Сотворение визуального шедевра из пустоты цифрового кода всегда казалось чем-то сродни магии, доступной лишь избранным техножрецам. Ещё буквально пару лет назад, чтобы получить качественное изображение, требовались годы обучения рисованию или дорогостоящее фотооборудование, но сейчас ситуация изменилась кардинально. Нейросети, подобные Midjourney или Stable Diffusion, открыли ящик Пандоры, предоставив каждому желающему возможность стать арт-директором собственной реальности. Однако эйфория от первых попыток часто сменяется разочарованием: вместо глянцевой обложки на экране появляется существо с шестью пальцами или «пластиковой» кожей. Многие считают, что искусственный интеллект понимает человеческий язык с полуслова, но на самом деле это заблуждение приводит к посредственным результатам. Ведь машина не умеет читать мысли, она умеет лишь считывать код, зашитый в слова. Поэтому для получения результата, который невозможно отличить от работы профессионального фотографа, стоит освоить искусство написания правильных запросов — промт-инжиниринг.
Что такое промт?
Технически это текстовая команда. Набор символов, который интерпретируется алгоритмом как инструкция к действию. Но если копнуть глубже, то промт — это мост между абстрактным воображением человека и математической логикой нейросети. Сложно ли составить такой запрос? Довольно просто, если понимать базовую механику, но дьявол, как известно, кроется в деталях. Обыватель напишет: «Красивая девушка в лесу». И получит усредненную, скучную картинку без души. Опытный же креатор превратит этот запрос в поэму из технических терминов, описаний освещения и указаний на стиль камеры. Стоит отметить, что нейросеть работает по принципу ассоциаций: каждое слово тянет за собой огромный шлейф визуальных образов, на которых она обучалась. Именно поэтому точность формулировок играет здесь решающую роль.
Анатомия идеального запроса
Конструктор для взрослых. Именно так можно охарактеризовать структуру грамотного промта. Хаос в словах рождает хаос в пикселях. Фундаментом любого запроса выступает сам объект съемки. Это может быть человек, животное или архитектурное сооружение. К слову, описывать объект нужно скрупулёзно. Не просто «мужчина», а «пожилой рыбак с обветренным лицом и глубокими морщинами». Далее следует описание действия и окружения. Где находится герой? Что он делает? Но и этого недостаточно для фотореализма. Львиная доля успеха зависит от блока технических параметров и стилизации. А завершает эту конструкцию, как правило, указание на формат соотношения сторон и версию алгоритма. И всё же, перегружать систему лишними эпитетами не стоит — нейросеть может «забыть» начало фразы, если конец будет слишком длинным.
Работа со светом
Свет творит чудеса. Любой фотограф подтвердит, что неудачное освещение способно испортить даже самую гениальную композицию, а удачное — вытянуть посредственный сюжет. В мире нейросетей действуют те же законы физики (или их имитация). Если вы хотите получить драматичный кадр, имеет смысл использовать такие маркеры, как cinematic lighting (кинематографичное освещение) или rembrandt lighting (рембрандтовский свет). Последний создает характерный треугольник света на щеке модели, добавляя портрету глубины. Для более мягкой, воздушной атмосферы отлично подойдет soft lighting или volumetric lighting, который добавляет в воздух частички пыли и делает лучи видимыми. А вот если цель — жёсткий фэшн, то тут выручит hard studio lighting. Стоит помнить, что свет задает настроение всему кадру, и игнорировать этот параметр — значит добровольно отказываться от половины успеха.
Как выбрать камеру и объектив?
Разбирается ли нейросеть в фототехнике? Удивительно, но да. Она прекрасно знает, как выглядит картинка, снятая на определённый фотоаппарат или плёнку. Упоминание конкретных моделей камер и объективов — это тот самый нюанс, который превращает цифровую мазню в «настоящую» фотографию. Например, фраза shot on 35mm сразу добавит изображению плёночного зерна и характерной цветопередачи. А если уточнить название плёнки, скажем, Kodak Portra 400, то кожа модели приобретёт тёплые, естественные оттенки, за которые фотографы так любят этот расходник. С объективами история похожая. Хотите размытый фон и акцент на глазах? Используйте 85mm lens или f/1.8. Нужно показать масштаб пейзажа или тесную комнату? Тут солирует wide angle или конкретное фокусное расстояние, например, 16mm. Использование таких технических маркеров позволяет обмануть глаз зрителя, заставив его поверить в реальность происходящего.
