Почему нейросеть «не слышит» позу
Большинство неудачных генераций рождается не из-за «плохой модели», а из-за размытого языка запроса. Нейросеть не мыслит образами — она оперирует статистическими ассоциациями между токенами и визуальными паттернами. Слово «поза» само по себе — шум: оно охватывает тысячи вариантов от стояния до сложных акробатических фигур.
Чтобы получить предсказуемый результат, промт нужно собирать как инженерную спецификацию: каждый блок отвечает за свою переменную — ракурс, состав тела, освещение, стиль, негатив. Порядок токенов важен: вес убывает от начала к концу (в Stable Diffusion), либо модели-чаттерс (Midjourney, DALL·E 3) читают семантику целиком, но всё равно лучше отдавать иерархию явно.
Правило: сначала — что в кадре (субъект, поза, ракурс), потом — как оно выглядит (свет, материал, стиль), в конце — технические параметры и негатив.
Скелет промта: шесть блоков, которые решают всё
1. Субъект и тип тела
Базовый дескриптор: пол, возраст, конституция, кожа. Избегай «beautiful woman» — это шум. Пиши конкретно: young athletic female, pale skin, freckles, narrow waist, wide hips. Для NSFW важны пропорции: hourglass figure, pear shaped, muscular toned.
2. Поза и антомия
Самый критический блок. Используй анатомические термины и референсные названия: lying on back, legs spread, knees bent, on all fours, arched back, head down, standing, one leg raised, leaning against wall. Добавляй веса: (legs spread:1.3).
3. Камера и ракурс
Определяет восприятие позы. low angle — доминирование, high angle — уязвимость, dutch angle — напряжение. Фокусное: 35mm (окружение), 85mm (портрет, сжатие), 24mm (экстремальная перспектива, искажение краёв).
4. Свет и атмосфера
Свет скульптирует форму. volumetric lighting, rim light (контурный), subsurface scattering (прозрачность кожи), softbox, golden hour, neon rim. Для интима: candlelight, warm tungsten, heavy shadows.
5. Стиль и медиум
Фотореализм: raw photo, 8k uhd, shot on Sony A7R IV, 85mm f/1.2. Иллюстрация: digital painting, artstation trending, sharp focus, cel shaded. Аниме: anime style, key visual, studio ghibli aesthetic. Не смешивай медиумы в одном промте.
6. Негативный промт
Отсекает артефакты. База: deformed, bad anatomy, extra limbs, missing fingers, fused fingers, too many fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, ugly, blurry, low quality, watermark, text, signature, username, error, glitch, jpeg artifacts. Для поз: impossible pose, twisted limbs, broken spine, floating body parts.
Весы и синтаксис: как заставить слушаться
Синтаксис весов (Stable Diffusion / Automatic1111 / ComfyUI)
Круглые скобки усиливают, квадратные — ослабляют. Каждая пара скобок ≈ ×1.1 к весу (по умолчанию 1.0). Явное число точнее:
Вложенность работает мультипликативно: ((legs spread:1.3)) ≈ 1.3 × 1.1 × 1.1 = 1.57. Не перебарщивай — веса >1.5 дают артефакты («обгорание»).
Альтернатива — BREAK: токен BREAK (в капсе) разбивает промт на чанки по 75 токенов, заставляя attention обрабатывать блоки независимо. Полезно, когда позу «затирают» стилевые теги.
Midjourney / DALL·E 3: веса не работают. Используй порядок слов, повторения и конструкцию ::2 (только MJ): legs spread::2 arched back::1.5.
Готовый шаблон (SDXL / Pony / Illustrious)
Негатив (универсальный)
ControlNet и референсы: когда промту недостаточно
OpenPose / DWpose
Скелетный контроль. Загружаешь референсную позу (фото, 3D-модель, ручной рисунок) — нейросеть копирует расположение ключевых точек. Идеально для сложных поз: «ноги за головой», «на руках», интерловленные конечности. Вес controlnet: 0.8–1.0, guidance start 0.0, end 0.8.
Depth / Canny
Depth сохраняет объём и перекрытия (кто перед кем). Canny — контуры и силуэт. Полезны, когда поза должна читаться в сложном фоне или при нестандартном ракурсе. Depth вес 0.5–0.7, Canny 0.6–0.9.
Reference Only / IP-Adapter
Переносит стиль, лик, текстуру кожи с референса без копирования композиции. Для NSFW: фиксируешь «лицо персонажа» + OpenPose для позы. IP-Adapter weight 0.6–0.8, noise 0.1–0.3.
Inpaint для фиксов
Генерируй базу с ControlNet, затем инпейнт руками, лицом, деталями. Маска + тот же промт + denoising 0.3–0.5. Для гениталий: отдельный инпейнт с промтом (detailed vulva:1.3), (anatomically correct:1.2).
Разбор ошибок: до и после
Типичный «новичковый» промт
- Нет субъекта: «woman» — слишком широко
- Поза — набор клише, не антомия
- Нет камеры, света, стиля
- Качественные теги в конце — вес ~0
- Результат: деформированные руки, неправильная перспектива, пластиковая кожа
Инженерный промт
- Чёткая иерархия: субъект → поза → камера → свет → стиль
- Веса на критичных токенах позы и ракурса
- Конкретные оптики и настройки камеры
- Физически корректный свет (rim, SSS)
- Результат: чистая анатомия, читаемая поза, фотореалистичная кожа