В сети сегодня такое количество сгенерированных изображений, что отличить нейрокартинку от настоящей фотографии становится всё сложнее — особенно когда за промтом стоит человек, понимающий логику света, композиции и текстур. Midjourney за последние пару лет совершил колоссальный рывок: от причудливых арт-иллюстраций до кадров, от которых даже профессиональные фотографы вздрагивают. Многие грезят о том, чтобы получать из нейросети результат, неотличимый от снимка на дорогую беззеркалку, но львиная доля пользователей застревает на этапе «красиво, но видно, что нарисовано». А ведь вся суть не в магии алгоритма, а в том, как именно ты формулируешь задачу. Но чтобы перейти от «почти реалистично» к «невозможно отличить», стоит разобраться в нескольких довольно конкретных приёмах.
Почему одни кадры выглядят как фото, а другие — нет?
Разница бросается в глаза моментально. Один человек вводит «beautiful woman in a café», получает гладкую, словно пластиковую фигуру с идеально ровным светом — и искренне недоумевает, почему результат «не тянет». Другой же прописывает марку объектива, тип зерна плёнки, характер бокэ — и на выходе получает снимок, который хочется повесить на стену. Дело в том, что Midjourney тяготеет к определённой эстетике: яркие цвета, избыточная детализация, «рендерная» гладкость кожи. Этот стиль сам по себе неоднозначный — красивый, но далёкий от того, как выглядит реальный мир через стекло объектива. И вот здесь начинается самая интересная часть работы: нужно сломать эту тенденцию. Сломать осознанно. Ведь настоящая фотография — это всегда несовершенство: лёгкая мягкость фокуса на периферии, хроматические аберрации, естественный шум при высоком ISO.
Парадокс в том, что реалистичный кадр создаётся не добавлением красоты, а добавлением «грязи». К слову, именно так работают колористы в кинематографе — они часто намеренно занижают контраст, уводят тени в зелень или бирюзу, бросают на кадр лёгкую дымку. Midjourney прекрасно понимает подобные инструкции, если правильно их сформулировать.
Промт как рецепт: из чего он состоит
Скелет хорошего промта. Начинать стоит не с описания сюжета, а с указания типа медиа. Фраза «photo» или «photograph» в самом начале промта сразу переключает генератор в режим фотографической имитации. Но одного этого слова категорически мало. Далее следует конкретизация: камера, оптика, условия съёмки — именно эти параметры вносят ту самую «физичность», которой так не хватает большинству сгенерированных картинок. Нельзя не упомянуть и стиль освещения: «natural window light», «golden hour», «overcast soft light» — каждый из этих маркеров кардинально меняет настроение и, что важнее, саму структуру теней на лице или объекте.
Все топовые нейросети в одной подписке! 🚀
Устали оплачивать десятки сервисов отдельно и постоянно включать VPN? Появилась платформа, которая объединяет более 90 передовых ИИ в одном окне. Пишите тексты с новейшими версиями GPT и Claude, создавайте шедевры в Midjourney и генерируйте видео в Sora и Kling. Тексты, изображения, видео и музыка — всё работает на любых устройствах без «танцев с бубном».
Попробуйте бесплатно прямо сейчас! Переходите по ссылке и получите бонусные токены для старта 👉 https://clck.ru/3RNCRL
Следующий важный элемент — детали окружения. Если в промте написано просто «street», нейросеть вольна интерпретировать это как угодно. А вот «wet cobblestone street in Porto, puddles reflecting neon signs» — совсем другое дело. Конкретика творит чудеса. Чем точнее ты описываешь среду, тем меньше пространства для «домысливания» алгоритмом, и тем ближе итог к документальному кадру. Кроме того, стоит прописывать состояние атмосферы: лёгкий туман, пыль в воздухе, влажность на стекле. Такие мелочи наполняют кадр воздухом. Буквально.
Камера и объектив в промте — зачем это нужно?
