Создание визуального контента перестало быть уделом избранных с дорогими камерами и студийным светом, превратившись в захватывающую игру слов и алгоритмов. Кажется, что может быть проще: ввел пару слов, нажал кнопку — и шедевр готов? Однако на практике мы довольно часто получаем пластиковые лица, шесть пальцев на руке или совершенно не ту атмосферу, на которую рассчитывали. Ожидания разбиваются о суровую реальность машинной логики, которая понимает нас слишком буквально или, наоборот, игнорирует контекст. Но чтобы превратить хаотичную генерацию в произведение цифрового искусства, нужно всего лишь освоить язык машины и научиться грамотно составлять запросы.
С чего начинается шедевр?
Сложно ли объяснить нейросети, что именно вы хотите увидеть? И да, и нет. Вся соль в том, что алгоритм не умеет читать мысли, он считывает токены — ключевые слова, имеющие определённый вес. Структура идеального промта всегда напоминает слоёный пирог, где каждый ингредиент отвечает за свой вкус и послевкусие. В основе лежит объект съёмки (Subject), будь то человек, кот или футуристический автомобиль. За ним неотступно следуют действия и контекст. Но львиная доля успеха зависит не от того, кто изображён, а как это снято. И вот здесь начинается настоящая магия настройки виртуальной камеры.
Техническая детализация
Удивительно, но нейросети прекрасно разбираются в оптике и физике света (пусть и эмулируют их). Если вы просто напишете «фото женщины», результат будет усреднённым и скучным. А стоит добавить конкретные параметры объектива, как картинка оживает. Одним из самых действенных инструментов является указание фокусного расстояния. Для портретов, например, идеально подходит 85mm или 100mm, что дает правильные пропорции лица и приятное размытие фона. А если нужен эпичный пейзаж или динамичная сцена внутри помещения, выручит широкоугольный 16mm или 24mm.
Освещение и атмосфера
Свет творит чудеса даже с самой банальной композицией. Ведь именно он лепит объём, создаёт настроение и расставляет акценты. Ограничиваться словом «lighting» — значит пустить дело на самотёк. Для драматичных кадров профессионалы довольно часто используют «rembrandt lighting» (свет Рембрандта) или «chiaroscuro» (кьяроскуро), что даёт глубокие тени и контраст. Мягкость и нежность портрету придаст «softbox lighting» или «natural window light». Ну и, конечно же, нельзя не упомянуть «golden hour» — время перед закатом, которое окрашивает всё в тёплые, золотистые тона. Это надёжно. Потому что проверено. Временем.
Портретная съёмка: Практика
Перейдём от теории к делу. Допустим, нам нужен гиперреалистичный портрет, который невозможно отличить от снимка, сделанного в дорогой студии. Нагромождение лишних слов тут ни к чему, важна точность. Начинать стоит с главного героя и его характеристик, плавно переходя к окружению и техническим деталям.
Пример качественного промта для студийного мужского портрета мог бы выглядеть так:
«Hyperrealistic portrait of an elderly fisherman with a weathered face, deep wrinkles, piercing blue eyes, wearing a yellow raincoat, dark stormy background, cinematic lighting, shot on Sony A7R IV, 85mm lens, f/1.8, global illumination, highly detailed skin texture, 8k resolution, unreal engine 5 style.»
Разберем по полочкам. Мы задали не просто «старика», а рыбака с «поветренным лицом» (weathered face), что даёт текстуру. Указали камеру и объектив (Sony A7R IV, 85mm), что заставляет нейросеть имитировать конкретную оптическую схему и глубину резкости (боке). А упоминание Unreal Engine 5 и 8k добавляет ту самую пресловутую чёткость, за которой многие так гонятся.
Стиль плёнки и ретро
Цифровая стерильность иногда утомляет глаз. Хочется чего-то живого, с зерном и несовершенствами. Имитация плёночной фотографии — это отдельный, весьма популярный жанр в промт-инжиниринге. Здесь солируют названия конкретных плёнок, которые имеют свой неповторимый цветовой профиль.
Попробуйте следующий вариант для атмосферного женского портрета:
«Analog photography, candid shot of a laughing woman in a parisian cafe, drinking coffee, sunlight through window, Kodak Portra 400 film, film grain, vintage colors, slight motion blur, emotional, authentic look, 35mm lens.»
Ключевой момент здесь — «Kodak Portra 400» и «film grain». Эти теги буквально заставляют алгоритм добавлять характерный шум и тёплые оттенки кожи. А «candid shot» (случайный кадр) убирает искусственную позировку, делая снимок живым и непосредственным. Результат часто выглядит впечатляюще, вызывая ностальгию.
Предметная фотография и макро
А что, если нужно снять не человека, а продукт? Рекламная фотография требует иной лексики. Здесь важно подчеркнуть материалы, блеск, чистоту фона и освещение. Ошибки здесь всплывут мгновенно: неправильное отражение в стекле или «плавающая» геометрия испортят всё впечатление.
Для коммерческой подачи, скажем, флакона духов, подойдёт такая конструкция:
«Product photography of a luxury perfume bottle, standing on a wet stone surface, splashing water, dark elegant background, studio lighting, rim light, bokeh, 4k, sharp focus, macro lens 100mm, ray tracing, advertising shot.»
Обратите внимание на «rim light» (контровой свет) — он отделяет объект от фона, создавая сияющий контур. «Wet stone surface» добавляет антураж и текстуру, делая картинку дорогой и тактильно приятной. К слову, использование терминов из 3D-графики (ray tracing, octane render) в фото-промтах — довольно распространённый трюк. Он помогает добиться идеальной, «вылизанной» картинки, свойственной дорогой рекламе.