Стилистика и референсы
Иногда проще указать пальцем, чем объяснять на словах. В мире промтов роль такого указательного пальца играют отсылки к известным фотографам, журналам или стилям. Нейросеть — это кладезь знаний об истории искусства. Добавление в запрос имени Annie Leibovitz привнесет в кадр театральность и сложную работу с групповыми портретами. А упоминание Steve McCurry гарантирует насыщенные цвета и пронзительный взгляд героя, характерный для обложек National Geographic. Кстати, само упоминание изданий работает не хуже. Промт, содержащий Vogue editorial, автоматически подтянет композицию и позы моделей под стандарты высокой моды. Однако не стоит бездумно смешивать несочетаемое: стиль киберпанк вряд ли подружится с эстетикой викторианской эпохи без должной сноровки. Главное — чувствовать баланс.
Портретная съёмка: Примеры
Лицо — зеркало души. И самый сложный объект для генерации. Чтобы получить детализированный портрет, который можно распечатать и повесить на стену, нужно уделить внимание текстуре кожи. Пластиковые лица — бич новичков. Исправить это помогает добавление таких фраз, как highly detailed skin, skin pores, natural skin texture. Вот пример добротного промта для мужского портрета:
Close-up portrait of a charismatic old sailor, weathering storm, rain on face, detailed beard, intense eyes, dramatic lighting, shot on Sony A7R IV, 85mm lens, f/1.8, hyperrealistic, 8k –ar 2:3
Здесь мы видим чёткую структуру: объект, детали, условия, техника. А вот вариант для женского бьюти-портрета:
Studio photography of a young woman with freckles, natural makeup, softbox lighting, pastel background, shot on Kodak Portra 400, analog aesthetic, grain, sharp focus on eyes –ar 4:5
Обратите внимание, что упоминание плёнки (Kodak Portra) сразу задает тон всей цветокоррекции.
Фэшн и полный рост
Задача не из лёгких. Снимать (или генерировать) человека в полный рост сложнее, так как нейросети часто путаются в анатомии конечностей, когда фигура занимает меньше места в кадре. Тут на помощь приходят уточнения про обувь и позу. Важно четко прописать full body shot или wide angle shot. Для создания образа в стиле уличной моды можно использовать такую конструкцию:
Full body shot of a stylish girl walking in Tokyo street, wearing futuristic cyberpunk jacket, neon lights reflection, rain, wet asphalt, low angle shot, cinematic atmosphere, 35mm film, high fashion –ar 9:16
Ракурс снизу (low angle) придаёт модели монументальности и удлиняет ноги, что часто используется в фэшн-индустрии. Ещё один интересный вариант для каталожной съемки:
Fashion photography, male model wearing beige trench coat, minimalistic white background, studio lighting, professional color grading, confident pose, 4k, incredibly detailed –v 6.0
Здесь акцент сделан на одежде и отсутствии отвлекающих факторов.
Локация и окружение
Фон не должен спорить с объектом. Он должен его дополнять. Зачастую новички забывают прописать бэкграунд, и нейросеть подставляет что-то случайное и нелепое. Если вам нужен размытый фон, волшебное боке, то стоит использовать bokeh или depth of field. Но если цель — вписать персонажа в интерьер, то описание должно быть подробным. Представим уютную кофейню. Промт может выглядеть так:
Medium shot of a freelancer working on laptop inside a cozy coffee shop, warm lighting, rainy window background, cups on table, highly detailed interior, rustic style, shot on Canon R5, 50mm –ar 16:9
Антураж здесь создается за счёт деталей: дождь за окном, чашки, тёплый свет. Для любителей природы подойдет такой сценарий:
Epic landscape photography with a tiny silhouette of a hiker on a cliff, sunset mountains background, fog in valley, golden hour, majestic nature, wide angle lens, National Geographic style –ar 21:9
В данном случае масштаб передается через контраст маленькой фигуры человека и огромных гор.
Негативные промты: Зачем они нужны?
