Способна ли нейросеть чувствовать красоту так, как это делает профессиональный фотограф с многолетним стажем? Вопрос, разумеется, риторический, ведь алгоритм оперирует не эмоциями, а нулями, единицами и гигантской базой данных, на которой его обучали. В сети представлено множество руководств, обещающих «шедевры за одну секунду», но реальность часто бьет по рукам: вместо кинематографичного кадра пользователь получает пластиковые лица и шесть пальцев на руке. Обыватель часто винит во всём «глупую машину», забывая, что качество ответа напрямую зависит от качества запроса. Словно джинн из сказки, искусственный интеллект исполняет желания буквально, и малейшая неточность в формулировке способна превратить задумку в карикатуру. А начать стоит с понимания того, как именно языковая модель «видит» ваш текст и трансформирует его в визуальный образ.
Зачем вообще нужны детали?
Казалось бы, краткость — сестра таланта. Но в случае с генерацией изображений это правило работает с точностью до наоборот. Скупой запрос «красивая девушка» выдаст усредненный, рафинированный и довольно скучный результат, который вы видели уже тысячу раз. Нейросети нужен контекст. Ей, как художнику, требуется техническое задание: где стоит камера, какой свет падает на модель, во что она одета и какая эмоция читается в её глазах. И тут на сцену выходит специфическая терминология. Довольно часто пользователи игнорируют указание объектива или типа пленки, а ведь именно эти нюансы задают тон всему изображению. Стоит отметить, что ChatGPT (особенно в связке с DALL-E 3) отлично понимает естественный язык, поэтому сухой перечень тегов через запятую лучше заменить на описательное повествование.
Портретная съёмка
Самый популярный и одновременно самый сложный жанр. Сложно ли получить живое лицо? Да, но результат того стоит. Главная проблема ИИ — тяга к идеализации. Кожа получается слишком гладкой, зубы — неестественно белыми, а глаза — стеклянными. Чтобы избежать этого эффекта «зловещей долины», в промт необходимо вносить маркеры несовершенства. Текстура кожи, веснушки, случайная прядь волос, выбившаяся из прически — всё это добавляет реализма.
Для создания глубокого психологического портрета попробуйте использовать следующую конструкцию. Напишите:
«Крупный план пожилого рыбака с обветренным лицом, глубокие морщины, взгляд устремлен вдаль. Освещение мягкое, закатное, золотой час. Снято на 85mm объектив, диафрагма f/1.8 для размытия фона. Высокая детализация текстуры кожи, видны поры. Стиль документальной фотографии National Geographic».
Этот запрос заставляет нейросеть прорабатывать детали, а не «мылить» картинку.
Другой вариант, если вас интересует студийная эстетика:
«Портрет молодой девушки в профиль, неоновое освещение, киберпанк стилистика. Цвета: голубой и пурпурный. Контрастные тени, драматичный свет. Кожа с лёгким влажным блеском. Камера Sony A7R IV, объектив 50mm. Четкий фокус на глазах».
Здесь мы задаем настроение цветом и жёстким светом, уходя от документалистики в художественный арт.
Коммерческая фотография
Львиная доля запросов к нейросетям сегодня поступает от малого бизнеса. Предприниматели грезят о том, чтобы заменить дорогостоящие фотосессии генерациями. И это вполне реально, если знать подход. Продукт не должен висеть в вакууме (если только это не карточка для маркетплейса на белом фоне). Ему нужно окружение, антураж, история.
Представьте, что вы продаете элитный парфюм. Просто написать «духи на столе» — значит провалить задачу. Попробуйте так:
«Элегантный флакон духов из прозрачного стекла с золотой крышкой стоит на куске тёмного сланца. Вокруг разбросаны лепестки жасмина и капли воды. Освещение студийное, с контровым светом, подчеркивающим грани стекла. Фон — глубокий изумрудный, размытый (боке). Макросъёмка, высокая резкость, стиль рекламной кампании люксового бренда».
Такой добротный современный визуал сразу повышает воспринимаемую стоимость товара.
А вот пример для фуд-фотографии, где важно вызвать аппетит:
«Свежеиспеченный круассан лежит на деревянной доске, посыпанный сахарной пудрой. Рядом стоит белая керамическая чашка с капучино, на пенке виден рисунок сердца. Утренний солнечный свет падает из окна, создавая жёсткие тени на столе. Пар поднимается от кофе. Атмосфера уютного парижского кафе. Вид сверху (flat lay). Высокое разрешение, фотореализм».
