিতে নির্দিষ্ট টেক্সট, কোথায় যাবে, কতবার থাকবে, এবং কী থাকবে না: বাড়তি লেখা, লোগো, ওয়াটারমার্ক, ভারী রিটাচিং।
একাধিক বিষয়বস্তু থাকলে, স্লটগুলো লেবেলসহ ভাগ করুন। OpenAI-এর গাইড দৃশ্য / বিষয়বস্তু / বিস্তারিত / সীমাবদ্ধতা কাঠামো সুপারিশ করে, এবং এটাই সবচেয়ে বেশি এডিট টিকে যায়:
Scene: the setting, the time of day, the environment.
Subject: who or what the image is about.
Details: composition, light, materials, style, exact text.
Constraints: what must not change or must not appear.
দুর্বল প্রম্পট বনাম কার্যকর প্রম্পট
একই ধারণা দুই স্তরের বিশদে।
দুর্বল:
A premium coffee bag on a table, nice lighting.
আপনি একটি কফি ব্যাগ পাবেন। আপনি আপনার কফি ব্যাগ পাবেন না, আপনার চাওয়া অ্যাঙ্গেলে, পড়ার মতো লেবেলসহ।
কার্যকর:
Product photograph of a 250 g matte kraft-paper coffee bag standing upright on a dark walnut
table. The front label faces the camera straight on and stays fully legible.
Label text (exact): "MORNING BLEND" as the headline, "Dark Roast · 250 g" beneath it.
Composition: centered, three-quarter height, generous negative space above for a headline.
Light: soft directional window light from the left, gentle contact shadow under the bag,
warm neutral color balance.
Style: premium e-commerce photography, shallow depth of field, subtle film grain.
Constraints: no extra text, no logos, no watermarks, no hands, no props crowding the frame.
একই মডেল। একই সেটিংস। সম্পূর্ণ ভিন্ন দুটি আউটপুট।
কোন সেটিংস প্রম্পটে দেবেন না
আপনি যদি OpenAI API দিয়ে জেনারেট করেন, সাইজ, কোয়ালিটি, এবং ব্যাকগ্রাউন্ড — এগুলো প্যারামিটার, বাক্য নয়। মডেলকে "make it 4K" বললে সেটা শুধু ইঙ্গিত। size সেট করলে সেটা নিশ্চিত।
| Parameter | What to set it to | When it matters |
|---|---|---|
model | gpt-image-2.5-flare বা gpt-image-2.5-sunburst | কাজ অনুযায়ী গতি বনাম নির্ভুলতা |
quality | low, medium, high, xhigh, max | ছোট টেক্সট, ঘন ডায়াগ্রাম, চূড়ান্ত ডেলিভারেবল |
size | 1024x1024, 1536x1024, 1024x1536, 2048x2048, 2048x1152, 3840x2160, 2160x3840, বা কাস্টম WIDTHxHEIGHT | প্রিন্ট, স্লাইড, ভার্টিকাল সোশ্যাল ফরম্যাট |
background | auto, opaque, বা transparent | কাটআউট, স্টিকার, লোগো, কম্পোজিটিং |
কাস্টম সাইজের কিছু কঠোর নিয়ম: প্রতিটি দিক ১৬-এর গুণিতক হতে হবে, কোনো দিক ৩,৮৪০ পিক্সেলের বেশি নয়, লম্বা-ছোট অনুপাত ৩:১-এর বেশি নয়, এবং মোট পিক্সেল ৬৫৫,৩৬০ থেকে ৮,২৯৪,৪০০-এর মধ্যে। ৩,৬৮৬,৪০০ পিক্সেলের বেশি আউটপুট — অর্থাৎ ২৫৬০×১৪৪০-এর ওপরে — পরীক্ষামূলক হিসেবে চিহ্নিত, তাই শিপ করার আগে যাচাই করুন।
দুটি অভ্যাস কোয়ালিটি সেটিংসের সর্বোচ্চ ব্যবহার নিশ্চিত করে:
- খসড়া কম, চূড়ান্ত বেশি। কম্পোজিশন
lowবাmedium-এ এক্সপ্লোর করুন, তারপর বিজয়ী প্রম্পটhighবা তার ওপরে চালান। কোয়ালিটি টিয়ার আউটপুট টোকেন বদলে দেয়, এবং শীর্ষ টিয়ার প্রায় ৩৬ গুণ বেশি খরচ। - শুধু সমস্যা হলে বাড়ান। যখন ছোট টেক্সট অস্পষ্ট বা ডায়াগ্রামের লেবেল ভেঙে পড়ে, তখনই টিয়ার বাড়ান — শুধু বেশি মানেই ভালো ভেবে নয়। বেশি সেটিং সব প্রম্পটে ভালো ছবি দেবে না।
