SDXL ControlNet Union · Inpainting

इंटीग्रेट करें

मॉडल id sdxl-controlnet-union/inpainting

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/sdxl-controlnet-union/inpainting?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/sdxl-controlnet-union/inpainting?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sdxl-controlnet-union/inpainting", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/hi/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "sdxl-controlnet-union/inpainting",
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

SDXL ControlNet Union · Inpainting मॉडल (sdxl-controlnet-union/inpainting) को Doitong API के ज़रिए कॉल करें। एजेंट के लिए दस्तावेज़: https://doitong.com/hi/developers/models/sdxl-controlnet-union/inpainting.md

POST https://api.doitong.ru/v1/run/sdxl-controlnet-union/inpainting?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}

यदि रिस्पॉन्स स्टेटस "queued" या "running" है, तो GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 को तब तक पोल करें जब तक यह "succeeded" न हो जाए; फ़ाइलें outputs[].url में हैं। उसी बॉडी के साथ POST https://api.doitong.ru/v1/quote/sdxl-controlnet-union/inpainting चलाने से रन से पहले सटीक कीमत मिलती है।

यह अनुरोध: ≈$0.012 12 API क्रेडिट · ≈ ₽1.29 इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें

Stability AI इमेज एडिटिंग #diffusion#controlnet#composition

पोज़, डेप्थ, किनारे या अन्य ControlNet गाइड का अनुसरण करते हुए मास्क किए गए क्षेत्र को भरने वाला SDXL इनपेंटिंग

OpenAPI Markdown

Stability AI · इमेज

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

प्रति रन अनुमानित कीमत

अनुमानित कीमत

$0.012प्रति रन

12 API क्रेडिट · ≈ ₽1.29

प्रति रन निश्चित कीमत, केवल सफलता पर शुल्क लिया जाता है।

चलाएँ · $0.012

केवल सफलता पर शुल्क लिया जाता है; विफलता पर अपने-आप रिफंड किया जाता है।

num_outputs डिफ़ॉल्ट 1

एक सामान्य रन की सामान्य लागत के आधार पर अनुमानित। कोटेशन वही है जो रन के लिए लिया जाएगा।

कोटेशन एंडपॉइंट: POST /quote/{id}

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

prompt •आवश्यक

जिस इमेज को आप बनाना चाहते हैं उसका अधिकतम विवरण के साथ वर्णन करें, ताकि सर्वोत्तम परिणाम मिल सकें।

image •आवश्यक image_url

फ़ाइल ड्रॉप करें, या

निर्माण के लिए शुरुआती इमेज, URL के माध्यम से दी गई।

mask •आवश्यक mask_url

फ़ाइल ड्रॉप करें, या

Inpainting mask की ओर संकेत करने वाला URL।

image_size

आउटपुट के आयाम, जो आकार न दिए जाने पर कंट्रोल इमेज से अपने आप निर्धारित होते हैं।

num_outputs num_images डिफ़ॉल्ट 1

निर्माण के लिए अनुरोधित इमेज की संख्या।

उन्नत negative_prompt · openpose_image_url · depth_image_url · teed_image_url · canny_image_url · normal_image_url · segmentation_image_url · safety_checker_version · format · request_id · controlnet_conditioning_scale · num_inference_steps · guidance_scale · strength · seed · enable_safety_checker · expand_prompt · openpose_preprocess · depth_preprocess · teed_preprocess · canny_preprocess · normal_preprocess · segmentation_preprocess · loras · embeddings

negative_prompt डिफ़ॉल्ट

अनचाही इमेज विवरण निर्दिष्ट करने वाला नेगेटिव प्रॉम्प्ट। इसमें रंग, ऑब्जेक्ट, दृश्य या सूक्ष्म विशेषताएँ और गुण, जैसे मूँछ, धुंधलापन या कम रिज़ॉल्यूशन, बहिष्कृत किए जा सकते हैं।

openpose_image_url

फ़ाइल ड्रॉप करें, या

कंट्रोल इमेज का URL।

depth_image_url

फ़ाइल ड्रॉप करें, या

कंट्रोल इमेज का URL।

teed_image_url

फ़ाइल ड्रॉप करें, या

कंट्रोल इमेज का URL।

canny_image_url

फ़ाइल ड्रॉप करें, या

कंट्रोल इमेज का URL।

normal_image_url

फ़ाइल ड्रॉप करें, या

कंट्रोल इमेज का URL।

segmentation_image_url

फ़ाइल ड्रॉप करें, या

कंट्रोल इमेज का URL।

safety_checker_version डिफ़ॉल्ट v1

कस्टम ViT सुरक्षा जाँचकर्ता (`v2`) और CompVis जाँचकर्ता (`v1`, डिफ़ॉल्ट) में से चुनें।

