Промт для архитектурной визуализации по референсу: структура, параметры и рабочие шаблоны

Как собрать промт для реалистичной архитектурной визуализации на основе картинки

Разбираем анатомию промта, роль референса в ControlNet и IP‑Adapter, весовые коэффициенты, настройки шума и готовые шаблоны для Midjourney, Stable Diffusion и DALL·E 3 — чтобы результат был точным, фотореалистичным и управляемым.

Имидж‑ту‑имидж не копирует — интерпретируетControlNet за геометрию, IP‑Adapter за стиль и материалыDenoising strength 0.3–0.55 — баланс точности и креатива

Почему текст‑онли промт проигрывает при работе с референсом

Геометрия теряется в интерпретации

Чистый текстовый промт заставляет модель «придумать» пропорции, фасадную сетку, шаг колонн. Даже с точным описанием результат будет вариативным. Референс + ControlNet (Canny / Depth / Lineart) фиксирует каркас здания до миллиметра.

Материалы и свет — через IP‑Adapter

Текст «бетон, стекло, закат» даёт усреднённый взгляд. IP‑Adapter переносит текстуру шальнобытного бетона, отражения в двойных стеклопакетах, направленность тени от карниза именно с вашего референса. Вес 0.6–0.8 сохраняет узнаваемость, но позволяет менять время суток.

Контекст окружения не описывается словами

Соседние здания, рельеф участка, посадка деревьев, отражения в лужах после дождя — всё это «шум» для текстового промта, но критический контекст для реализма. Референс несет эту информацию неявно; правильный denoising позволяет её извлечь.

Итерации становятся предсказуемыми

Меняя только промт при фиксированном референсе и сиде, вы двигаетесь по управляемой траектории: освещение, сезон, стиль фасада — не ломая геометрию. Это превращает генерацию в дизайн‑процесс, а не лотерею.

Анатомия рабочего промта: 7 слоев в порядке приоритета

Порядок токенов важен: модели внимания (attention) читают слева направо, ранние токены получают больший градиент. Структура ниже проверена на Midjourney v6, SDXL + ControlNet, DALL·E 3.

1

Тип съёмки и оптика (camera & lens)

Architectural photography, shift lens 24mm TSE, f/11, ISO 100, tripod — фиксирует перспективу без искажений, глубину резкости по всей сцене. Для интерьеров: 17mm shift, f/8. Для аэровзлёта: 35mm, f/5.6.

2

Время суток и погода (lighting & atmosphere)

Golden hour, clear sky, long shadows, volumetric light rays или Overcast, soft diffuse light, minimal shadows, wet pavement reflections. Конкретнее «daylight» — меньше сюрпризов.

3

Материальность фасада (materials)

Board-formed concrete, anodized aluminium mullions, double-glazed low-E glass with subtle green tint, Corten steel accents. Перечисляйте текстуры, отражательность, цветовой сдвиг в отражении.

4

Контекст и ландшафт (site context)

Mature plane trees, gravel forecourt, linear water feature reflecting facade, distant urban skyline blurred. Референс даёт заготовку, промт — уточняет сезон и состояние.

5

Пост‑обработка и цвет (color grading)

Shot on Sony A7R IV, 61MP, raw, slight highlight compression, neutral color profile, architectural digest aesthetic. Убирает «искусственную» насыщенность, даёт журналовый вид.

6

Негативные токены (negative prompt)

Distorted perspective, converging verticals, fisheye, oversaturated, cartoon, illustration, watermark, text, people, cars, clutter, noise, artifacts, blurry, low resolution. Для SD — обязателен. Для MJ v6 — через --no.

7

Параметры генерации (tech params)

—ar 16:9 —v 6.0 —style raw —stylize 250 —chaos 15 (MJ) или Steps 30, CFG 6.5, Sampler DPM++ 2M Karras, Denoise 0.4, ControlNet Canny 1.0 (SD). Параметры фиксируют воспроизводимость.