Felo-তে আপনি এই স্তরটি এড়িয়ে যান: শুধু GPT-Image 2.5 বাছুন, ফরম্যাট ও রেজোলিউশন ঠিক করুন, এবং জেনারেট করুন। ওয়ার্কস্পেস প্যারামিটার সামলে নেয়, তাই শুধু প্রম্পটটাই ঠিকভাবে দিতে হবে।
১২টি কপি-পেস্ট প্রম্পট
এগুলো কাজের উপযোগী শুরুর পয়েন্ট, কোনো পবিত্র গ্রন্থ নয়। বিষয় বদলান, কাঠামো রাখুন।
১. ফটোরিয়ালিস্টিক পোর্ট্রেট যা কৃত্রিম দেখায় না
Create a photorealistic candid photograph of a bicycle mechanic in her late 40s,
wiping her hands on a rag in a narrow repair shop.
Visible skin texture: pores, freckles, a small scar on the forearm. Faded ink smudges
on her knuckles. A denim apron worn soft at the edges.
Shot like a 35 mm film photograph, medium shot at eye level, 50 mm lens.
Light: overcast daylight through an open garage door, soft falloff, no harsh highlights.
Color: natural and slightly muted, subtle grain.
Feel: unposed and ordinary, real materials and everyday clutter.
Constraints: no glamorization, no heavy retouching, no studio lighting, no text.
কেন কাজ করে: এখানে কাজের ধরন (ক্যান্ডিড ফটোগ্রাফ), আলো, এবং ফিল্মের রেফারেন্স স্পষ্টভাবে বলা হয়েছে, এরপর স্পষ্টভাবে রিটাচিং নিষিদ্ধ করা হয়েছে যা সাধারণত মডেল যোগ করত।
২. ই-কমার্স প্রোডাক্ট শট যাতে লেবেল স্পষ্টভাবে পড়া যায়
Studio product photograph of a frosted glass 50 ml serum bottle with a brushed gold cap,
standing on a pale stone plinth against a soft beige backdrop.
Label text (exact): "LUMEN" as the brand, "Hydrating Serum · 50 ml" beneath it.
Render the label text once, straight on, sharp and fully legible.
Composition: centered, full bottle in frame, generous empty space on the right.
Light: large softbox from the upper right, gentle gradient falloff, clean contact shadow.
Style: premium beauty e-commerce photography, crisp detail, no props.
Constraints: no additional text, no logos, no watermarks, no reflections of studio equipment.
কেন কাজ করে: ছোট লেখা, হুবহু উদ্ধৃত, অবস্থান নির্ধারিত এবং গণনা করা — এই তিনটি বিষয় ছবির মধ্যে লেখা টিকে থাকার জন্য জরুরি।
৩. পোস্টার যাতে হেডলাইন পড়া যায়
Design a bold event poster for an electronic music night.
Headline (exact, once): "CITY LIGHTS FESTIVAL"
Subline (exact, once): "SAT 14 NOV · DOCK 9 · 22:00"
Visual: a duotone night skyline in deep indigo and warm amber, grain texture, strong diagonal
composition with the headline sitting in the calm upper third.
Typography: heavy condensed sans-serif, high contrast against the background, generous kerning.
Format: vertical poster, print quality.
Constraints: no extra text, no sponsor logos, no watermarks, no stock-photo people.
কেন কাজ করে: এখানে আর্টওয়ার্ক এবং টাইপোগ্রাফি ব্রিফ আলাদা করা হয়েছে, উভয় স্ট্রিং স্পষ্টভাবে লেখা হয়েছে, এবং কপিটা পোস্টারের জন্য যথেষ্ট সংক্ষিপ্ত রাখা হয়েছে।
৪. সিরিজের জন্য ক্যারেক্টার রেফারেন্স শিট
Create a character reference sheet for an original character.
