Размытость — это не дело случая
Алиса генерирует изображение по текстовому описанию. Модель не угадывает, что подразумевается под «качественным фото» — она строит картинку по буквам запроса. Если в описании нет света, материалов и деталей, нейросеть заполняет пустоты усреднённым изображением, которое выглядит мутным или нарисованным.
Частые причины размытости: отсутствие подсказок о свете, нет описания текстур, слишком много объектов в одном кадре, размытый стиль вроде «красиво» или «реалистично» без конкретики.
Детали важнее общих слов.
Четыре слоя чёткого промта
До и после: два описания, два результата
Слабый промт
«Красивая фотография города ночью»
Результат: общая картинка без чётких деталей, алгоритм угадывает свет и композицию.
Сильный промт
«Ночная фотография города, мокрый асфальт, отражения неоновых вывесок, крупный план улицы, глубина резкости, натуральные цвета, чёткая прорисовка зданий»
Результат: модель знает, где свет, какие текстуры и что находится в фокусе.
Слова, которые описывают качество
Это описательные слова, а не технические команды. Они сужают область поиска нейросети и показывают, какой результат ожидается.
Чего стоит избегать в описании
«Улучши качество»
Модель не знает, что именно подправить: резкость, свет или шум.
Слишком много объектов
Внимание распыляется, мелкие детали теряются на заднем плане.
Противоречивые условия
Солнце и полночь в одном кадре сбивают генерацию с толку.
Абстрактные прилагательные
«Супер», «красиво», «потрясающе» не дают модели ориентира.
Проверка перед отправкой
- + Есть ли главный объект?
- + Описан свет и обстановка?
- + Указан стиль: фотография, а не рисунок?
- + Нет ли противоречий в деталях?
- + Промт не перегружен прилагательными?
- + Есть ли детали текстуры и материалов?