Спасательный круг. Именно так можно назвать функцию Negative Prompt (параметр –no в Midjourney). Это список того, чего вы категорически не хотите видеть на изображении. Нейросети имеют свойство добавлять лишние конечности, размывать текст или делать цвета слишком кислотными. Чтобы избежать подобных казусов, в негативный промт обычно вписывают такие слова, как ugly, deformed, extra fingers, missing limbs, blur, watermark, text. Это своего рода фильтр, отсекающий мусор. Впрочем, иногда использование негативных промтов позволяет менять стиль. Например, исключив 3d и render, можно добиться большей схожести с рисунком или фотографией, убрав «пластмассовый» блеск. Это довольно мощный инструмент, которым не стоит пренебрегать, особенно если результат генерации раз за разом выдает одни и те же ошибки.
Макросъёмка и детализация
Погружение в микромир. Макросъёмка требует особого подхода, ведь здесь важна каждая ворсинка, каждая капля росы. Просто написать macro недостаточно. Нужно дать машине понять, что мы хотим увидеть сверхвысокую детализацию конкретного участка. Попробуйте использовать такой промт:
Macro photography of a human eye, blue iris with complex patterns, reflection of a window in the pupil, long eyelashes, highly detailed texture, sharp focus, 100mm macro lens, f/2.8, realistic lighting –ar 1:1
Результат зачастую выглядит впечатляюще и даже пугающе реалистично. Или, например, съёмка ювелирных изделий:
Close-up product photography of a diamond ring on black velvet, sparkles, studio lighting, luxury style, sharp edges, 8k resolution, ray tracing reflection
Здесь слова luxury style и black velvet создают нужный контекст дороговизны и премиальности.
Стоит ли использовать готовые пресеты?
В сети полно библиотек с промтами. Казалось бы, бери и копируй. Но есть нюанс. Слепое копирование чужих запросов редко приводит к пониманию процесса. Это как списывать контрольную: оценка хорошая, а знаний ноль. Чужой промт может содержать специфические настройки, которые не подойдут под вашу задачу. Тем более, нейросети постоянно обновляются, и то, что работало в версии 4, может выдать абракадабру в версии 6. Разумеется, подсматривать и анализировать чужие работы полезно. Это помогает найти новые ключевые слова, увидеть интересные связки стилей. Но настоящая магия начинается тогда, когда вы начинаете экспериментировать самостоятельно, смешивая, казалось бы, несочетаемые вещи.
Искусство или ремесло?
Скептики скажут, что ввод текста в строку — это не творчество. Но, по сути, фотограф тоже нажимает на кнопку. Разница лишь в инструменте. Промт-инжиниринг — это современная алхимия, где вместо колб и реагентов используются слова и параметры. И результат зависит не от случайности, а от эрудиции, насмотренности и умения формулировать мысли автора. С одной стороны, порог входа снизился, и создать «шедевр» может каждый. С другой стороны, чтобы этот шедевр не был пустышкой, нужно обладать вкусом и пониманием композиции. Искусственный интеллект — это лишь мощный экзоскелет для вашего воображения, но управлять им всё равно должен человек.
А что с авторским правом?
Вопрос острый и неоднозначный. Юридически статус изображений, созданных ИИ, до сих пор находится в серой зоне во многих странах. Кому принадлежат права: пользователю, написавшему промт, или разработчикам нейросети? Или, может быть, никому? На данный момент большинство платформ предоставляют пользователям полные коммерческие права на созданные изображения, но с оговоркой, что эти изображения не защищены авторским правом так же, как традиционное искусство. Подводные камни могут всплыть, если в промте использовались имена ныне живущих художников или защищенные торговые марки. Поэтому, создавая контент для коммерческого использования, лучше избегать прямых упоминаний брендов или имен, заменяя их на описания стилей. Это обезопасит от возможных претензий в будущем.
Практические советы напоследок
Не бойтесь быть многословными, но следите за логикой. Начинайте с главного, постепенно добавляя детали. Используйте веса (в некоторых нейросетях можно усилить значимость конкретного слова). И главное — не опускайте руки после первой неудачной генерации. Порой для получения того самого «золотого» кадра приходится перебрать десятки вариантов, меняя по одному слову за раз. Процесс этот не быстрый, но увлекательный. Ведь каждое изменение в тексте влечет за собой непредсказуемые метаморфозы на экране. И когда наконец из цифрового шума проступает лицо, которое вы представляли в своей голове, ощущение творческой победы перекрывает все затраченные усилия. Удачи в экспериментах, и пусть ваши промты всегда попадают точно в цель, создавая миры, от которых невозможно отвести взгляд.