प्रोजेक्ट का सार

यह Coze (कौज़ी) प्लेटफ़ॉर्म का उपयोग करके AI वर्कफ़्लो बनाने और GPT-image2 मॉडल के साथ एक क्लिक में उच्च गुणवत्ता वाली व्यावसायिक एप्लिकेशन छवियां जनरेट करने का ट्यूटोरियल है। मुख्य बात Coze के नोड-आधारित ऑर्केस्ट्रेशन के माध्यम से इनपुट (उत्पाद छवि/आवश्यकता टेक्स्ट) से आउटपुट (लाइवस्ट्रीम सेलिंग इमेज, ई-कॉमर्स विवरण पृष्ठ, सॉफ़्टवेयर संचालन त्वरित संदर्भ चित्र आदि) तक पूर्ण स्वचालित छवि जनरेशन प्राप्त करना है, जिससे ई-कॉमर्स, सामग्री निर्माण आदि परिदृश्यों में दृश्य सामग्री उत्पादन दक्षता में भारी वृद्धि होती है।

मुख्य विधि और प्रक्रिया

• Coze प्लेटफ़ॉर्म पर नया वर्कफ़्लो (workflow) बनाएं, नाम अंग्रेजी में रखें, विज़ुअल ऑर्केस्ट्रेशन इंटरफ़ेस में प्रवेश करें, बाएं से दाएं नोड श्रृंखला बनाएं
• प्रारंभ नोड (Start) सेट करें: छवि प्रकार के अनुसार इनपुट वेरिएबल परिभाषित करें—उत्पाद छवि (file/image प्रकार), प्रचार टेक्स्ट (string), व्यक्ति का नाम (string), छवि अनुपात आदि
• "स्ट्रिंग से सूची" नोड (string to list) जोड़ें: प्रारंभ नोड के छवि वेरिएबल को सरणी प्रारूप में परिवर्तित करें, क्योंकि GPT-image2 प्लगइन को छवि लिंक सरणी इनपुट की आवश्यकता होती है
• "बड़े मॉडल नोड" (LLM) जोड़ें टेक्स्ट-टू-इमेज प्रॉम्प्ट जनरेट करने के लिए: डॉबाओ 2.0mini जैसे हल्के मॉडल चुनें, सिस्टम प्रॉम्प्ट में भूमिका और आउटपुट प्रारूप परिभाषित करें, उपयोगकर्ता प्रॉम्प्ट में प्रारंभ नोड के टेक्स्ट, व्यक्ति, छवि वेरिएबल का संदर्भ लें, साथ ही टाइमआउट समय 600 सेकंड तक बढ़ाएं ताकि रुकावट न हो
• "GPT-image2" प्लगइन नोड जोड़ें: सबसे शक्तिशाली छवि मॉडल चुनें, बड़े मॉडल के आउटपुट प्रॉम्प्ट को prompt के रूप में उपयोग करें, प्रारंभ नोड की API key को प्रमाणीकरण के रूप में उपयोग करें, अनुपात 9:16 या 16:9 सेट करें, संदर्भ छवि के लिए पहले परिवर्तित सरणी वेरिएबल चुनें
• "चयनकर्ता नोड" (if-else) जोड़ें बैकअप प्रोसेसिंग के लिए: जांचें कि मुख्य प्लगइन ने छवि सफलतापूर्वक जनरेट की है या नहीं (आउटपुट खाली नहीं है), यदि सफल हो तो सीधे आउटपुट करें, यदि विफल हो तो बैकअप प्लगइन (समान कॉन्फ़िगरेशन की एक प्रति) को फिर से जनरेट करने के लिए ट्रिगर करें, ताकि एकल विफलता से पूरा वर्कफ़्लो बाधित न हो
• "वेरिएबल एग्रीगेटर नोड" (aggregator) जोड़ें: मुख्य प्लगइन और बैकअप प्लगइन के आउटपुट URL को एकत्रित करें, गैर-रिक्त मान को अंतिम आउटपुट के रूप में लें, फिर अंत नोड (End) से कनेक्ट करें
• "परीक्षण चलाएं" पर क्लिक करें: वास्तविक उत्पाद छवि URL, टेक्स्ट, व्यक्ति का नाम और API key भरें, लगभग 1-2 मिनट चलाने के बाद जनरेट की गई छवि परिणाम देखें, प्रभाव के अनुसार प्रॉम्प्ट या प्लगइन कॉन्फ़िगरेशन समायोजित करें

आय मॉडल और उल्लिखित प्रभाव

ट्यूटोरियल में सीधे विशिष्ट आय डेटा का उल्लेख नहीं किया गया है, बल्कि व्यावसायिक अनुप्रयोगों में GPT-image2 के मूल्य पर जोर दिया गया है: एक क्लिक में लाइवस्ट्रीम सेलिंग इमेज, Amazon ई-कॉमर्स विवरण पृष्ठ, सॉफ़्टवेयर संचालन त्वरित संदर्भ चित्र, खाद्य मानचित्र, नौसिखिया गाइड आदि उच्च गुणवत्ता वाली छवियां जनरेट की जा सकती हैं। ये छवियां सीधे ई-कॉमर्स विवरण पृष्ठ, सोशल मीडिया सामग्री, ट्यूटोरियल चित्रण आदि परिदृश्यों में उपयोग की जा सकती हैं, डिज़ाइन लागत बचाती हैं (प्रति छवि डिज़ाइन शुल्क लगभग 50-200 युआन), और सामग्री की क्लिक-थ्रू दर और रूपांतरण दर बढ़ा सकती हैं। बैच में छवियां जनरेट करके, डिज़ाइन आउटसोर्सिंग, ज्ञान भुगतान (वर्कफ़्लो टेम्पलेट बेचना) आदि मुद्रीकरण मार्गों के लिए उपयोग किया जा सकता है।

