गाइड
हिन्दी
डॉक्स में खोजें⌘K
12.1

चैटिंग

Agent DOTV में वह है जो आपसे बात करता है: आप कहते हैं "30 सेकंड की शहर की दौड़ की फिल्म बनाओ", यह अपने आप नोड्स बनाता है, शब्द-संकेत लिखता है, छवि और वीडियो बनाता है — शब्द-संकेत नहीं लिख पाते, स्क्रिप्ट भाषा नहीं जानते, तो बस बात करके AI वीडियो बना सकते हैं। नई प्रोजेक्ट में पहली बार चैट पक्ष में आते हैं (1.4 में देखें), वर्कफ़्लो या स्टोरीबोर्ड में जाएँ तो यह कैनवास के दाईं ओर एक पंक्ति में सिकुड़ जाता है। उसके काम का विभाजन बहुत साफ़ है: नीचे की पंक्ति "मैं खुद शब्द-संकेत लिखूँ, यह एक निकाले", यह पंक्ति "मुझे बताओ क्या चाहिए, इसे कई कदम तय करने दो"।

यह कहाँ है

दाएँ कॉलम · AI Agentबातचीत वाला रास्ता: एक सेट shots जनरेट करें, reference के ख़िलाफ़ एक फ्रेम दोबारा बनाएँ, चुने हुए नोड्स को workflow में जोड़ें — एक वाक्य में हो जाता है।
कैनवस वर्कस्पेस का सबसे दाएँ कॉलम।

वर्कफ़्लो व्यू में यह कैनवस के दाएँ कॉलम में होता है। हेडर के सबसे दाएँ बटन से इसे बंद करें और कैनवस पूरी स्क्रीन ले लेता है। बंद करने के बाद ऊपरी दाएँ कोने में एक Agent बटन तैरता है जिससे इसे वापस बुलाया जा सकता है — वह उसी जगह खड़ा है जहाँ कॉलम था, क्लिक करने पर उसी जगह खुल जाता है, और डेस्कटॉप पर यह एकमात्र वापसी का रास्ता है। बंद करना सिर्फ़ छिपाना है — आधा लिखा मैसेज और अब तक की बातचीत दोनों वहीं रहते हैं।

चैट व्यू में कैनवस दाईं आधी जगह लेता है: बाईं ओर बातचीत वाला कॉलम, दाईं ओर कैनवस — दोनों के बीच की सीम उठाकर खींची जा सकती है, और खुलते ही ऐसा ही दिखता है। पूरा वर्कस्पेस बातचीत को देना हो तो ऊपरी दाएँ कोने में कैनवस छिपाएँ दबाएँ — कैनवस हट जाता है और बातचीत पूरी जगह फैल जाती है; उसी बटन को फिर से दबाने पर यह कैनवस दिखाएँ हो जाता है।

स्टोरीबोर्ड व्यू (1.5) में भी वही Agent कॉलम इस्तेमाल होता है, और व्यू बदलने से यह हिलता नहीं — बातचीत के बीच में स्विच करें और बातचीत वहीं रहती है। स्टोरीबोर्ड में घुसते ही यह अपने आप एक बार खुल जाता है (इस तरफ़ के सारे आउटपुट बातचीत से तैयार होते हैं, इसलिए अगला कदम तभी मिलता है जब इनपुट बार सामने हो), उसके बाद इसे वैसे ही बंद किया जा सकता है।

पैनल खुद: ऊपर एक्शन की पंक्ति, बीच में मैसेज स्ट्रीम, नीचे इनपुट एरिया।

हेडर और इनपुट एरिया दोनों मैसेज स्ट्रीम के ऊपर तैरते हैं: मैसेज हेडर के नीचे से स्क्रॉल होते हुए फेड इन होते हैं, और निचले किनारे से पहले फेड आउट हो जाते हैं — बीच से कटते नहीं।