Character: a young forest ranger with close-cropped dark hair, freckles across the nose,
a moss-green canvas jacket, a burnt-orange scarf, and scuffed leather boots.
Sheet contents: three views — front, three-quarter, and profile — plus one detail close-up
of the scarf knot.
Style: clean concept-art illustration, soft cel shading, consistent line weight,
neutral light gray background.
Layout: evenly spaced figures, same proportions across every view, no overlapping limbs.
Constraints: original design, no copyrighted characters, no text, no watermarks.
কেন কাজ করে: একটি রেফারেন্স শিট হলো একটি ফরম্যাট, কোনো ছবি নয়। এখানে ভিউ এবং নির্দিষ্ট ডিটেইলগুলো উল্লেখ করাই এটিকে পরবর্তী দৃশ্যের ইনপুট হিসেবে পুনরায় ব্যবহারযোগ্য করে তোলে।
৫. একই নায়ক নিয়ে কমিক স্ট্রিপ
Create a four-panel horizontal comic strip, same character in every panel.
Character consistency: same face, same short red jacket, same black bob haircut,
same proportions and line weight throughout.
Panel 1: she opens the front door and looks back into the apartment.
Panel 2: the door clicks shut; the cat, alone, turns slowly toward the empty room.
Panel 3: the cat sprawls across the sofa in a shaft of afternoon light.
Panel 4: the door opens again; the cat sits primly by the entrance, composed.
Style: clean flat comic illustration, limited palette, thin black outlines.
Constraints: no speech bubbles, no text, no watermarks, no style drift between panels.
কেন কাজ করে: প্যানেলগুলো স্পষ্টভাবে তালিকাভুক্ত, এবং ধারাবাহিকতার শর্তটি ধরে নেওয়ার পরিবর্তে বারবার উল্লেখ করা হয়েছে।
৬. কোনো প্রক্রিয়া ব্যাখ্যা করে এমন ইনফোগ্রাফিক
Create a clean infographic titled "How a Heat Pump Heats a House" for a general audience.
Show four stages connected by arrows: the outdoor unit absorbs heat from the air →
the refrigerant is compressed → heat is released indoors → the refrigerant expands and loops back.
Label each stage with a short caption, and label the key parts: outdoor unit, compressor,
expansion valve, indoor coil.
Style: flat vector illustration, muted blue and warm orange palette, white background,
consistent icon style, generous white space, readable labels.
Constraints: no tiny text, no decorative clutter, no watermarks.
কেন কাজ করে: এখানে ছবিটিকে একটি ইনস্ট্রাকশনাল ডিজাইন ব্রিফ হিসেবে দেখা হয়েছে — দর্শক, ধাপ, লেবেল, ভিজ্যুয়াল সিস্টেম — শুধু একটি ইলাস্ট্রেশন অনুরোধ নয়।
৭. বাস্তব সংখ্যাসহ পিচ-ডেক স্লাইড
Create one pitch-deck slide titled "Market Opportunity" in the style of a clean Series A deck.
Layout: title top-left, a TAM/SAM/SOM nested-circle diagram in muted blues and grays,
a bar chart beneath it showing growth from 2021 to 2026, and a quiet footer line.
Use exactly these numbers: TAM $42B, SAM $8.7B, SOM $340M.
Footnotes (exact): "Source: internal analysis"
Style: white background, modern sans-serif typography, generous margins, crisp data hierarchy,
no shadows and no gradients.
Constraints: no clip art, no stock photos, no decorative elements, no extra text.
Create a realistic mobile app UI mockup for a neighborhood farmers market.
Screens: a simple header, a short vendor list with small photos and category labels,
a "Today's specials" section with two items, and a footer with location and opening hours.
Style: white background, subtle natural accent colors, clear type scale, minimal decoration,
realistic spacing and touch targets. It should look like a real, usable, well-designed product.
Present the screen inside a modern phone frame, straight on, on a plain light background.
Constraints: no concept-art styling, no invented brand logos, no watermarks.
কেন এটি কাজ করে: এটি পণ্যটিকে এমনভাবে বর্ণনা করে যেন এটি ইতিমধ্যে বিদ্যমান এবং কনসেপ্ট আর্টের পরিবর্তে ইন্টারফেসের বাস্তবতা চায়।
৯. স্বচ্ছ পণ্য কাটআউট
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, clean alpha edges, no halos or fringing.
