Анатомия идеального промта: как управлять качеством рендера без перебора ключевых слов

Качество генерации не в количестве прилагательных, а в строгой иерархии инструкций. Разбираем структуру, которая работает в Midjourney, Stable Diffusion и DALL·E.

Структура 4 слоя Параметры движков Примеры до/после

Почему «смесь слов» даёт кашу, а не картинку

Синдром «мешка слов»

Новичок пишет: masterpiece, best quality, ultra detailed, 8k, unreal engine 5, octane render, cinematic lighting, sharp focus. Результат — пересвеченный, шумный кадр с галлюцинациями деталей.

Модель не «понимает» эпитеты. Она ищет статистические корреляции. Когда вы сваливаете сотню тегов, веса распыляются, и генератор уходит в усреднение.

4 СЛОЯ

Жёсткая иерархия: Субъект → Среда/Свет → Стиль/Оптика → Техпараметры. Каждый следующий слой уточняет, а не отменяет предыдущий.

Четыре слоя управляемого промта

Слой 1. Субъект и действие

Кто/что, что делает, в какой позе. Конкретные существительные и глаголы. Не «красивая девушка», а «young woman, asymmetric bob cut, wearing oversized linen coat, walking confidently».

Формула: [Существительное] + [Ключевые признаки] + [Действие/Поза] + [Эмоция/Вайб].

Слой 2. Среда и свет

Где происходит действие и как освещено. Источник света (golden hour, overcast, neon backlight, studio key light), погода, время суток, архитектура фона.

Примеры: volumetric fog, rim light, subsurface scattering, global illumination, caustics.

Слой 3. Стиль, оптика, медиум

Визуальный язык: фото (35mm film, Kodak Portra 400), 3D (octane, blender, clay render), иллюстрация (moebius, ukiyo-e). Оптика: 85mm f/1.2, 24mm wide, macro, tilt-shift.

Ключ: Один доминантный стиль. Смесь «киберпанк + акварель + фотореализм» даёт визуальный шум.

Слой 4. Технические параметры

Настройки движка: aspect ratio, stylize, chaos, quality (MJ); steps, cfg, sampler, denoise (SD). Это «рули» точности, а не творчества.

MJ: --ar 16:9 --stylize 250 --v 6.0
SD: --steps 30 --cfg 7 --sampler dpmpp_2m

Сборка промта: от черновика к финалу

База: Субъект + Контекст

Пишем 1-2 предложения на естественном языке. Astronaut riding a horse in Tokyo streets, rainy night, neon reflections.

Добавляем визуальные якоря

Вставляем токены стиля и оптики через запятую. cyberpunk aesthetic, 35mm lens, f/1.8, motion blur, volumetric lighting, highly detailed textures.

Веса и негативный промт

Усиливаем главное: (neon reflections:1.3), (rain:1.2). Исключаем мусор: ugly, deformed, noisy, blurry, lowres, bad anatomy, text, watermark, signature.

Параметры рендера

Дописываем флаги движка в конце строки. --ar 16:9 --stylize 200 --chaos 15 --v 6.0 --q 2.

Эффект структуры: до и после

Слабый промт (Keyword Salad)

portrait of a beautiful woman, masterpiece, best quality, ultra high res, 8k, 16k, photorealistic, hyperrealistic, highly detailed, sharp focus, depth of field, bokeh, cinematic lighting, dramatic lighting, volumetric lighting, ray tracing, global illumination, octane render, unreal engine 5, vray, arnold, highly detailed skin pores, perfect anatomy, symmetric face, gorgeous, stunning, breathtaking, award winning, trending on artstation, behance, pinterest, by greg rutkowski, alphonse mucha, wlop, artgerm, makoto shinkai --ar 2:3 --q 2 --stylize 1000 --chaos 50

Риск: конфликт стилей, пересвет, потеря похожести, игнорирование композиции.

Сильный промт (Структура 4 слоёв)

portrait of a young japanese woman, freckles, short messy black hair, wearing vintage yohji yamamoto coat, standing in shinjuku alley at blue hour, rain wet skin, reflective puddles

---
style: cinematic street photography, kodak portra 400 pushed 1 stop, grain
optics: 85mm f/1.2, shallow depth of field, creamy bokeh
lighting: neon sign rim light (cyan/magenta), ambient city glow

---
negative: clean studio look, plastic skin, airbrush, oversharpening, extra fingers, text, logo

---
--ar 2:3 --stylize 350 --chaos 10 --v 6.0 --q 2

Результат: читаемая композиция, целевой стиль, контроль деталей, предсказуемое качество.

