Знакома ли вам ситуация, когда вместо ожидаемого шедевра нейросеть выдает пластиковые лица, шесть пальцев на руке или совершенно безумную архитектуру, противоречащую законам физики? В сети представлено множество галерей с идеальными генерациями, глядя на которые невольно чувствуешь себя отстающим учеником в классе гениев. Кажется, что авторы этих изображений знают какой-то секретный код, недоступный простым смертным. На самом же деле, разница между провалом и успехом кроется не в магии и не в платной подписке, а в умении правильно сформулировать запрос. Ведь искусственный интеллект — это джинн, который исполняет желания слишком буквально. Поэтому перед началом работы желательно не просто набрать набор слов, а разобраться в логике построения эффективного промта.
С чего начинается качественный запрос?
Сложно ли понять язык машины? И да, и нет. Главное правило — структура. В голове нейросети, будь то Midjourney или Stable Diffusion, существует определенная иерархия понятий. Первым делом стоит обозначить главный объект. Это может быть «Astronaut» (астронавт), «Cat in a tuxedo» (кот в смокинге) или «Abandoned mansion» (заброшенный особняк). Но сухим существительным ограничиваться не стоит. Сразу же добавляйте действие или контекст. Например, не просто девушка, а «Girl reading a book by the window» (Девушка, читающая книгу у окна).
Далее следует описание среды. Где происходит действие? В лесу, в космосе, в подводном городе? Без этого уточнения ИИ дорисует фон на своё усмотрение, и результат вас вряд ли порадует. К слову, именно на этом этапе многие совершают ошибку, забывая про детализацию. А ведь добавление всего пары прилагательных вроде «foggy» (туманный) или «sunny» (солнечный) кардинально меняет настроение кадра. И только после этого, когда скелет сцены собран, можно переходить к стилистике, освещению и техническим параметрам камеры.
Портретная съёмка
Глаза — зеркало души. Даже если душа сгенерирована алгоритмом. Чтобы получить реалистичный портрет, а не маску из видеоигры 2005 года, придётся потрудиться над текстурой кожи. Довольно часто новички используют слово «realistic», но оно слишком общее. Гораздо эффективнее работают такие связки, как «highly detailed skin texture» (высокодетализированная текстура кожи), «visible pores» (видимые поры) и «skin imperfections» (несовершенства кожи). Это приземляет изображение, делает его живым.
Попробуйте, например, такой вариант для создания выразительного мужского портрета:
«Close-up portrait of an elderly fisherman with a white beard, weathered skin, deep wrinkles, piercing blue eyes, rainstorm background, dramatic lighting, shot on 85mm lens, f/1.8, hyperrealistic, 8k»
Обратите внимание на технические детали (объектив 85mm). ИИ понимает, что такое фокусное расстояние идеально подходит для портретов, и автоматически размоет фон, создав красивое боке.
А вот для женского портрета в студийном стиле подойдёт другой сценарий. Здесь важно подчеркнуть мягкость света и чистоту образа. Запрос может выглядеть так:
«Studio photography of a young woman with freckles, ginger messy hair, soft rim lighting, golden hour look, fashion editorial style, shot on Kodak Portra 400, film grain»
Упоминание конкретной плёнки (Kodak Portra 400) — это настоящий кладезь для любителей аналоговой эстетики. Нейросеть сымитирует не только цвета, но и характерную зернистость, убрав «цифровой» блеск.
Как выбрать освещение?
Свет решает всё. Плоское освещение способно убить даже самую гениальную композицию, в то время как грамотно выставленный свет спасёт скучный сюжет. Не скупитесь на эпитеты при описании атмосферы. Одним из самых популярных решений является «Cinematic lighting» (кинематографичное освещение). Оно добавляет драмы и контраста.
Если же хочется чего-то более сложного, стоит обратить внимание на «Volumetric lighting» (объёмный свет). Это те самые лучи, пробивающиеся сквозь пыль или туман. Выглядит впечатляюще. Пример промта для мистической атмосферы:
«Silhouette of a samurai in a bamboo forest, thick fog, volumetric lighting, god rays, moonlight, dark atmosphere, mystery, high contrast»
Для любителей киберпанка и футуризма незаменимым станет «Neon lighting» (неоновое освещение). Но просто слова «неон» мало. Уточните цвета. Например, «Cyan and magenta lighting» (голубое и пурпурное освещение) создадут классическую ретровейв-картинку. К слову, свет может падать не только сверху или сбоку. Попробуйте «Backlighting» (контровой свет), чтобы создать светящийся контур вокруг объекта, отделив его от фона.
