Почему нейросеть путает мужчину и женщину в одном кадре
Образ модели обучается на миллионах изображений, где один человек чащеoccupies центр кадра. Когда в запросе появляются двое, нейросети сложнее выделить границы между ними: лица могут сливаться, одежда перетекать от одного героя к другому, а руки и ноги оказываются общими.
Конкретная проблема проявляется в трёх формах:
Одно лицо на двоих
Черты мужчины и женщины сглаживаются, получается обобщённый портрет без пола.
Общая одежда и аксессуары
Парень в костюме и девушка в платье начинают носить одинаковый материал или цвет.
Лишние и сросшиеся конечности
Руки растут из плеч другого героя, пальцы объединяются в одну форму.
Формула промта: кто, где, как и в каком стиле
Надёжный запрос состоит из шести блоков. Каждый блок отвечает на отдельный вопрос, и вместе они оставляют нейросети мало места для случайностей.
Кто изображен
Возраст, причёска, тип фигуры, цвет кожи, выражение лица, одежда каждого героя по отдельности.
Где действие
Локация, время суток, погода, интерьер или улица, уровень детализации фона.
Как они связаны
Дистанция, взгляд, прикосновение, общее действие, эмоциональный тон между ними.
Стиль изображения
Фотореализм, иллюстрация, 3D-рендер, аниме, киберпанк или другая эстетика.
Свет и цвет
Мягкий рассеянный свет, контрастный киносвет, неон, золотой час, доминирующие оттенки.
Технические параметры
Соотношение сторон, версия модели, негативный промт, уровень детализации.
Хороший промт против плохого: разбор на примере
Не сработало
man and woman together, realistic
Запрос слишком общий. Нейросеть выберет случайную позу, случайную одежду и случайное освещение. Шансы на слияние лиц — высоки.
Сработало
A 32-year-old man with short dark hair in a charcoal suit, standing beside a 28-year-old woman with curly blonde hair in a mint dress, holding hands on a rainy Tokyo street at night, neon reflections, cinematic lighting, 85mm lens, photorealistic, distinct faces, separate figures
Каждый герой описан отдельно, связь задана действием, а стиль и техника зафиксированы.
Стили: от портретной фотографии до аниме
Выбор стиля меняет не только оболочку, но и то, насколько чётко прочитываются пол и личность каждого героя.
Портретная фотография
Детальная кожа, текстура ткани, объектив 85 мм, естественный свет. Подходит для реалистичных пар и лайфстайл-сцен.
Редакционная иллюстрация
Плоская векторная графика, упрощённые формы, ограниченная палитра. Хорошо для статей и презентаций.
3D-рендер
Объёмные персонажи, освещение из студии, гладкие поверхности. Подходит для концепт-арта и аватаров.
Аниме и мэнхва
Выразительные глаза, вытянутые пропорции,セル-шейдинг. Требуюет указания стиля рисования и эпохи.
Технические параметры, которые нельзя игнорировать
Соотношение сторон
Портретное подходит для крупных планов двух лиц, квадратное — для симметричных пар, широкое — для сцены с окружением.
Модель нейросети
Некоторые модели лучше работают с фотореализмом, другие — с аниме или стилизованной иллюстрацией.
Негативный промт
Перечисление того, что нужно исключить: сросшиеся пальцы, третья рука, размытые лица, общая одежда, деформированные головы.
Ошибки при генерации двоих и как их исправить
Лица сливаются в одно
Добавьте в промт «distinct faces, separate figures» и опишите черты каждого героя по отдельности.
Один и тот же наряд
Укажите разные стили и цвета одежды: «man in a navy suit, woman in a light floral dress».
Лишние конечности
Внесите в негативный промт «extra limbs, fused fingers, deformed hands» и снизьте вес сложных поз.
Герои не взаимодействуют
Замените нейтральное «standing near» на конкретное действие: «holding hands, looking at each other, walking together».
Готовые шаблоны промтов для разных ситуаций
Шаблоны можно копировать и подставлять вместо фиксаторов внешности, возраста и локации.
Романтический вечер
Деловая встреча
Уличная мода
Фэнтези-сцена
Три мысли перед нажатием кнопки генерации
Описывайте каждого отдельно
Даже если мужчина и женщина находятся рядом, задавайте им разную одежду, причёску и эмоции. Общность рождается из действия, а не из сходства.
Задавайте связь действием
«standing near» не объясняет отношения. «holding hands», «looking at each other» или «walking together» показывает нейросети, как именно герои связаны.
Негативный промт экономит время
Перечислите, что нужно исключить: сросшиеся конечности, размытые лица, общую одежду. Это снижает количество неудачных генераций.
Чёткий промт — это не гарантия идеального результата с первого раза, но это разница между случайностью и управляемым процессом.
