Анатомия промта для Нанобана: как собирать запросы для фигурной генерации

Промт-инжиниринг / Анатомия запроса

Анатомия промта для Нанобана: как собирать запросы для фигурной генерации

Разбираем структуру запроса: от токенов веса до негативных встраиваний. Понимаете механику — получаете контроль над результатом.

Нанобана — это дообученная версия Stable Diffusion XL, оптимизированная под анIME-эстетику и детализацию анатомии. Она реагирует на структуру промта иначе, чем базовая SDXL: вес токенов, порядок тегов и негативные встраивания (embeddings) решают, получите ли вы цельную фигуру или набор артефактов.

Материал не даёт готовых «пошлых» строк — их тысячи, и они устаревают с каждым обновлением модели. Здесь — каркас: какие блоки входят в промт, в каком порядке их ставить, как управлять весом и какие негативы реально чистят геометрию тела. Прочитав, вы соберёте рабочий запрос под любую задачу: портрет, полный рост, сложная поза, низкий угол.

Что внутри
  • Порядок блоков: субъект → окружение → стиль → технические теги
  • Вес токенов: скобки, двоеточия, числовые коэффициенты
  • Негативы: эмбеддинги vs текстовые списки
  • ControlNet и референсы для позы
  • Разрешение, шаги, семплер — параметры, а не магия
Чего нет
  • Готовых строк для копипаста
  • Ссылок на Civitai / Hugging Face
  • Рекомендаций по обходу фильтров
  • Обещаний «идеального результата»

Порядок блоков: иерархия внимания модели

Трансформер внутри CLIP читает промт слева направо. Чем левее токен, тем сильнее он притягивает латентное пространство. Для Нанобаны рабочий порядок:

  1. Субъект и поза — 1girl, solo, standing, cowboy shot, looking at viewer
  2. Анатомия и детали тела — detailed face, accurate hands, defined abs, collarbones
  3. Одежда / отсутствие — nude, lingerie, unbuttoned shirt, или конкретные предметы
  4. Освещение и камера — volumetric lighting, rim light, depth of field, 85mm lens
  5. Стиль и арт-дирекшн — masterpiece, best quality, anime coloring, cel shading
  6. Технические теги — highres, 4k, absurdres, hires fix

Нарушение порядка не «сломает» генерацию, но сместит акценты: если поставить masterpiece перед позой — модель уйдёт в общую «качественность» и потеряет геометрию руки.

Шпаргалка: вес позиции
1
Субъект — 1.0 (база)
2
Анатомия — 0.9–1.0
3
Одежда — 0.8–0.9
4
Свет/камера — 0.7–0.8
5
Стиль — 0.6–0.7
6
Техтеги — 0.5–0.6

Вес токенов: скобки, двоеточия, числовые коэффициенты

Синтаксис
(token) // вес 1.1 (token:1.3) // явный коэффициент [token] // вес 0.9 (token:0.85) // понижение ((token)) // 1.1 × 1.1 = 1.21 (token:1.2:0.8)// schedule: шаги 0–80% = 1.2, дальше 0.8
Практика для Нанобаны
  • Поза — лучше не весить выше 1.15, иначе ломается перспектива
  • Анатомия — (detailed hands:1.15) работает, (perfect hands:1.3) даёт лишние пальцы
  • Стиль — вес 1.05–1.1; выше — «замыливание» в единый цветовой пятно
  • Schedule — полезен для (nude:1.2:0.6): модель начинает с нагото, потом мягче смешивает с одеждой

Правило пальца: сумма весов по всем токенам не должна давать средний вес выше ~1.15. Иначе CLIP «перегревается» и начинает галлюцинировать текстуры вместо формы. Проверяйте через Prompt Matrix или X/Y plot в WebUI.

Негативы: эмбеддинги против текстовых списков

Текстовый негатив (классика)

(worst quality:1.4), (low quality:1.4), (bad anatomy:1.3), (bad hands:1.3), (missing fingers:1.3), (extra digits:1.3), (fused fingers:1.3), (mutated hands:1.2), (bad feet:1.2), (text, watermark, signature:1.2), (blurry:1.1), (jpeg artifacts:1.1), (deformed:1.1), (ugly:1.1)

Плюс: понятно, редактируется. Минус: CLIP тратит пропускную способность на токены вместо полезных. Длина списка съедает контекст.

Эмбеддинги (EasyNegative, BadDream, DeepNegative)

, ,

Плюс: один токен заменяет сотни, чистит латентное пространство направленно. Минус: «чёрный ящик» — не знаешь, что именно подавляется. Для Нанобаны лучше комбо: базовый эмбеддинг + 3–5 критических текстовых токена под задачу.

Миф

«Чем больше негативов, тем чище результат».

Реальность

Слишком сильный негатив «выжигает» детали: пропадают волосы, текстура кожи, рефлексы в глазах. Достаточно 1 эмбеддинга + 5 токенов.

ControlNet: когда промт не справляется с позой

Промт описывает «что», ControlNet задаёт «где». Для фигурной генерации три препроцессора покрывают 90 % задач:

OpenPose / DWpose

Скелет ключевых точек. DWpose точнее на руках и лице. Вес модели 0.8–1.0, guidance start 0, end 0.8 — позу задаёт в начале, потом модель доводит детали.

Depth (MiDaS / Zoe)

Глубинная карта. Сохраняет объём фигуры и перспективу. Вес 0.6–0.8, guidance end 0.6. Полезен для сложных ракурсов: низкий угол, лежачее положение, перекрытие конечностей.

