इमेज जनरेशन
पिक्सेल डिसॉल्व: मिनिमलिस्ट 3D खाद्य रूपांतरण
Pixel Dissolve: Minimalist 3D Food Transformation
[1080x1080] का हाइपररियलिस्टिक मिनिमलिस्ट food photograph बनाता है, जिसमें एक ${food} का आधा हिस्सा intact रहता है और दूसरा आधा बाहर की ओर तैरते 3D pixel cubes में बदल जाता है। भोजन की texture, ingredients और colors को बनाए रखते हुए cinematic और stylish visuals बनाने के लिए इसका उपयोग करें।
- इनके साथ परीक्षित:
- GPT-4o
- प्रभावशीलता:
- 85/100
- प्रॉम्प्ट आर्काइव
हिन्दी संस्करण
Minimalist food photograph, [1080x1080] – a single ${food} rests on a light, matte surface and is captured mid-transformation into a 3D pixelized form: one half remains intact while the other organically fragments into large, floating cubes that drift outward, each cube revealing the object’s texture, ingredients, and colors. Studio lighting with soft, realistic shadows, shallow depth of field, tasteful perspective and composition, hyperrealistic detail, stylish geometric abstraction, subtle motion blur on the cubes, high resolution, cinematic close-up.भरें और चलाएँ
इस प्रॉम्प्ट में 2 स्थान भरने हैं। भरते ही हम पूरा प्रॉम्प्ट तैयार कर देंगे।
2 शेष
तैयार प्रॉम्प्ट
Minimalist food photograph, [1080x1080] – a single ${food} rests on a light, matte surface and is captured mid-transformation into a 3D pixelized form: one half remains intact while the other organically fragments into large, floating cubes that drift outward, each cube revealing the object’s texture, ingredients, and colors. Studio lighting with soft, realistic shadows, shallow depth of field, tasteful perspective and composition, hyperrealistic detail, stylish geometric abstraction, subtle motion blur on the cubes, high resolution, cinematic close-up.- ChatGPT में खोलें (नए टैब में खुलता है)
- Claude में खोलें (नए टैब में खुलता है)
- Gemini में खोलें (नए टैब में खुलता है)
Gemini लिंक से प्रॉम्प्ट नहीं ले सकता, पहले कॉपी करें।
- Perplexity में खोलें (नए टैब में खुलता है)
नए टैब में खुलेगा और प्रॉम्प्ट पहले से भरा होगा। आपको साइन इन करना पड़ सकता है।
इस प्रॉम्प्ट का उपयोग कैसे करें
- भेजने से पहले वर्ग कोष्ठक में लिखी हर चीज़ को अपनी जानकारी से बदलें।
- परिणाम मॉडल के अनुसार बदलते हैं। यदि उत्तर सही न लगे, दूसरा मॉडल आज़माएँ या एक ठोस उदाहरण जोड़ें।
- प्रॉम्प्ट को एक ही संदेश में भेजें। कई हिस्सों में बाँटने से निर्देश कमज़ोर पड़ते हैं।