Параметры качества: что реально влияет на рендер

MJ Midjourney v6

--stylize / --s: 0–1000. Насколько сильно модель применяет свой эстетический вкус. 100–250 — баланс, 500+ — «художественнее», но дальше от промта.
--chaos / --c: 0–100. Разброс вариантов в сетке. 0 — похожие, 30–50 — разные композиции/цвет. Для идей — выше, для точного повтора — 0–10.
--quality / --q: .25, .5, 1, 2. Время GPU на генерацию. 2 даёт чище текстуры, дольше рендерит. Стандарт — 1.
--weird / --w: 0–3000. Экспериментальность. Не для качества, а для серендипити. Оставляйте 0 для продакшена.

SD Stable Diffusion XL / 1.5

Steps: 20–50. Больше = детальнее, но с насыщением. 30–40 оптимум для DPM++ 2M Karras.
CFG Scale: 5–12. Насколько строго следовать промту. 7–8 стандарт. Выше — «жёстче», артефакты/сгорает. Ниже — свободнее.
Sampler: DPM++ 2M Karras / Euler a — стандарт качества. Ancestral (a) — стохастичность, разные детали каждый сид.
Hires. Fix: Двухпроходный апскейл. Upscaler: 4x-UltraSharp или NMKD-Siax. Denoise 0.3–0.5. Даёт чистые 2k/4k без галлюцинаций.

ALL Универсальные леvers

Aspect Ratio (—ar / —aspect) — задаёт композицию до генерации. 16:9 кино, 9:16 рилс, 3:2 фото, 1:1 инстаграм.
Seed — зафиксировать удачную генерацию для итераций. В MJ: --seed 12345, в SD — поле Seed.
Image Prompt / IP-Adapter / —cref — референс композиции/стиля/персонажа. Вес референса (—iw / ip_adapter_scale) важнее текста при высоких значениях.
Multi-prompts (::) — разделение концепций с весами. space::2 ship::1 делает космос доминирующим.

Ловушки, которые съедают качество

Миф про «Magic Words»

Слова 8k, octane, unreal engine не включают движки рендеринга. Это статистические маркеры датасета. Дают текстуру «3D-овидности», но ломают фотореализм. Используйте осознанно, под задачу стиля.

Перегруз négative prompt

Список из 200 стоп-слов путает модель. Достаточно базового набора: дефекты анатомии, артефакты сжатия, водяные знаки, текст. Остальное решается позитивным описанием и CFG/Denoise.

Игнорирование Aspect Ratio

Генерация в 1:1 с последующим кропом теряет композицию. Модель раскладывает объекты под квадрат. Задайте --ar или --aspect в самом начале мышления.

Слишком высокий Stylize / CFG

Максимальные значения заставляют модель «переизобретать» картинку: появляются лишние конечности, сюрреалистичные детали, цветовые сдвиги. Качество — в умеренности (MJ —s 200–400, SD CFG 6–8).

Шаблон-помощник: каркас для ежедневной работы

Готовая структура — копируйте, заполняйте, генерируйте

# СЛОЙ 1: СУБЪЕКТ (обязательно)
[кто/что] [ключевые визуальные признаки] [действие/поза] [эмоция]

# СЛОЙ 2: СРЕДА И СВЕТ (обязательно)
[локация/фон] [время суток/погода] [тип света: ключевой, заполняющий, обводка] [атмосфера: дымка, пыль, объёмный свет]

# СЛОЙ 3: СТИЛЬ И ОПТИКА (по задаче)
[журнал/художник/движок/пленка] [фокусное расстояние] [диафрагма] [спецэффекты: макросъёмка, тилт-шифт, зернистость]

# СЛОЙ 4: ТЕХПАРАМЕТРЫ (в конце строки)
--ar 16:9 --stylize 250 --chaos 10 --v 6.0 --q 2        (Midjourney)
--steps 30 --cfg 7 --sampler dpmpp_2m_kar --hires_fix        (Stable Diffusion)

# НЕГАТИВ (SD) / --no (MJ)
(ugly, deformed, noisy, blurry, lowres, bad anatomy, text, watermark:1.3)

Промт — это не заказ в ресторане, а техническое задание для рендер-фермы.

Качество рождается на стыке чёткого субъекта, физически правдоподобного света, осознанного стиля и калиброванных параметров. Уберите хаос слов — добавьте архитектуру инструкции. Итог: меньше итераций, выше предсказуемость, чище файлы на выходе.

Структура > Количество Свет решает объём Параметры — это рули

Анатомия идеального промта: как управлять качеством рендера без перебора ключевых слов