Canny / LineArt

Контурные линии. Жёстче Depth, фиксирует силуэт. Вес 0.5–0.7, guidance end 0.5. Нужен, когда важна точная форма тени под грудью или линия бедра.

Пайплайн «поза из головы»

  1. Рисуем схематичный скелет в Pose Editor (WebUI extension)
  2. Экспортируем JSON → загружаем в ControlNet (OpenPose)
  3. Промт пишем только про внешность, свет, стиль — позу не описываем
  4. Генерируем 4–6 вариантов, берём лучший на img2img с denoising 0.35–0.45
# ControlNet Unit 0 model: control_v11p_sd15_openpose preprocessor: dwpose weight: 0.9 guidance_start: 0.0 guidance_end: 0.8 pixel_perfect: True

Разрешение, Hires Fix и семплер: параметры, а не магия

Базовое разрешение

Нанобана обучена на 1024×1024. Генерация сразу на 2048 даёт «двойные головы» и лишние конечности. Рабочий алгоритм:

  • txt2img: 896×1152 (портрет) или 1152×896 (пейзаж) — соотношение 3:4 / 4:3
  • Hires Fix: включён, upscaler 4x-UltraSharp или 4x-AnimeSharp
  • Denoising strength: 0.3–0.45 (ниже — сохраняет композицию, выше — добавляет детали)
  • Upscale by: 1.5–2.0 → итог ~1800–2300 px по длинной стороне

Семплер и шаги

DPM++ 2M Karras
базовый выбор
Euler a
больше вариативности
20–28 шагов
txt2img
10–15 шагов
Hires Fix (2-й проход)

CFG Scale: 5.5–7.0. Выше 7 — «жжёт» цвета, ниже 5 — теряет промт. Для Нанобаны 6.5 — золотая середина.

Типовые ошибки и их диагностика

Лишние пальцы / сросшиеся

Промт содержит (perfect hands:1.3) или нет ControlNet.

Лечение: (detailed hands:1.1), (five fingers:1.05) + DWpose weight 0.9

Асимметричное лицо

Слишком высокий CFG (>8) или отсутствие (symmetrical face:1.1).

Лечение: CFG 6.5, + symmetrical face, faceid / IP-Adapter при необходимости

«Мыльный» результат, нет деталей

Denoising на Hires Fix > 0.5 или слишком nhiều стилевых токенов с весом > 1.15.

Лечение: denoising 0.35, убрать лишние стиль-теги, оставить 1–2 эмбеддинга качества

Поза не соответствует промту

Поза описана словами, но нет ControlNet. CLIP не кодирует пространственные отношения точно.

Лечение: всегда OpenPose/DWpose для любой позы, кроме_frontal standing

Чек-лист: собираем рабочий промт за 2 минуты

Позитивный промт (шаблон)

# 1. Subject & Pose 1girl, solo, (cowboy shot:1.1), (standing:1.05), looking at viewer, # 2. Anatomy & Details (detailed beautiful face:1.15), (detailed eyes:1.1), (defined collarbones:1.05), (detailed hands:1.1), (perfect anatomy:1.05), # 3. Clothing / State nude, (shy smile:1.05), subtle blush, wet skin, water droplets, # 4. Lighting & Camera (volumetric lighting:1.1), (rim light:1.05), soft cinematic light, depth of field, 85mm lens, f/1.8, bokeh, # 5. Style masterpiece, best quality, ultra high res, anime coloring, cel shading, (detailed skin texture:1.1), ray tracing, # 6. Technical highres, 4k, absurdres, (hires fix:1.1)

Негативный промт (минимум)

, , (worst quality:1.3), (low quality:1.3), (bad anatomy:1.2), (bad hands:1.2), (missing fingers:1.2), (extra digits:1.2), (fused fingers:1.2), (mutated hands:1.1), (text, watermark, username, signature:1.2), (blurry:1.1), (jpeg artifacts:1.1)

Параметры генерации

Steps: 24
Sampler: DPM++ 2M Karras
CFG: 6.5
Size: 896×1152
Hires Fix: On
Upscaler: 4x-UltraSharp
Denoising: 0.38
Upscale by: 1.75
Hires Steps: 12

Продвинутые приёмы: Regional Prompter, IP-Adapter, Inpaint

Когда базовый промт даёт 80 % результата, эти инструменты закрывают оставшиеся 20 %.

Regional Prompter

Разделяет холст на зоны (верх/низ, лево/право, маска) и применяет разные под-промты. Пример: верх — лицо и волосы, низ — туловия и поза. Избегает «смешивания» токенов.

IP-Adapter (FaceID / Plus)

Переносит идентичность лица с референса без обучения LoRA. Вес 0.6–0.8, guidance end 0.6. Работает и с фото, и с генерациями. Для Нанобаны — лучший способ зафиксировать персонажа.

Inpaint + ControlNet Inpaint

Маскируете проблемную зону (рука, лицо, ткань), ставите ControlNet Inpaint (weight 1.0), пишете промт ТОЛЬКО для этой зоны. Denoising 0.6–0.8. Чинит артефакты точечно.

Промт — это не заклинание, а спецификация задачи для вероятностной машины.

Нанобана не «понимает» смысл слов. Она сопоставляет токены с паттернами в латентном пространстве. Ваша задача — дать ей вектор, который с наибольшей вероятностью приведёт к нужному образу. Порядок, веса, негативы, ControlNet — это инструменты навигации в этом пространстве.

Собирайте вектор, а не ищите волшебную строку
НейросетиПромтыРазное
21 октября, 2026

Статьи по теме