Нейросети, генерирующие изображения, за последние пару лет из диковинки для узкого круга энтузиастов превратились в рабочий инструмент дизайнеров, маркетологов и просто творческих людей. Midjourney среди них стоит особняком — результаты этой системы порой приковывают внимание даже скептиков, которые ещё вчера считали нейроарт забавной, но бесполезной игрушкой. Однако между невнятным размытым пятном и грандиозной картинкой, достойной обложки журнала, лежит всего одна вещь — грамотно составленный prompt. Именно от того, как сформулирован запрос, зависит львиная доля результата. А потому стоит разобраться, из чего складывается добротный промт и какие нюансы помогут выжать из нейросети максимум.
Что такое prompt и почему от него зависит всё?
Prompt — это текстовая инструкция, которую пользователь вводит в строку Midjourney, после чего нейросеть «читает» её и генерирует изображение. Казалось бы, всё просто: набрал пару слов — получил картинку. Но дело в том, что Midjourney воспринимает каждое слово буквально, а иногда и не совсем так, как ожидает автор. Один и тот же запрос, переписанный чуть иначе, может дать кардинально разные результаты. К слову, опытные пользователи нередко тратят на шлифовку промта больше времени, чем на саму генерацию. Это связано с тем, что нейросеть не умеет «додумывать» за человека — она работает строго с тем материалом, который ей скормили. И вот тут начинаются подводные камни.
Многие считают, что достаточно написать «красивый закат над морем» — и на выходе получится шедевр. На самом деле такой запрос даст довольно посредственное изображение. Почему? Ведь для Midjourney «красивый» — слово пустое, оно не несёт визуальной информации. Нейросеть не понимает эстетических оценок в человеческом смысле. Ей нужны конкретные параметры: стиль, освещение, ракурс, текстуры, цветовая палитра. А обтекаемые формулировки вроде «классный», «потрясающий» или «эпический» она просто игнорирует или интерпретирует непредсказуемо.
Скелет запроса: из чего строится промт
Хороший prompt напоминает рецепт блюда. Есть основа, есть специи, есть способ подачи. Первым делом стоит определить субъект — то, что должно солировать на изображении. Это может быть человек, животное, архитектурное сооружение, пейзаж или абстрактная композиция. Без чётко обозначенного главного героя нейросеть начинает «распыляться» и выдаёт нечто аморфное. Даже если задуман сложный многоплановый сюжет, одному элементу стоит отдать ведущую роль.
Нереальный визуал и кинематографичное видео в пару кликов 🎬
Нужен крутой концепт-арт, реалистичная анимация или профессиональный апскейл? Теперь у вас есть единый доступ к лучшим визуальным нейросетям планеты: Midjourney, Runway, Kling и Sora. Улучшайте качество готовых роликов до максимума с помощью встроенных ИИ-инструментов. Никаких сложных настроек, мощного ПК или зарубежных карт. Всё работает прямо в браузере или в Telegram-боте!
Откройте новые горизонты для творчества. Жмите на ссылку, регистрируйтесь и создавайте шедевры 👉 https://clck.ru/3RNCRL
Следующий важный критерий — среда и окружение. Где находится субъект? В заброшенном готическом соборе, на залитой солнцем поляне или посреди футуристического мегаполиса? Антураж задаёт настроение всей картинки. И чем подробнее описано окружение, тем более проработанным получится фон. Но тут есть ложка дёгтя: перегрузить описание деталями тоже не стоит. Midjourney версии 6 и выше довольно чувствительна к длине промта — слишком раздутый текст приводит к тому, что нейросеть «теряет фокус» и начинает смешивать элементы в кашу.
Задача не из лёгких. Ведь после субъекта и среды нужно ещё прописать стилистику. Именно стиль превращает обычную генерацию в нечто особенное. Тут кладезь возможностей: можно сослаться на конкретного художника (например, «in the style of Alphonse Mucha»), указать направление в искусстве («art deco», «cyberpunk», «ukiyo-e»), задать тип медиа («oil painting», «35mm film photography», «watercolor illustration»). Впрочем, стоит помнить, что Midjourney знает далеко не всех художников одинаково хорошо. Малоизвестные имена она иногда просто игнорирует или интерпретирует довольно вольно.
Как влияет порядок слов на результат?