Preserve product geometry, proportions, and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, floor, or shadow.
Do not restyle the product.
Constraints: transparency must be real alpha, not a painted background.
কেন এটি কাজ করে: এটি আলাদা বিষয় এবং স্বচ্ছ ব্যাকগ্রাউন্ড চায়, তারপর নির্দিষ্ট ব্যর্থতার ধরন — চেকারবোর্ড ও হালো — ঘটার আগেই উল্লেখ করে।
১০. নতুন বিষয়ের ওপর স্টাইল ট্রান্সফার
Use the visual style from the input image — its palette, texture, and rendering medium —
and apply it to a new subject: a lighthouse on a rocky coast at dusk.
Keep the style's color range, brush treatment, and level of detail.
Change only the subject. Do not copy the original composition or reuse its objects.
Constraints: no text, no watermarks, no signature, no frame border.
কেন এটি কাজ করে: এটি রেফারেন্সকে নির্দিষ্ট ভূমিকা দেয় — প্যালেট, টেক্সচার, মাধ্যম — "একই স্টাইল" বলার পরিবর্তে, যা যথেষ্ট অস্পষ্ট এবং মডেলটি পুরো ছবিই কপি করতে পারে।
১১. নির্ভুল স্থানীয় সম্পাদনা
In this room photo, replace only the white dining chairs with chairs made of light oak.
Preserve everything else exactly: camera angle, wall color, rug pattern, table, pendant light,
window light direction, floor shadows, and surrounding objects.
Match the existing perspective and soft daylight; add realistic contact shadows and wood grain.
Constraints: change nothing outside the chairs, no added decor, no text.
কেন এটি কাজ করে: এক পরিবর্তন, এক দীর্ঘ সংরক্ষণ তালিকা। যখন ফলাফল এখনও সরে যায়, সমাধান সাধারণত সেই তালিকায় অনুপস্থিত আইটেম — দীর্ঘতর নির্দেশনা নয়।
১২. ডিজাইন অনুবাদ করুন, ভেঙে ফেলবেন না
Translate the text in the infographic from English to Spanish.
Do not change any other aspect of the image: layout, icons, colors, typography,
line weights, spacing, and illustration style all stay exactly as they are.
Match the original type size and alignment so the translated text fits the same areas.
Constraints: no leftover English words, no added text, no watermarks.
কেন এটি কাজ করে: অনুবাদ নির্দেশনা লেআউট পুনরায় ডিজাইন করে ফেলতে পারে। "অনুবাদ করুন, পুনরায় ডিজাইন নয়," এবং কী কী ঠিক থাকবে তার তালিকা, সম্পদটি পুনরায় ব্যবহারযোগ্য রাখে।
এমন টেক্সট লিখুন যা আসলেই রেন্ডার হয়
এক সময় AI ছবিকে নকল দেখানোর সবচেয়ে দ্রুত উপায় ছিল টেক্সট। এখন অনেক ভালো, তবে কেবল তখনই যখন আপনি এটিকে কিছু নির্দিষ্ট দেন।
- কপি ঠিকভাবে উদ্ধৃত করুন।
headline reads "CITY LIGHTS FESTIVAL""কিছু ইভেন্ট টেক্সট যোগ করুন" এর চেয়ে ভালো। - কতবার প্রদর্শিত হবে বলুন। "ট্যাগলাইনটি ঠিক একবার রেন্ডার করুন" দ্বিগুণ বা প্রতিধ্বনি ঠেকায়।
- অস্বাভাবিক কিছু স্পেল আউট করুন। ব্র্যান্ড নাম বা অদ্ভুত বানান হলে, অক্ষরগুলো দিন, তারপর আউটপুটটি অক্ষর ধরে ধরে মিলিয়ে দেখুন।
- টাইপোগ্রাফি নাম দিন। Bold condensed sans-serif, centered, generous kerning, high contrast.
