AI ইমেজ জেনারেশন: এক গয়না বিক্রেতার ভুল ও শেখার গল্প

শারমিন ময়মনসিংহ শহর থেকে হাতে বানানো গয়নার একটা ছোট ব্র্যান্ড চালান — মাসে গড়ে ১৪০-১৮০টা অর্ডার, বেশিরভাগ ফেসবুক আর ইনস্টাগ্রাম থেকে, কিছু দারাজে। ২০২৫-এর শুরুতে তাঁর সবচেয়ে বড় খরচের খাত ছিল ছবি। ঢাকা থেকে একজন ফটোগ্রাফার আনলে দিনে ৮,০০০ থেকে ১৫,০০০ টাকা, সাথে মডেলের খরচ। মাসে দু-বার নতুন কালেকশন নামলে সেটা দাঁড়ায় প্রায় ২৫,০০০ টাকা — যা তাঁর নিট লাভের বড় একটা অংশ খেয়ে ফেলছিল।

তাই যখন AI ইমেজ জেনারেশন নিয়ে চারদিকে আলোচনা শুরু হলো, শারমিন লাফিয়ে পড়লেন। এবং প্রথম দুই মাসে তিনি এমন একটা ভুল করলেন, যেটা প্রায় প্রতিটা ছোট ব্র্যান্ডই করছে।

যে ভুলটা রিটার্ন রেট দ্বিগুণ করল

শারমিন প্রম্পট লিখে সরাসরি গয়নার ছবি বানাতে শুরু করলেন — ‘গোল্ড প্লেটেড ঝুমকা, ট্র্যাডিশনাল বাংলাদেশি ডিজাইন, স্টুডিও লাইট’। ফলাফল দেখতে চমৎকার। কিন্তু ওই ঝুমকাটা তাঁর দোকানে ছিল না। AI-এর বানানো ঝুমকার নকশা, ঝুলের সংখ্যা, পাথরের রং — কোনোটাই তাঁর আসল পণ্যের সাথে মেলেনি।

কাস্টমার ছবি দেখে অর্ডার করে, বাক্স খুলে অন্য জিনিস পায়। ফেব্রুয়ারিতে তাঁর রিটার্ন ও ‘ছবির সাথে মিলছে না’ অভিযোগ ৬% থেকে বেড়ে ১৩%-এ পৌঁছায়। ক্যাশ অন ডেলিভারিতে রিটার্ন মানে শুধু বিক্রি হারানো নয় — কুরিয়ারের দুই দিকের চার্জও তাঁর ঘাড়েই পড়ে। দুই মাসে সেই ক্ষতি প্রায় ১৯,০০০ টাকা।

AI দিয়ে পণ্য বানাবেন না। AI দিয়ে পণ্যের চারপাশটা বানান। এই একটা লাইন বুঝলে বাকি সবটা সহজ।

ধাপ ১: বিগিনার — প্রম্পটের শরীরটা চিনুন

শারমিন যখন আবার শুরু করলেন, প্রথমে শিখলেন একটা ভালো প্রম্পটের গঠন। এলোমেলো বাক্য নয়, পাঁচটা অংশ: বিষয় (কী), পরিবেশ (কোথায়), আলো (কেমন আলো), ক্যামেরা (কোন লেন্স/অ্যাঙ্গেল), আর মেজাজ (কী অনুভূতি)। যেমন — ‘একটি কাঠের টেবিলের ওপর ভাঁজ করা লাল জামদানি শাড়ি, পাশে শুকনো ফুল, জানালা দিয়ে নরম সকালের আলো, ৫০মিমি লেন্সে তোলা, উষ্ণ ও শান্ত পরিবেশ’।

শুরুর টুল হিসেবে যা সত্যিই কাজে লাগে: গুগলের Gemini-র ইমেজ মোড (বিনামূল্যে ভালো কাজ করে, ছবি এডিটেও শক্তিশালী), Leonardo.ai (প্রতিদিন কিছু ফ্রি ক্রেডিট), Canva-র Magic Media (যদি আপনি এমনিতেই ক্যানভায় ব্যানার বানান), আর Ideogram (ছবির ভেতরে ইংরেজি লেখা বসানোর ক্ষেত্রে সবচেয়ে নির্ভরযোগ্য)।

ধাপ ২: পেমেন্টের বাস্তবতা

এখানে বাংলাদেশি ব্যবহারকারীরা প্রথম দেয়ালে ধাক্কা খান। Midjourney-র বেসিক প্ল্যান মাসে ১০ ডলার, ChatGPT Plus ২০ ডলার — কিন্তু আন্তর্জাতিক কার্ড ছাড়া পেমেন্ট হয় না। বাস্তবে যেটা কাজ করে: ব্যাংক থেকে ডুয়াল-কারেন্সি ডেবিট কার্ড নিয়ে পাসপোর্ট এনডোর্সমেন্ট করানো, অথবা ফ্রিল্যান্সার হলে Payoneer কার্ড ব্যবহার করা। শারমিন প্রথম তিন মাস কোনো পয়সা খরচ করেননি — শুধু ফ্রি টুল দিয়েই কাজ চালিয়েছেন। এটা সম্পূর্ণ সম্ভব, শুধু আউটপুটের সংখ্যা কম হয়।

