এআই দিয়ে ছবি তৈরি: বাংলায় লিখুন, ফ্রিতে ছবি নিন

AI আসলে ছবি আঁকে না

আমরা ভাবি ভেতরে কোনো শিল্পী বসে আছে যে বর্ণনা শুনে তুলি চালাচ্ছে। ব্যাপারটা তা নয়।

Model-কে শেখানো হয়েছে কোটি কোটি ছবি আর তার পাশে লেখা বর্ণনা দিয়ে। শেখানোর সময় প্রতিটা ছবিতে ধাপে ধাপে দাগ ও ঝাপসা ভাব মেশানো হয়, যতক্ষণ না পুরোটা টিভির ঝিরঝিরের মতো হয়ে যায়। Model শেখে এই কাজটার উল্টোটা করতে, অর্থাৎ ঝিরঝির থেকে ছবিটা ফিরিয়ে আনতে।

ব্যবহারের সময় সে একটা এলোমেলো ঝিরঝির দিয়ে শুরু করে, আপনার লেখা বর্ণনাটাকে কম্পাস হিসেবে ধরে, আর ত্রিশ চল্লিশ ধাপে অস্পষ্টতা সরাতে সরাতে একটা ছবি বের করে আনে।

এর দুটো ফল আছে। এক, একই বর্ণনা দুবার দিলে দুই রকম ছবি আসবে, কারণ শুরুর ঝিরঝিরটা প্রতিবার আলাদা। দুই, Model শব্দের মানে বোঝে না, সে শুধু জানে কোন শব্দের পাশে সাধারণত কেমন ছবি থাকে। তাই "গামছা" শব্দটা সে হয়তো ভালো চেনে না, কিন্তু "লাল সাদা চেক কাপড়" চেনে।

এই দ্বিতীয় কথাটা থেকে একটা কাজের নিয়ম বেরিয়ে আসে, যেটা পুরো লেখাটার ভিত্তি। নামের বদলে চেহারা বর্ণনা করুন। Model যে শব্দটা কম চেনে, সেটা এড়িয়ে গিয়ে জিনিসটা দেখতে কেমন তা লিখলেই ফল বদলে যায়। "পাঞ্জাবি" না লিখে "লম্বা হাতার সোজা কাটের ঢিলা জামা, হাঁটু পর্যন্ত" লিখলে আপনি যা চাইছেন তার অনেক কাছাকাছি পাবেন।

শুরুর ওই এলোমেলো ঝিরঝিরটা কেমন হবে, সেটা ঠিক করে একটা সংখ্যা, যাকে অনেক টুলে বীজ বা সিড বলে। কিছু টুলে এই সংখ্যাটা আপনি হাতে বসাতে পারেন। এর ব্যবহারিক মানে হলো, একটা ছবি মনের মতো হলে ওই সংখ্যাটা টুকে রাখুন। পরে একই সংখ্যা দিয়ে বর্ণনার একটা শব্দ বদলালে বাকি ছবিটা মোটামুটি একই থাকে, শুধু ওই জিনিসটা বদলায়। যেসব টুলে সংখ্যাটা দেখা যায় না, সেখানে এই সুবিধাটা নেই, তাই মনের মতো ছবি পেলে সঙ্গে সঙ্গে নামিয়ে রাখুন।

ভালো বর্ণনার পাঁচটা অংশ

বেশিরভাগ মানুষ লেখেন "একটা সুন্দর ছবি বানাও"। এতে Model কে কোনো দিকনির্দেশনা দেওয়া হয় না। বর্ণনাকে পাঁচ ভাগে ভাগ করলে রেজাল্ট রাতারাতি বদলায়।

অংশ	কী বলবেন	উদাহরণ
বিষয়	মূল জিনিস বা মানুষ, স্পষ্ট করে	মধ্যবয়সী এক চা বিক্রেতা
দৃশ্যপট	কোথায়, আশপাশে কী	পুরান ঢাকার সরু গলি, ভোরবেলা
আলো	কেমন আলো, কোন দিক থেকে	নরম সোনালি আলো, পেছন থেকে
স্টাইল	ফটো, তেলরং, কার্টুন, স্কেচ	ডকুমেন্টারি ফটোগ্রাফি
ফ্রেম	কতটুকু দেখা যাবে, কোন কোণ থেকে	কোমর পর্যন্ত, চোখের সমান উচ্চতা

পাঁচটা একসঙ্গে জোড়া লাগালে দাঁড়ায়, "পুরান ঢাকার সরু গলিতে ভোরবেলা এক মধ্যবয়সী চা বিক্রেতা, পেছন থেকে নরম সোনালি আলো, ডকুমেন্টারি ফটোগ্রাফির ঢঙে, কোমর পর্যন্ত ফ্রেম, চোখের সমান উচ্চতা থেকে তোলা।"