Вот что действительно бросается в глаза при работе с Midjourney — порядок слов в промте имеет значение. Слова, стоящие ближе к началу запроса, нейросеть воспринимает как более важные. Это не выдумка и не суеверие — сами разработчики подтверждали этот принцип. Поэтому самое главное стоит ставить первым. Если нужен портрет — начинать с «portrait of». Если приоритет за атмосферой — с описания среды.
Буквально пару лет назад пользователи Midjourney писали промты как попало, и нейросеть всё равно выдавала что-то приемлемое. Но с каждой новой версией алгоритм становился всё более щепетильным к формулировкам. Сейчас опытные промт-инженеры (да, такая профессия уже существует) скрупулёзно выстраивают иерархию слов. Сначала — субъект, потом — действие или поза, далее — окружение, за ним — стиль, и в самом конце — технические параметры. Нарушить эту последовательность можно, но тогда не стоит удивляться неожиданному результату.
Магия параметров: —ar, —stylize и другие
Помимо текстовой части, в Midjourney существуют специальные параметры, которые дописываются через двойное тире в конце промта. Один из самых востребованных — —ar (aspect ratio), отвечающий за соотношение сторон. По умолчанию нейросеть генерирует квадратное изображение, но для баннера нужен формат 16:9, для телефонных обоев — 9:16, а для Pinterest подойдёт 2:3. Этот, казалось бы, мелкий нюанс меняет композицию целиком — вертикальный формат заставляет Midjourney по-другому размещать объекты в кадре.
Отдельно стоит упомянуть параметр —stylize (или сокращённо —s). Значение варьируется от 0 до 1000, и вся суть в том, что оно определяет степень «художественной вольности» нейросети. При низких значениях (скажем, —s 50) генерация строго следует тексту промта, но может выглядеть довольно скучно. При высоких (—s 750 и выше) Midjourney начинает импровизировать — добавляет декоративные элементы, усиливает контраст, играет с освещением. Золотая середина обычно находится где-то в районе 250–400. Но это, разумеется, дело вкуса.
Ну и, конечно же, нельзя не упомянуть —chaos. Этот параметр управляет тем, насколько непредсказуемым будет результат. Значение 0 даёт четыре довольно похожие вариации, а значение 100 — четыре совершенно разных интерпретации одного и того же промта. Для коммерческих задач лучше держать chaos на низком уровне, а вот для поиска вдохновения и мозгового штурма высокий хаос — настоящий спасательный круг. Именно так иногда натыкаешься на визуальные решения, до которых сам бы ни за что не додумался.
Стоит ли использовать негативные промты?
Да, и это мощный инструмент. Негативный промт — это указание нейросети, чего не должно быть на картинке. В Midjourney для этого используется параметр —no. Например, если при генерации портрета постоянно всплывают очки, а они не нужны — достаточно дописать «—no glasses». Звучит просто. Но на практике с негативными промтами дело обстоит сложнее, чем кажется.
Нюанс в том, что нейросеть не всегда «слушается» запрета с первого раза. Иногда она воспринимает слово из —no как дополнительный ориентир и, наоборот, усиливает присутствие нежелательного элемента. Это звучит абсурдно, но такова специфика работы диффузионных моделей. Поэтому опытные пользователи не злоупотребляют негативными промтами, а вместо этого переформулируют основной запрос так, чтобы исключить двусмысленность. К тому же, в большинстве случаев хватает двух-трёх слов в —no — перегружать этот параметр десятком исключений не стоит.
Описание освещения и камеры
Вот где начинается настоящая изюминка промт-инженерии. Освещение — штука, которая способна превратить банальную сцену в произведение искусства. И Midjourney это отлично понимает. Указание типа света в промте кардинально меняет результат. «Golden hour lighting» зальёт картинку тёплыми медовыми тонами. «Dramatic chiaroscuro» создаст резкие контрасты между светом и тенью, как на полотнах Караваджо. «Neon glow» погрузит сцену в атмосферу киберпанковского города, а «soft diffused light» сделает изображение нежным, почти акварельным.
