रुझान और पैटर्न की दुकान: जेनरेटिव एआई के खाली कैनवास को क्लिक-एंड-रिपीट में कैसे बदलें

मुख्य बात के बारे में संक्षेप में (BLUF)

जेनेरिक एआई का "खाली कैनवास" एक शुरुआत करने वाले के लिए डरावना है: यह स्पष्ट नहीं है कि क्या लिखना है। ट्रेंड्स एंड पैटर्न्स स्टोर इसे क्लिक और रिपीट में बदल देता है। हम उत्पाद परिकल्पना, समाधान वास्तुकला और सबसे कम महत्व वाले भाग - रूपांतरण लेखांकन के बारे में बात करते हैं।

औसत उपयोगकर्ता के लिए जेनेरिक एआई सेवाओं की मुख्य समस्या मॉडलों की गुणवत्ता नहीं है, बल्कि है खाली कैनवास. एक व्यक्ति किसी वीडियो या चित्र का जनरेशन खोलता है, एक खाली "अनुरोध" फ़ील्ड देखता है और... उसे बंद कर देता है। वह नहीं जानता कि क्या लिखना है और उसे विश्वास नहीं है कि यह उन वायरल वीडियो की तरह हो जाएगा। में हम हैं NeuralSpace उसे हल कर लिया प्रवृत्ति और टेम्पलेट स्टोर: तैयार प्रभावों की एक गैलरी, जहां परिणाम दिखाई देता है, और इसे दोहराना केवल एक क्लिक में होता है। यह हुड के नीचे कैसे काम करता है इसका विश्लेषण।

उत्पाद परिकल्पना

लोग "शुरुआत से उत्पन्न" नहीं करना चाहते - वे चाहते हैं जो आप पहले ही देख चुके हैं और जिसने आपका ध्यान खींचा है उसे दोहराएँ. इसका मतलब यह है कि इंटरफ़ेस को परिणाम से नुस्खा तक जाना चाहिए, न कि इसके विपरीत। "यहां एक खाली अनुरोध है" के बजाय - "यहां एक प्रवृत्ति है, इस पर क्लिक करें और हम आपकी तस्वीर के साथ भी ऐसा ही करेंगे।"

वास्तुकला

सामग्री की एक इकाई के रूप में रुझान। हर प्रवृत्ति सिर्फ गैलरी में एक तस्वीर नहीं है, बल्कि पैकेज्ड रेसिपी: पूर्वावलोकन परिणाम, मॉडल, सम्मिलित स्लॉट के साथ टेम्पलेट अनुरोध (आपकी फोटो, आपका टेक्स्ट), आवश्यक पैरामीटर। उपयोगकर्ता केवल एक पूर्वावलोकन देखता है और एक फ़ील्ड "अपना खुद का विकल्प" देखता है - सारी जटिलता (कौन सा मॉडल, कौन सी सेटिंग्स) नुस्खा में छिपी हुई है।

शोकेस के दो स्तर. हमारे पास अलग-अलग क्यूरेटेड रुझान हैं (जिन्हें हम तैयार करते हैं और मुख्य पृष्ठ पर प्रदर्शित करते हैं) और कस्टम टेम्पलेट हैं। तकनीकी रूप से, ये एक सामान्य लॉन्च इंजन के साथ दो अलग-अलग मॉडल हैं - ताकि एक नई प्रवृत्ति को जोड़ने के लिए पीढ़ी तर्क को छूने की आवश्यकता न हो।

स्टैटिक्स कोड से अलग होते हैं। रुझान पूर्वावलोकन भारी मीडिया हैं। हम उन्हें ऐप बंडल से अलग, स्थिर रखते हैं, ताकि गैलरी जल्दी से लोड हो, और एक प्रवृत्ति जोड़ना एक सामग्री ऑपरेशन है, न कि फ्रंट रिलीज़।