ক্রমটাও গুরুত্বপূর্ণ। বেশিরভাগ Model বর্ণনার শুরুর দিকের শব্দগুলোকে বেশি ওজন দেয়। তাই যেটা সবচেয়ে জরুরি, সেটা আগে লিখুন। প্রোডাক্টের ছবি চাইলে প্রোডাক্টটা প্রথমে, ব্যাকগ্রাউন্ড পরে। মেজাজ বা অনুভূতি চাইলে সেটা প্রথমে।

দুর্বল বর্ণনা থেকে ভালো বর্ণনা

ধরুন আপনি একটা মিষ্টির দোকানের ঈদ পোস্টারের ছবি চাইছেন।

দুর্বল: মিষ্টির ছবি বানাও। ফল, একটা সাধারণ কেক বা বিদেশি ডেজার্ট, যার সঙ্গে আপনার দোকানের কোনো সম্পর্ক নেই।

মাঝারি: বাংলাদেশি মিষ্টির ছবি বানাও। ফল, কিছুটা কাছাকাছি, কিন্তু আলো আর সাজানো এলোমেলো।

ভালো: কাঠের টেবিলে সাদা চিনামাটির প্লেটে সাজানো রসগোল্লা আর কালোজাম, পাশে মাটির হাঁড়ি, ওপর থেকে নরম জানালার আলো, খাবারের ফটোগ্রাফির ঢঙে, ঝকঝকে বিস্তারিত, ওপর থেকে তোলা।

তিনটার পার্থক্য প্রতিভায় নয়, তথ্যে। আপনি যত কম বলবেন, Model তত বেশি নিজে থেকে ধরে নিবে, আর সেই ধরে নেওয়াগুলো সাধারণত পশ্চিমা।

শব্দ বদলালে ছবি কীভাবে বদলায়

কোন শব্দ যোগ করলে কী ঘটে, সেটা জানা থাকলে অনুমান করে সময় নষ্ট করতে হয় না।

যে শব্দ যোগ করবেন	ছবিতে যা বদলায়
ক্লোজ আপ	বিষয় বড় হয়, ব্যাকগ্রাউন্ড প্রায় হারিয়ে যায়
ওয়াইড শট	পুরো পরিবেশ দেখা যায়, বিষয় ছোট হয়ে যায়
৮৫ মিলিমিটার লেন্স, ঝাপসা ব্যাকগ্রাউন্ড	পেছনটা নরমভাবে ঘোলা হয়, পোর্ট্রেটের মতো লাগে
নরম আলো	ছায়া হালকা হয়, ত্বক মসৃণ দেখায়
কড়া পাশের আলো	ছায়া গাঢ় হয়, নাটকীয় ভাব আসে
স্টুডিও লাইট, সাদা ব্যাকগ্রাউন্ড	ক্যাটালগের ছবির মতো পরিষ্কার হয়
ওপর থেকে তোলা	খাবার বা টেবিলে সাজানো জিনিসের জন্য ভালো হয়
নিচু কোণ থেকে	বিষয়কে বড় আর গম্ভীর দেখায়
ফিল্ম ক্যামেরার দানা	পুরোনো ছবির মতো ভাব আসে
মিনিমাম, ফাঁকা জায়গা রাখো	লেখা বসানোর ফাঁকা অংশ তৈরি হয়

শেষ সারিটা পোস্টার বানানোর সময় সবচেয়ে কাজে লাগে। ছবির ওপর পরে বাংলা লেখা বসাতে হলে আগে থেকেই ফাঁকা জায়গা চেয়ে নিন, নইলে লেখা বসিয়ে ছবিটা ভরে যায়।

ময়মনসিংহের শাড়ির দোকান, চার দফায় মনের মতো ছবি

একটা বাস্তব ধারা দেখা যাক। ময়মনসিংহের একটা শাড়ির দোকান ঈদের আগে ফেসবুক পেজের জন্য একটা কভার ছবি চাইছে। আসল শাড়ির ছবি ফোনে তোলা আছে, কিন্তু ব্যাকগ্রাউন্ডটা সুন্দর করতে চান।

প্রথম দফা। তিনি লিখলেন, "শাড়ির সুন্দর ছবি বানাও।"

যা এল, একজন মডেল, শাড়ি পরা, কিন্তু শাড়িটা দেখতে ভারতীয় লেহেঙ্গার মতো, পেছনে বিদেশি প্রাসাদ। তার দোকানের সঙ্গে মিল নেই এক ফোঁটাও।

দ্বিতীয় দফা। তিনি দেশ যোগ করলেন, "বাংলাদেশি শাড়ির ছবি বানাও।"

ফল একটু ভালো, কিন্তু আলো ফ্ল্যাশের মতো কড়া, রঙ চড়া, আর কাপড়ের বুনন বোঝা যায় না।