एक बातचीत का दौर कैसा दिखता है

टाइमलाइन पर चार तरह की चीज़ें दिखती हैं: आपने क्या कहा, Agent ने क्या कहा, Agent ने क्या किया, और Agent ने जो नोड बनाए। Agent ने जो काम बैकग्राउंड को सौंपे (इमेज / वीडियो जनरेशन आदि), वे सब पूरे होने पर टाइमलाइन पर अपने आप एक ग्रे रंग की नतीजा लाइन जुड़ जाती है — कौन सा काम पूरा हुआ और कौन सा नहीं, बिना कैनवस को घूरे।

आपने क्या कहादाएँ तरफ सीधा bubble। अंदर thumbnail वाला chip वह canvas नोड है जिसे आपने @ से रेफर किया — इससे Agent को पता चलता है कि आप किसकी बात कर रहे हैं। अपलोड की हुई इमेज bubble के ऊपर thumbnails में दिखती हैं।
1 / 7
एक पूरी टर्न: कहना → करना → सारांश।

क्रम मायने रखता है: Agent पहले बताता है कि वह क्या करने वाला है, फिर करता है, और अंत में सारांश देता है। इसलिए बीच की ग्रे लाइनें इस टर्न का रनिंग लॉग पढ़ती हैं — कौन सा कदम पूरा हुआ, कौन सा नहीं, अंदाज़ा लगाने की ज़रूरत नहीं।

टर्न चल रहा हो तो मैसेज लिस्ट के नीचे एक गेज लाइन लगातार रहती है: एक घूमता हुआ गोला, अभी क्या हो रहा है यह बताने वाला एक शब्द (मॉडल के बोलने का इंतज़ार होने पर सोच रहा है…, शब्द बाहर आ रहे हों तो लिख रहा है…), बगल में समय हर सेकंड बदलता है और क्रेडिट साथ-साथ बढ़ते हैं; जब Agent काम बैकग्राउंड को सौंपता है, तो यहाँ "N टास्क चल रहे हैं" जैसा एक चिप जुड़ जाता है — खोलने पर हर काम का नोड और स्टेज दिखता है, किसी एक पर क्लिक करें और कैनवस पर उस नोड पर पहुँच जाते हैं। अगर खुद रिक्वेस्ट फेल हो जाए (नेटवर्क, अपस्ट्रीम), तो टाइमलाइन पर "अनुरोध फेल हो गया।" की एक लाइन और फिर से कोशिश करें का बटन आता है — क्लिक करने पर पिछली ही मैसेज फिर से चलती है, फेल होने से पहले Agent जो कुछ बोल चुका था वह स्क्रीन पर बना रहता है; अगर कोई साफ़ कारण है (सबसे आम क्रेडिट खत्म) तो वह वाक्य सीधे फेल लाइन पर लिखा होता है।

एक टर्न बोलना खत्म करने पर आखिरी लाइन के नीचे छोटी क्रियाओं की एक पंक्ति होती है: कॉपी में इस टर्न में Agent ने जो कुछ कहा (टूल लाइन और सवाल वाले कार्ड के बीच से जोड़कर) सब आता है; डिसलाइक बताता है कि यह टर्न खराब रहा (फ़ीडबैक डायलॉग खुलता है, इस टर्न की समस्या भेजी जाती है ताकि आगे बेहतर जवाब मिले); फिर से कोशिश करें सिर्फ़ आखिरी टर्न पर लगता है। आपके अपने बबल के नीचे भी यही एक पंक्ति है — कॉपी आपने क्या कहा, फिर से कोशिश करें का मतलब वही मैसेज फिर से भेजना। पूरी हो चुकी टर्न के दाएँ सिरे पर "3 मिनट पहले · ⚡42" जैसा हिसाब भी रहता है, उस नंबर पर क्लिक करने से इस टर्न का उपयोग ब्रेकडाउन खुलता है।

टाइमलाइन पर दो तरह के ऐसे बबल भी होते हैं जो आपके कहे हुए नहीं हैं — हर एक का अपना रूप है, और उन्हें आपके टाइप किए शब्दों में नहीं गिना जाता:

