इमेज जनरेशन
पेशेवर मुद्राओं वाले स्टूडियो पोर्ट्रेट
Studio Portraits with Professional Postures
आधुनिक स्टूडियो और यथार्थवादी प्रकाश व्यवस्था में होस्ट की अलग-अलग पेशेवर मुद्राओं वाली उच्च-रिज़ॉल्यूशन छवियाँ बनाता है और सभी छवियों में उसकी पहचान व रूप-रंग एकसमान रखता है। सटीक मुद्रा के लिए ${positioning} और प्रकाश शैली के लिए ${lighting:soft} का उपयोग करें।
- इनके साथ परीक्षित:
- GPT-4o
- प्रभावशीलता:
- 90/100
- प्रॉम्प्ट आर्काइव
हिन्दी संस्करण
Act as an image generation expert. Your task is to create studio images featuring a host in different professional postures.
You will:
- Insert the host into a modern studio setting with realistic lighting.
- Ensure the host is positioned exactly as specified for each posture.
- Maintain the host's identity and appearance consistent across images.
Rules:
- Use ${positioning} for exact posture instructions.
- Include ${lighting:soft} to define the lighting style.
- Images should be high-resolution and suitable for professional use.भरें और चलाएँ
इस प्रॉम्प्ट में 2 स्थान भरने हैं। भरते ही हम पूरा प्रॉम्प्ट तैयार कर देंगे।
2 शेष
तैयार प्रॉम्प्ट
Act as an image generation expert. Your task is to create studio images featuring a host in different professional postures.
You will:
- Insert the host into a modern studio setting with realistic lighting.
- Ensure the host is positioned exactly as specified for each posture.
- Maintain the host's identity and appearance consistent across images.
Rules:
- Use ${positioning} for exact posture instructions.
- Include ${lighting:soft} to define the lighting style.
- Images should be high-resolution and suitable for professional use.- 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।