Подготовка референса: то, что решает качество до написания промта

Разрешение и соотношение сторон

Минимум 1024 px по длинной стороне. Соотношение референса должно совпадать с --ar в промте. Кропните в Photoshop/Lightroom до загрузки — не полагайтесь на автокроп модели.

16:9 — фасад, аэровзлёт4:3 — интерьер, кут3:2 — классическая фото

Чистота геометрии для ControlNet

Удалите людей, транспорт, вывески, кроны деревьев, перекрывающие фасад. ControlNet Canny/Lineart «заблокирует» их как жёсткие края. Используйте Content‑Aware Fill или Generative Fill для зачистки.

Canny — контурыDepth — объёмLineart — чистая линия

Варианты референса под разные задачи

Один референс — одна задача. Не ждите, что одна картинка даст и дневной, и ночной, и снежный варианты качественно.

Base — чистый фасад, нейтральный свет, для материалов
Lighting ref — закат/рассвет/пасмурно, только для IP‑Adapter
Context ref — окружение, ландшафт, соседка

ControlNet и IP‑Adapter: веса, тайминги и комбинации

В Stable Diffusion (Automatic1111 / ComfyUI) управление референсом строится на двух путях. Понимание их взаимодействия — разница между «похоже» и «точно то, что нужно».

ControlNet — «жёсткий каркас»

Canny / LineartWeight: 1.0 | Guidance: 1.0

Стандарт для фасадов. Сохраняет оконные проёмы, карнизы, модульную сетку. Guidance start 0.0, end 1.0 — полный контроль.

Depth (Midas / Zoe)Weight: 0.7–0.85 | Guidance: 0.8

Для сложных объёмов: эркеры, террасы, многоуровневая кровля. Снижайте вес, если модель начинает «галлюцинировать» несуществующие выступы.

Tile / Resize (HR fix)Weight: 0.5 | Start: 0.3

Включается на этапе апскейла (Hires. Fix). Держит текстуру плитки/панелок при увеличении разрешения в 2–4×.

IP‑Adapter — «стиль и материя»

Style transfer (Plus / FaceID)Weight: 0.6–0.8

Переносит тактильность: шершавость бетона, блики на стекле, патину на металле. Вес 0.7 — золотая середина. Выше 0.9 — застреваете в референсе.

Lighting transferWeight: 0.4–0.5

Отдельный референс только за светом (HDRI‑лайк). Низкий вес позволяет промту перекрыть направление света, сохраняя характер теней.

Combine: CN + IP‑AdapterCN weight 1.0, IP 0.7

Параллельно в ControlNet Unit 0 и 1. Порядок важен: ControlNet применяется первым (геометрия), IP‑Adapter модулирует латентное пространство на шагах денойзинга.

Denoising strength (Denoise) — главный ручной газ

0.15 – 0.25

Минимальные изменения. Только цветокоррекция, лёгкая пост‑обработка, удаление мусора. Геометрия и материалы — 1:1.

0.30 – 0.45

Рабочий диапазон. Меняем время суток, сезон, стиль фасада, добавляем ландшафт. Геометрия уважается, материалы адаптируются.

0.50 – 0.65

Креативный режим. Переинтерпретация объёмов, замена материала фасада, добавление новых элементов. Риск потери узнаваемости проекта.

> 0.70

Почти txt2img. Референс даёт только композиционный замысел. Для архитектурной визуализации — нерелевантно.

Готовые шаблоны под частые задачи (копируйте, адаптируйте, тестируйте)

Каждый шаблон — стартовая точка. Подставьте свои материалы, координаты solpos, название города для точного солнечного пути.

