Почему простой запрос даёт хаос
Если написать «девушка с тортом, на фоне детское фото», Midjourney или Stable Diffusion скорее всего нарисуют двух разных девушек: одну взрослую с тортом и ещё одну — маленькую на фоне. Нейросеть не понимает «фото на стене» как отдельный слой, если не указать это явно через композицию и материалы.
Задача — заставить модель разделить пространство на передний план (именинница + реквизит) и план среды (стена с рамой). Для этого нужен строгий порядок токенов и весовые коэффициенты.
Анатомия промта: 4 блока, которые собирают картинку
1. Субъект и поза
«Young woman, 25 yo, genuine smile, sitting at table, hands near three-tier birthday cake with candles, eye contact with lens». Важно: возраст, эмоция, взаимодействие с тортом. Без «hands near cake» руки могут висеть в воздухе.
2. Фон: «Фото в рамке на стене»
Ключевая фраза: «on the wall behind her, a large wooden frame containing a vintage childhood photo of the same girl, faded colors, 90s film grain». Указание «same girl» + «vintage/film grain» разделяет временные слои.
3. Свет и атмосфера
«Soft volumetric window light from left, warm golden hour, subsurface scattering on skin, cinematic color grading, cozy intimate atmosphere». Свет объединяет слои: падает и на девушку, и на рамку, создавая единый пробел.
4. Техпараметры и стиль
«—ar 4:5 —stylize 750 —v 6.1 —style raw». Соотношение 4:5 идеально для портрета. «Style raw» снижает «глотку» MJ, давая больше контроля. «Stylize 750» балансирует между подчинением промту и эстетикой.
Пошаговая сборка: от черновика к мастер-у
Наивный промт vs Структурированный: разбор полётов
Наивный запрос
- Две разные девушки (взрослая и ребёнок)
- Фото «плавает» в воздухе, без рамы и стены
- Свет конфликтует: на лице день, на фоне ночь
- Торт выглядит как 3D-рендер, а не еда
Структурированный промт
- Одна героиня в двух возрастах (same girl)
- Фото физически в рамке на стене
- Единый свет и цветовая температура
- Торт — вкусный, тактильный, реальный