Создание реалистичных изображений людей через нейросети давно перестало быть чем-то из области фантастики, однако многие пользователи сталкиваются с одной и той же проблемой: сгенерировать красивую девушку нейросети, кажется, гораздо проще, чем достоверного мужчину. В сети представлено множество гайдов по рисованию «вайфу», но когда дело доходит до мужского портрета, искусственный интеллект то и дело норовит выдать либо пластикового Кена, либо сурового викинга с переизбытком тестостерона, либо вовсе существо с искаженными пропорциями. Казалось бы, задача тривиальная, но алгоритмы обучались на неравномерных датасетах, где женских образов было кратно больше. И всё же получить добротный, кинематографичный и живой мужской портрет вполне реально. Но чтобы не ошибиться, нужно знать правильные «заклинания» и понимать логику построения запроса.
С чего начинается хороший промт?
Вовсе не с перечисления технических параметров камеры, как многие могли бы подумать. Фундамент успешной генерации закладывается на этапе проработки персонажа. Безликий «man» в запросе выдаст вам усредненный результат, лишенный харизмы и характера. А вот если добавить конкретики, ситуация меняется кардинально. Начать стоит с определения возраста и этнической принадлежности. Ведь «30-year-old Scandinavian man» и «50-year-old Italian man» — это два совершенно разных мира с точки зрения геометрии лица, текстуры кожи и общего антуража. К слову, нейросети отлично понимают типажи, поэтому использование референсов на известных актёров (с осторожностью) или типажи вроде «rugged» (суровый), «charming» (обаятельный) или «intellectual» (интеллектуальный) помогает задать верный вектор. Важно прописывать и детали внешности: цвет глаз, форму причёски, наличие щетины или бороды. Именно мелочи вроде «stubble beard» (легкая щетина) или «messy hair» (растрёпанные волосы) убивают ту самую пластиковую искусственность.
Анатомия запроса
Структура идеального промта напоминает слоёный пирог, где каждый ингредиент отвечает за свой вкус. Львиная доля успеха зависит от правильной последовательности. Сначала мы описываем субъект (кто это?), затем переходим к действию и окружению (что делает и где?), далее следует описание одежды и стиля, а венчает эту конструкцию блок технических характеристик. О последних стоит сказать отдельно. Если вы не укажете нейросети, как именно нужно «снять» вашего героя, она выберет случайный, зачастую неудачный ракурс. Спасательным кругом здесь становятся термины из мира фотографии. Использование таких слов, как «cinematic lighting» (кинематографичное освещение), «depth of field» (глубина резкости) или «bokeh» (размытие фона), творит чудеса. Ну и, конечно же, не стоит забывать про указание модели камеры и плёнки, например «shot on 35mm» или «Kodak Portra 400», что добавляет изображению то самое аналоговое «зерно» и реализм.
Стиль имеет значение
Разные задачи требуют разного подхода к лексике. Если ваша цель — создать брутального героя боевика или персонажа видеоигры, словарь будет одним. Для бизнес-портрета — совершенно другим. Допустим, нам нужен деловой портрет. Здесь солирует сдержанность и высокое качество деталей.
Пример промта для бизнес-стиля:
Portrait of a confident 45-year-old CEO, wearing a bespoke navy blue italian suit, crisp white shirt, standing in a modern glass office with city skyline in background, natural daylight, soft shadows, 8k resolution, highly detailed skin texture, shot on Sony A7R IV, 85mm lens, sharp focus, professional photography.
Обратите внимание на уточнение «highly detailed skin texture». Это критически важно. Без этого уточнения кожа мужчины часто получается слишком гладкой, словно после агрессивной ретуши. Нюанс в том, что мужская кожа в представлении ИИ должна быть чуть грубее, с порами и микроморщинами, иначе теряется мужественность.
А если хочется драмы?
Нуар, киберпанк или постапокалипсис — излюбленные темы для мужских портретов. Здесь мы работаем с контрастным светом и атмосферой. Драма. Она создаётся тенями.
