Помощь по Midjourney: подробные ответы на самые частые вопросы пользователей

Нейросетевые генераторы изображений за последние пару лет из диковинной игрушки для энтузиастов превратились в полноценный рабочий инструмент — и дизайнеры, и маркетологи, и обычные любители красивых картинок давно оценили эту технологию по достоинству. Midjourney среди подобных сервисов занимает особое место, ведь именно он задал планку качества, к которой теперь тяготеют конкуренты. Но вот парадокс: чем мощнее становится инструмент, тем больше нюансов всплывает у тех, кто только начинает с ним работать. Да и опытные пользователи нет-нет да и натыкаются на подводные камни, о существовании которых раньше не подозревали. А потому стоит разложить по полочкам самые частые вопросы и дать на них развёрнутые, честные ответы.

Что такое Midjourney и чем он отличается от аналогов?

Midjourney – это нейросетевой сервис для генерации изображений по текстовому описанию (так называемому промту). Запустили его ещё в середине 2022 года, и с тех пор платформа пережила несколько грандиозных обновлений, каждое из которых заметно прибавляло реализма и детализации картинкам. В отличие от Stable Diffusion, который можно установить локально на свой компьютер, Midjourney долгое время работал исключительно через Discord-бота. Это обстоятельство у многих вызывало недоумение, но разработчики, судя по всему, выбрали такой формат сознательно — для снижения нагрузки на серверы и создания сообщества. Сейчас появился и веб-интерфейс на официальном сайте, однако львиная доля пользователей по привычке генерирует картинки именно через Discord. К слову, от DALL·E (продукт OpenAI) Midjourney отличается более «художественным» стилем: изображения получаются живописнее, атмосфернее, с ярко выраженной эстетикой. Впрочем, у каждого инструмента свои сильные стороны, и выбор зависит от конкретной задачи.

Обязательно ли платить за подписку?

Короткий ответ — да. Когда-то Midjourney щедро раздавал бесплатные пробные генерации (около 25 штук на новый аккаунт), но те золотые времена давно миновали. Дело в том, что сервис столкнулся с колоссальным наплывом пользователей, и серверные мощности банально не справлялись. Бесплатный доступ периодически возвращают в тестовом режиме, но рассчитывать на него как на постоянную возможность не стоит. Базовый тарифный план стартует примерно с 10 долларов в месяц и позволяет сделать около двухсот генераций. Для тех, кто работает с нейросетью каждый день, существуют расширенные тарифы за 30 и 60 долларов — там уже и генераций больше, и режим «Stealth» доступен, скрывающий ваши картинки от чужих глаз. Бьёт ли подписка по бюджету? Для профессионала, который экономит десятки часов ручной работы, — вряд ли. А вот обывателю, решившему просто поэкспериментировать, стоит задуматься, хватит ли ему базового плана.

Промты и их структура

Вот тут начинается самое интересное. Промт — это текстовое описание того, что вы хотите получить на выходе. И писать его нужно на английском языке, хотя формально нейросеть понимает и русский, и французский, и даже японский. Но результат на English стабильнее и точнее. Это связано с тем, что обучающий массив изображений был аннотирован преимущественно на английском. Структура хорошего промта довольно проста: сначала идёт описание главного объекта, затем — стиль, потом — освещение, настроение, ракурс. Например, вместо лаконичного «cat» куда лучше написать нечто вроде «a ginger cat sitting on a windowsill, golden hour light, cinematic shot, shallow depth of field». Разница в результате будет колоссальной. Ведь чем больше деталей вы заложите, тем точнее нейросеть поймёт вашу задумку.

Отдельно стоит упомянуть так называемые «негативные промты» — указания того, чего на изображении быть не должно. Добавляется это через параметр —no. Скажем, если дописать —no text, watermark, нейросеть постарается убрать надписи и водяные знаки с картинки. Работает ли это идеально? Нет. Но ложка дёгтя тут не в самой функции, а в том, что нейросеть всё-таки не робот-исполнитель — она генерирует, а не рисует по чертежу. И всё же негативные промты здорово помогают, тем более что без них результат иногда получается непредсказуемым.

Какие параметры влияют на результат?

Параметров в Midjourney набралось немало, и каждый вносит свою лепту в финальную картинку. Первый и самый обсуждаемый — —ar, то есть соотношение сторон. По умолчанию нейросеть выдаёт квадрат (1:1), но для баннеров, обложек и фонов стоит задавать —ar 16:9 или —ar 9:16 для вертикальных форматов. Следующий важный критерий — —stylize (сокращённо —s). Этот параметр регулирует «художественность» генерации: чем выше значение, тем свободнее нейросеть интерпретирует ваш запрос. При низком значении (скажем, —s 50) результат будет ближе к буквальному описанию. При высоком (от 750 и выше) Midjourney начнёт «творить» — иногда с потрясающим, а иногда с неоднозначным результатом. К тому же существует параметр —chaos, который отвечает за разнообразие вариантов в одной генерации. Его значение от 0 до 100 определяет, насколько разными будут четыре картинки в сетке. Ну и, конечно же, —quality (или —q) влияет на детализацию, но при этом и время генерации увеличивает.