- সংক্ষিপ্ত রাখুন। শিরোনাম, লেবেল, দাম, সংক্ষিপ্ত কলআউট। প্যারাগ্রাফ এখনও লেআউট টুলেই ভালো।
- দরজা বন্ধ করুন। "কোনো বাড়তি টেক্সট নয়, কোনো ওয়াটারমার্ক নয়, কোনো লোগো নয়" দিয়ে শেষ করুন — না হলে মডেল ক্যাপশন বা সাইনেজ বানিয়ে ফেলতে পারে।
- ছোট টেক্সটের জন্য মান বাড়ান। ঘন লেবেল, লেজেন্ড, এক্সিস, এবং ফুটনোটের জন্য
highবা তার বেশি, সঙ্গে এমন ল্যান্ডস্কেপ সাইজ দিন যাতে যথেষ্ট জায়গা থাকে।
কিছু ব্যবহার করার আগে দুইটি চেক: ছবির প্রতিটি শব্দ আবার পড়ুন, এবং প্রতিটি সংখ্যা আবার পড়ুন। চার্ট ও ডায়াগ্রামে সবচেয়ে বিশ্বাসযোগ্য ভুলগুলোই টিকে যায়।
রেফারেন্স ছবির জন্য vibe নয়, নির্দিষ্ট ভূমিকা দিন
যখন আপনি একাধিক ছবি আপলোড করেন, নম্বর দিন এবং কাজ নির্ধারণ করুন। "রেফারেন্স ব্যবহার করুন" বললে মডেল সব একসাথে মিশিয়ে ফেলতে পারে; ভূমিকা নির্ধারণ করলে পারে না।
Image 1 is the identity reference for the person — preserve face, features, and proportions.
Image 2 is the clothing reference — dress the person in these garments.
Image 3 is the background reference — place her in that environment.
Match the lighting and color temperature of image 3, and keep the pose from image 1.
Constraints: do not change her face, body shape, or hairstyle; do not add accessories, text, or logos.
দুইটি নিয়ম এটি নির্ভরযোগ্য করে:
১. কী বদলাবে আর কী থাকবে বলুন। "ছবি ২-এর কুকুরকে ছবি ১-এর মহিলার পাশে রাখুন, বিদ্যমান আলো মিলিয়ে" একটি কম্পোজিটিং ব্রিফ। "এগুলো একসাথে করুন" একটি ইচ্ছা। ২. প্রতিবার অ্যাঙ্কর পুনরায় বলুন। সিরিজ কাজের জন্য, পরিচয়সূচক বিবরণ — টিউনিকের রং, মুখের বৈশিষ্ট্য, অনুপাত, প্যালেট — বারবার বলুন, যদিও তা স্পষ্ট মনে হয়। নিয়ম বন্ধ হলে মডেল সরে যায়।
পুনরাবৃত্ত চরিত্র ও পণ্যের জন্য, একটি অনুমোদিত বেসলাইন ছবি ঠিক করুন এবং প্রতিটি নতুন দৃশ্যে সেটি ইনপুট হিসেবে ব্যবহার করুন। পরে কোনো সংস্করণ সরে গেলে, আপনার অনুমোদিতটি থাকবে।
ড্রিফট ছাড়াই সম্পাদনা
GPT Image 2.5 তার পূর্বসূরির তুলনায় বহু-ধাপে সম্পাদনায় আরও ভালো, কিন্তু "ভালো" মানে "স্বয়ংক্রিয়" নয়। যে প্যাটার্নটি কার্যকর:
- প্রতি ধাপে একটিই পরিবর্তন করুন। আলো, ব্যাকগ্রাউন্ড, বা কপি — সবগুলো একসাথে নয়। না হলে আপনি বুঝতে পারবেন না কোনটা কাজ করেছে।
- শুধুমাত্র পরিবর্তন ফর্মুলা ব্যবহার করুন। "শুধুমাত্র X পরিবর্তন করুন," এবং তারপরে একটি স্পষ্ট সংরক্ষণ তালিকা দিন। যেকোনো অংশ যা পিক্সেল-পরিচিত থাকতে হবে, সেটি মূল ছবিতে কম্পোজিট করুন, প্রম্পটের উপর নির্ভর না করে।