Пейзажи и архитектура: Детали
Масштаб имеет значение. Когда речь заходит о пейзажах, задача не из лёгких — передать грандиозность сцены. Здесь на помощь приходят слова-маркеры, указывающие на угол обзора. «Wide angle» (широкий угол) или «Drone view» (вид с дрона) позволяют захватить в кадр максимум пространства. А если нужно показать величественное здание, попробуйте «Low angle shot» (съёмка с нижнего ракурса). Здание будет нависать над зрителем, подавляя своим величием.
Представьте себе уютный домик в лесу. Как описать его, чтобы захотелось там жить?
«Cozy A-frame cabin in a snowy pine forest, warm light coming from windows, smoke from chimney, winter evening, twilight, architectural photography, photorealistic, unreal engine 5 render style»
Упоминание движка Unreal Engine 5 часто творит чудеса, добавляя изображению четкости и компьютерной, но очень качественной детализации.
Для городской архитектуры отлично работают отсылки к конкретным стилям. Брутализм, готика, ар-деко — всё это понятные для ИИ термины. Пример для футуристического города:
«Futuristic metropolis with vertical gardens, biophilic architecture, glass and steel skyscrapers connected by bridges, flying cars, sunset, utopian atmosphere, highly detailed, sharp focus»
Здесь слово «biophilic» (биофильный) дает команду смешать природу и технологии, создавая трендовый сейчас образ зелёного будущего.
Художественные стили и имитация
Иногда реализм — не самоцель. Бывает, что хочется создать иллюстрацию или стилизацию под живопись. Львиная доля успеха здесь зависит от упоминания техник или конкретных материалов. «Oil painting» (масляная живопись), «Watercolor» (акварель), «Pencil sketch» (карандашный набросок) — эти базовые команды меняют саму структуру изображения.
Однако спектр возможностей гораздо шире. Можно попросить нейросеть сымитировать стиль конкретного направления искусства. Например:
«Steampunk mechanic fixing a clockwork owl, brass gears, steam, victorian clothing, intricate details, style of Leonardo da Vinci sketches, sepia tone»
Результат будет напоминать старинные чертежи, полные загадочных механизмов.
Интересный нюанс кроется в использовании материалов. Попробуйте добавить в промт «Made of origami» (сделано из оригами) или «Knitted wool texture» (вязанная шерстяная текстура). Обычный кот, «связанный» нейросетью из пряжи, выглядит невероятно мило и необычно. А запрос:
«Isometric tiny cute room, low poly 3d render, pastel colors, soft shadows, blender style»
…создаст популярную нынче «игрушечную» 3D-иллюстрацию, которую так любят использовать в дизайне интерфейсов.
Технические параметры
Настройки важны не меньше слов. В той же Midjourney существуют команды, которые прописываются через двойное тире. Самая ходовая — это соотношение сторон. По умолчанию нейросети делают квадрат (1:1), но для киношной картинки лучше задать –ar 16:9 (или aspect ratio 16:9 в других сетях). Это сразу меняет восприятие композиции.
Другой важный параметр — уровень стилизации. В Midjourney это –stylize X (где X — число от 0 до 1000). Низкие значения заставят ИИ строго следовать вашему тексту, а высокие дадут ему творческую свободу. Если вы хотите получить нечто безумное и художественное, ставьте значение повыше. Но будьте готовы к тому, что джинн может слишком увлечься и забыть про ваш изначальный замысел.
Ну и, конечно же, параметр «Chaos» (хаос). Он отвечает за вариативность результатов. При высоком значении хаоса четыре предложенных варианта картинки будут кардинально отличаться друг от друга по композиции и стилю. Это полезно на этапе поиска идеи, когда вы сами ещё не до конца понимаете, что хотите увидеть.
Сложно ли исправить ошибки?
Да, но возможно. В генерации изображений часто всплывают артефакты: лишние конечности, кривые глаза, сливающиеся объекты. Опытные промпт-инженеры используют так называемые «Negative prompts» (негативные промты). Это список того, чего на картинке быть НЕ должно.