Версии модели: стоит ли гнаться за новизной?

Задача не из лёгких. Midjourney регулярно обновляет свою модель, и каждая версия приносит ощутимые улучшения. Буквально пару лет назад четвёртая версия казалась прорывом — руки на изображениях наконец-то перестали выглядеть как щупальца осьминога. Но с приходом пятой и шестой итераций предыдущие достижения быстро потускнели. На момент написания этого текста актуальной считается шестая версия модели (v6.1), которая научилась довольно сносно работать с текстом внутри изображений и стала лучше понимать пространственные отношения между объектами. Переключаться между версиями можно через параметр —v (например, —v 6.1) или в настройках командой /settings. Нужно ли всегда использовать последнюю? На самом деле — не обязательно. Некоторые художники целенаправленно генерируют в v4 или v5, потому что стиль тех моделей им ближе. Тут всё зависит от того, какой антураж вам нужен.

Как работать через Discord?

Для многих именно этот вопрос становится камнем преткновения. Discord — это мессенджер, изначально созданный для геймеров, и интерфейс его далёк от интуитивной простоты. Но привыкнуть можно буквально за вечер. Первым делом нужно зарегистрироваться в Discord (если аккаунта ещё нет), затем перейти на официальный сайт Midjourney и оттуда попасть на сервер проекта. На сервере есть каналы с названиями вроде #newbies-1, #newbies-2 — именно в них можно начать генерировать. Команда для генерации — /imagine, после чего в поле prompt вводится описание. Четыре превью появляются через 30–60 секунд, а под ними — кнопки U1–U4 (увеличить конкретный вариант) и V1–V4 (создать вариации). И вот тут новичков подстерегает неприятный нюанс: в общих каналах ваши генерации видят все, а чужие запросы мелькают со скоростью ленты новостей. Да и отыскать свою картинку бывает непросто. Спасательный круг — личные сообщения боту Midjourney. Для этого достаточно найти бота в списке участников сервера и написать ему напрямую.

Веб-интерфейс Midjourney

Веб-версия на midjourney.com появилась как ответ на бесконечные жалобы пользователей, уставших от Discord. Здесь всё нагляднее: галерея ваших генераций, удобная строка ввода промта, фильтры по стилям, возможность просматривать чужие работы для вдохновения. По функциональности веб-версия постепенно догоняет Discord-бота, хотя некоторые экспериментальные функции всё ещё доступны только в мессенджере. Кстати, именно через сайт удобнее всего управлять подпиской — менять тарифный план, отслеживать остаток генераций, скачивать изображения в полном разрешении. А вот для скрупулёзной работы с параметрами (особенно если вы привыкли копировать и модифицировать длинные промты) Discord по-прежнему удобнее: история сообщений под рукой, и любой запрос можно повторить в два клика.

Можно ли использовать сгенерированные изображения в коммерческих целях?

Вопрос щепетильный. И ответ на него зависит от типа подписки. Пользователи с оплаченным планом получают полные коммерческие права на всё, что они сгенерировали. Это означает, что картинки можно размещать на сайтах, использовать в рекламе, печатать на мерче и даже продавать как часть дизайн-проекта. Но есть существенная оговорка: если вы крупная компания с годовым доходом свыше миллиона долларов, вам потребуется корпоративный план — Mega или Pro. Без него могут всплыть юридические неприятности. К тому же не стоит забывать, что законодательство об авторских правах на ИИ-контент в разных странах трактуется по-разному. В США, например, Бюро авторского права отказало в регистрации произведений, целиком созданных нейросетью. А в России эта сфера и вовсе пока существует в правовом вакууме. Так что для серьёзных коммерческих проектов не помешает консультация юриста.

Что делать, если результат не нравится?

Знакомая картина. Написал промт, ждёшь 40 секунд, и вот — четыре варианта, ни один из которых не похож на то, что было в голове. Разочарование? Безусловно. Но тут важно понимать одну вещь: Midjourney работает итеративно. Первая генерация — это черновик, отправная точка, а не финальный продукт. Среди четырёх превью стоит выбрать наиболее близкое к замыслу и нажать кнопку V (вариация), чтобы нейросеть сгенерировала четыре новых варианта на основе выбранного. И так — несколько раундов. Кроме того, помогает метод «итерации промта»: вы берёте исходное описание и дополняете его деталями, которых не хватало. Допустим, лицо получилось размытым — стоит добавить «detailed face, sharp focus». Фон слишком пёстрый — впишите «clean background, minimalist». Довольно часто трёх-четырёх таких доработок хватает, чтобы результат начал радовать.

Режимы Remix и Vary Region

Два мощных инструмента, о которых новички часто не подозревают. Remix позволяет менять промт уже после того, как вы выбрали понравившийся вариант. Нажимая кнопку вариации при включённом режиме Remix (активируется через /settings), вы получаете окно для редактирования текстового описания. Это удобно, когда композиция устраивает, но хочется, скажем, поменять время суток или добавить персонажа. А Vary Region — это уже точечная коррекция: выделяете конкретную область на изображении кистью и описываете, что в ней должно измениться. По сути, добротный аналог инпейнтинга в Stable Diffusion, только прямо внутри экосистемы Midjourney. Работает ли это безупречно? Не всегда. Иногда «залатанный» фрагмент выбивается по стилю из остального изображения. Но с каждым обновлением модели ситуация улучшается.