Нюанс здесь кроется в упоминании пара и света — именно они оживляют статичную еду.
Архитектура и интерьер
Риелторы и дизайнеры тоже довольно активно осваивают этот инструмент. Однако часто они натыкаются на проблему искаженной перспективы или галлюцинаций в виде лишних ножек у стола. Секрет успеха здесь — в указании стиля и конкретных материалов. Не стоит писать просто «красивая комната». Определитесь с эпохой и настроением.
Вот готовый сценарий для любителей минимализма:
«Просторная гостиная в стиле джапанди (смесь японского и скандинавского). Много воздуха и света. На полу натуральный светлый дуб, стены окрашены в тёплый бежевый цвет. Низкая мебель из ротанга, большой пушистый ковер кремового цвета. Огромные панорамные окна с видом на туманный лес. Естественное рассеянное освещение, пасмурный день. Интерьерный журнал, широкоугольный объектив 24mm».
Заметьте, мы уточнили даже погоду за окном, ведь она напрямую влияет на освещение внутри помещения.
Если же душа тяготеет к чему-то более мрачному и величественному, используйте такой промт:
«Готический зал старинного замка, переделанный под современную библиотеку. Высокие сводчатые потолки, витражные окна, сквозь которые пробиваются лучи света (god rays). Массивные книжные шкафы из тёмного дерева, кожаное кресло честерфилд у камина. В камине горит огонь. Атмосфера таинственности и уюта. Кинематографичная композиция, высокая детализация пылинок в воздухе».
Пейзаж и природа
Казалось бы, что может быть проще, чем сгенерировать лес или горы? Природа хаотична, и ошибки генерации здесь менее заметны. Но чтобы картинка не выглядела как дешевая фотообоя из девяностых, нужно добавить драматургии. Пейзаж оживает, когда в нем есть действие стихии.
Попробуйте воссоздать мощь природы:
«Шторм на берегу океана, гигантские волны разбиваются о чёрные скалы. Небо затянуто свинцовыми тучами, сквозь которые пробивается одинокий луч солнца, освещающий маяк на утесе. Брызги воды, пена, ощущение ветра. Холодная цветовая гамма: серый, синий, белый. Длинная выдержка, создающая эффект шёлковистой воды. Эпичный масштаб, 8k, стиль Ansel Adams (черно-белый вариант)».
Ссылка на известного фотографа (Энсела Адамса) — это отличный «костыль» для нейросети, сразу задающий планку качества и стиль.
А для более умиротворенного настроения подойдет такой вариант:
«Лавандовое поле в Провансе на рассвете. Бесконечные ряды фиолетовых цветов уходят за горизонт. На переднем плане пчела сидит на цветке (макро). Задний план в мягком тумане, виднеется старый каменный дом. Тёплый золотистый свет, пастельные тона. Романтичная атмосфера, картина маслом или мягкий фотореализм».
Абстракция и сюрреализм
Иногда, впрочем, реализм наскучивает. Хочется чего-то такого, что в реальной жизни снять невозможно. И тут ChatGPT становится настоящим кладезем идей. Он может смешивать несмешиваемое. Главное — дать волю фантазии, но ограничить её стилистическими рамками, иначе получится визуальная каша.
Эксперимент с формами можно провести так:
«Стеклянный город внутри электрической лампочки. Лампочка лежит на мхе в тёмном лесу. Внутри лампочки кипит жизнь: крошечные небоскребы, летающие машины, светящиеся вывески. Магическое свечение исходит изнутри. Контраст между природой снаружи и технологиями внутри. Октановый рендер (Octane render), 3D графика, гиперреализм, яркие насыщенные цвета».
Или ударимся в чистый арт:
«Портрет человека, состоящий из разноцветного дыма и чернил, растворяющихся в воде. Нет четких границ лица, только очертания. Белый фон. Цвета: алый, индиго и золотой. Эффект двойной экспозиции. Абстрактный экспрессионизм. Высокая детализация завихрений дыма».
Технические параметры: что писать в конце?
Вы, наверное, заметили, что в примерах часто встречаются странные слова вроде «8k», «Unreal Engine» или названия камер. Нужно ли это? Безусловно. Это так называемые технические модификаторы. Для нейросети они служат якорями качества. Если вы напишете «снято на iPhone 5», система специально ухудшит качество, добавит шумов и сделает картинку плоской. А если укажете «Hasselblad», алгоритм попытается имитировать среднеформатную фотографию с её невероятной глубиной и детализацией.