- পূর্ববর্তী আউটপুটটি আবার ইনপুট দিন। আপনি যেটি অনুমোদন করেছেন সেটি সম্পাদনা করুন, নতুন করে দৃশ্য বর্ণনা না করে।
- অনুমোদিত সংস্করণগুলো সংরক্ষণ করুন। যখন কোনো সম্পাদনা কম্পোজিশন ভেঙে দেয়, তখন ফিরে যাওয়ার জন্য একটি সংস্করণ দরকার, শুধু স্মৃতি নয়।
- ফাইন টাইপোগ্রাফি অন্যত্র শেষ করুন। শেষ ৫% কার্নিং ও স্পেসিং লেআউট টুলে দ্রুত হয়, তিনটি নতুন জেনারেশনের চেয়ে।
১৫ মিনিটের ইটারেশন লুপ
যারা ব্যবহারযোগ্য ছবি পান এবং যারা ভাগ্যবান ছবি পান, তাদের মধ্যে পার্থক্য প্রম্পট শব্দভাণ্ডার নয়। এটি লুপ।
- বেসলাইন (২ মিনিট)। সাতটি স্লট লিখুন। খসড়া মানের একটি ছবি তৈরি করুন।
- অডিট (২ মিনিট)। পাঁচটি বিষয় পরীক্ষা করুন: বিষয়বস্তু, কম্পোজিশন, আলো, টেক্সট, সীমাবদ্ধতা। সবচেয়ে বড় সমস্যাটি উচ্চস্বরে বলুন।
- একটি পরিবর্তন (২ মিনিট)। শুধুমাত্র সেই স্লটটি পুনরায় লিখুন যা সমস্যার কারণ হয়েছে। বাকী প্রম্পট অপরিবর্তিত রাখুন যাতে তুলনা অর্থবহ হয়।
- লক (১ মিনিট)। যখন কোনো রেন্ডার গ্রহণযোগ্য হয়, সেটি সংরক্ষণ করুন এবং কোন প্রম্পট সংস্করণ এটি তৈরি করেছে তা নোট করুন। সেটি আপনার রেফারেন্স হবে।
- শেষ (৫ মিনিট)। বিজয়ী প্রম্পটটি উচ্চ মান ও পূর্ণ রেজোলিউশনে পুনরায় চালান। তারপর চূড়ান্ত আকারে ফলাফল পরীক্ষা করুন — ফোন ফিডে, স্লাইডে, বা প্রিন্টে — মনিটরে জুম করে নয়।
বেশিরভাগ মানুষ ধাপ ৩ এড়িয়ে যায় এবং প্রতিবার পুরো প্রম্পটটি পুনরায় লিখে। এভাবেই আপনি এক ঘণ্টা ব্যয় করেন এবং মডেল কীভাবে প্রতিক্রিয়া দিয়েছে তা কিছুই শিখেন না।
সাধারণ সমস্যাগুলো ও তাদের সমাধান
| লক্ষণ | আসলে কী ভুল হয়েছে | সমাধান |
|---|---|---|
| ত্বক ও সারফেস প্লাস্টিকের মতো দেখায় | প্রম্পটে "পারফেক্ট" ও "পলিশড" চাওয়া হয়েছে, কিন্তু টেক্সচার চাওয়া হয়নি | ত্বক, পোর, পরিধান, ও উপকরণ উল্লেখ করুন; "কোনো ভারী রিটাচিং নয়" বা "কোনো গ্ল্যামারাইজেশন নয়" যোগ করুন |
| টেক্সট বিকৃত বা দ্বিগুণ | কপিটি প্যারাফ্রেজ করা হয়েছে, বা সংখ্যা উল্লেখ করা হয়নি | স্ট্রিংটি উদ্ধৃত করুন, বলুন "ঠিক একবার," ছোট টাইপের জন্য মান বৃদ্ধি করুন |
| চরিত্রটি ছবির মধ্যে পরিবর্তিত হয় | ধারাবাহিকতার বিবরণ পুনরাবৃত্তি বন্ধ হয়েছে | অনুমোদিত ছবিটি ইনপুট হিসেবে ব্যবহার করুন এবং প্রতিবার পরিচিত বিবরণ পুনরায় উল্লেখ করুন |
| সম্পাদনা চেয়েছিলেন তার চেয়ে বেশি পরিবর্তন করেছে | কোনো সংরক্ষণ তালিকা ছিল না | কী স্থির থাকবে তা তালিকাভুক্ত করুন, এবং পিক্সেল-পরিচিত অংশ কম্পোজিট করুন |