format डिफ़ॉल्ट jpeg

परिणामी इमेज का फ़ाइल फ़ॉर्मैट।

request_id डिफ़ॉल्ट

अनुरोध पहचानकर्ता, उस अनुरोध के साथ प्रतिक्रिया का संबंध स्थापित करने के लिए जिसने इसे उत्पन्न किया।

controlnet_conditioning_scale डिफ़ॉल्ट 0.5

ControlNet द्वारा लागू conditioning की strength।

num_inference_steps डिफ़ॉल्ट 35

चलाए जाने वाले inference चरणों की संख्या।

guidance_scale डिफ़ॉल्ट 7.5

इमेज चयन के लिए प्रॉम्प्ट-अनुरूपता की शक्ति, CFG (Classifier Free Guidance) के रूप में व्यक्त।

strength डिफ़ॉल्ट 0.95

निर्मित इमेज और शुरुआती इमेज के बीच समानता की मात्रा।

seed

Stable Diffusion में इमेज पुनरुत्पादन के लिए seed। मॉडल संस्करण, प्रॉम्प्ट और seed अपरिवर्तित रखकर हर रन में इमेज को बिल्कुल पुनरुत्पादित किया जा सकता है।

loras डिफ़ॉल्ट []

उपयोग के लिए चुने गए LoRA वेट, सूची के रूप में दिए गए।

embeddings डिफ़ॉल्ट []

उपयोग के लिए चुने गए embeddings, सूची के रूप में दिए गए।

POST /run/sdxl-controlnet-union/inpainting?wait=20 कोटेशन → $0.012

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/sdxl-controlnet-union/inpainting?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/sdxl-controlnet-union/inpainting?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sdxl-controlnet-union/inpainting", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "sdxl-controlnet-union/inpainting",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

यह अनुरोध चलाएँ

API कुंजी

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। इस ब्राउज़र में याद रखें API कुंजी प्राप्त करें

SDXL ControlNet Union · Inpainting के बारे में

`image_url` में दी गई स्रोत इमेज पर `mask_url` से चिह्नित क्षेत्र को ही प्रॉम्प्ट के आधार पर दोबारा पेंट करता है। वैकल्पिक कंट्रोल इमेज (openpose, डेप्थ मैप, teed, canny, normal, सेगमेंटेशन) परिणाम को निर्देशित करती हैं और प्रत्येक के लिए preprocess स्विच होता है। `strength` 0.01 से 1 तक स्वीकार करता है, चरण अधिकतम 70 तक जाते हैं और प्रति अनुरोध अधिकतम 8 इमेज बनाई जा सकती हैं। LoRAs, एंबेडिंग और jpeg या png आउटपुट समर्थित हैं।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण

promptआवश्यक

प्रकारstring

controlnet_conditioning_scaleवैकल्पिक

प्रकारnumber

डिफ़ॉल्ट0.5

0 – 1

ControlNet द्वारा लागू conditioning की strength।

image_urlआवश्यक image

प्रकारurl · image

निर्माण के लिए शुरुआती इमेज, URL के माध्यम से दी गई।

mask_urlआवश्यक mask

प्रकारurl · image

Inpainting mask की ओर संकेत करने वाला URL।

negative_promptवैकल्पिक

प्रकारstring

डिफ़ॉल्ट

image_sizeवैकल्पिक

प्रकारobject

square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9

num_inference_stepsवैकल्पिक

प्रकारinteger

डिफ़ॉल्ट35

1 – 70

चलाए जाने वाले inference चरणों की संख्या।

guidance_scaleवैकल्पिक

प्रकारnumber

डिफ़ॉल्ट7.5

0 – 20

इमेज चयन के लिए प्रॉम्प्ट-अनुरूपता की शक्ति, CFG (Classifier Free Guidance) के रूप में व्यक्त।

strengthवैकल्पिक

प्रकारnumber

डिफ़ॉल्ट0.95

0.01 – 1

निर्मित इमेज और शुरुआती इमेज के बीच समानता की मात्रा।

seedवैकल्पिक

प्रकारinteger | null

num_imagesवैकल्पिक num_outputs

प्रकारinteger

डिफ़ॉल्ट1

1 – 8

निर्माण के लिए अनुरोधित इमेज की संख्या।

lorasवैकल्पिक

प्रकारobject[]

डिफ़ॉल्ट[]