MIDJOURNEY v6 — ФАСАД ДНЁМ (ARCHIVE QUALITY)
Architectural photography of a contemporary cultural center, board-formed concrete facade with visible tie-hole pattern, anodized aluminium curtain wall system with 1.2m module, low-iron double glazing with subtle green-blue reflection, horizontal louvre sunshades on south elevation -- camera: Canon EOS R5, TS-E 24mm f/3.5L II shift lens, f/11, ISO 100, tripod -- lighting: late morning, clear sky, sun altitude 42°, azimuth 115°, crisp shadows defining facade depth -- context: mature ginkgo biloba allee, decomposed granite forecourt, linear reflecting pool mirroring facade, distant low-rise urban fabric -- color grading: Architectural Record editorial style, neutral WB, slight highlight roll-off, 61MP raw detail --ar 16:9 --v 6.0 --style raw --stylize 200 --chaos 10 --no people, cars, signage, vegetation on roof, lens flare, chromatic aberration, converging verticals, oversaturation
STABLE DIFFUSION XL + CONTROLNET — ЗОЛОТОЙ ЧАС, МАТЕРИАЛЬНОСТЬ
Positive: Architectural photography, museum extension, Corten steel rainscreen panels with natural patina variation, floor-to-ceiling structural glazing with ceramic frit gradient, exposed glulam timber colonnade, folded plate roof -- golden hour, magic hour lighting, warm directional light 2800K, long raking shadows, volumetric atmosphere, dust motes in light beams -- shot on Phase One XT, Rodenstock HR Digaron-S 23mm, f/11, ISO 50, technical camera movements -- Architectural Digest aesthetic, 150MP medium format look -- Negative: distorted perspective, converging verticals, fisheye, cartoon, illustration, painting, sketch, watermark, text, logo, people, vehicles, furniture, clutter, noise, jpeg artifacts, blur, low resolution, oversaturated, haloing, chromatic aberration -- Steps: 30, Sampler: DPM++ 2M Karras, CFG: 6.5, Resolution: 1152x768, Hires. Fix: 2x, Denoise: 0.35, ControlNet Unit 0: Canny, Weight 1.0, Guidance 0-1, ControlNet Unit 1: IP-Adapter Plus, Weight 0.7, Image: [material_ref.jpg]
DALL·E 3 (CHATGPT) — ИНТЕРЬЕР, ПАСМУРНЫЙ ДЕНЬ, МЯГКИЙ СВЕТ
A professional architectural photograph of a double-height library reading room, exposed in-situ concrete ceiling with visible formwork texture, white oak slatted acoustic wall panels, polished terrazzo floor with brass divider strips, custom steel-framed glazing facing north -- overcast daylight, soft diffuse wrap-around light, no direct sun, subtle contact shadows, high dynamic range -- camera: technical view camera, 32mm equivalent rise/fall shift, f/11, ISO 50 -- color: neutral, faithful material representation, slight cool cast from north light -- composition: one-point perspective, symmetrical, human scale implied by furniture -- style: editorial architectural photography, Dezeen / Detail magazine quality -- aspect ratio 4:3

Типичные провалы и как их чинить за 30 секунд

Схлопываются вертикали

Модель даёт «фото с телефона снизу вверх».

Добавьте: shift lens, perspective controlControlNet Lineart weight 1.0—style raw (MJ)

Стекло выглядит как сплошной цвет

Нет отражений окружения, глубины стеклопакетов.

low-iron glass, reflection of sky/contextIP-Adapter с референсом стеклаDenoise 0.35–0.4

Бетон — гладкий пластик

Потеряна текстура опалубки, поры, следы вибратора.

board-formed, tie holes, bug holesControlNet Canny + Depth комбоHires. Fix с Tile ControlNet

Окружение «плавает» от генерации к генерации

Деревья скачут, тени меняют направление, асфальт меняет текстуру.

Зафиксируйте сид (seed)Context референс в IP-Adapter (weight 0.4)Denoise ≤ 0.4 для контекста

Рабочий процесс: от референса к серии согласованных ракурсов

Архитектурная презентация требует 5–7 ракурсов в едином стиле. Генерация по одному промту даёт дрифт. Алгоритм ниже держит серию на рельсах.