Пример промта для кинематографичного/драматичного образа:
Close-up of a tired detective smoking a cigarette, rain pouring down, night city street with neon signs reflection, trench coat, stubble, scars, intense look, noir atmosphere, volumetric lighting, rim light, high contrast, moody, dark tones, Unreal Engine 5 render style, hyperrealistic.
В этом случае «volumetric lighting» (объёмный свет) и «rim light» (контровой свет) помогают отделить фигуру от фона и создать объём. Тем более, что такие сцены обычно выглядят очень эффектно и приковывают внимание зрителя. Окунуться в атмосферу помогает и описание погоды — дождь, туман или снег всегда добавляют кадру глубины.
Как выбрать освещение?
Свет — это кисть фотографа, даже если этот фотограф — нейросеть. Плохой свет способен испортить самую детальную модель, сделав её плоской. Один из самых беспроигрышных вариантов для мужского портрета — «Rembrandt lighting» (рембрандтовское освещение). Оно создает характерный треугольник света на щеке и драматичные тени на другой половине лица. Это классика, которая работает безотказно. Другой вариант — «Golden hour» (золотой час), если вам нужен тёплый, мягкий и позитивный образ, например, для лайфстайл-фотографии путешественника.
Пример промта с акцентом на свет (Casual Style):
Handsome young man laughing, sitting in a cozy coffee shop, holding a cup of coffee, casual sweater, warm sunlight streaming through the window, golden hour, dust particles, candid shot, lifestyle photography, Fujifilm XT-4 simulation, soft focus background.
Здесь слово «candid» (искренний, непостановочный) даёт команду нейросети избежать позы «на паспорт» и добавить живой эмоции. А упоминание Fujifilm задаёт определённую цветовую гамму, характерную для плёночных фотоаппаратов этой марки.
Сложно ли получить фотореализм?
Многие считают, что для фотореализма достаточно написать «photorealistic», но на деле всё немного сложнее. Этот тег, безусловно, полезен, но он довольно часто игнорируется, если в остальном промте хаос. Чтобы результат действительно пугал своей правдоподобностью, стоит использовать комбинацию технических тегов.
Попробуйте добавить в конец промта такую связку:
raw photo, unedited, 8k uhd, hyperdetailed, film grain, ray tracing.
Слово «unedited» (без обработки) даёт сигнал алгоритму не накладывать слишком много «художественных» фильтров, которые делают картинку мультяшной. А «film grain» (плёночное зерно) скрывает мелкие огрехи генерации кожи, делая их похожими на естественную текстуру фотографии.
Фентези и исторические образы
Мужчины в нейро-арте — это часто воины, маги или кибер-солдаты. Создавая такого персонажа, важно не переборщить с деталями, иначе нейросеть начнёт «галлюцинировать», добавляя лишние конечности или оружие, растущее из спины.
Пример промта для фентези-воина:
Full body shot of a rugged medieval warrior, wearing worn leather armor and fur cloak, holding a heavy sword, standing on a snowy mountain peak, epic blizzard, battle scars, fierce expression, intricate details of armor, fantasy art style but realistic texture, dramatic sky, low angle shot.
«Low angle shot» (съемка с нижнего ракурса) здесь используется намеренно. Такой приём визуально увеличивает фигуру, делая героя более внушительным и величественным. Это же правило касается и изображения супергероев или гигантских роботов. А вот слово «worn» (поношенный) применительно к броне добавляет истории — зритель сразу понимает, что перед ним опытный боец, а не манекен из музея.
Ошибки, которые портят всё
Самая частая ошибка новичка — противоречивые команды. Нельзя одновременно требовать «studio lighting» (студийный свет) и «dark night forest» (тёмный ночной лес) без уточнения, что источник света искусственный. Нейросеть просто сойдёт с ума и выдаст кашу. Кроме того, стоит избегать абстрактных понятий вроде «beautiful» или «cool». Для машины эти слова ничего не значат. Лучше заменить их на описательные прилагательные: «symmetrical features» (симметричные черты), «sharp jawline» (чёткая линия челюсти) или «athletic build» (атлетическое телосложение).
