Промпты для генерации изображений: как получить нужный результат

Генераторы изображений устроены иначе, чем текстовые модели: они не ведут диалог и не уточняют задачу. Весь результат зависит от одного текста — и от того, насколько точно он описывает не идею, а картинку.

Структура промпта

Рабочая формула состоит из шести блоков, от главного к второстепенному:

1. Субъект — что в кадре. Конкретно: не «человек», а «пожилой мужчина в рабочей куртке».
2. Действие и поза — что происходит.
3. Обстановка — где это, что вокруг.
4. Свет — самый недооценённый параметр. Именно он делает картинку профессиональной.
5. Техника и стиль — фотография, иллюстрация, 3D, живопись; для фото — камера, объектив, диафрагма.
6. Параметры — соотношение сторон, версия модели, сила стилизации.

Порядок имеет значение: большинство моделей придают больший вес началу промпта.

Почему «фотореалистично» не работает

Слово «фотореалистично» — не инструкция, а пожелание. Реализм задаётся техническими деталями:

портрет пожилого мужчины в рабочей куртке, мастерская, мягкий свет из окна слева, снято на полнокадровую камеру, объектив 85mm, диафрагма f/1.8, малая глубина резкости, естественная кожа с порами и морщинами, плёночное зерно, без ретуши

Отсылка к параметрам съёмки заставляет модель обращаться к реальным фотографиям в обучающих данных, а не к отрендеренным картинкам.

Свет решает больше, чем стиль

Несколько описаний света, которые дают предсказуемый результат:

• мягкий рассеянный свет из окна — спокойный, естественный кадр
• жёсткий боковой свет, глубокие тени — драматично, подчёркивает фактуру
• контровой свет, объект в контражуре — силуэт, атмосфера
• золотой час, низкое тёплое солнце — тёплая палитра, длинные тени
• студийный свет, софтбокс слева, отражатель справа — предметная и каталожная съёмка
• неоновый свет, смешанная цветовая температура — городская ночная эстетика

Композиция и кадрирование

Модели неплохо понимают киношную терминологию:

Для кадров с текстом полезно сразу просить «много свободного пространства сверху для заголовка» — иначе потом некуда его ставить.

Чего в кадре быть не должно

В Stable Diffusion, FLUX и локальных интерфейсах есть отдельное поле негативного промпта. В Midjourney ту же роль играет параметр --no.

Универсальный набор исключений: лишние пальцы, деформированные руки, искажённое лицо, несимметричные глаза, размытие, шум, водяной знак, подпись, текст, обрезанная композиция, пересвет, пластиковая кожа.

Серия в едином стиле

Самая частая реальная задача — не одна картинка, а десять в одном стиле. Три приёма:

Зафиксируйте seed. Одинаковые промпт, настройки и seed дают воспроизводимый результат. Нашли удачный кадр — сохраните seed и меняйте промпт по одной детали.

Используйте референсы. Многие сервисы принимают изображение как образец стиля или персонажа. Это надёжнее, чем описывать внешность словами.

Соберите блок-константу. Повторяйте одинаковое описание стиля, света и палитры во всех промптах серии, меняя только субъект и действие.

Типичные ошибки

Слишком длинный промпт. После определённого объёма модель начинает игнорировать часть описания. Двадцать точных слов работают лучше сотни приблизительных.

Абстракции вместо описания. «Красиво», «атмосферно», «стильно» ничего не значат для модели. «Тёплый закатный свет, длинные тени, пыль в воздухе» — значат.

Отрицания в основном промпте. «Без людей» часто приводит к появлению людей: модель реагирует на слово. Переносите исключения в негативный промпт.

Много объектов сразу. Три и более взаимодействующих объекта модели путают. Сложную сцену собирайте из нескольких генераций.

Текст на картинке. До сих пор надёжно умеют не все модели, а кириллицу — почти никто. Практичнее генерировать без текста и добавлять его в редакторе.

Проверка перед публикацией

• Руки, пальцы, зубы, глаза — классические места артефактов
• Текст и надписи в фоне — часто превращаются в бессмыслицу
• Отражения, тени и перспектива — модели их регулярно путают
• Права на коммерческое использование — зависят от сервиса и тарифа