То же самое касается «камеры». Midjourney не знает, что такое фотоаппарат в буквальном смысле, но прекрасно реагирует на фотографическую терминологию. Стоит написать «shot on Canon EOS R5, 85mm lens, f/1.4» — и генерация приобретёт характерный вид: мягкое боке на заднем плане, приятная глубина резкости, реалистичные текстуры кожи. А вот «wide-angle lens, 14mm» расширит перспективу и создаст эффект внушительного пространства. Кстати, упоминание конкретных моделей камер и объективов работает лучше, чем абстрактные «high quality photo». Ведь за каждым названием стоит массив реальных фотографий, на которых нейросеть обучалась.
Чем отличается хороший промт от посредственного?
Разница колоссальная. Посредственный промт — это размытое пожелание, напоминающее заказ в ресторане вроде «что-нибудь вкусненькое». А хороший — чёткий рецепт, расписанный до граммов. Сравним: «a beautiful forest» против «ancient moss-covered oak forest, volumetric fog, sunbeams breaking through canopy, cinematic composition, shot on medium format film, muted green and amber tones». Второй вариант длиннее? Да. Но результат стоит каждого лишнего слова. Здесь описаны текстура деревьев, атмосферные эффекты, цветовая палитра и стиль съёмки.
Однако и тут есть обе стороны медали. Перегруженный промт из тридцати слов может запутать нейросеть не хуже, чем двухсловный. Оптимальная длина — от десяти до шестидесяти слов, не считая параметров. Опытные пользователи советуют придерживаться правила «трёх деталей»: к каждому смысловому блоку (субъект, среда, стиль) добавлять не более двух-трёх уточняющих слов. Такой подход держит промт собранным, а нейросети оставляет достаточно свободы для интерпретации.
Мультипромты и весовые коэффициенты
Продвинутый приём, о котором знают далеко не все. Midjourney позволяет разделять промт на части с помощью двойного двоеточия «::» и назначать каждой части свой вес. Выглядит это так: «ancient temple:: 2 tropical jungle:: 1 sunset sky:: 0.5». Цифры после двоеточий указывают на приоритет каждого элемента. В этом примере храм получит вдвое больше внимания, чем джунгли, а небо с закатом станет лишь фоновым дополнением.
Этот инструмент — настоящее сокровище для тех, кто работает со сложными многоплановыми композициями. Без весов нейросеть вынуждена самостоятельно решать, чему отдать приоритет, и результат бывает неоднозначным. А с весами контроль переходит в руки автора. Тем более что отрицательные значения тоже допустимы: «forest:: 2 winter:: -0.5» — такая конструкция «отталкивает» нейросеть от зимней тематики, оставляя лес зелёным и цветущим. Приём довольно тонкий, требующий экспериментов, но когда его осваиваешь — открываются совершенно новые горизонты.
Самые частые ошибки новичков
Первая и главная — избыточная абстрактность. Новички пишут «epic fantasy scene» и ждут чуда. Но эти два слова — пустая обёртка без начинки. Midjourney нужна конкретика: какой именно фэнтези, в каком стиле, что происходит в кадре, откуда падает свет. Без этих деталей нейросеть подставляет случайные значения, и результат редко совпадает с тем, что было в голове у автора.
Вторая распространённая ошибка — попытка описать целый сюжет. Midjourney генерирует одно мгновение, как фотоснимок, а не комикс из двенадцати кадров. Не стоит писать «a knight who traveled across the land and finally found the dragon and now fights it» — это сценарий, а не промт. Достаточно зафиксировать одну секунду: «a knight in battered armor confronting a massive dragon, ash-filled sky, dramatic low angle». И третья ошибка, которая бьёт по результату едва ли не сильнее остальных, — злоупотребление словом «realistic». Многие уверены, что оно волшебным образом улучшает качество. На самом деле для фотореализма куда лучше работают конкретные указания на камеру, плёнку, тип освещения и разрешение.
Как искать вдохновение для промтов?
Один из самых действенных способов — изучать чужие работы вместе с промтами. На самой платформе Midjourney (в Discord или на сайте) все генерации публичны, и при желании можно увидеть текст запроса к любому понравившемуся изображению. Кроме того, существуют целые библиотеки промтов — PromptHero, Lexica, Arthub. Там собраны тысячи примеров с результатами, и достаточно полчаса побродить по каталогу, чтобы понять, какие формулировки дают впечатляющий эффект, а какие — нет.