К слову, соотношение сторон тоже играет роль. По умолчанию DALL-E 3 делает квадрат (1:1). Но если вам нужны обои на рабочий стол, обязательно добавьте в конце промта «широкоформатный, 16:9» или «вертикальный, 9:16» для сторис в соцсетях. Это, казалось бы, мелочь, но обрезать готовый квадрат под нужный формат без потери композиции — задача не из лёгких. Тем более, что дорисовывать края (outpainting) умеют не все редакторы.
Распространённые ошибки
Списки запретов. Парадоксально, но нейросети плохо понимают частицу «не». Если вы напишете «кот без шляпы», велик шанс, что вы получите кота именно в шляпе. Лучше сосредоточиться на том, что должно быть в кадре. Описывайте желаемое, а не отсутствующее. Это же правило касается и цвета. Фраза «не используй красный» может спровоцировать появление красных пятен, потому что слово «красный» уже попало в контекст.
Перегруженность. Другая крайность — попытка впихнуть в один промт “Войну и мир”. Когда инструкция занимает три страницы, ИИ теряет нить повествования. Он начинает смешивать объекты, забывать детали или создавать химер. Лучше разбить задачу на итерации или выделить главное. Солирует в кадре всегда один объект или группа, остальное — лишь фон.
Противоречия. «Солнечный день, но идет дождь, и при этом ночь». Такие запросы вводят алгоритм в ступор. Конечно, нейросеть попытается выдать нечто среднее, но результат будет напоминать бред сумасшедшего. Логика кадра должна соблюдаться даже в сюрреализме.
Стилизация под художников
Использование имен известных творцов — это мощнейший инструмент. Но и здесь есть подводные камни. Некоторые модели специально ограничены в копировании стилей живых художников из-за авторских прав. Однако классиков никто не отменял. Ван Гог, Дали, Пикассо, Рембрандт — их стили система знает назубок.
Пример стилизации:
«Улица Нью-Йорка в стиле Винсента Ван Гога. Звёздная ночь, закрученные мазки кисти, яркие жёлтые фонари, тёмно-синее небо. Текстура холста, масляная краска. Импрессионизм».
Это позволит создать уникальную иллюстрацию, которую не стыдно повесить на стену.
Если же вам ближе современность, попробуйте стиль студии Pixar или Disney:
«Милый маленький робот, сидящий на скамейке в парке. Большие грустные глаза, ржавчина на корпусе. Осень, падают листья. 3D анимация, стиль Pixar, яркие цвета, мягкие формы, доброе выражение лица. Высокий уровень детализации».
Такие картинки отлично заходят в детских книгах или развлекательных блогах.
Подбор правильных слов
Русский язык богат и могуч, но иногда нейросеть лучше понимает английские термины, особенно специфические. Впрочем, современные версии GPT отлично справляются с переводом на лету. Однако есть слова-триггеры, которые творят чудеса. Например, слово «cinematic» (кинематографичный) сразу добавляет картинке глубины и драматизма. Слово «intricate» (запутанный, сложный) заставляет ИИ прорисовывать мелкие узоры. А «volumetric lighting» (объёмный свет) гарантирует красивые лучи, пробивающиеся сквозь туман или пыль. Не бойтесь экспериментировать с эпитетами. «Грандиозный», «Зловещий», «Эфирный» — каждое из этих прилагательных кардинально меняет исходный код изображения.
Фактор случайности
Даже самый скрупулезный промт не гарантирует стопроцентного попадания с первого раза. Генерация изображений — это всегда лотерея, хоть и управляемая. Бывает, что шедевр рождается из ошибки или опечатки. В этом, пожалуй, и есть вся прелесть работы с ИИ. Вы выступаете в роли режиссера, который дает указания, но актер (нейросеть) всегда может импровизировать. И порой эта импровизация оказывается талантливее сценария.
Не скупитесь на попытки. Меняйте одно слово, переставляйте предложения местами, добавляйте новые детали. Процесс поиска идеального промта сам по себе увлекателен и похож на добычу золота. Вы просеиваете тонны пустой породы, чтобы найти тот самый самородок. Не расстраивайтесь, если с первого раза у модели выросла третья рука. Просто уточните запрос, попросите убрать лишнее или измените ракурс. Ваше терпение и настойчивость — вот главные ключи к успеху. Пусть ваши генерации всегда будут яркими, четкими и вдохновляющими. Творите, пробуйте, и результат обязательно превзойдёт ожидания.