Архитектура и интерьеры
Съёмка зданий и помещений имеет свои нюансы. Главное — угадать с перспективой и геометрией. Искажения здесь недопустимы (если это не художественный замысел). Нейросети часто «заваливают» горизонт или искривляют линии колонн, но правильные токены служат отличным спасательным кругом.
Вот добротный вариант для современного интерьера:
«Interior design photography of a modern minimalist living room, beige and white color palette, large panoramic windows, sunlight streaming in, scandinavian style, architectural digest photo, wide angle lens 16mm, symmetrical, high resolution, cozy atmosphere.»
Упоминание журнала «Architectural Digest» работает как мощный референс стиля. Нейросеть обращается к своей базе данных, понимая, что от неё требуется журнальное качество, идеальная композиция и «воздух» в кадре. Широкий угол (16mm) позволяет охватить всю комнату, не создавая ощущения тесноты.
Сложные ракурсы и композиция
Довольно часто мы забываем указывать ракурс, и нейросеть выдаёт стандартный вид «спереди, на уровне глаз». Но ведь динамика кадра зависит именно от точки съёмки. Стоит поэкспериментировать с положением виртуальной камеры.
«Low angle shot» (снизу вверх) придаёт объекту величественность и монументальность. «High angle shot» или «drone view» (сверху или с дрона) идеально подходят для пейзажей или показа масштаба толпы. «Close-up» (крупный план) акцентирует внимание на эмоциях или деталях, а «extreme close-up» позволяет рассмотреть радужку глаза или текстуру ткани.
Пример для динамичной уличной фотографии:
«Low angle shot of a cyberpunk street samurai standing in neon rain, futuristic city background, reflection in puddles, dynamic pose, wide angle, depth of field, neon blue and pink lights, cinematic composition, action shot.»
Здесь ракурс снизу делает персонажа доминирующим, угрожающим. А сочетание «neon rain» и «reflection» создаёт сложную световую схему, которая приковывает внимание зрителя.
Чего стоит избегать?
Не стоит перегружать промт противоречивыми командами. Если вы напишете «sunny day» и «dark night» одновременно, алгоритм сойдёт с ума и выдаст нечто серое и невразумительное. Также лучше отказаться от слишком длинных, литературных описаний с деепричастными оборотами, если вы работаете с Stable Diffusion (Midjourney понимает их лучше, но тоже до определенного предела). Не скупитесь на конкретику, но избегайте воды. Слова вроде «очень», «невероятно», «потрясающе» нейросеть часто игнорирует, так как они не несут визуальной информации. Лучше заменить «очень красиво» на «masterpiece» или «award winning photo».
Влияние художественных стилей
Иногда для достижения фотореализма полезно… отойти от фотореализма в словах. Парадокс? Вовсе нет. Упоминание имён известных фотографов работает как фильтр стиля. Энни Лейбовиц (Annie Leibovitz) добавит драматизма и сложного студийного света. Стив МакКарри (Steve McCurry) гарантирует насыщенные цвета и пронзительный взгляд (вспомните «Афганскую девочку»). Грегори Крюдсон (Gregory Crewdson) привнесёт кинематографичную, мистическую атмосферу американской субурбии.
Попробуйте добавить имя художника в промт:
«Portrait of a miner, by Steve McCurry, intense gaze, dirty face, coal mine background, vibrant colors, sharp focus, national geographic style.»
Это сразу задаёт планку качества и цветовую гамму. Нюанс в том, что некоторые модели могут блокировать имена конкретных людей из соображений этики, но указание стиля («in the style of…») обычно срабатывает.
Слова-паразиты, которые помогают
Есть набор слов, которые промт-инженеры добавляют почти автоматически, «на всякий случай». И это работает. Они действуют как усилители вкуса. К ним относятся: «highly detailed», «sharp focus», «intricate details», «professional photography», «trending on artstation» (хотя это больше для арта, но и в фото добавляет качества).
Однако не стоит бездумно копировать огромные «портянки» текста, найденные в интернете. Часто половина слов там — мусор, который не влияет на результат, а лишь путает генератор. Лучший способ — добавлять по одному токену и смотреть, как меняется изображение. Эксперимент — вот главный учитель.
Факторы случайности и настройки
Даже идеальный промт не гарантирует стопроцентного результата с первой попытки. Вся суть в том, что генеративные модели имеют элемент случайности (Seed). Одна и та же фраза может выдать совершенно разные картинки. К тому же, параметры стилизации (Stylize в Midjourney или CFG Scale в Stable Diffusion) играют огромную роль. Высокие значения заставляют нейросеть строго следовать промту, иногда в ущерб художественности, а низкие дают ей творческую свободу. Баланс здесь приходится искать опытным путём.
Ну и, наконец, о важности негативных промтов (Negative Prompts). Это то, чего вы не хотите видеть. Обычно туда вписывают: «ugly, deformed, noisy, blurry, low quality, bad anatomy, extra limbs». Это своего рода страховка от брака. В Midjourney это делается через параметр --no, в других интерфейсах есть отдельное поле. Не пренебрегайте этим инструментом, он часто спасает композицию от появления странных артефактов.
Финальный штрих
Создание промта — это всегда диалог с машиной на её языке. Это не сложный, но кропотливый процесс перебора эпитетов, технических терминов и стилистических отсылок. Не бойтесь смешивать несочетаемое, ведь именно на стыке жанров рождаются самые интересные визуальные решения. Пусть ваши виртуальные объективы всегда будут в фокусе, а свет падает именно так, как вы задумали. Удачных генераций и вдохновения!