1

Мастер‑референс и базовый промт

Подготовьте один идеально чистый референс фасада (Canny-ready). Напишите базовый промт слоёв 1–5. Зафиксируйте сид. Сгенерируйте «эталонный кадр» — главный фасад в целевом свете.

2

Выделите инварианты в отдельный блок

Материалы, цветовая гамма, тип остекления, конструктивная сетка — вынесите в неизменяемый «хидер» промта. Только камера, свет и контекст меняются от ракурса к ракурсу.

3

Сгенерируйте ControlNet-маски один раз

Canny, Depth, Normal map — вычислите от мастер‑референса и сохраните. Подключайте одни и те же маски ко всем ракурсам. Это исключает геометрический дрифт на 99%.

4

Итерируйте ракурсы через промт-вариации

Аэровзлёт: drone view, 35mm, 45° angle, site plan visible. Кут: corner perspective, 24mm shift, human eye level. Деталь: 85mm, facade junction, material macro. Меняйте только блок «Камера» и «Контекст».

5

Финальная полировка: Hires. Fix + легкий инпейт

Апскейл 2× с Tile ControlNet (weight 0.5). Инпейнт мелких артефактов: логотипы на стекле, нелепые тени от несуществующих объектов, случайные люди. Экспорт в TIFF 16-bit для пост-продакшена.

Сравнение подходов: когда что выбрать

ЗадачаЛучший инструментКлючевые настройкиОграничения
Фасад «под ключ» для конкурса / книгиMidjourney v6 —style raw—stylize 150-250, —chaos 5-15, референс через —cref (style) + описание геометрии в промтеНет пиксельного контроля геометрии, нет ControlNet
Серия ракурсов с жёсткой геометриейSDXL + ControlNet (Canny/Depth) + IP-AdapterCN weight 1.0, IP weight 0.7, Denoise 0.35, фиксированный сид, общие маскиТребует GPU 12GB+ VRAM, настройка пайплайна
Быстрый концепт «как будет выглядеть на закате»DALL·E 3 (ChatGPT)Естественный язык, загрузка референса в чат, итеративный диалогНет контроля весов, нет ControlNet, фиксированное 1024×1024/1792×1024
Интерьеры с сложным светом (северный, топа свет)SDXL + ControlNet Depth + IP-Adapter LightingDepth weight 0.8, IP Lighting weight 0.4, Denoise 0.3, Hires. Fix 1.5xСложно удержать геометрию мебели при низком Denoise

Чек-лист перед генерацией финальной серии

Референс: 1024+ px, правильный AR, без людей/машин/вывесок, сохранён как PNG.

Промт: 7 слоёв заполнены, негатив прописан, параметры (ар, стил, хаос / степс,_cfg, сэмплер) зафиксированы.

ControlNet: Canny/Lineart weight 1.0, guidance 0-1. Depth при сложном объёме weight 0.8.

IP-Adapter: Style weight 0.7 (материалы), Lighting weight 0.4 (отдельный реф), Context weight 0.4.

Denoise: 0.35–0.45 для баланса. Не выше 0.5 без осознанной цели.

Seed: зафиксирован и записан в название файла / метаданные. Для серии — общий сид.

Главное, что стоит запомнить

Референс — не картинка для копирования, а данные для управления. ControlNet забирает геометрию, IP‑Adapter — материальность и свет. Промт — язык, на котором вы даёте инструкции, что изменить, а что оставить.

Denoising strength — единственный ручной газ. 0.35–0.45 даёт предсказуемую вариативность. Ниже — копия. Выше — фантазия. Подбирайте под задачу, не используйте «по умолчанию».

Серия делается одной конфигурацией. Один сид, одни маски ControlNet, один IP-Adapter эмбеддинг. Меняете только блок камеры и освещения в промте. Так получается презентация, а не набор случайных картинок.

НейросетиПромтыРазное
21 октября, 2026

Статьи по теме