AI ইমেজ জেনারেশন ক্রমবর্ধমান জনপ্রিয় হয়ে উঠছে অনেক AI সহযাত্রীরা এখন একটি টেক্সট প্রম্পট নিতে এবং আপনাকে একটি ছবি প্রদান করতে সক্ষম হচ্ছে, ঠিক যেমন আপনি বর্ণনা করেছেন। যাইহোক, অনেকগুলি বিকল্পের মধ্যে থেকে বেছে নেওয়ার জন্য, ছবিগুলি তৈরি করার ক্ষেত্রে কোনটি সেরা তা নির্ধারণ করা কঠিন হতে পারে তাই আমি সেগুলিকে পরীক্ষা করার সিদ্ধান্ত নিয়েছি।
আমি চারটি জনপ্রিয় AI সঙ্গী, Gemini, ChatGPT, Grok এবং Microsoft Copilot নিয়েছি এবং বিভিন্ন ধরনের ইমেজ তৈরিতে কোনটি সেরা তা দেখার জন্য তাদের একই প্রম্পট দিয়েছি। এই সমস্ত সঙ্গী আপনাকে বিনামূল্যে পাঠ্য প্রম্পট থেকে ছবি তৈরি করার অনুমতি দেয় তবে আপনি প্রতিদিন একটি নির্দিষ্ট সংখ্যক প্রজন্মের সাথে সীমাহীন ছবি তৈরি করতে পারবেন না।
AI সহচররা কীভাবে একাধিক শৈলীর চিত্রের সাথে মোকাবিলা করেছে তা দেখতে আমি তিনটি ভিন্ন প্রম্পট দেওয়ার সিদ্ধান্ত নিয়েছি। একটি ছিল বাস্তবসম্মত প্রতিকৃতির জন্য চাওয়া যাতে দেখতে পাওয়া যায় যে চিত্রটি কেমন জীবন-সদৃশ দেখায় এবং এই চিত্রগুলির লোকেদের যদি সঠিক সংখ্যক অঙ্গ এবং আঙ্গুল থাকে, যা প্রায়শই এআই তৈরি করা চিত্রগুলিতে সমস্যা তৈরি করতে পারে।
পরবর্তীতে একটি জন্মদিনের পার্টির জন্য একটি আমন্ত্রণ ছিল পাঠ্য, বিন্যাস এবং সাজসজ্জার সাথে কোন সমস্যা আছে কিনা তা দেখতে। সবশেষে, আমি AI সঙ্গীদের অপেক্ষাকৃত অস্পষ্ট প্রম্পট সহ একটি সৃজনশীল চিত্র তৈরি করার অনুমতি দিয়ে তাদের সৃজনশীল পেশীগুলিকে ফ্লেক্স করার অনুমতি দিতে চেয়েছিলাম।
ছবি তৈরি করার সময়, জেমিনি এবং গ্রোক উভয়েরই ছবির নীচে ডানদিকে জলছাপ ছিল। চ্যাটজিপিটি এবং মাইক্রোসফ্ট কপিলট উভয়েরই তৈরি করা চিত্রগুলিতে কোনও জলছাপ নেই তবে আপনি চিত্রগুলি ব্রাউজ করার সময় স্পষ্টতার জন্য আমি কোণায় লোগোগুলি যুক্ত করেছি।
একটি বাস্তবসম্মত প্রতিকৃতি
প্রথমত আমি এআই সঙ্গীদেরকে সত্যিকারের মানুষ দেখানোর সাথে বাস্তবসম্মত চেহারার ইমেজ তৈরির চ্যালেঞ্জের মুখোমুখি করতে চেয়েছিলাম। একটি সাধারণ সমস্যা যা এআই তৈরি করা চিত্রগুলি রয়েছে তা হল লোকেদের অঙ্গ বা আঙ্গুলের ভুল পরিমাণে চিত্রিত করা। এই চিত্রটির জন্য ব্যবহৃত প্রম্পটটি নিম্নরূপ:
একটি বাস স্টপে বসে থাকা দুই ব্যক্তির একটি বাস্তব চিত্র, রেইন কোট পরা, এটি একটি সামান্য বৃষ্টির দিন যেখানে নীল আকাশ কিন্তু কিছু ধূসর মেঘ। মেজাজ খুশি, দুজনেই আড্ডা দিচ্ছে আর হাসছে। ছবিটির আকার 1920 বাই 1080 পিক্সেল হওয়া উচিত।
একটি AI-কে হাত দিয়ে একটি ইমেজ তৈরি করতে বলা ইতিমধ্যেই যথেষ্ট কঠিন, দু'জন ব্যক্তিকে হাত ধরার জন্য ছেড়ে দিন। হাতের দিকে তাকালে মনে হয় কোনো ছবিই সত্যিকারের সঠিক দেখায় না – এগুলি সবই একত্রে মিশে যাওয়া আঙ্গুলের একটি অদ্ভুত বান্ডিল চিত্রিত করে, বিশেষ করে ঘনিষ্ঠভাবে দেখার সময়। এটি ব্যতীত, তৈরি করা সমস্ত চিত্রগুলি কিছুটা ধূসর আকাশ, রেইনকোট এবং পটভূমিতে দেখানো পুডল বা বৃষ্টির ফোঁটাগুলির সাথে প্রম্পটের জন্য উপযুক্ত বলে মনে হয়েছে৷
একটি সামান্য নেতিবাচক দিক হল যে যখন প্রম্পটটি বলেছিল যে দুটি লোক হাত ধরে থাকা উচিত, সমস্ত চিত্র দুটি মহিলা বা দুটি পুরুষের পরিবর্তে একজন পুরুষ এবং একজন মহিলা হিসাবে শেষ হয়েছে৷
দুটি ভিন্ন AI সঙ্গী হওয়া সত্ত্বেও, এই ইমেজ জেনারেশন কিছুটা ইঙ্গিত দেয় যে ChatGPT এবং Copilot উভয়ই GPT-5-এর বাইরে চলে যাচ্ছে এবং প্রতিটি ছবিই লোকেদের অবস্থানের ক্ষেত্রে, তারা কীভাবে একে অপরের মুখোমুখি হচ্ছে এবং এমনকি পটভূমিতেও একই রকম দেখাচ্ছে।
সামগ্রিকভাবে, সঙ্গীদের মধ্যে কেউই খারাপ কাজ করেনি যদিও তাদের সবাই একাধিক আঙ্গুল দিয়ে একটি অদ্ভুত মেগা হাত তৈরি করেছে। আমার ব্যক্তিগত প্রিয়টি মিথুন থেকে এসেছে কারণ এটি আরও গভীর পটভূমিতে আরও বিশদ দেখায়।
একটি পার্টির আমন্ত্রণ
দ্বিতীয়ত, আমি দেখতে চেয়েছিলাম যে এআই সহকর্মীরা এমন একটি চিত্র তৈরি করতে সক্ষম হবে কি না যার জন্য পাঠ্য, চিত্র, সাজসজ্জা এবং এটি লেআউটের সাথে কীভাবে মোকাবেলা করবে। এই ছবিটির জন্য আমরা যে প্রম্পট ব্যবহার করেছি তা হল:
25 তম জন্মদিনের পার্টির জন্য একটি আমন্ত্রণ 4শে আগস্ট 2026-এ সন্ধ্যা 6 টায় আমন্ত্রণের তারিখ এবং সময় সহ। অবস্থানটি লন্ডনের শার্ড যা আমন্ত্রণে থাকা উচিত। আমন্ত্রণে পার্টি সজ্জার সাথে শৈলীটি চকচকে এবং গোলাপী হওয়া উচিত এবং জন্মদিনের মেয়েটির নাম জেসমিন, যা চিত্রটিতে অন্তর্ভুক্ত করা উচিত। ছবিটির আকার 1920 বাই 1080 পিক্সেল হওয়া উচিত।