  • प्लेटफ़ॉर्म की टिप्पणी — शीर्षक लिखा होता है «प्लेटफ़ॉर्म ने एजेंट को जो भेजा»। यह मंच की तरफ़ से कही गई बात है (डिलीवरी से पहले की जाँच पास न हुई, या यह बीच में रुक गया, तो मंच इसे आगे बढ़ने देता है); यह अलग कार्ड बनकर रहती है, आपको इसका जवाब देना नहीं है।
  • «एजेंट द्वारा देखी गई N तस्वीरें» — इस दौर में उसने जो तस्वीरें देखीं (प्रीविज़ फ़्रेम शीट, तुलना शीट जैसी चीज़ें); खोलने पर वही तस्वीरें मिलती हैं। उसने «क्या देखा» — यह जाँचने का एक सुराग है कि नतीजा सही है या नहीं।

हर बातचीत का अपना प्रगति-स्टेटस

जब आप इतिहास में किसी दूसरी बातचीत पर जाते हैं, तो इनपुट बार, भेजें, रोकें और “जनरेट हो रहा है” की स्थिति उसी बातचीत की होती है जिसे आप देख रहे हैं। A में लंबा काम चल रहा हो और आप B पर जाकर नया निर्देश लिखें, तो B गलती से “टाइप हो रहा है” नहीं दिखेगा और A रुक नहीं जाएगा। A पर लौटें तो उसकी प्रगति और बने नोड्स वहीं मिलेंगे।

बाहरी असिस्टेंट भी उतने ही साफ़ दिखते हैं। Claude Code, Codex, Cursor या कोई और असिस्टेंट DOTV से काम करे, तो उसकी हर हरकत इसी कैनवास के Agent टाइमलाइन में आती है: उसने क्या किया, कौन सा नोड बदला, कौन सी जनरेशन भेजी और नतीजा पूरा हुआ या नहीं — सब कैनवास पर क्लिक करके देखा जा सकता है। खत्म होने का अंदाज़ा लगाने के लिए टर्मिनल घूरने की ज़रूरत नहीं।

किसी बात से फोर्क: ब्रांच

ब्रांचइस बातचीत को इस टर्न के अंत तक जस का तस नई चैट में कॉपी करके तुरंत वहां ले जाता है — मूल बातचीत में एक अक्षर भी नहीं बदलता। इस बिंदु से दूसरी दिशा में बात आगे बढ़ाने के लिए इसे चुनें।
टर्न के अंत वाली पंक्ति में, «डिसलाइक» के दाईं ओर वाला बटन ब्रांच है।

बातचीत के बीच में लगे «अभी-अभी की उस बात से दिशा ही गलत हो गई»? उसी चैट को जबरन मोड़ने की ज़रूरत नहीं — उस टर्न के अंत में ब्रांच दबाएं: यह बातचीत को उस टर्न के अंत तक जस का तस नई चैट में कॉपी करता है (पहले तक की शर्तें और पूरे हुए नतीजे भी साथ), फिर तुरंत वहीं ले जाता है। मूल बातचीत में एक अक्षर नहीं बदलता, इतिहास सूची में मौजूद रहती है — कभी भी वापस आएं तो बस स्विच करें।

ब्रांच से बनी नई चैट के शीर्षक में क्रमांक प्रत्यय («… (ब्रांच 2)») जुड़ता है, ताकि इतिहास में एक नज़र में पता चले कि यह कहां से निकली।

