Модель не «видит» лицо — она сопоставляет паттерны
Пользователь пишет «поставь моё лицо на фото модели» и ждёт магии. Диффузионная модель же решает задачу денойзинга: из шума собирает пиксели, удовлетворяющие текстовому условию. У неё нет понятия «лицо» — есть статистические корреляции между токенами «eyes», «nose», «lighting direction» и распределением яркости в латентном пространстве.
Промт — это не инструкция исполнителю, а набор весов для attention-слоёв. Слово «photorealistic» поднимает вероятность высокочастотных деталей кожи. «Rembrandt lighting» смещает распределение теней к характерному треугольнику на щеке. Если не задать «same identity», модель сгенерирует *новое* лицо, похожее на референс, а не *то же* лицо.
В латентном пространстве «лицо» — это траектория, а не объект. Промт задаёт вектор направления.
Пять компонентов рабочего промта
Идентичность (Identity)
Токены, фиксирующие уникальные черты: «distinctive mole above left eyebrow», «asymmetric jawline», «hooded eyelids». Без них модель усредняет лицо до «типового красивого».
Геометрия и ракурс (Geometry)
«3/4 view, slightly lowered chin», «camera at eye level, 85mm lens». Модель должна знать, *откуда* смотрит камера, иначе проецирует текстуру лица на несовпадающую геометрию черепа.
Свет и материал (Lighting & Material)
«Subsurface scattering, soft key light 45°, fill -2EV, specular highlights on nose tip». Кожа — полупрозрачный материал. Без указания SSS и спекуляров лицо выглядит как пластик или маска.
Контекст фона (Environment)
«Blurred office background, bokeh, color temperature matches face lighting». Фон влияет на отражённые блики в глазах и на щеках. Несовпадение — мгновенный маркер фейка.
Технические моды (Technical Modifiers)
«—iw 1.5 —cw 50 —style raw» (Midjourney) или «denoising_strength: 0.35, controlnet: openpose+ip-adapter» (SD). Это не «магия» — это жесткие параметры алгоритма.
Сборка промта: пошаговый алгоритм
Плохой промт → Хороший промт: разбор на молекулах
swap my face onto this photo, photorealistic, high quality, 8k, cinematic lighting, masterpiece- «my face» — модель не имеет доступа к вашему лицу без IP-Adapter/ReActor
- «photorealistic, 8k, masterpiece» — шумовые токены, размывают attention
- Нет геометрии, света, материала, окружения
- Результат: сглаженная маска, несовпадающие блики, «uncanny valley»
[IDENTITY] oval face, high cheekbones, asymmetric left brow +2px, warm olive skin, fine periorbital lines, distinctive chin scar
[GEOMETRY] 3/4 view left, chin down 10°, 85mm lens, eye-level camera, head pose matched to target
[LIGHTING] Rembrandt key 45° right, fill -2EV 3200K, subsurface scattering, specular highlights on nose tip and lower lip, catchlights rectangular softbox
[ENV] blurred urban night, warm bokeh orbs, color temp matched to key light, reflections in eyes consistent
[TECH] --iw 1.8 --cw 60 --style raw --v 6.0 --ar 2:3- Каждый блок отвечает за свой attention-head
- Конкретные измерения (°, mm, EV) > прилагательные
- Технические моды в конце — для парсера, не для текстового энкодера
Три шаблона под частые сценарии
Ловушка «качественных» эпитетов
«8k, UHD, HDR, masterpiece, best quality» — это токены-пустышки. Они расходуют attention-бюджет на абстрактное «качество», а не на конкретные признаки: текстуру пор, форму блика, температуру тени. Убирайте — результат станет чище.
Игнорирование несовпадения цвета кожи
Донор — холодный подтон, цель — загар. Без явного «color grade target skin to match donor undertone» или коррекции в постпромте лицо будет «наклеено». Добавьте в Lighting-блок: «skin tone harmonized to donor warmth, no orange spill».
Слишком высокий denoising / iw
Параметры вроде `—iw 2.5` или `denoising_strength 0.7` заставляют модель «придумать» детали, которых нет в доноре. Результат — галлюцинированные родинки, изменённая форма глаз. Начинайте с `—iw 1.2-1.5` / `denoise 0.25-0.35` и поднимайте только если личность теряется.
Забывают про задние волосы и уши
Лицо заменено идеально, а уши остались от модели, а прическа — гибрид. Добавьте в промт: «hairline and ears reconstructed to match donor, hair texture and density preserved from target». Или используйте inpainting-маску для зоны ушей/висков отдельным проходом.
Статьи по теме