| একই বিবরণ বারবার ভুল আসে | আপনি পুরো প্রম্পট পুনরায় চালান | একটি স্লট পরিবর্তন করুন, বাকী সব অপরিবর্তিত রাখুন, তারপর তুলনা করুন |
| "ট্রান্সপারেন্ট" PNG-তে ধূসর চেকারবোর্ড | ব্যাকগ্রাউন্ড আঁকা হয়েছে, সরানো হয়নি | স্পষ্টভাবে ট্রান্সপারেন্সি চাওয়া, PNG বা WebP এক্সপোর্ট করুন, আলফা চ্যানেল পরীক্ষা করুন |
| 4K আউটপুটে সূক্ষ্ম লেখায় ঝাপসা | ছোট টেক্সট খসড়া মানে তৈরি হয়েছে | টেক্সট-ভিত্তিক ছবি high বা তার উপরে তৈরি করুন এবং চূড়ান্ত প্রদর্শন আকারে পরীক্ষা করুন |
| প্রতিটি ছবি স্টক ফটো মতো দেখায় | প্রম্পটে একটি ক্যাটাগরি বর্ণনা করা হয়েছে, নির্দিষ্ট মুহূর্ত নয় | একটি কাজ, স্থান, সময়, এবং একটি নির্দিষ্ট বিবরণ যোগ করুন যা দেখার মতো |
Felo-তে এই প্রম্পটগুলো চালান
এই গাইডের সবকিছু OpenAI API-তে কাজ করে, আপনার নিজের কী, বিলিং, এবং প্যারামিটার ব্যবস্থাপনা সহ। আপনি যদি প্রম্পট নিয়ে সময় কাটাতে চান, পাইপলাইনের ঝামেলা নয়, Felo GPT-Image 2.5-কে ব্রাউজার ট্যাবে নিয়ে আসে:
- ফ্রি শুরু। দৈনিক ক্রেডিট, কোনো ক্রেডিট কার্ড নয়, কোনো API কী নয়।
- কোনো ওয়াটারমার্ক নেই, পূর্ণ বাণিজ্যিক অধিকার। ফ্রি প্ল্যানেও।
- ৪কে আউটপুট পর্যন্ত। নেটিভ 3840×2160, তাই প্রথম রেন্ডারই চূড়ান্ত অ্যাসেট হতে পারে।
- ৫০+ ভিজ্যুয়াল স্টাইল ও ৫০+ ভাষায় টেক্সট। পোস্টার, প্যাকেজিং, মেনু, এবং বহুভাষিক ক্যাম্পেইনের জন্য উপযোগী।
- একটি ওয়ার্কস্পেসে সব শীর্ষ মডেল। GPT-Image 2.5, GPT-Image 2, Nano Banana Pro, Nano Banana 2 Lite, Grok Imagine 2.0, Gemini 3.1 Flash Image, এবং আরও — যখন কোনো কাজের জন্য ভিন্ন শক্তি দরকার, মডেল বদলান।
- গাইডেড ওয়ার্কফ্লো। স্টোরিবোর্ড, এক্সপ্রেশন শিট, টাইটেল সিকোয়েন্স, এবং স্প্রাইট শিট — শুরুতেই কার্যকর প্রম্পট স্ট্রাকচার দেয়।
ওয়ার্কস্পেসের ভিতরে প্রস্তুত প্রম্পটের একটি শেলফও আছে, যা আপনি নিজের লেখার আগে চালাতে পারেন — ছয়-প্যানেল স্টোরিবোর্ড, ইভেন্ট পোস্টার, পণ্য প্যাকেজিং, কমিক স্ট্রিপ, এক্সপ্লেইনার গ্রাফিক্স, এবং বিজ্ঞাপন ভ্যারিয়েন্ট। এগুলোকে ক্যালিব্রেশন হিসেবে ব্যবহার করুন: একটি চালান, ফলাফল পড়ুন, তারপর সাতটি স্লট আপনার প্রকল্পে প্রয়োগ করুন।
FAQ
GPT Image 2.5-এ প্রম্পট করার সেরা উপায় কী? ছবিটি বর্ণনা করুন ঠিক যেমন আপনি একজন ডিজাইনারকে ব্রিফ দিতেন: উদ্দেশ্য, বিষয়বস্তু, অ্যাকশন, কম্পোজিশন, আলো ও উপকরণ, স্টাইল, তারপর নির্দিষ্ট টেক্সট ও সীমাবদ্ধতা। জটিল ছবির জন্য এগুলোকে লেবেলযুক্ত বিভাগে ভাগ করুন, এবং ইটারেশনে একবারে একটি পরিবর্তন করুন।