আমি এই প্রম্পটটি কতবার টুইক করেছি তা বিবেচনা না করেই, গ্রোক আমাকে একটি ফ্ল্যাট আমন্ত্রণ সরবরাহ করবে না যা আমি প্রিন্ট আউট করে লোকেদের পাঠাতে পারি যা হতাশাজনক ছিল। চূড়ান্ত চিত্রটি উপরের প্রম্পটের ফলাফল ছিল – যেখানে অন্যান্য সমস্ত এআই জেনারেটর আমার জন্য একটি সাধারণ আমন্ত্রণ তৈরি করেছে।
যদিও সমস্ত আমন্ত্রণে অনুরোধ করা তথ্যগুলি প্রদর্শিত হয়েছে, ChatGPT এবং Copilot উভয়ই কেন্দ্রীভূত ছিল না এবং পরিবর্তে দেখে মনে হচ্ছে সেগুলি একপাশে কাটা হয়েছে৷ যদিও আমি ছবিটিকে 1920 x 1080 পিক্সেল হওয়ার জন্য অনুরোধ করেছিলাম, সেগুলি দুটিই ছোট হয়ে এসেছিল যা আমাকে বিশ্বাস করে যে সেগুলি 1920 x 1080 এ তৈরি করা হয়েছিল এবং পাঠ্য কেন্দ্রিক ছিল কিন্তু তারপরে সেগুলি আমার কাছে থুথু দেওয়া হয়েছিল বলে ক্রপ করা হয়েছিল৷
সামগ্রিকভাবে, আমি মনে করি মিথুন এখানে একটি সুন্দর আমন্ত্রণ নিয়ে জয়ী হয়েছে যেখানে পাঠ্যটি সমস্ত কেন্দ্রিক। যাইহোক, সমস্ত AI সহচররা একটি পুরোপুরি গ্রহণযোগ্য আমন্ত্রণ তৈরি করেছে।
একটি বিস্তারিত সৃজনশীল দৃষ্টান্ত
সবশেষে আমরা AI সঙ্গীদের হাতে আঁকা শৈলীতে আরও অদ্ভুত দৃশ্যের জন্য জিজ্ঞাসা করে তাদের সৃজনশীল পেশীগুলিকে ফ্লেক্স করার সুযোগ দিতে চেয়েছিলাম। ব্যবহৃত প্রম্পটটি নিম্নরূপ:
পরী, পিক্সি, জিনোম এবং একটি টাট্টু দ্বারা বেষ্টিত একটি বনে রাজকুমারীর একটি চিত্রকর্ম। ভাইবটি বাতিক এবং জাদুকরী এবং ছবিটি দেখতে হবে যেন এটি হাতে আঁকা হয়েছে। ছবিটির আকার 1920 বাই 1080 পিক্সেল হওয়া উচিত।
ইমেজটিকে হাতে আঁকার মতো দেখতে চাওয়া সত্ত্বেও, জেমিনি এবং গ্রোকের উভয়েরই বরং কার্টুন শৈলীর মতো দেখতে ছিল। গ্রোক সৃষ্টির সাথে আরেকটি সমস্যা হল যে রাজকুমারীর হাতের আঙ্গুলগুলি চুলের মধ্যে মিশে যায়। তাও আবার, হাত জিতেছে, এআই হেরেছে।
ছবিটি কতটা সৃজনশীল হবে তা দেখার জন্য আমি যে প্রম্পট দিয়েছিলাম তা তুলনামূলকভাবে অস্পষ্ট ছিল। আবারও, মিথুন বিশদ বিবরণের দিক থেকে শীর্ষে রয়েছে, পৃষ্ঠার চারপাশে ছোট ছোট ঝকঝকে ফুল এবং বিন্দু বিন্দু রয়েছে যা আমি চেয়েছিলাম এমন বাতিক ও জাদুকরী পরিবেশে সত্যিই অবদান রাখতে।
প্রম্পটের সবচেয়ে কাছাকাছি হওয়ার পরিপ্রেক্ষিতে, ChatGPT এবং Microsoft Copilot এখানে একটি শেয়ার্ড জয় লাভ করে। উত্পন্ন চিত্রগুলি আসলে হাতে আঁকা দেখায় এবং যাদুকরী স্পন্দন ক্যাপচার করে।