Многие считают указание конкретной камеры в промте пустой прихотью. Но на самом деле этот нюанс меняет всё. Midjourney обучался на миллионах фотографий с EXIF-метаданными, и нейросеть довольно чётко «помнит», как выглядит картинка, снятая на Canon EOS R5 с объективом 85mm f/1.2, и чем она отличается от кадра на Fujifilm X-T4 с плёночной симуляцией. Первая даст сочные цвета и маслянистое размытие, вторая — характерную зернистость и приглушённую палитру.
Тем более что сама формулировка «shot on [камера], [объектив], [диафрагма]» работает как своеобразный код доступа к конкретному визуальному стилю. Стоит попробовать несколько связок. Для портретной работы отлично себя показывает «shot on Sony A7III, 85mm f/1.4 GM, shallow depth of field» — на выходе получается мягкий добротный фон и резкий объект в центре. А вот для уличной фотографии лучше сработает «Leica M10, 35mm Summicron, slightly underexposed» — и кадр сразу приобретает тот самый репортажный характер, который невозможно спутать ни с чем.
Отдельно стоит упомянуть аналоговую фотографию. Фраза «shot on Kodak Portra 400» или «Fuji Superia grain» мгновенно добавляет зернистую текстуру и тёплый сдвиг цвета. Это — настоящий спасательный круг для тех случаев, когда нейросеть упорно выдаёт слишком «чистый» и цифровой результат. Да и в целом плёночная эстетика сейчас переживает ренессанс, так что подобные кадры смотрятся не просто реалистично, но ещё и модно.
Свет — главный скульптор кадра
Освещение решает. Без преувеличений. Можно написать идеальное описание модели, одежды, локации — но если не указать тип света, Midjourney подставит свой «дефолтный» вариант, который чаще всего напоминает студийную вспышку в лоб. Зрелище, прямо скажем, удручающее — плоское, безжизненное, моментально выдающее искусственное происхождение.
Направленный боковой свет («side lighting», «Rembrandt lighting») создаёт объём и глубину. Контровой свет («backlit», «rim light») очерчивает силуэт и добавляет воздушности. Рассеянный свет пасмурного дня («overcast diffused light») — идеален для портретов, потому что убирает жёсткие тени и позволяет текстуре кожи раскрыться. Нужно отметить, что комбинирование нескольких типов освещения в одном промте — приём щепетильный, но невероятно мощный. Например, «golden hour backlight with fill flash» — и вот уже модель подсвечена тёплым контуром заката, а лицо аккуратно прорисовано мягкой заполняющей вспышкой. Выглядит впечатляюще, если нейросеть правильно интерпретирует связку.
Несовершенства, которые делают кадр живым
Вот что многих удивляет: чтобы фото выглядело настоящим, его нужно «испортить». Ну, не совсем испортить — скорее, внести те самые артефакты, к которым человеческий глаз привык при просмотре реальных снимков. Лёгкая хроматическая аберрация на краях кадра («subtle chromatic aberration»), едва заметное виньетирование («slight vignette»), зерно плёнки — всё это мозг воспринимает как маркеры подлинности.
Один из самых недооценённых приёмов — указание «lens imperfections» или «optical flaws». Идеально чёткий кадр от края до края — верный признак рендера. А вот мягкость по углам, небольшая дисторсия при съёмке на широкоугольник, блики от контрового солнца — всё это заставляет зрителя верить. Впрочем, перебарщивать тоже не стоит: если навалить в промт десяток «дефектов» одновременно, нейросеть запутается и выдаст кашу. Золотое правило — два-три артефакта на кадр, не больше.
К тому же существует ещё один колоритный приём: лёгкое размытие в движении («subtle motion blur on hands») или расфокус на переднем плане («foreground bokeh elements»). Настоящий фотограф далеко не всегда попадает в идеальный фокус. И эта «промашка» — как ни странно, добавляет правдоподобности.