তৃতীয় দফা। এবার তিনি পাঁচটা অংশ আলাদা করে লিখলেন, "একটা কাঠের পুরোনো আলমারির সামনে ভাঁজ করা সুতির শাড়ি সাজানো, কাপড়ের বুনন স্পষ্ট দেখা যাচ্ছে, পাশে পিতলের ছোট বাটি, ডান দিক থেকে নরম জানালার আলো, ছবির বাঁ পাশে লেখার জন্য ফাঁকা জায়গা, প্রোডাক্টের ফটোগ্রাফির ঢঙে, ওপর থেকে সামান্য কোণে তোলা। ছবিতে কোনো লেখা থাকবে না।"

এবার ছবিটা কাজে লাগানোর মতো, শুধু শাড়ির নকশাটা তার দোকানের নয়।

চতুর্থ দফা, আর এখানেই আসল কাজ। তিনি AI-এর বানানো ছবিটা ব্যাকগ্রাউন্ড হিসেবে রেখে তার নিজের তোলা শাড়ির ছবিটা ক্যানভায় ওপরে বসালেন, তারপর বাঁ পাশের ফাঁকা জায়গায় ইউনিকোড বাংলা ফন্টে দোকানের নাম আর ঈদের কথা লিখলেন।

যা তিনি শিখলেন। AI দিয়ে দৃশ্য বানানো যায়, প্রোডাক্ট বানানো যায় না। সময় লাগল সব মিলিয়ে চল্লিশ মিনিট, যার মধ্যে ত্রিশ মিনিট গেছে প্রথম দুই দফার ফেইল চেষ্টায়। পরের বার একই ঢঙের ছবি লাগলে তৃতীয় দফার বর্ণনাটা জমা রাখা আছে, শুধু জিনিসের নাম বদলালেই হবে। ভালো বর্ণনা একবার লিখে ফেললে সেটা সম্পদ, প্রতিবার নতুন করে ভাবতে হয় না।

বর্ণনা লেখার আটটা ধাপ

কোনো ছবি দরকার হলে এই ক্রমে এগোন, তাহলে এলোমেলো চেষ্টা কমে যাবে।

1. ছবিটা কোথায় বসবে ঠিক করুন। ফেসবুক পোস্ট, পেজের কভার, দোকানের ব্যানার আর ওয়েবসাইটের হেডার, প্রত্যেকটার আকৃতি আলাদা। আকৃতি আগে ঠিক না করলে পরে কেটে ছবিটা নষ্ট হয়।
2. এক বাক্যে বিষয়টা লিখুন। শুধু মূল জিনিসটা, আর কিছু নয়।
3. দৃশ্যপট যোগ করুন। কোথায় আছে, আশপাশে কী আছে।
4. আলো যোগ করুন। কেমন আলো আর কোন দিক থেকে। এটাই ছবিকে সবচেয়ে বেশি পেশাদার বা অপেশাদার দেখায়।
5. স্টাইল যোগ করুন। ফটোগ্রাফ, জলরং, পেন্সিল স্কেচ, সমতল ভেক্টর নকশা। একটাই বলুন, তিনটা মেশাবেন না।
6. ফ্রেম যোগ করুন। কতটুকু দেখা যাবে, কোন কোণ থেকে, আর লেখার জন্য ফাঁকা জায়গা লাগবে কি না।
7. যা চান না তার লিস্ট দিন। লেখা নয়, জলছাপ নয়, এক্সট্রা হাত নয়, ভিড় নয়।
8. একটা করে জিনিস বদলে আবার চালান। পুরো বর্ণনা নতুন করে লিখবেন না। আলো বদলান, ফল দেখুন। তারপর কোণ বদলান। একসঙ্গে সব বদলালে কোন শব্দে কী হলো তা আর বোঝা যায় না।

যা যোগ করলে ছবি বদলে যায়

• ক্যামেরার ভাষা। ক্লোজ আপ, ওয়াইড শট, ৮৫ মিলিমিটার লেন্স, ঝাপসা ব্যাকগ্রাউন্ড।
• সময় আর আবহাওয়া। বিকেলের পড়ন্ত রোদ, বর্ষার মেঘলা আকাশ, রাতের নিয়ন আলো।
• রঙের নির্দেশ। লাল আর সবুজ প্রধান, বাকিটা হালকা।
• ম্যাটেরিয়ালের নাম। সুতি, মসলিন, পিতল, বাঁশ, মাটি, কাঠ। ম্যাটেরিয়াল বললে ছবিতে ছোঁয়ার অনুভূতি আসে।
• যা চান না তার লিস্ট। অনেক টুলে আলাদা ঘর থাকে, সেখানে লিখুন কী বাদ দিতে হবে, যেমন লেখা, জলছাপ, এক্সট্রা হাত।

আর সবচেয়ে কাজের অভ্যাসটা হলো, একবারে নিখুঁত ছবি আশা না করা। প্রথমবার যা এল তার কাছাকাছি একটা বেছে নিয়ে বর্ণনায় একটা করে জিনিস বদলান। তিন চার বারে যা পাবেন, প্রথমবার কখনোই তা পেতেন না।

