Ни одна современная галерея в смартфоне не обходится без совместных снимков с близкими людьми, но когда дело доходит до генерации таких изображений через нейросети, пользователь часто натыкается на неожиданные препятствия. Казалось бы, что может быть проще: попросить искусственный интеллект нарисовать двух девушек? Однако на практике мы довольно часто получаем сиамских близнецов, перепутанные конечности или совершенно неестественные, «пластиковые» лица, лишённые всякой эмоции. Технология, какой бы продвинутой она ни была, всё ещё нуждается в чётком, скрупулёзном руководстве со стороны человека. Ведь машина не понимает контекста вашей дружбы, локальных шуток или того особого настроения, которое вы хотите передать. А начать стоит с понимания самой логики построения запроса, без которой даже самый мощный алгоритм выдаст посредственный результат.
Сложно ли генерировать дуэты?
Сгенерировать одного персонажа — задача не из лёгких, а двух взаимодействующих людей — настоящий вызов. Основная проблема кроется в том, что нейросеть пытается смешать характеристики обоих объектов. Если вы напишете «девушка в красном и девушка в синем», алгоритм может запросто нарядить обеих в фиолетовое или создать странный гибрид одежды. Поэтому описывать каждого персонажа стоит последовательно, либо использовать обобщающие характеристики, если вы хотите добиться эффекта «family look». К слову, именно одинаковый стиль одежды часто спасает композицию, делая её более целостной и гармоничной. Да и самим нейросетям (вроде Midjourney или Stable Diffusion) проще обрабатывать похожие текстуры.
Структура идеального запроса
Любой качественный промт — это своего рода слоёный пирог, где каждый ингредиент имеет значение. Сначала мы задаём субъект (кто?), затем действие (что делают?), после описываем окружение (где?) и, наконец, добавляем технические параметры (как снято?). Пропускать эти этапы не стоит. Огромную роль играет описание взаимодействия. Фразы вроде «standing next to each other» (стоящие рядом) работают хуже, чем конкретные глаголы действия. Лучше использовать «hugging» (обнимаются), «laughing together» (смеются вместе) или «leaning on each other» (опираются друг на друга). Это задаёт физический контакт, который помогает нейросети правильно расположить тела в пространстве.
Повседневный лайфстайл и уличная мода
Самый популярный запрос — это естественные, живые кадры, имитирующие случайное фото на улице или в кафе. Здесь важно сделать акцент на освещении и атмосфере. Для создания тёплого, дружеского настроения отлично подходит «golden hour» (золотой час). Вот пример того, как можно сформулировать такой запрос. Вы можете написать:
«Two young women, best friends, walking down a busy street in New York, laughing and talking, coffee cups in hands, casual street style outfit, denim jackets, sunglasses, golden hour lighting, sun flare, highly detailed, photorealistic, 8k, –ar 4:5»
Обратите внимание на уточнение про «солнечный блик» (sun flare) — этот нюанс добавляет снимку живости и объёма.
Если же вам хочется чего-то более камерного, например, посиделок в уютном месте, то стоит попробовать следующий вариант. Представьте сцену в кафе:
«Medium shot of two girls sitting at a cafe table near the window, rainy day outside, cozy atmosphere, drinking hot chocolate, wearing knitted sweaters, warm lighting, bokeh background, shot on 35mm film, grain, vintage colors»
Упоминание плёнки (35mm film) и зернистости (grain) здесь играет решающую роль. Оно убирает ту самую «искусственную гладкость» кожи, делая изображение похожим на сканированный плёночный кадр из 90-х.
Фэшн-съёмка и студийный свет
Бывают моменты, когда хочется почувствовать себя звёздами обложки Vogue. Здесь правила меняются кардинально. Нам уже не нужна случайность, нам нужна выверенная поза и идеальный свет. В таких промтах солирует описание одежды и типа освещения. Попробуйте использовать термин «editorial photography» — он сразу даёт понять нейросети, что речь идёт о журнальном качестве. Отличным решением станет такой запрос:
«Full body shot of two fashion models posing together, high fashion concept, matching beige trench coats, minimalistic concrete background, dramatic studio lighting, sharp shadows, confident look, make-up details, vogue style, 4k resolution»
Кстати, для студийных портретов очень полезно указывать конкретные схемы света. Например, «Rembrandt lighting» (рембрандтовский свет) создаст глубокие, драматичные тени на лицах, что добавит снимку художественной ценности. А вот для более мягкой картинки лучше подойдёт «softbox lighting». Интересный результат даёт и игра с ракурсами. Попробуйте добавить «low angle shot» (съёмка с нижнего ракурса), чтобы визуально удлинить ноги моделей и придать им более величественный вид. Пример такого запроса может звучать так:
«Low angle shot, two stylish women standing back to back, wearing black evening dresses, night city lights background, neon reflection, cinematic lighting, cyberpunk vibes, sharp focus on faces»
Как выбрать стиль?