Как работать с параметрами Midjourney
За промтом следует техническая часть — параметры, которые пишутся через двойное тире в конце команды. Здесь всплывут подводные камни, если не разобраться заранее. Во-первых, —ar (соотношение сторон) — для фотореалистичных кадров лучше всего работают классические пропорции: 3:2 (как у полнокадровой зеркалки), 4:5 (Instagram-портрет) или 16:9 (кинематографическая панорама). Соотношение 1:1 мало ассоциируется с реальной фотографией, ведь так не снимает практически ни одна камера.
Во-вторых, параметр —style raw заслуживает отдельного внимания. Он ослабляет «стилизаторские» наклонности Midjourney, убирая избыточную насыщенность и тот характерный «рисованный» налёт. Для фотореализма — вещь практически незаменимая. Ну и, наконец, —s (stylize) — значение в диапазоне от 50 до 150 лучше всего подходит для реалистичных результатов (чем ниже, тем буквальнее нейросеть следует промту, чем выше — тем больше «творческой свободы» она себе позволяет). Буквально год назад этих тонкостей не существовало, но с каждой новой версией модели инструментарий становится всё гибче.
Стоит ли дорабатывать результат?
Безусловно. И вот почему. Даже самый скрупулёзный промт не гарантирует стопроцентного попадания с первого раза. Midjourney — инструмент генеративный, а значит, элемент случайности в нём заложен по определению. Полученный кадр почти всегда нуждается в постобработке: подтянуть экспозицию в Lightroom, чуть сдвинуть баланс белого, добавить зерно через VSCO-профиль или наложить LUT в Photoshop.
Кстати, именно на этапе постобработки многие допускают досадную ошибку — пытаются «улучшить» и без того перенасыщенную картинку, накручивая вибрацию и чёткость. Это прямой путь к неестественности. Вся суть в обратном: приглушить, смягчить, слегка состарить. Добавить крошечную виньетку, убрать пару стопов из светов, бросить тончайший слой шума на 3-5%. Такие махинации с цветом и текстурой занимают от силы минуту-две, но результат меняют кардинально. И не стоит забывать о деталях вроде рук, пальцев, зубов — именно здесь нейросеть чаще всего выдаёт себя, и при необходимости подобные места можно аккуратно подправить в Photoshop через инпейнтинг или ручную ретушь.
Распространённые ошибки в фотопромтах
Задача не из лёгких — избежать типичных ловушек, в которые попадает большинство новичков. Самая частая — избыточная длина промта. Многие пользователи стараются впихнуть в одну строку буквально всё: и описание внешности, и одежду, и локацию, и свет, и камеру, и цветокоррекцию, и настроение. Нейросеть теряется, расставляет приоритеты по-своему, и вместо внушительного кинокадра получается каша без внятной идеи. Оптимальная длина промта — от 30 до 75 слов. Этого вполне достаточно.
Ещё одна ложка дёгтя — чрезмерное увлечение словами «realistic», «photorealistic», «ultra-realistic». Парадокс, но при обилии подобных маркеров результат зачастую становится менее натуральным. Это связано с тем, что нейросеть начинает «стараться» слишком сильно и перекручивает детализацию: поры кожи размером с кратеры, неестественно чёткие волоски, стеклянные глаза. Гораздо лучше сработает один раз написать «candid photograph» или «editorial photo» — и дальше описывать конкретные визуальные характеристики. Ведь именно конкретика, а не громкие прилагательные, направляет алгоритм в нужное русло.
Магия контекста и сюжета
Пустой портрет на белом фоне — технически безупречный, но мёртвый. Настоящая фотография всегда рассказывает историю. И Midjourney прекрасно откликается на нарративные подсказки. Вместо «portrait of a man» попробовать стоит что-то вроде «tired chef leaning against a kitchen counter at 2 AM, flour on his apron, dim overhead light». Разница колоссальная. Первый вариант — шаблон. Второй — кусочек жизни, в который веришь моментально.