AI ছবি যেখানে এখনো খারাপ

এই অংশটা বিজ্ঞাপনে কেউ বলে না, কিন্তু কাজে নামলে প্রথম দিনেই টের পাবেন।

যা চাইলেন	সাধারণত যা পাবেন	কী করবেন
ছবির ভেতরে বাংলা লেখা	ভাঙা অক্ষর, ভুল যুক্তাক্ষর, উল্টো মাত্রা	ছবি খালি রেখে পরে লেখা বসান
হাত ও আঙুল	কখনো ছয় আঙুল, বাঁকা কবজি	হাত ফ্রেমের বাইরে রাখুন বা ক্লোজ আপ এড়ান
নির্দিষ্ট মানুষের চেহারা	মিল থাকে না, আইনি ঝুঁকিও আছে	আসল ছবি তুলুন, AI দিয়ে বানাবেন না
গোনা যায় এমন সংখ্যা	পাঁচজন চাইলে চার বা ছয়জন	সংখ্যা কমান, বা পরে এডিট করুন
দেশীয় খুঁটিনাটি	রিকশা দেখতে অন্য দেশের অটোর মতো	বর্ণনায় বিস্তারিত দিন, নমুনা ছবি দিন
লোগো ও ব্র্যান্ড	কাছাকাছি কিন্তু ভুল	আসল লোগো পরে বসান

শেষ থেকে দ্বিতীয় সারিটা বাংলাদেশি ইউজারের জন্য সবচেয়ে বিরক্তিকর। ট্রেনিংয়ের ছবিতে আমাদের রাস্তাঘাট, পোশাক আর দোকানের ছবি তুলনামূলক কম ছিল, তাই "ঢাকার রাস্তা" চাইলে প্রায়ই অন্য দেশের শহর চলে আসে। বর্ণনায় নির্দিষ্ট করে লিখুন, তিন চাকার প্যাডেলচালিত রিকশা, রঙিন হুড, পেছনে হাতে আঁকা নকশা।

যেসব জিনিস ছবির AI এখনো পারে না

উপরের টেবিলটা বিরক্তির লিস্ট। এই অংশটা তার চেয়ে গুরুতর, কারণ এখানে যা আছে তা চেষ্টা করে ঠিক করা যায় না।

নির্দিষ্ট প্রোডাক্টের হুবহু চেহারা। আপনার দোকানের চার্জার ফ্যানটা দেখতে যেমন, AI ঠিক তেমন ফ্যান বানাতে পারবে না। সে বানাবে "ফ্যানের মতো একটা জিনিস", যার সুইচ, তার আর ঝুড়ির নকশা অন্যরকম। মডেল নম্বর, বাটনের পজিশন, তারের সংখ্যা, কিছুই নির্ভরযোগ্য নয়।

বাম আর ডান, সামনে আর পেছন। স্থানিক সম্পর্ক Model ঠিকভাবে ধরে না। "লোকটার বাঁ হাতে ব্যাগ, ডান হাতে ছাতা" বললে অর্ধেকবার উল্টো আসবে।

একই চরিত্র বারবার। একটা গল্পের বইয়ের জন্য একই মেয়ের ছয়টা ছবি দরকার হলে ছয় রকম মেয়ে পাবেন। কিছু টুলে নমুনা ছবি দিয়ে চেহারা ধরে রাখার সুবিধা আছে, কিন্তু কাপড়, বয়স আর চেহারা একসঙ্গে ধরে রাখা এখনো কঠিন।

কারিগরি নির্ভুলতা। যন্ত্রের অংশ, বৈদ্যুতিক সার্কিট, শরীরের ভেতরের অঙ্গ, মানচিত্র, স্থাপত্যের নকশা। দেখতে বিশ্বাসযোগ্য হবে, কিন্তু ভেতরের সম্পর্কগুলো ভুল থাকবে। শেখানোর কাজে এই ছবি ব্যবহার করা মানে ভুল শেখানো।

নির্দিষ্ট ব্র্যান্ডের রঙ। আপনার প্রতিষ্ঠানের রঙটা যদি নির্দিষ্ট একটা কোড ধরে চলে, AI সেটা মিলিয়ে দিতে পারবে না। কাছাকাছি একটা রঙ দিবে, যেটা পাশাপাশি রাখলেই ধরা পড়বে।

চলমান ধারাবাহিকতা। একই দৃশ্যের আগে আর পরের ছবি চাইলে দুটোতে আসবাব, দেয়াল আর জামা বদলে যাবে।

এই ছয়টার একটাও এমন নয় যে বর্ণনা ভালো লিখলে ঠিক হয়ে যাবে। এগুলোর জন্য অন্য পথ লাগবে, ক্যামেরা, ডিজাইনার বা এডিটের টুল।