इनपुट क्षेत्र

composerEnter भेजता है, Shift + Enter नई पंक्ति जोड़ता है — पिछला दौर चल रहा हो तो Enter उसी दौर में जोड़ता है और Cmd/Ctrl + Enter कतार में डालता है (12.1 देखें)। @ से नोड या जनरेशन मॉडल का संदर्भ लीजिए (नोड हिस्से के अंत में «कैनवास से चुनें» वाली पंक्ति कैनवास पर चुनती है), / से Skill चुनिए। स्टोरीबोर्ड का कार्ड सीधे इस कार्ड पर खींच भी सकते हैं।
1 / 5
इनपुट बॉक्स, प्लस, Skill, संदर्भ, भेजें।
  • Enter भेजता है, Shift + Enter नई लाइन।
  • @ टाइप करें और कैनवस पर मौजूद किसी नोड का रेफरेंस लें। ड्रॉपडाउन में नोड के अलावा मॉडल भी हैं (इमेज और वीडियो जनरेशन की दोनों लिस्टें) — @ से कोई एक चुनें और इस टर्न में Agent आपके चुने हुए मॉडल का इस्तेमाल करेगा, खुद नहीं चुनेगा; नोड हिस्से के आखिर में कैनवस से चुनें वाली एक पंक्ति भी है (कैनवस पर एक के बाद एक क्लिक करते जाएँ और सब चुन लिए जाते हैं, 10.5 देखें)।
  • / टाइप करें और कोई Skill चुनें (12.2 देखें)।
  • प्लस (या सीधे पेस्ट करके) लाई हुई लोकल फ़ाइलें मुख्य टेक्स्ट के ऊपर एक पंक्ति में अटैचमेंट कार्ड के रूप में लग जाती हैं, जब तक अपलोड न हों तब तक भेजा नहीं जा सकता। इमेज साथ-साथ कैनवस पर एक नोड बन जाती है (रेफरेंस की तरह ही Agent तक पहुँचती है); वीडियो, ऑडियो और टेक्स्ट फ़ाइलें सिर्फ़ इसी मैसेज के साथ चलती हैं, नोड नहीं बनातीं, और बबल में एक ऐसा chip रहता है जिस पर क्लिक नहीं होता। दोनों हालत में वे आपकी क्लाउड स्टोरेज घेरती हैं; किसी एक कार्ड को हटाना सिर्फ़ यह करता है कि यह मैसेज उसे साथ न ले जाए।
  • स्टोरीबोर्ड में कार्ड को सीधे इस कार्ड पर ड्रैग किया जा सकता है, छोड़ने पर वह एक रेफरेंस बन जाता है।

कैनवस पर किसी नोड को सेलेक्ट करें और वह इनपुट बॉक्स में एक रेफरेंस चिप बन जाता है — पाँच को मार्की-सेलेक्ट करें तो पाँच चिप, एक का सेलेक्शन हटाएँ तो वह चिप खुद ही गायब। इसलिए "इस इमेज को बदलो" कहने का सही तरीका है: पहले कैनवस पर उस इमेज को क्लिक करें, फिर क्या बदलना है बताएँ।

चलते-चलते बोलते जाएँ

इस दौर में डाली गई बातपिछला दौर अभी चल रहा हो तब Enter दबाइए और यह बात उसी दौर के अंदर एक बबल बन जाती है — मॉडल अगला कदम उठाने से पहले इसे पढ़ लेता है, दौर पूरा होने का इंतज़ार नहीं करना पड़ता।
1 / 3
यह अभी काम कर रहा है: जोड़ा गया वाक्य इसी दौर में है, और इनपुट बॉक्स के ऊपर दो भेजने वाले वाक्य कतार में लगे हैं।

इसका एक दौर कई मिनट चलता है, तो बीच में कुछ जोड़ना हो तो इंतज़ार करने की ज़रूरत नहीं — पिछला दौर चल रहा हो तब Enter दबाएँ, और यह वाक्य उसी वक्त इस दौर में एक बबल बनकर घुस जाता है: मॉडल अगली बार हाथ लगाने से पहले ही इसे देख लेता है, इस दौर के खत्म होने का इंतज़ार नहीं। ⌘/Ctrl + Enter वाले रास्ते के अलावा यह दूसरा रास्ता है:

बटन यह वाक्य कहाँ जाता है
Enter सीधे भेजें — चल रहे इसी दौर में बबल बनकर जुड़ जाता है (बातचीत में तुरंत दिखता है)
⌘/Ctrl + Enter कतार में — इनपुट बॉक्स के ऊपर रुकता है, अपनी बारी आने पर भेजा जाता है

कतार में पड़े वाक्य को खींचकर क्रम बदल सकते हैं, पेंसिल पर क्लिक करके इनपुट बॉक्स में वापस ले जा सकते हैं, और × से हटा सकते हैं। कतार सेव नहीं होती: रीफ़्रेश करते ही खत्म (वे "अभी न कही गई बातें" हैं, भेजी हुई सामग्री नहीं), और खाली कतार पूरी दिखती ही नहीं।

