Почему одному слову «гопник» мало
Если ввести в генератор только слово «гопник», модель подставит самые очевидные ассоциации: спортивный костюм, кепку, возможно, семечки. Но результат будет случайным: один раз получится парень в трико, другой — спортсмен в зале, третий — карикатура без связи с реальной средой.
Причина в том, что «гопник» — социальный и культурный код, а не визуальное описание. Нейросеть не знает, как именно выглядит этот образ в вашем воображении, пока вы не расшифруете его на отдельные токены: одежду, аксессуары, позу, окружение и свет.
Каждый токен работает как прикид для художника: чем точнее вы опишете детали, тем меньше места остаётся для домыслов модели. Без этого набора вы получите картинку по вкусу нейросети, а не по своему замыслу.
Промт — это техническое задание нейросети
Текст, который пользователь передаёт генеративной модели, чтобы получить изображение, текст или другой контент. Для картинок промт работает как brief для иллюстратора: чем точнее детали, тем выше вероятность нужного результата.
Семь слоёв, из которых собирается образ
Образ можно представить как конструктор из семи слоёв. Каждый слой отвечает на свой вопрос и добавляет нейросети ориентиров. Без какого-то слоя картинка остаётся недоговорённой.
Не все слои обязательны для каждой генерации, но полный набор даёт предсказуемый результат, который не придётся переделывать десять раз. Ниже — то, что стоит прописывать в промте.
Кто? Что носит? Что держит? Как сидит? Где? Какой свет? В каком стиле?
Лицо и волосы
Стрижка под ноль, щетина, усталый или прищуренный взгляд.
Одежда
Спортивный костюм, ветровка, кроссовки, кепка.
Аксессуары
Семечки, бутылка, цепь.
Поза
Присед на корточках, руки в карманах.
Место
Подъезд, лавочка, подворотня.
Свет и стиль
Вечерний фонарь, фотореализм или 3D.
Язык промта: почему английский часто работает лучше
Большинство генеративных моделей обучались на данных, где английский доминирует. Русские слова они понимают, но часто с ошибками или упрощением. Если цель — предсказуемый результат, лучше составить описание на английском или перевести готовый русский вариант через переводчик.
Это не значит, что промт должен быть бездумным набором английских слов. Логика остаётся прежней: существо, одежда, аксессуары, поза, окружение, свет, стиль. Меняется только язык подачи.
Пример английской записи показывает, как одни и те же идеи выглядят в другом языке. Структура не меняется, только слова.
Пример на английском
young man, tracksuit with three stripes, red cap, sneakers, sunflower seeds in hand, squatting near apartment entrance, evening street lamp, gray asphalt, realistic photography, 85mm, natural light
Три уровня промта: от простого к детальному
Разница между уровнями — в количестве управляющих деталей. Простой вариант оставляет модель наедине с её представлениями, подробный задаёт рамки, стилизованный добавляет технические параметры кадра.
Уровень 1. Простой
«гопник в спортивном костюме»
Случайный результат, нет среды и света.
Уровень 2. Детальный
«молодой мужчина в спортивном костюме с полосками, кепке и кроссовках, сидит на корточках у подъезда, держит семечки, вечерний фонарь»
Узнаваемый образ, детали среды, освещение.
Уровень 3. Стилизованный
Добавьте камеру, объектив, зёрничок, цветокоррекцию: «реалистичная фотография, 85 мм, серый бетон, пасмурный день»
Контроль над текстурой и настроением кадра.
Готовая схема промта, которую можно адаптировать
Ниже представлена универсальная заготовка. Подставляйте свои детали в каждую скобку, не меняя порядка слоёв — так образ не развалится при генерации.
Что вписать в отрицательный промт
Отрицательный промт работает как фильтр: вы сообщаете модели, чего делать не надо. Это полезно, когда генерация постоянно добавляет лишнего или портит образ.
Отрицательный промт — это «стоп-лист» генератора
Перечисляйте то, чего не должно быть на картинке. Для гоп-образа полезно исключить: деловой костюм, галстук, офис, полицейскую форму, улыбку, чистый интерьер, роскошь.
Пример отрицательного промта: костюм, галстук, офис, полиция, улыбка, чистая комната, ювелирные изделия.
Стиль картинки как отдельный слой
Один и тот же персонаж выглядит по-разному в зависимости от выбранной техники. Решите заранее, нужен вам фото, трехмерная работа или плоская графика — и добавляйте соответствующие слова в конец промта.
Если нужен фотореализм
Добавьте «реалистичная фотография, естественный свет, 35 мм, зёрничок плёнки».
Если нужен 3D в стиле глины
Напишите «рендер из пластилина, мягкий рассеянный свет, минималистичный фон».
Если нужна плоская векторная графика
Укажите «векторная иллюстрация, плоские цвета, контур, белая обложка».
Частые ошибки, которые портят генерацию
Даже опытные пользователи допускают пробелы и лишние слова. Ниже перечислены ошибки, которые встречаются чаще всего, и способы их исправить.
Только сленг
Нейросеть плохо понимает жаргон без визуального описания.
Слишком много деталей
Перегруз промта заставляет модель игнорировать важное.
Игнорирование света
Без указания освещения картинка выглядит плоской и безжизненной.
Отсутствие места
Персонаж без окружения теряет контекст и становится типовым.
Ракурс и композиция: кадр, который работает
Даже с точным описанием образа кадр может получиться невыразительным, если не прописать ракурс. Для гоп-образа подходит съёмка на уровне груди или немного снизу, чтобы фигура выглядела уверенно. Укажите «средний план», «центральная композиция» или «вид от третьего лица», если модель поддерживает такой токен.
Если нужен контекст окружающей среды, добавьте «широкий угол» или «план во весь рост». Если важно выражение лица — «крупный план», «фокус на глазах». Композиция не меняет суть образа, но меняет впечатление от картинки.
Не пренебрегайте фоном: серый бетон, подъездная дверь, лавочка или гаражный кооператив создают атмосферу. Без них персонаж будет висеть в пустоте, и культурный код сработает слабее.
Повторы и вариации: как уточнить результат
Первая генерация редко бывает идеальной. Лучший способ уточнить образ — менять один токен за раз, а не перезаписывать промт целиком. Так вы поймёте, какое слово влияет на результат, а какое — нет.
Попробуйте заменить кепку на капюшон, семечки на бутылку, вечерний фонарь на дневной свет. Каждая вариация даст новую картинку, но сохранит базовый код, который вы заложили в начале.
Где такой образ может пригодиться
Готовый визуал пригодится для иллюстраций, концепт-арта, персонажей в играх или материалах про уличную культуру. Главное — понимать, что нейросеть рисует ассоциацию, а не документальную достоверность.