ছবি দরকার হলে কোন পথে যাবেন

ছবি পাওয়ার পথ একটা নয়, চারটা। কোনটা বাছবেন তা নির্ভর করে ছবিটা কী কাজে লাগবে তার ওপর।

যে ছবিটা দরকার	সবচেয়ে ভালো পথ	কেন
নিজের দোকানের প্রোডাক্ট	ফোনে নিজে তোলা	হুবহু মিল ছাড়া বিক্রি টেকে না
পোস্টারের ব্যাকগ্রাউন্ড	AI	নির্দিষ্ট হওয়ার দরকার নেই, দ্রুত হয়
ব্লগ বা লেখার সঙ্গে সাজসজ্জা	AI	ধারণা বোঝালেই যথেষ্ট
প্রতিষ্ঠানের লোগো	ডিজাইনার	একার মালিকানা দরকার
চেনা জায়গা বা ঘটনার ছবি	আসল ছবি	বানানো ছবি দর্শককে ঠকায়
সাধারণ দৃশ্য, যেমন অফিস বা আকাশ	AI অথবা ছবির ভাণ্ডার	দুটোই চলে, যেটা দ্রুত
ছাপার বড় ব্যানার	ক্যামেরা বা ভেক্টর নকশা	রেজোলিউশন লাগবে অনেক বেশি
কর্মী বা কাস্টমারের মুখ	আসল ছবি, অনুমতি নিয়ে	বানানো মুখ মিথ্যা সাক্ষ্য

লিস্টটা দেখলে একটা ধারা চোখে পড়ে। যেখানে ছবিটাকে কোনো নির্দিষ্ট বাস্তবের সঙ্গে মিলতে হবে, সেখানে AI নয়। যেখানে ছবিটা শুধু চোখ আরাম দেওয়ার জন্য, সেখানে AI-ই সবচেয়ে সস্তা আর দ্রুত পথ।

নিজে তোলা প্রোডাক্টের ছবির পেছনটা এলোমেলো হলে একটা মাঝামাঝি পথ আছে। BanglaCodes-এর চ্যাটে ছবিটা যোগ করে "ছবির পেছনটা সরান" চাপুন: জিনিসটা হুবহু থাকে, শুধু পেছনটা সরে যায়, তাই ওপরের নিয়ম ভাঙে না। পাশের "পেছনে নতুন দৃশ্য দিন" বাটন অবশ্য ছবিটা AI দিয়ে নতুন করে আঁকে, জিনিসের খুঁটিনাটি একটু বদলাতে পারে, তাই বিক্রির ছবিতে প্রথমটাই নিরাপদ। দুটোই ফ্রি।

ছবিটা যদি নড়ে

উপরের পুরো টেবিলটা স্থির ছবির। কিন্তু কমেন্টে, WhatsApp-এ বা ইমেইলে অনেক সময় নড়াচড়াই বেশি কাজে দেয়, আর সেখানে ভিডিও বাড়াবাড়ি হয়ে যায়। কয়েক সেকেন্ডের একটা GIF তখন সবচেয়ে সহজ পথ: ফাইল ছোট, দুর্বল নেটেও যায়, প্লে বাটন চাপতে হয় না, আর নিজে থেকেই ঘুরতে থাকে।

পটভূমি স্বচ্ছ চেয়ে নিলে ব্যাজটা যেকোনো রঙের পোস্টের উপর বসে যায়। তিন থেকে ছয় সেকেন্ড আর দুই তিনটা রঙে রাখলে ফাইলটা হালকা থাকে; এর বেশি লম্বা কিছু হলে ভিডিওই ভালো।

ছবিতে বাংলা লেখা বসানোর সঠিক সিস্টেম

এটা আলাদা করে বলা দরকার, কারণ এই এক জায়গায় সবচেয়ে বেশি সময় নষ্ট হয়।

বাংলা লিপিতে যুক্তাক্ষর আছে, মাত্রা আছে, আর একই ধ্বনি একাধিকভাবে লেখা যায়। ছবি বানানোর Model অক্ষরকে অক্ষর হিসেবে চেনে না, সে দেখে আকৃতি। ফলে বাংলা লেখা প্রায় সবসময় ভাঙা আসে, দেখতে বাংলার মতো কিন্তু পড়া যায় না। ইংরেজিতে ইদানীং ভালো হলেও বাংলায় ভরসা করার মতো নয়।

কাজের সিস্টেম এই তিন ধাপ।

1. AI দিয়ে শুধু ব্যাকগ্রাউন্ড বা দৃশ্যটা বানান, বর্ণনায় লিখে দিন যেন কোনো লেখা না থাকে, আর লেখার জন্য ফাঁকা জায়গা রাখতে বলুন।
2. ছবিটা নামিয়ে ক্যানভা, ফিগমা বা ফটোশপে খুলুন।
3. ইউনিকোড বাংলা ফন্টে লেখাটা নিজে বসান।