ধাপ ৩: ইন্টারমিডিয়েট — আসল ছবি থেকে শুরু করুন

এই ধাপেই শারমিনের ব্যবসাটা ঘুরে দাঁড়ায়। তিনি প্রতিটা গয়না মোবাইলেই তোলেন — জানালার পাশে, সাদা কাগজের ওপর, কোনো ফ্যান্সি লাইট ছাড়াই। তারপর সেই আসল ছবিটাকেই AI-তে ইনপুট হিসেবে দেন এবং শুধু পটভূমি ও আলো বদলাতে বলেন। পণ্যটা অপরিবর্তিত থাকে, চারপাশটা পাল্টে যায়। শুনতে সামান্য মনে হলেও পার্থক্যটা মৌলিক: আগে AI ঠিক করত পণ্যটা দেখতে কেমন হবে, এখন AI শুধু ঠিক করে পণ্যটা কোথায় বসবে। বিশ্বাসের প্রশ্নটা এখানেই মীমাংসা হয়ে যায়।

এই কাজের জন্য যা লাগে:

• ব্যাকগ্রাউন্ড আলাদা করার টুল — Photoroom বা remove.bg, যাতে গয়নাটা পরিষ্কারভাবে কাটা যায়
• ইমেজ-টু-ইমেজ বা ইনপেইন্টিং — Gemini-র ছবি এডিট, Firefly-র Generative Fill, বা Leonardo-র Canvas
• একটা রেফারেন্স ছবি — যাতে প্রতিবার একই ধাঁচের ব্যাকড্রপ আসে

ফলাফল: একই কানের দুল কখনো ইটের দেয়ালের সামনে, কখনো সিল্কের কাপড়ের ওপর, কখনো ঈদের আবহে সোনালি বোকেহতে। পণ্য একদম আসল, দৃশ্যটা তৈরি। কাস্টমার যা দেখে, তা-ই পায়।

ধাপ ৪: অ্যাডভান্সড — ধারাবাহিকতা আর নিয়ন্ত্রণ

একটা ছবি বানানো সহজ। একই লুকের বিশটা ছবি বানানো কঠিন। শারমিন যে তিনটা কৌশল শিখেছেন:

• সিড (seed) লক করা — একই সিড ব্যবহার করলে দৃশ্যের গঠন কাছাকাছি থাকে, ফলে পুরো কালেকশনে একটা মিল আসে
• রেফারেন্স/স্টাইল ইমেজ — Midjourney-র স্টাইল রেফারেন্স বা Leonardo-র image guidance দিয়ে আগের ছবিটাকে ‘আদর্শ’ হিসেবে ধরিয়ে দেওয়া
• ইনপেইন্টিং — পুরো ছবি নতুন করে না বানিয়ে শুধু একটা অংশ (যেমন হাতের আঙুল বা কাপড়ের ভাঁজ) ঠিক করে নেওয়া

আর একটা জিনিস শিখতে হয়েছে কঠিনভাবে: AI মডেল দিয়ে ছবির ভেতরে বাংলা লেখা বসাতে যাবেন না। বাংলা যুক্তাক্ষর প্রায় সব মডেলেই ভেঙে যায় — দেখতে বাংলার মতো, পড়া যায় না। সমাধান সহজ: ছবিটা AI দিয়ে বানান, তারপর ক্যানভা বা ফিগমায় সত্যিকারের ফন্টে লেখাটা বসান।

যা মানুষ এখনো ধরে ফেলে

আপনার কাস্টমাররা বোকা নন। ছয়টা আঙুল, অদ্ভুতভাবে বাঁকা হাতের কব্জি, গয়নার চেইন যা মাঝপথে হারিয়ে গেছে, অতিরিক্ত মসৃণ প্লাস্টিকের মতো ত্বক — এগুলো কমেন্টে ধরা পড়ে, আর কমেন্টে ধরা পড়া মানে বিশ্বাস হারানো। শারমিন এখন প্রতিটা ছবি পোস্ট করার আগে মোবাইলে ১০০% জুম করে তিনটা জায়গা দেখেন: হাত, গয়নার সংযোগস্থল, আর কাপড়ের প্যাটার্নের ধারাবাহিকতা।