एक क्लिक → पहले से भरी हुई पीढ़ी। किसी ट्रेंड पर क्लिक करने से "जनरेटर नहीं खुलता" - यह पहले से ही रेसिपी से भरा हुआ जनरेटर खोलता है: मॉडल का चयन किया गया है, अनुरोध दर्ज किया गया है, आपको बस अपना फोटो अपलोड करना है और क्लिक करना है। यह मुख्य लीवर है: "मुझे वही चाहिए" से परिणाम तक का मार्ग न्यूनतम है।

सबसे कम मूल्यांकित: रूपांतरण लेखांकन

यह हमारी मुख्य इंजीनियरिंग गलती थी, जिसके बारे में मैं आपको ईमानदारी से बताऊंगा। प्रारंभ में, हमने केवल गिनती की एक प्रवृत्तियों के प्रकार, और शेष पीढ़ियाँ "प्रवृत्ति से" हमेशा की तरह आगे बढ़ीं - और हम वास्तविक रूपांतरण नहीं देखा दीर्घाएँ। रुझानों से हजारों तस्वीरें बनाई गईं, लेकिन मुश्किल से एक को भी चिह्नित किया गया।

एक महँगा निष्कर्ष: यदि कोई सुविधा रूपांतरण के लिए मौजूद है, तो इस रूपांतरण का लेखा-जोखा सुविधा के साथ ही तैयार किया जाना चाहिए, और बाद में नहीं जोड़ा जाना चाहिए। हमने एट्रिब्यूशन को पुनर्गठित किया है ताकि किसी ट्रेंड या टेम्पलेट से लॉन्च की गई कोई भी पीढ़ी स्रोत लेबल को परिणाम तक ले जाए। इसके बाद ही यह स्पष्ट हो गया कि कौन से रुझान वास्तव में काम करते हैं और कौन से सिर्फ एक खूबसूरत शोकेस हैं।

"किसी चीज़ का स्टोर जो कार्रवाई को ट्रिगर करता है" बनाने वाले किसी भी व्यक्ति के लिए अंगूठे का नियम: स्रोत लेबल को क्रिया के साथ फ़नल के अंत तक यात्रा करनी चाहिए, अन्यथा आप आँख मूँद कर अनुकूलन कर रहे हैं।

यह वास्तुकला की दृष्टि से जितना लगता है उससे अधिक दिलचस्प क्यों है?

"चित्रों के साथ गैलरी" मामूली लगती है। लेकिन जैसे ही ट्रेंड बन जाता है एट्रिब्यूशन के साथ निष्पादन योग्य नुस्खा, वास्तविक कार्य सामने आते हैं: वर्जनिंग रेसिपी (मॉडल को अपडेट कर दिया गया है - पुरानी प्रवृत्ति को काम करना जारी रखना चाहिए या सुचारू रूप से माइग्रेट करना चाहिए), सामग्री और कोड को अलग करना, स्रोत का एंड-टू-एंड एनालिटिक्स। यह अब एक शोकेस नहीं है, बल्कि एक छोटा इंजन है "सामग्री → पहले से भरी हुई कार्रवाई → मापने योग्य परिणाम।"

यदि आप टेम्प्लेट और प्रीसेट के माध्यम से ऑनबोर्डिंग बनाते हैं, तो यह चर्चा करना दिलचस्प है कि आप व्यंजनों का संस्करण कैसे बनाते हैं और रूपांतरणों का श्रेय कैसे देते हैं। ट्रेंड स्टोर स्वयं: न्यूरलस्पेस.प्रो/ट्रेंड्स.

अक्सर पूछे जाने वाले प्रश्न (FAQ)

प्रश्न: तंत्रिका नेटवर्क से सर्वोत्तम परिणाम कैसे प्राप्त करें?
उत्तर: अंग्रेजी में विस्तृत संकेतों (विवरण) का उपयोग करें, दृश्य की शैली और विवरण निर्धारित करें।

प्रश्न: क्या इन सामग्रियों का उपयोग व्यावसायिक उद्देश्यों के लिए किया जा सकता है?
उत्तर: हाँ, उत्पन्न सामग्री पूरी तरह से आपकी है।