এতে বানান আপনার নিয়ন্ত্রণে থাকে, ফন্ট আপনার পছন্দমতো হয়, আর পরে দাম বা তারিখ বদলাতে হলে পুরো ছবি নতুন করে বানাতে হয় না।

একটা বাড়তি পরামর্শ, লেখা বসানোর টেমপ্লেটটা একবার বানিয়ে সেভ করে রাখুন। প্রতি মাসে শুধু ব্যাকগ্রাউন্ড আর তারিখ বদলালেই নতুন পোস্টার তৈরি। এতে দোকানের চেহারাও এক থাকে, যেটা ব্র্যান্ডের জন্য জরুরি।

যে ভুলগুলো বারবার হয়, আর তার সমাধান

ভুল	কী হয়	সমাধান
এক বর্ণনায় দশটা জিনিস চাওয়া	Model কয়েকটা বাদ দিয়ে দেয়	একটা মূল বিষয় রাখুন, বাকিটা পরে এডিটে
প্রতিবার পুরো বর্ণনা নতুন করে লেখা	কোন শব্দে কী হলো বোঝা যায় না	একটা করে জিনিস বদলান
"সুন্দর", "চমৎকার" ধরনের শব্দ	কোনো দিকনির্দেশনা নেই, ফল এলোমেলো	দেখতে কেমন হবে তা বর্ণনা করুন
ছবির আকৃতি ঠিক না করে শুরু	পরে কেটে মূল জিনিস বাদ পড়ে	আগে জায়গা ঠিক করুন, তারপর ছবি
ছবির ভেতরে বাংলা লেখা চাওয়া	ভাঙা অক্ষর, পড়া যায় না	ছবি খালি রেখে পরে লেখা বসান
প্রথম ছবিটাই ব্যবহার করা	মান গড়পড়তা থাকে	তিন চারটা বানিয়ে সবচেয়ে ভালোটা নিন
ছোট রেজোলিউশনে ব্যানার বানানো	ছাপায় ঝাপসা আসে	শুরুতেই বড় সাইজে বানান

কপিরাইট আর মালিকানার প্রশ্ন

এটা নিয়ে দুই ধরনের অতিরঞ্জন শোনা যায়, "সব ফ্রি, যা খুশি করুন" আর "সব বেআইনি"। বাস্তবটা মাঝখানে, এবং এখনো নিষ্পত্তি হয়নি।

তিনটা আলাদা প্রশ্ন গুলিয়ে ফেলবেন না।

এক, ছবিটা আপনি বাণিজ্যিকভাবে ব্যবহার করতে পারবেন কি না। এটা ঠিক করে যে টুল ব্যবহার করছেন তার শর্তাবলি। অনেক টুল টাকা দেওয়া স্তরে বাণিজ্যিক ব্যবহারের অনুমতি দেয়, ফ্রি স্তরে দেয় না বা জলছাপ বসায়। ব্যবসার কাজে লাগানোর আগে শর্তগুলো একবার পড়ে নিন।

দুই, ছবিটার কপিরাইট আপনি পাবেন কি না। পুরোপুরি AI-এর বানানো ছবিতে মানুষের কপিরাইট থাকবে কি না তা নিয়ে দেশে দেশে আলোচনা চলছে, অনেক জায়গায় স্পষ্ট মীমাংসা এখনো হয়নি। বাস্তব অর্থে এর মানে, আপনার AI ছবি অন্য কেউ ব্যবহার করলে আটকানো কঠিন হতে পারে। ব্র্যান্ডের লোগোর মতো যেসব জিনিস আপনার একার থাকা দরকার, সেগুলো AI-এর ওপর ছেড়ে দিবেন না।

তিন, ছবিটা কারো অধিকার লঙ্ঘন করছে কি না। এখানে ঝুঁকিটা সবচেয়ে বাস্তব। আমি আইনজীবী নই, আর এই লেখা আইনি পরামর্শ নয়। অন্যের লোগো, চেনা কার্টুন চরিত্র, বা বেঁচে থাকা কোনো মানুষের চেহারা বানিয়ে ব্যবহার করা ঝুঁকিপূর্ণ। কারো ছবি তার অনুমতি ছাড়া বদলে প্রচার করা শুধু আইনি ঝুঁকি নয়, নৈতিকভাবেও অন্যায়।

কোথায় ব্যবহার করবেন, কোথায় নয়

নির্ভয়ে ব্যবহার করুন। ব্লগ পোস্টের ব্যাকগ্রাউন্ড, ধারণা দেখানোর ড্রাফট, নকশার অনুপ্রেরণা, সোশ্যাল মিডিয়ার সাজসজ্জা, ভেতরের প্রেজেন্টেশন।