আমি কি GPT-Image-2.5 Flare না Sunburst ব্যবহার করব? যখন গতি গুরুত্বপূর্ণ এবং আউটপুট দ্রুত পর্যালোচনা হবে, Flare দিয়ে শুরু করুন। Sunburst ব্যবহার করুন প্রোডাকশন ক্রিয়েটিভ, ঘন বিবরণ, এবং নির্ভুল সম্পাদনার জন্য। উভয়টির দাম একই, তাই পছন্দটি মান ও লেটেন্সি নিয়ে, খরচ নয়।
AI ছবিতে পড়ার মতো টেক্সট কীভাবে পাব? ঠিক কপিটি উদ্ধৃত করুন, কোথায় যাবে ও কতবার থাকবে বলুন, টাইপোগ্রাফি উল্লেখ করুন, সংক্ষিপ্ত রাখুন, এবং "অতিরিক্ত টেক্সট নয়" যোগ করুন। তারপর আউটপুটে প্রতিটি শব্দ পড়ুন — এবং ছোট টাইপের জন্য উচ্চ মান ব্যবহার করুন।
একটি চরিত্র বা পণ্য কীভাবে ছবির মধ্যে ধারাবাহিক রাখব? একটি বেসলাইন ছবি অনুমোদন করুন, প্রতিটি নতুন দৃশ্যের জন্য এটি রেফারেন্স হিসেবে আপলোড করুন, স্পষ্ট ভূমিকা দিন, এবং প্রতিটি প্রম্পটে পরিচিত বিবরণ পুনরায় উল্লেখ করুন। ধারাবাহিকতা আসে পুনরাবৃত্ত সীমাবদ্ধতা ও স্থির রেফারেন্স থেকে, ভাগ্য থেকে নয়।
কেন আমার সম্পাদনা এমন অংশ পরিবর্তন করে যা আমি উল্লেখ করিনি? কারণ প্রম্পটে শুধু পরিবর্তন তালিকাভুক্ত হয়েছে, সংরক্ষণ তালিকা নয়। বলুন "শুধুমাত্র X পরিবর্তন করুন," তারপর যা থাকতে হবে তা উল্লেখ করুন: ক্যামেরার অ্যাঙ্গেল, আলো, জ্যামিতি, লেবেল, এবং ব্যাকগ্রাউন্ড অবজেক্ট।
এই প্রম্পটগুলো ব্যবহার করতে OpenAI API কি দরকার? না। প্রম্পট কৌশলগুলো মডেল-লেভেল, এবং Felo-র GPT-Image 2.5 ওয়ার্কস্পেস ব্রাউজারে API কী ছাড়াই মডেল চালায়, তাই আপনি এই গাইড থেকে যেকোনো প্রম্পট পেস্ট করে সঙ্গে সঙ্গে তৈরি করতে পারেন।
GPT Image 2.5 দিয়ে তৈরি ছবি কি বাণিজ্যিকভাবে ব্যবহারযোগ্য? Felo-তে, হ্যাঁ — ছবিগুলো পূর্ণ বাণিজ্যিক অধিকার ও কোনো ওয়াটারমার্ক ছাড়াই আসে, ফ্রি প্ল্যানেও।
ব্রিফ লিখুন, ইচ্ছা নয়
একটি মাঝারি মানের রেন্ডার ও ব্যবহারযোগ্য অ্যাসেটের মধ্যে পার্থক্য প্রায় কখনোই কোনো জাদুকরী শব্দ নয়। এটি একটি কাজের বিবরণ, একটি কম্পোজিশন, একটি আলো, একটি উপকরণ, উদ্ধৃত কপি, এবং পরিবর্তন না হওয়া জিনিসের তালিকা।
সাতটি স্লট একবার লিখুন, আপনি পার্থক্য অনুভব করবেন। তারপর একবারে একটি স্লট পরিবর্তন করুন এবং দেখুন মডেল কীভাবে অনুসরণ করে।
ওয়ার্কস্পেস খুলুন, এই গাইড থেকে একটি প্রম্পট পেস্ট করুন, এবং দেখুন GPT-Image 2.5 একটি বাস্তব ব্রিফ নিয়ে কী করে।
GPT-Image 2.5 Felo-তে চেষ্টা করুন — ফ্রি →
এই পোস্টটি নিম্নলিখিত ভাষায়ও উপলব্ধ: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español and Português।