আরেকটা ব্যাপারও তিনি শক্ত করে ধরে রাখেন — প্রতিটা প্রোডাক্ট পোস্টে অন্তত একটা ছবি থাকবে একদম কাঁচা, মোবাইলে তোলা, কোনো AI ছোঁয়া ছাড়া। সাদা কাগজের ওপর, স্বাভাবিক আলোয়, হাতে ধরা। কাস্টমাররা এই ছবিটাকেই সবচেয়ে বেশি বিশ্বাস করেন, আর কমেন্টে ‘আসল ছবি দেন’ বলার প্রশ্নটাই আর ওঠে না। সাজানো ছবি আগ্রহ তৈরি করে, কাঁচা ছবি অর্ডারটা নিশ্চিত করে — দুটোই লাগে।

নয় মাস পরের হিসাব

শারমিনের ছবি-বাবদ মাসিক খরচ ২৫,০০০ টাকা থেকে নেমে দাঁড়িয়েছে প্রায় ৩,৫০০ টাকায় (একটা সাবস্ক্রিপশন আর মাঝেমধ্যে ক্রেডিট কেনা)। নতুন কালেকশন লঞ্চ করতে যেখানে ফটোগ্রাফারের ডেট মেলাতে ১০-১২ দিন লাগত, এখন লাগে দুই দিন। রিটার্ন রেট ১৩% থেকে নেমে ৫%-এর নিচে — আগের চেয়েও ভালো, কারণ এখন ছবিতে পণ্যের প্রকৃত রং ও আকার স্পষ্ট। আর সবচেয়ে বড় লাভ: তিনি এখন একই পণ্যের ছয়টা আলাদা ভিজ্যুয়াল বানিয়ে ফেসবুক অ্যাডে টেস্ট করতে পারেন, যেটা আগে খরচের কারণেই সম্ভব ছিল না। একটা ছবির পেছনে ৮,০০০ টাকা ঢাললে সেটা ব্যর্থ হলে মেনে নেওয়া কঠিন; খরচ যখন প্রায় শূন্য, তখন ব্যর্থ ক্রিয়েটিভও একটা তথ্য মাত্র। শারমিনের ভাষায়, AI তাঁকে সুন্দর ছবি দেয়নি — দিয়েছে ভুল করার সুযোগ, আর ওখান থেকেই শেখা শুরু।

যে প্রশ্নগুলো সবচেয়ে বেশি আসে

AI দিয়ে বানানো ছবি ব্যবহার করা কি বৈধ? বেশিরভাগ বড় টুলের পেইড প্ল্যানে বাণিজ্যিক ব্যবহারের অনুমতি থাকে, ফ্রি প্ল্যানে অনেক সময় থাকে না — তাই টুলের শর্তাবলি একবার পড়ে নিন। তবে ই-কমার্সের আসল ঝুঁকি আইনি নয়, নৈতিক: পণ্য যা নয়, তা দেখানো যাবে না।

ছবিতে AI ব্যবহার করেছি — এটা কি কাস্টমারকে বলা উচিত? লাইফস্টাইল বা ব্যাকগ্রাউন্ড দৃশ্যের ক্ষেত্রে না বললেও চলে, ঠিক যেমন স্টুডিও লাইট ব্যবহারের কথা কেউ বলে না। কিন্তু পণ্যটা নিজেই যদি AI-তে তৈরি বা বদলানো হয়, তাহলে সেটা লুকানো মানে বিভ্রান্ত করা।

ফ্রি টুল দিয়ে কি পেশাদার মানের কাজ হয়? হয়, তবে সময় বেশি লাগে এবং প্রতিদিনের আউটপুট সীমিত। মাসে ৫০-এর কম ছবি লাগলে ফ্রি টুলই যথেষ্ট। এর বেশি হলে ১০-২০ ডলারের একটা সাবস্ক্রিপশন সময় বাঁচিয়ে খরচটা তুলে দেয়।

AI কি ফটোগ্রাফারদের কাজ শেষ করে দেবে? শারমিন এখনো বছরে দুবার ফটোগ্রাফার ডাকেন — ব্র্যান্ড ক্যাম্পেইন আর মডেল শুটের জন্য। যা বদলেছে তা হলো, রোজকার ৯০% ছবির জন্য আর কাউকে ডাকতে হয় না। কাজটা শেষ হয়নি, ভাগ হয়ে গেছে।

AI ইমেজ জেনারেশন আপনার ব্র্যান্ডের ভিজ্যুয়াল ওয়ার্কফ্লোতে কীভাবে বসবে সেটা নিয়ে যদি দ্বিধায় থাকেন, স্ট্যাক অ্যালিক্স-এর টিমের সাথে একবার কথা বলে দেখতে পারেন — আমরা প্রোডাক্ট ফটো, ব্যানার আর অ্যাড ক্রিয়েটিভের জন্য এমন একটা পাইপলাইন দাঁড় করাতে সাহায্য করি, যেটা আপনার নিজের টিম চালাতে পারে।