করবেন না। আসল প্রোডাক্টের ছবির জায়গায় AI ছবি দিলে ক্রেতাকে ঠকানো হয়, কারণ কাস্টমার হাতে পেয়ে মিল না পেলে বিশ্বাসটা একবারেই ভেঙে যায়। খাবারের ছবি একই কারণে ঝুঁকিপূর্ণ, আপনার বিরিয়ানি ছবির মতো না হলে রিভিউতে টের পাবেন।

ব্যবহার করবেন না। সংবাদের ছবি হিসেবে, চিকিৎসা বা আইনি নথিতে, কারো পরিচয়পত্রের ছবিতে, আর এমন কোনো জায়গায় যেখানে দর্শক ধরে নিবে ছবিটা বাস্তবে তোলা।

একটা সহজ মাপকাঠি, দর্শক যদি জানতে পেরে প্রতারিত বোধ করেন, তাহলে ওখানে AI ছবি ব্যবহার করবেন না। আর ব্যবহার করলে ছোট করে লিখে দিন যে ছবিটা AI দিয়ে বানানো।

কখন এটা ব্যবহার করবেন না

উপরের ভাগটা ছিল নৈতিকতার। এই ভাগটা কাজের, অর্থাৎ কোন কাজে ছবির AI নিজেই ভুল যন্ত্র।

যখন আসল জিনিসটা আপনার হাতেই আছে। বগুড়ার একটা ইলেকট্রনিক্স দোকানের কথা ধরুন। মালিক ভাবলেন রাইস কুকারের ঝকঝকে ছবি AI দিয়ে বানিয়ে নিবেন, কারণ ফোনের ছবিটা ঘোলা। ফল, ছবিতে কুকারটা সুন্দর কিন্তু বাটন চারটার জায়গায় তিনটা, আর ঢাকনার হাতলটা অন্যরকম। কাস্টমার জিনিস হাতে পেয়ে অভিযোগ করলেন। সমাধান ছিল অনেক সস্তা, জানালার পাশে সাদা কাগজ বিছিয়ে ফোনে আবার ছবি তোলা। যেখানে জিনিসটা সামনে আছে, সেখানে ক্যামেরাই সঠিক যন্ত্র।

যখন হুবহু মিল দরকার। ইউনিফর্মের নকশা, গয়নার কারুকাজ, বইয়ের প্রচ্ছদে নির্দিষ্ট শিল্পীর ঢঙ, প্রতিষ্ঠানের রঙ। কাছাকাছি হলে চলবে না এমন যেকোনো কাজে AI ছবি সময় নষ্ট।

যখন ছবিটাই প্রমাণ। ক্ষতিপূরণের দাবি, বিমার কাগজ, নির্মাণকাজের অগ্রগতি, চিকিৎসার নথি। এখানে বানানো ছবি ব্যবহার করা শুধু ভুল নয়, জালিয়াতি।

যখন মানুষটা বাস্তব। কর্মী, শিক্ষক, ডাক্তার বা কাস্টমারের ছবি হিসেবে AI চেহারা বসানো, বিশেষ করে "সন্তুষ্ট ক্রেতা" হিসেবে। এটা মিথ্যা সাক্ষ্য তৈরি করা।

যখন সময় নেই। এটা শুনতে অদ্ভুত লাগে, কিন্তু সত্যি। মনের মতো ছবি পেতে সাধারণত কয়েক দফা লাগে। পনেরো মিনিটের মধ্যে একটা নির্দিষ্ট ছবি লাগলে ছবির ভাণ্ডার থেকে একটা কিনে নেওয়া বা নিজে তুলে ফেলা প্রায়ই দ্রুত হয়।

ছবি আর ভিডিও দিয়ে বিজ্ঞাপনের পুরো পথটা UGC বিজ্ঞাপনের লেখায় আছে।

নিজে বানাতে চাইলে AI ছবি বানানোর পেজ খুলুন।

প্রশ্নোত্তর

AI দিয়ে বানানো ছবি কি চেনা যায়? অনেক সময় যায়। আঙুল, দাঁত, কানের দুল, পেছনের লেখা আর হাতে ধরা জিনিসের কানেকশন দেখলে ধরা পড়ে। তবে মান দ্রুত ভালো হচ্ছে, তাই খালি চোখে চেনার ওপর ভরসা কমছে। কিছু টুল ফাইলের ভেতরে অদৃশ্য চিহ্ন বসিয়ে দেয়।

নিজের ছবি আপলোড করে এডিট করা কি নিরাপদ? টুলের শর্ত পড়ে নিন। নিজের ছবি হলে ঝুঁকি আপনার, কিন্তু পরিবারের বা কর্মীদের ছবি আপলোড করার আগে তাদের অনুমতি নেওয়া উচিত। শিশুদের ছবি আপলোড না করাই ভালো।

ছবির রেজোলিউশন ছাপার জন্য যথেষ্ট হয়? সোশ্যাল মিডিয়ার জন্য সাধারণত যথেষ্ট। ব্যানার বা বিলবোর্ডের জন্য প্রায়ই নয়। ফ্রি স্তরে ছোট সাইজ আসে, বড় করার আলাদা টুল লাগে আর তাতেও বিস্তারিত হারায়।