शर्तें और तैयारी

• उपकरण: कंप्यूटर (Windows/Mac अनुशंसित, ब्राउज़र में Coze प्लेटफ़ॉर्म संचालित करने के लिए)
• उपकरण: Coze (कौज़ी) प्लेटफ़ॉर्म खाता (मुफ्त पंजीकरण), GPT-image2 प्लगइन की API Key (OpenAI से प्राप्त करें, सशुल्क, लेकिन प्रारंभ में मुफ्त कोटा), डॉबाओ बड़ा मॉडल (मुफ्त कोटा सेटअप परीक्षण के लिए पर्याप्त)
• कौशल: बुनियादी LLM प्रॉम्प्ट लेखन क्षमता; वर्कफ़्लो/फ़्लोचार्ट अवधारणाओं की समझ (नोड, वेरिएबल, इनपुट-आउटपुट); सरल प्लगइन कॉन्फ़िगरेशन पढ़ने और डीबग करने की क्षमता; प्रोग्रामिंग ज्ञान की आवश्यकता नहीं
• धन: Coze प्लेटफ़ॉर्म मुफ्त; GPT-image2 API की कुछ लागत है (प्रति छवि शुल्क, लगभग 0.01-0.05 अमेरिकी डॉलर/छवि), परीक्षण चरण में लागत बहुत कम

मुख्य चरणों का सारांश

1. Coze की आधिकारिक वेबसाइट खोलें, लॉगिन करने के बाद वर्कफ़्लो प्रबंधन पृष्ठ पर जाएं, "नया वर्कफ़्लो" पर क्लिक करें, अंग्रेजी नाम (जैसे shop_image_gen) और विवरण भरें, विज़ुअल एडिटर में प्रवेश करें
2. प्रारंभ नोड कॉन्फ़िगर करें: तीन वेरिएबल जोड़ें—product_image (प्रकार file/image, आवश्यक), prompt_text (string, प्रचार सामग्री का वर्णन), character_name (string, व्यक्ति का उपनाम) और api_key (string, प्रमाणीकरण के लिए)
3. प्रारंभ नोड के बाद "string to list" नोड जोड़ें: product_image वेरिएबल पास करें, आउटपुट को array(string) प्रकार के रूप में चुनें, ताकि बाद के प्लगइन उपयोग कर सकें
4. बड़े मॉडल नोड जोड़ें: डॉबाओ 2.0mini मॉडल चुनें, सिस्टम प्रॉम्प्ट में पूर्व निर्धारित टेम्पलेट लिखें (जैसे "आप एक ई-कॉमर्स डिज़ाइन विशेषज्ञ हैं, उपयोगकर्ता द्वारा प्रदान की गई उत्पाद छवि और प्रचार टेक्स्ट के आधार पर, एक पेशेवर टेक्स्ट-टू-इमेज प्रॉम्प्ट जनरेट करें..."), प्रारंभ नोड के prompt_text और character_name को उपयोगकर्ता प्रॉम्प्ट में भरें, छवि को दृश्य समझ इनपुट के रूप में उपयोग करें (string प्रकार, सरणी नहीं), टाइमआउट 600 सेकंड सेट करें
5. GPT-image2 प्लगइन जोड़ें: "GPT image2 छवि निर्माण" प्लगइन खोजें और चुनें, सबसे शक्तिशाली मॉडल चुनें (जैसे dall-e-3), पैरामीटर कॉन्फ़िगर करें: api_key को प्रारंभ नोड से संदर्भित करें, prompt को बड़े मॉडल के आउटपुट से संदर्भित करें, संदर्भ छवि को string to list के आउटपुट से संदर्भित करें (सरणी रूप में), अनुपात 9:16 या 16:9 चुनें, सिंक मोड में "सिंक" चुनें
6. चयनकर्ता नोड जोड़ें: शर्त जांचें "GPT-image2 प्लगइन का आउटपुट URL खाली नहीं है", यदि सत्य है तो चर समूहन नोड में जाएं, यदि असत्य है तो GPT-image2 प्लगइन की एक प्रति बनाएं (समान कॉन्फ़िगरेशन) बैकअप के रूप में, फिर से उत्पन्न करने का प्रयास करें
7. चर समूहन नोड जोड़ें: मुख्य प्लगइन के आउटपुट और बैकअप प्लगइन के आउटपुट को समूहित करें, "group_1" या उपलब्ध समूह फ़ील्ड चुनें, पहला गैर-खाली मान लें, समाप्ति नोड के आउटपुट से कनेक्ट करें
8. "परीक्षण चलाएं" पर क्लिक करें, परीक्षण डेटा भरें (जैसे उत्पाद छवि लिंक, कॉपी "ग्रीष्मकालीन फ्लोरल ड्रेस, सीमित समय छूट", व्यक्ति "ट्रम्प"), चलाएं और 1-2 मिनट प्रतीक्षा करें, उत्पन्न लाइव स्ट्रीमिंग सेल्स चित्र प्रभाव देखें, प्रभाव के अनुसार प्रॉम्प्ट या प्लगइन कॉन्फ़िगरेशन समायोजित करें और सहेजें और प्रकाशित करें