Иногда хочется уйти от реализма и окунуться в мир фантазий или стилизованного искусства. Нейросети — настоящий кладезь возможностей для косплея или создания образов, которые в реальности воплотить довольно сложно и затратно. Допустим, вы с подругой фанатеете от фэнтези. Тогда запрос должен содержать описание магических атрибутов и соответствующего окружения. Напишите:
«Two elf princesses in an enchanted forest, wearing intricate silver armor and silk dresses, holding glowing lanterns, magical atmosphere, fireflies, mystical fog, ethereal lighting, fantasy art style, detailed background, masterpiece»
Здесь слова «ethereal» (эфирный) и «mystical» (мистический) задают тон всей генерации.
А если душа тяготеет к ретро или поп-арту? Можно поэкспериментировать с конкретными художниками или эпохами. Стиль 80-х сейчас на пике популярности. Простой, но эффектный промт:
«Two girls at a roller disco, 1980s style, neon leggings, voluminous hairstyles, disco ball reflection, vibrant colors, retro grainy filter, polaroid aesthetic»
Такой подход позволяет создать очень колоритный и самобытный контент, который гарантированно приковывает внимание в соцсетях.
Технические нюансы и детализация
Многие новички игнорируют техническую часть промта, а зря. Ведь именно она отвечает за то, насколько «дорогим» будет выглядеть изображение. Указание модели камеры или объектива творит чудеса. Фраза «shot on Sony A7R IV» или «85mm lens» (портретный объектив) даёт нейросети команду размыть фон (боке) и сфокусироваться на лицах. Без этого уточнения вы рискуете получить плоскую картинку, где и девушки, и дерево на заднем плане будут одинаково резкими.
Также стоит упомянуть параметры детализации кожи. Чтобы лица не выглядели как куски мыла, добавьте в конец промта:
«highly detailed skin texture, visible pores, natural skin tone, no makeup look»
Это сделает портрет пугающе реалистичным. Однако не стоит перебарщивать. Слишком длинный список требований может «свести с ума» алгоритм, и он начнёт игнорировать важные части запроса. Баланс — вот главное правило.
Что насчёт ошибок?
Главный враг хорошего результата — это противоречивые команды. Нельзя одновременно требовать «sunny day» (солнечный день) и «night atmosphere» (ночную атмосферу), если только вы не добиваетесь сюрреализма. Также довольно часто пользователи забывают про Negative Prompt (негативный промт) — то, чего на картинке быть не должно. В интерфейсах многих нейросетей для этого есть отдельное поле. Туда смело вписывайте:
«deformed hands, extra fingers, missing limbs, blurry face, bad anatomy, fused bodies, watermark, text»
Это своего рода спасательный круг, который отсекает львиную долю брака.
Ещё один подводный камень — слишком абстрактные описания. Слова вроде «beautiful» (красиво) или «amazing» (потрясающе) слишком субъективны. Для нейросети «красиво» может означать совершенно не то, что для вас. Заменяйте эмоции на факты. Вместо «красивое платье» пишите «red silk dress with lace» (красное шёлковое платье с кружевом). Конкретика всегда побеждает абстракцию.
Эмоциональная связь в кадре
Но всё же, техника — это лишь полдела. Самое сложное — передать ту невидимую нить, что связывает подруг. Взгляд — вот мощнейший инструмент. Если вы напишете «looking at each other» (смотрят друг на друга), картинка сразу станет интимной, доверительной. Если же «looking at camera» — это будет более дерзкий, призывающий к диалогу со зрителем кадр. Попробуйте скомбинировать: одна девушка смотрит в камеру, другая шепчет ей что-то на ухо. Промт для такого сценария:
«Close up portrait, two girls, one whispering a secret to another, smiling, playful emotion, soft morning light, bedroom interior, pastel colors, natural look, intimate vibe»
Не бойтесь экспериментировать с динамикой. Статичные позы часто выглядят скучно. Добавьте движения: волосы, развевающиеся на ветру, идущие походкой от бедра модели или прыжок. Динамика оживляет кадр. Вот пример для пляжной фотосессии:
«Two girls running on the beach during sunset, splashing water, back view, holding hands, long hair blowing in the wind, silhouette, warm orange colors, ocean waves, freedom vibe, wide angle shot»
Здесь «back view» (вид сзади) позволяет создать загадочность и акцентировать внимание на атмосфере, а не на лицах.
Итоговый штрих
Работа с промтами — это процесс не быстрый, но крайне увлекательный. С первого раза идеальный кадр получается редко, и это нормально. Обычно приходится перебирать десятки вариаций, менять одно-два слова, переставлять местами блоки описания. Но когда вы наконец натыкаетесь на тот самый результат, где свет лёг идеально, а лица подруг выглядят живыми и настоящими, — это окупает все затраченные усилия. Нейросети сегодня дают нам возможность стать режиссёрами собственных историй, не выходя из дома. Главное — не бояться пробовать новое и помнить, что лучший промт — это тот, который написан с пониманием конечной цели. Пусть ваши виртуальные фотосессии станут не просто набором пикселей, а настоящим источником вдохновения. Удачи в творческих поисках!