Также довольно часто пользователи забывают про Negative Prompt (негативный промт) — поле, куда вписывается то, чего быть НЕ должно. В случае с людьми туда обязательно стоит вписать:
deformed hands, extra fingers, bad anatomy, cartoon, 3d render (если нужно фото), blurry, watermark.
Это своего рода фильтр, отсеивающий брак.
Технические нюансы Midjourney и Stable Diffusion
Хотя принципы построения промта схожи, разные нейросети имеют свои диалекты. Midjourney (особенно версии v5 и v6) тяготеет к более художественному, “красивому” языку и хорошо понимает описания атмосферы. Ей можно скармливать более поэтичные фразы. Stable Diffusion же любит жесткую конкретику и технические токены, разделённые запятыми. Там порядок слов имеет ещё больший вес. Впрочем, приведённые выше примеры довольно универсальны и станут отличной базой для любой современной модели. Главное достояние опытного “промтера” — это насмотренность. Пробуйте менять одно слово за раз и смотрите, как меняется результат. Замените «suit» на «tuxedo», а «office» на «yacht», и вы увидите, как нейросеть перестраивает освещение и позу под новый контекст.
Влияние цвета на восприятие
Цветовая палитра играет не меньшую роль, чем геометрия лица. Для мужских портретов часто выбирают приглушённые, “землистые” тона или холодную гамму.
Промт для стильного монохромного образа (или с акцентным цветом):
Fashion photography of a stylish african american man, wearing a beige trench coat and turtleneck, urban minimal background, concrete walls, desaturated colors, soft daylight, editorial look, vogue style, high fashion pose.
Слово «desaturated» (обесцвеченный, ненасыщенный) помогает убрать кричащие кислотные цвета, которые часто выдают искусственное происхождение картинки. А «editorial look» намекает алгоритму на журнальную эстетику, где важна композиция и стиль, а не только лицо.
Подводные камни возраста
Изобразить старика с глубокими морщинами нейросети даже проще, чем молодого парня. Текстура помогает скрыть огрехи. А вот возраст 20-30 лет — зона риска. Лица часто получаются слишком женственными или детскими. Чтобы добавить маскулинности, используйте такие слова, как «defined facial features» (очерченные черты лица), «thick eyebrows» (густые брови) и «broad shoulders» (широкие плечи). Это поможет сбалансировать образ. Не бойтесь добавлять недостатки. Родинки, шрамы, веснушки, асимметрия — всё это делает лицо живым. Идеальная симметрия пугает и отталкивает, наш мозг считывает её как что-то чужеродное.
Одежда как маркер статуса
Описывая одежду, старайтесь указывать материалы. Просто «jacket» может превратиться в бесформенный мешок. А вот «vintage leather biker jacket» или «tweed blazer with texture» — это уже заявка на успех. Нейросеть отлично рендерит текстуры ткани, и этим грех не пользоваться. Блеск кожи, ворсистость шерсти, грубость денима — эти детали делают картинку тактильной. Зритель должен почти чувствовать материал на ощупь. Кстати, сложные узоры (клетка, полоска) могут иногда «плыть» на сгибах, поэтому для начала лучше выбирать однотонные вещи или простые принты, если вы не готовы долго перебирать варианты.
Финальный штрих
Создание промта — это всегда диалог с машиной. Вы задаёте вопрос, она даёт ответ. Иногда ответ невпопад, иногда — гениальный. Не стоит расстраиваться, если с первого раза мужчина на фото получился с тремя руками или глазами разного цвета. Это часть процесса. Копируйте удачные части промта, меняйте неудачные, смешивайте стили. Попробуйте скрестить киберпанк с викторианской эпохой или поместить самурая в современный мегаполис. Ведь именно на стыке несочетаемого рождаются самые запоминающиеся шедевры. Пусть ваши генерации всегда будут чёткими, пальцы — в нужном количестве, а свет падает именно так, как вы задумали. Удачи в творческих экспериментах!