Как добиться фотореализма?

Многие грезят о генерациях, неотличимых от фотографий. И Midjourney v6 в этом плане творит чудеса — при правильном промте результат приковывает внимание даже профессиональных фотографов. Секрет кроется не столько в магических словах, сколько в понимании того, как нейросеть интерпретирует стилистические подсказки. Во-первых, стоит указывать конкретную оптику: «shot on Canon EOS R5, 85mm f/1.4». Во-вторых, описывать освещение не абстрактно, а конкретно — «soft natural window light from the left» звучит для нейросети гораздо понятнее, чем просто «good lighting». Ну, а в-третьих, не стоит перебарщивать с художественными эпитетами: слова «epic, stunning, beautiful» уводят генерацию в сторону живописи, а не фотографии. Впрочем, идеальная формула у каждого своя — и найти её можно только методом экспериментов.

Стилизация под конкретного художника

Неоднозначная тема. Midjourney неплохо знает стили известных мастеров, и достаточно дописать в промт «in the style of [имя]», чтобы нейросеть выдала нечто похожее. Работает это и с классиками (Моне, Ван Гог, Альфонс Муха), и с современными иллюстраторами. Но тут возникает этический вопрос: далеко не все живые художники рады тому, что их стиль копирует алгоритм. Некоторые открыто протестуют, и Midjourney в ответ на это начала ограничивать упоминание ряда имён. К слову, существует альтернативный подход — описывать характеристики стиля, а не ссылаться на конкретного автора. Например, вместо «style of Hayao Miyazaki» можно написать «soft watercolor anime aesthetic, whimsical, pastoral landscape». Результат окажется похожим, а совесть — чище.

Нужен ли Midjourney тем, кто не дизайнер?

Многие считают, что генеративные нейросети — это инструмент сугубо для профессионалов. Но на самом деле львиная доля аудитории Midjourney — обычные люди, далёкие от дизайна. Кто-то генерирует аватарки для социальных сетей, кто-то — иллюстрации для блога, а кто-то просто коротает вечер, превращая свои фантазии в изображения. Ведь процесс по-настоящему затягивает: формулируешь идею, ждёшь результат, удивляешься, корректируешь — и так по кругу. Это почти медитативное занятие. Да и с практической стороны польза очевидна: предпринимателю нейросеть поможет быстро набросать концепт упаковки, учителю — создать наглядный материал для урока, а писателю — визуализировать персонажей книги. Не стоит думать, что без художественного образования тут делать нечего. Как раз наоборот — порог входа минимальный.

Типичные ошибки новичков

Первая и самая распространённая — слишком короткие промты. Написать «dog» и ждать шедевр — идея утопическая. Нейросети нужен контекст, атмосфера, детали. Вторая ошибка тесно связана с первой: перегрузка промта противоречивыми инструкциями. Если одновременно потребовать «realistic photo» и «watercolor painting», результат окажется кашей. Нужно отметить, что многие забывают про соотношение сторон и получают квадратные изображения там, где нужен горизонтальный формат — и потом мучаются с кадрированием. Ещё одна типичная оплошность — игнорирование параметра —no. Если на портретах постоянно появляются лишние руки или странные артефакты на фоне, негативные промты способны здорово выручить. Ну и, наконец, самая обидная ошибка — не сохранять удачные промты. Без систематизации своих находок через пару недель активной работы вы забудете ту самую формулировку, которая выдавала идеальный результат.

Как сохранить и систематизировать генерации?

Midjourney хранит все ваши изображения в личной галерее на сайте — это своего рода кладезь для тех, кто генерирует много и часто. Но полагаться только на облачное хранилище не стоит. Мудрое решение — скачивать лучшие работы на жёсткий диск и сортировать по папкам: по проектам, по стилям, по датам. В Discord скачать изображение можно нажатием на него и выбором полного размера. Через веб-интерфейс — кнопкой загрузки прямо из галереи. К тому же довольно полезно вести отдельный документ или таблицу, куда записывать промты вместе со ссылками на результаты. Звучит скрупулёзно? Возможно. Но когда через месяц вам понадобится воспроизвести определённый стиль для клиента, эта таблица станет настоящим спасательным кругом.

Midjourney — инструмент, который раскрывается постепенно. С каждой новой генерацией понимание того, как нейросеть «думает», становится чётче, промты — точнее, а результаты — всё ближе к задумке. Не стоит бояться экспериментов, странных сочетаний и неожиданных идей: иногда самые изысканные картинки рождаются из совершенно абсурдных описаний. А если что-то не получается с первого раза — это нормально. Ведь даже опытные пользователи тратят десятки итераций на одно «то самое» изображение. Удачи в освоении, и пусть каждая генерация приносит чуточку вдохновения.