একই চরিত্র বারবার বানানো যায়? কঠিন। একই বর্ণনা দিলেও চেহারা বদলায়। কিছু টুলে নমুনা ছবি দিয়ে চরিত্র ধরে রাখার সুবিধা আছে, কিন্তু নিখুঁত মিল এখনো আশা করবেন না।

ছবি বানানোর জন্য কি বাংলায় বর্ণনা লিখব? বেশিরভাগ ছবি বানানোর Model ইংরেজি বর্ণনায় ভালো কাজ করে, কারণ ট্রেনিংয়ের বর্ণনাগুলো মূলত ইংরেজিতে ছিল। বাংলায় লিখে ভালো ফল না পেলে বর্ণনাটা ইংরেজিতে অনুবাদ করে দিন।

নিজের তোলা ছবির ব্যাকগ্রাউন্ড বদলানো কি ঠিক হবে? সাধারণ সাজসজ্জার কাজে অসুবিধা নেই। কিন্তু প্রোডাক্ট বিক্রির ছবিতে ব্যাকগ্রাউন্ড বদলে জিনিসটাকে অন্য রকম দেখানো, যেমন ছোট জিনিসকে বড় দেখানো বা দাগ মুছে দেওয়া, ক্রেতাকে ভুল বোঝানোর মধ্যে পড়ে। পরিষ্কার করা এক জিনিস, বদলে ফেলা আরেক জিনিস। BanglaCodes-এর চ্যাটের "ছবির পেছনটা সরান" জিনিসটার গায়ে হাত দেয় না, শুধু পেছনটা সরায়; "পেছনে নতুন দৃশ্য দিন" পুরো ছবিটা নতুন করে আঁকে, তাই ওটা পোস্টার বা উৎসবের সাজের কাজে রাখুন।

কতগুলো ছবি বানিয়ে সেরাটা বাছা উচিত? সাধারণ কাজে তিন চারটা যথেষ্ট। এর বেশি বানালে বাছাই করতেই সময় চলে যায়। তার চেয়ে বর্ণনা ঠিক করে আবার চালানো ভালো, কারণ দুর্বল বর্ণনা থেকে বিশটা ছবি বানালেও বিশটাই দুর্বল হবে।

ছবির AI কি ডিজাইনারের কাজ কেড়ে নিবে? ড্রাফট আর ধারণা দেখানোর কাজের চাপ কমবে, এটা সত্যি। কিন্তু নকশার সিদ্ধান্ত, ব্র্যান্ডের ধারাবাহিকতা, ছাপার প্রস্তুতি আর ক্লায়েন্টের সঙ্গে কথা বলা, এগুলো AI করে না। বাস্তবে অনেক ডিজাইনার এখন AI-কে ড্রাফটের যন্ত্র হিসেবে ব্যবহার করছেন।

ছবির মধ্যে কারো মুখ বসিয়ে মজা করা কি ঠিক আছে? অনুমতি ছাড়া নয়। বন্ধুবান্ধবের মধ্যে মজা মনে হলেও ছবিটা ছড়িয়ে গেলে সেটা আর আপনার হাতে থাকে না। আর কারো ছবি অশোভনভাবে বদলানো কোনো অবস্থাতেই গ্রহণযোগ্য নয়।

সংক্ষেপে

• AI ছবি আঁকে না, এলোমেলো ঝিরঝির থেকে ধাপে ধাপে আপনার বর্ণনার সঙ্গে মেলে এমন ছবি বের করে আনে।
• ভালো বর্ণনায় পাঁচটা অংশ থাকে, বিষয়, দৃশ্যপট, আলো, স্টাইল আর ফ্রেম, আর প্রতিবার একটা করে জিনিস বদলে চালালে দ্রুত মনের মতো ছবি আসে।
• ছবির ভেতরে বাংলা লেখা প্রায় সবসময় ভাঙা আসে, তাই ছবি খালি রেখে পরে ইউনিকোড ফন্টে লেখা বসান।
• হাত, আঙুল, গোনা যায় এমন সংখ্যা আর নির্দিষ্ট মানুষের চেহারায় AI এখনো দুর্বল, আর দেশীয় খুঁটিনাটি যেমন রিকশা বা পুরান ঢাকার গলি বিস্তারিত না বললে অন্য দেশের দৃশ্য চলে আসে।
• বাণিজ্যিক ব্যবহারের অনুমতি টুলের শর্তে থাকে, আর AI ছবির কপিরাইট কার তা নিয়ে দেশে দেশে আলোচনা এখনো চলছে।
• সংবাদ, চিকিৎসা বা পরিচয়পত্রের জায়গায় AI ছবি ব্যবহার করবেন না, আর ব্যবহার করলে জানিয়ে দিন।