К слову, ещё один колоритный метод — «обратная разработка». Находишь картинку, которая нравится (не обязательно сгенерированную), загружаешь её в Midjourney через команду /describe, и нейросеть сама предлагает четыре варианта промтов, которые могли бы породить похожее изображение. Это не идеальный рецепт, но отличная отправная точка для экспериментов. Да и сам процесс чтения чужих промтов — настоящий кладезь знаний. Начинаешь замечать закономерности, повторяющиеся приёмы, удачные формулировки. И со временем собственные запросы становятся всё точнее.
Версии Midjourney и особенности промтов для каждой
Нужно отметить, что один и тот же промт в разных версиях Midjourney даст совершенно разные картинки. Версия 4 (вышедшая в конце 2022 года) тяготела к живописным, слегка «мультяшным» результатам и довольно вольно обходилась с анатомией. Версия 5, появившаяся весной 2023-го, сделала колоссальный шаг к фотореализму — руки наконец перестали выглядеть как нечто из фильма ужасов, а детали текстур стали поразительно чёткими. Но по-настоящему всё изменила версия 6 и её обновления (вплоть до 6.1).
В шестой версии Midjourney стала гораздо лучше понимать естественный язык. Раньше промты часто писали как набор тегов через запятую — «knight, armor, dark forest, moonlight, cinematic». Сейчас же нейросеть прекрасно воспринимает полноценные предложения на английском, и результат от этого только выигрывает. Впрочем, теговый стиль по-прежнему работает, и многие к нему привыкли. Тут каждый сам решает, что удобнее. А вот что действительно стоит учитывать — в новых версиях параметр —stylize стал более «агрессивным», и при значениях выше 500 нейросеть может увлечься декоративностью в ущерб точности.
Работа с текстом на изображениях
Долгое время это была ахиллесова пята всех нейросетей для генерации картинок. Буквально до середины 2023 года любая попытка вставить текст в изображение заканчивалась набором бессмысленных закорючек, напоминающих инопланетную письменность. Зрелище удручающее. Но с версии 6 ситуация заметно улучшилась. Теперь, если заключить нужное слово в кавычки внутри промта — например, «a neon sign that says «OPEN»» — Midjourney с довольно высокой вероятностью напишет его правильно. По крайней мере, короткие слова из четырёх-пяти букв она осиливает.
Но надеяться на длинные фразы или кириллицу пока не стоит. Это всё ещё зона экспериментов. Если нужна надпись на русском языке, гораздо проще сгенерировать изображение без текста, а потом добавить его вручную в Photoshop или Figma. Да и с английским текстом не помешает перестраховаться — сгенерировать несколько вариаций и выбрать ту, где буквы не «поплыли». Нейросети творят чудеса во многом, но типографика пока остаётся их слабым местом.
Секреты, которые редко упоминают
Есть один приём, который известен скорее в узких кругах промт-инженеров. Речь о так называемых «стилевых якорях» — словах, которые сами по себе не описывают объект, но задают общую эстетику. К примеру, слово «editorial» мгновенно придаёт изображению журнальный вид с выверенной композицией. «Award-winning photography» подталкивает нейросеть к более драматичному освещению и профессиональному кадрированию. «Trending on ArtStation» (хотя использовать эту фразу стали реже) в ранних версиях ощутимо повышало детализацию, потому что нейросеть ассоциировала её с высококачественными работами.
Ещё один неочевидный нюанс — цветовые палитры. Вместо того чтобы просто написать «blue and gold», стоит задать настроение через цвет: «muted earth tones with accents of burnt sienna», «monochromatic teal palette», «pastel dreamlike hues». Midjourney реагирует на подобные описания с удивительной точностью. И наконец, не стоит забывать про указание текстуры поверхностей. «Rough hewn stone», «brushed metal», «cracked porcelain» — такие детали добавляют тактильности, которой не хватает абстрактным описаниям. Именно текстуры делают картинку «живой».
Промт-инженерия в Midjourney — дисциплина, которая стоит на стыке творчества и технической логики. Здесь нет единственно верной формулы, зато есть принципы, которые работают. Конкретика вместо абстракций, грамотная расстановка приоритетов, разумное использование параметров и постоянные эксперименты — вот те четыре столпа, на которых держится каждый удачный результат. Удачи в ваших генерациях — пусть каждый новый промт приближает вас к той самой идеальной картинке, которая давно живёт в воображении.