उपयोग के लिए चुने गए LoRA वेट, सूची के रूप में दिए गए।

loras[].forceवैकल्पिक

प्रकारboolean

डिफ़ॉल्टfalse

क्या embedding का उपयोग अनिवार्य है: true इसे अनिवार्य बनाता है।

loras[].pathआवश्यक

प्रकारstring

LoRA वेट का स्रोत, HF मॉडल आइडेंटिफ़ायर के रूप में दिया जाता है जो safetensors वेट पर रिज़ॉल्व होता है, या URL अथवा पाथ से स्थित safetensors फ़ाइल के रूप में।

loras[].scaleवैकल्पिक

प्रकारnumber

डिफ़ॉल्ट1

0 – 1

LoRA weight को base मॉडल में मर्ज करने से पहले उस पर लागू किया गया multiplier।

embeddingsवैकल्पिक

प्रकारobject[]

डिफ़ॉल्ट[]

उपयोग के लिए चुने गए embeddings, सूची के रूप में दिए गए।

embeddings[].pathआवश्यक

प्रकारstring

URL या फ़ाइल पाथ से निर्दिष्ट embedding वेट।

embeddings[].tokensवैकल्पिक

प्रकारstring[]

Embedding टोकन सूची; इसे न देने पर स्वचालित नामकरण उपलब्ध होता है: embedding फ़ाइल के प्रत्येक वेक्टर को <s0>, <s1>, ... क्रम से एक टोकन मिलता है।

enable_safety_checkerवैकल्पिक

प्रकारboolean

डिफ़ॉल्टtrue

सुरक्षा चेकर सक्रियण; true जाँच सक्षम करता है।

safety_checker_versionवैकल्पिक

प्रकारenum

डिफ़ॉल्टv1

v1v2

कस्टम ViT सुरक्षा जाँचकर्ता (`v2`) और CompVis जाँचकर्ता (`v1`, डिफ़ॉल्ट) में से चुनें।

expand_promptवैकल्पिक

प्रकारboolean

डिफ़ॉल्टfalse

अतिरिक्त प्रॉम्प्ट के साथ प्रॉम्प्ट विस्तार, true होने पर सक्षम।

formatवैकल्पिक

प्रकारenum

डिफ़ॉल्टjpeg

jpegpng

परिणामी इमेज का फ़ाइल फ़ॉर्मैट।

request_idवैकल्पिक

प्रकारstring

डिफ़ॉल्ट

openpose_image_urlवैकल्पिक

प्रकारurl · image

कंट्रोल इमेज का URL।

openpose_preprocessवैकल्पिक

प्रकारboolean

डिफ़ॉल्टtrue

openpose इमेज की प्रीप्रोसेसिंग नियंत्रित करता है।

depth_image_urlवैकल्पिक

प्रकारurl · image

कंट्रोल इमेज का URL।

depth_preprocessवैकल्पिक

प्रकारboolean

डिफ़ॉल्टtrue

डेप्थ इमेज की प्रीप्रोसेसिंग नियंत्रित करता है।

teed_image_urlवैकल्पिक

प्रकारurl · image

कंट्रोल इमेज का URL।

teed_preprocessवैकल्पिक

प्रकारboolean

डिफ़ॉल्टtrue

teed इमेज की प्रीप्रोसेसिंग नियंत्रित करता है।

canny_image_urlवैकल्पिक

प्रकारurl · image

कंट्रोल इमेज का URL।

canny_preprocessवैकल्पिक

प्रकारboolean

डिफ़ॉल्टtrue

canny इमेज की प्रीप्रोसेसिंग नियंत्रित करता है।

normal_image_urlवैकल्पिक

प्रकारurl · image

कंट्रोल इमेज का URL।

normal_preprocessवैकल्पिक

प्रकारboolean

डिफ़ॉल्टtrue

नॉर्मल इमेज की प्रीप्रोसेसिंग नियंत्रित करता है।

segmentation_image_urlवैकल्पिक

प्रकारurl · image

कंट्रोल इमेज का URL।

segmentation_preprocessवैकल्पिक

प्रकारboolean

डिफ़ॉल्टtrue

सेगमेंटेशन इमेज की प्रीप्रोसेसिंग नियंत्रित करता है।

आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sdxl-controlnet-union/inpainting",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 12,
    "usd": "0.012",
    "charged": 12,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "width": 1024,
        "height": 768,
        "content_type": "image/jpeg"
      }
    ],
    "timings": {},
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}

आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।

हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।

आउटपुट के फ़ील्ड

images: array of object {url, width, height, content_type}निर्मित इमेज की फ़ाइल जानकारी।
timings: object
seed: integerइमेज-निर्माण seed, जिसमें इनपुट में seed न दिए जाने पर यादृच्छिक रूप से चुना गया मान शामिल है; अन्यथा, यह दिए गए मान को दोहराता है।
has_nsfw_concepts: array of booleanबताता है कि बनाई गई इमेज में NSFW अवधारणाएँ दिखाई देती हैं या नहीं।
prompt: stringइमेज निर्माण के दौरान उपयोग किया गया प्रॉम्प्ट।