यह आपसे पूछने के लिए रुकता है

जब Agent को भरोसा न हो तो वह अनुमान नहीं लगाता: विषय, स्टाइल, शॉट्स की संख्या, लंबाई, एस्पेक्ट रेशियो जैसी चीज़ें जो पूरी फिल्म की दिशा बदल दें, खासकर जब अगला कदम क्रेडिट खर्च करने वाला हो, तो वह रुककर पूछता है।

Optionsहर सवाल के 2–4 mutual exclusive options होते हैं, सबसे पहले recommended और उसी तरह mark किया हुआ। एक पर क्लिक करें तो जवाब हो जाता है।
1 / 4
सवाल वाला कार्ड इनपुट बॉक्स के ऊपर तैरता है, टर्न यहीं रुकी हुई है।

पूछते समय पूरी टर्न सस्पेंड हो जाती है — जब तक जवाब न दें, वहीं रुकी रहती है। इसलिए अनदेखा करें का मतलब कार्ड बंद करना नहीं, बल्कि "आप खुद तय करो" कहकर आगे बढ़ने देना है। कुछ सवालों में काउंटडाउन होता है (जवाब देना बेहतर है, पर बिना जवाब के भी चलेगा); समय खत्म होने पर अनदेखा करने जैसा ही असर होता है।

एक बार में एक से ज़्यादा सवाल (अधिकतम तीन) हों तो कार्ड एक-एक करके दिखता है: हर सवाल में दो से चार विकल्प, और नीचे एक खाना "मेरे पास और एक आइडिया है…" जिसमें खुद लिख सकते हैं।

  • निचले बाएँ कोने में दिखता है कि किस सवाल पर हैं (1 / 3)।
  • मौजूदा सवाल का जवाब न दें तो अगला ग्रे रहता है — जवाब छूटा हो तो आखिरी कदम तक पता नहीं चलेगा, ऐसा नहीं होता।
  • पीछे कभी भी पिछले सवाल पर वापस जाने देता है, बदलें और फिर आगे बढ़ें।
  • आखिरी सवाल पर वह बटन सबमिट बन जाता है; फ्री-टेक्स्ट खाने में Enter दबाने से अगला दबाने जैसा काम होता है (आखिरी सवाल पर यही सबमिट होता है)।
पूछा गयाजवाब देने पर कार्ड गायब हो जाता है; पंक्ति Asked हो जाती है, सवाल और आपका जवाब उसके नीचे दिखता है। पंक्ति पर क्लिक करके इसे मोड़ सकते हैं। जब एक बार में कई सवाल पूछे गए हों, तो यहीं से पीछे देखा जाता है।
जवाब देने पर कार्ड गायब हो जाता है, टाइमलाइन पर "पूछा गया" का निशान रह जाता है।

लंबे कामों की प्रगति

पाँच शॉट, बैकग्राउंड म्यूज़िक, कंपोज़िट — आसानी से कई मिनट लग जाते हैं। प्रोग्रेस का पता टाइमलाइन से ही चलता है: हर काम करने से पहले Agent एक लाइन में बताता है कि वह क्या कर रहा है, और उस कदम का नतीजा तुरंत उसके पीछे आता है — इसलिए ग्रे लाइनों को नीचे की ओर देखते चलें, पता चल जाएगा कि कहाँ पहुँचा। कोई अलग "टास्क लिस्ट" नहीं जिसे घूरना पड़े।

चलते समय मैसेज लिस्ट के नीचे वाली गेज लाइन देखें (समय, क्रेडिट, "N टास्क चल रहे हैं" सब वहीं हैं)। किसी एक जनरेशन की प्रोग्रेस उस नोड पर ही बनी होती है (सांस लेता हुआ बैकग्राउंड और प्रतिशत), बातचीत में नहीं — वीडियो रेंडर हो रहे उन कुछ मिनटों में कैनवस देखना ज़्यादा सही है।

DOTV में आज़माएँपढ़ने से आगे बढ़ें: DOTV खोलें और इस सेक्शन के फ़ीचर से एक AI वीडियो बनाएँ।