В список исключений обычно вносят: «ugly» (уродливый), «deformed» (деформированный), «bad anatomy» (плохая анатомия), «blurry» (размытый), «watermark» (водяной знак), «text» (текст). Хотя современные версии моделей справляются с анатомией гораздо лучше предшественников, перестраховаться не помешает. В Stable Diffusion для этого есть отдельное поле, а в Midjourney используется параметр –no. Например: –no blurring watermark.
А если нейросеть упорно игнорирует какой-то объект? Попробуйте переместить его в самое начало промта. Дело в том, что слова, стоящие первыми, имеют больший вес. Чем ближе к концу, тем меньше внимания алгоритм уделяет детали. Также можно использовать весовые коэффициенты (в разных сетях синтаксис отличается), усиливая значимость конкретного слова цифрами.
Впрочем, не стоит забывать и про перегруженность. Если запихнуть в один запрос «киберпанк», «средневековье», «космос» и «подводный мир», машина, скорее всего, выдаст невразумительную кашу. Лучше придерживаться одной чёткой концепции. Изюминка хорошего промта — в балансе между детализацией и лаконичностью.
Фотореализм еды: Аппетитные примеры
Съёмка еды — отдельный вид искусства. Фуд-фотография требует идеального света и текстуры, чтобы у зрителя потекли слюнки. Просто написать «Burger» недостаточно. Вы получите пластмассовый бутерброд из рекламы дешёвой закусочной.
Чтобы получить «вкусную» картинку, используйте такие слова: «steam» (пар), «glistening» (блестящий, лоснящийся), «fresh» (свежий), «macro shot» (макросъёмка). Пример добротного промта для десерта:
«Close-up macro shot of a chocolate lava cake with molten center, raspberries on top, powdered sugar dusting, professional food photography, shallow depth of field, bokeh, studio lighting, appetizing, high resolution»
Заметьте, как здесь работает уточнение «shallow depth of field» (малая глубина резкости). Оно размывает фон, фокусируя внимание исключительно на текстуре кекса. А упоминание «professional food photography» подтягивает из базы знаний ИИ референсы, снятые профессионалами, с правильной композицией и светом.
Абстракция и креатив
Иногда хочется уйти от реальности. Абстрактные обои для рабочего стола или просто красивые паттерны генерируются на ура. Здесь можно дать волю фантазии, используя названия материалов и эмоциональные эпитеты. «Swirling ink» (вихрящиеся чернила), «Liquid metal» (жидкий металл), «Fractal» (фрактал).
Попробуйте такой экспериментальный запрос:
«Abstract fluid art, mixing gold and black oil paint, marble texture, intricate patterns, swirling, explosion of colors, 8k resolution, cinematic composition»
Результат, скорее всего, будет напоминать дорогой мрамор или космическую туманность. Это отличный способ получить уникальный фон, которого больше ни у кого нет.
Ещё один интересный приём — использование «Double exposure» (двойная экспозиция). Это когда одно изображение накладывается на другое. Классический пример — силуэт человека, внутри которого виден лес или город. Промт может быть таким:
«Double exposure portrait of a woman and a forest, pine trees growing from her hair, birds flying, white background, surreal art, minimalistic, high contrast»
Выглядит это всегда очень стильно и концептуально.
Уместен ли минимализм?
Безусловно. В эпоху информационного шума чистые, лаконичные изображения ценятся особенно высоко. Не обязательно заполнять каждый пиксель деталями. Иногда пустое пространство («negative space») работает сильнее, чем сложный фон.
Для создания минималистичного шедевра используйте слова «Minimalism», «Clean lines» (чистые линии), «Pastel colors» (пастельные тона), «Simple geometry» (простая геометрия). Пример:
«Single red rose in a glass vase on a white table, minimalist photography, soft natural light, shadows, high key, clean composition»
«High key» (высокий ключ) здесь означает, что изображение будет светлым, без глубоких теней, воздушным и лёгким. Это отличный решение для контента в социальных сетях, когда нужно передать ощущение чистоты и свежести.
В конечном счёте, создание промтов — это бесконечный эксперимент. Ни один гайд не заменит часов практики. Пробуйте смешивать стили, которые кажутся несовместимыми. Добавляйте странные материалы. Меняйте освещение. И помните, что даже неудачная генерация может натолкнуть на новую, гениальную идею. Пусть ваш внутренний художник подружится с алгоритмами, и тогда результат обязательно превзойдёт даже самые смелые ожидания. Удачи в творческих поисках!