Отдельно стоит упомянуть эмоциональные маркеры. Слова «candid», «unposed», «caught mid-laugh», «looking away from camera» — все они подталкивают нейросеть к генерации непостановочных, «подсмотренных» сцен. А ведь именно такие кадры вызывают самый сильный эмоциональный отклик у зрителя. Да и детекторам ИИ в подобных изображениях сложнее зацепиться за повторяющиеся паттерны, потому что асимметрия и хаотичность композиции ломают типичные «красные флаги» генерации.
Текстуры и материалы — кладезь реализма
Фактура поверхностей — ещё один элемент, на который обыватель внимания не обращает, но который подсознание считывает мгновенно. Кожа, ткань, металл, дерево, стекло — у каждого материала собственный характер взаимодействия со светом. Midjourney справляется с текстурами впечатляюще хорошо, но только при условии, что ты эти текстуры назовёшь. «Worn leather jacket with visible grain», «matte ceramic mug with small chips on the rim», «brushed stainless steel reflecting warm light» — каждое такое уточнение приближает картинку к осязаемой реальности.
Нужно отметить, что мелкие дефекты материалов работают так же эффективно, как и оптические артефакты. Потёртости на ткани, пыль на стекле, лёгкая ржавчина на перилах — всё это наполняет кадр историей. Идеально чистый глянцевый мир — территория рекламных рендеров, но не фотографии. Впрочем, если речь идёт о продуктовой съёмке (например, косметика или еда), некоторая «вылизанность» вполне уместна. Но даже там капля воды на флаконе или крошка рядом с тарелкой добавляют жизни на порядок больше, чем стерильная чистота.
Версия модели и её влияние на результат
Буквально полтора года назад получить фотореалистичный кадр в Midjourney было задачей для самых упорных. Версия 4 генерировала красивые, но откровенно «нарисованные» изображения. С приходом пятой версии ситуация изменилась радикально — появились текстуры кожи, правдоподобные блики в глазах, естественная микромимика. А шестая версия (v6) и вовсе подняла планку до уровня, на котором даже опытные фотографы не всегда способны отличить генерацию от реального снимка.
С каждым обновлением модели прежние «костыли» в промтах теряют актуальность, зато появляются новые возможности. К слову, в последних версиях Midjourney стал гораздо лучше понимать длинные описательные промты и корректнее работать с текстом на изображениях (хотя и не идеально — надписи всё ещё остаются ахиллесовой пятой). Само собой, стоит следить за обновлениями и тестировать новые фичи по мере их появления. Ведь то, что не работало вчера, сегодня может сработать безупречно.
Практический пример: от идеи до финального кадра
Сырое утро в Стамбуле. Хочется получить атмосферный уличный портрет — мужчина средних лет с чаем у окна, за стеклом размытые силуэты мечетей. Начинаем выстраивать промт послойно. Первым идёт тип медиа: «candid editorial photograph». Затем — субъект: «middle-aged Turkish man holding a small tulip-shaped tea glass, weathered face, salt-and-pepper stubble». Дальше — среда: «seated by a foggy window in a traditional çay house, Istanbul skyline faintly visible through condensation on glass». И финальный слой — техника: «shot on Nikon Z6II, 50mm f/1.8, natural overcast light, shallow DOF, Kodak Portra tones, subtle film grain». Параметры: —ar 3:2 —style raw —s 80.
На выходе — четыре варианта, из которых как минимум один-два будут выглядеть настолько правдоподобно, что захочется спросить: «Кто фотограф?» А при необходимости финальную картинку можно прогнать через Lightroom, слегка приглушив зелёный канал и добавив тепла в тени. Перевоплощение из нейроарта в «живую» фотографию на этом завершено.
Весь этот путь — от расплывчатого «photo of a man» до скрупулёзного многослойного промта — и составляет разницу между изображением, которое пролистывают, и кадром, на котором задерживают взгляд. Изюминка работы с Midjourney в фотореалистичном режиме как раз и заключается в умении мыслить как фотограф: думать о свете, фокусном расстоянии, плёнке, несовершенствах мира — и переводить всё это в слова. Удачи в экспериментах, и пусть каждый следующий кадр будет чуть убедительнее предыдущего.
