Свет, камера, промпт. 7 лайфхаков для генерации реалистичных изображений

Структурируйте промпт

Проблема: в общении с нейросетью пользователи часто как думают, так и пишут. Например, «красивая девушка в лесу». Модель получает этот запрос и не понимает, что важнее — лицо, одежда, освещение или фон. В итоге картинка может получиться размытой, с лишними деталями или напоминать кадр из мультика, тогда как вы хотели реалистичное фото.

Это происходит потому, что нейросеть не умеет читать мысли. Она обрабатывает слова по порядку и не знает ваших приоритетов. Без четкой структуры промпта качество картинки будет ниже.

Сначала опишите главное (кто или что на картинке), потом добавьте детали (как выглядит), затем окружение (где находится), освещение (откуда падает свет), стиль (фотография, арт, 3D) и технические моменты (разрешение, резкость).

Думайте о промпте как о техническом задании для дизайнера. Чем конкретнее описание, тем точнее результат.

Пример промпта: портрет женщины 25−30 лет, длинные каштановые волосы, серые глаза, светлая кожа. Она стоит на тропе в сосновом лесу. Мягкий золотистый свет падает сбоку, создает тени на лице. Фон размыт, видны стволы деревьев и зеленая листва. Стиль: профессиональная фотография, кинематографичный портрет, высокое разрешение, четкие черты лица, спокойная улыбка

Совет:

С первого раза угадать с промптом может быть сложно. Если у вас есть премиум-подписка, скорее всего, вы можете себе позволить улучшать генерацию шаг за шагом, пробуя разные варианты. Но в бесплатных версиях количество генераций в день ограничено, так что тестировать промпты на практике выглядит слишком большой роскошью.

Чтобы немного сэкономить и сократить количество итераций, используйте нейросеть как вашего содизайнера. Откройте новый чат и попросите нейросеть выступить в роли эксперта по промптам. Покажите ей свой промпт и спросите, что можно улучшить, чтобы получить желаемый результат. Нейросеть подскажет, что можно добавить или убрать и каких параметров не хватает для лучшей генерации.

2. Выбирайте модель под задачу

Проблема: освоить одну нейросеть и использовать только ее для любых задач — большая ошибка. Midjorney может удачно сгенерировать обложку для книги, но с реалистичным фото товара для Wildberries вряд ли справится.

Решение: каждая модель заточена под свой визуальный стиль. У нее есть встроенные предпочтения, которые невозможно полностью перебить промптом. Игнорирование этого приводит к часам переделок и посредственным результатам.

Совет: не гонитесь за самой новой версией модели. Старые часто дают более стабильный, предсказуемый результат.

Настройте ИИ

Проблема: большинство людей генерируют изображения, не понимая, какие параметры управляют процессом. В результате одна картинка может выглядеть как недоработанный набросок, а следующая, наоборот, перегружена случайными деталями. Проблема в неправильной настройке трех параметров.

Решение: у классической фотографии есть три параметра экспозиции: выдержка, диафрагма и ISO. Они отвечают за итоговый результат. В генерации изображений тоже такие имеются:

- CFG Scale — насколько строго нейросеть следует вашему описанию. Низкое значение CFG (3−5) дает нейросети творческую свободу. Высокое (15−20) — заставляет модель жестко следовать каждому слову. Результат будет точнее, но может выглядеть неестественно.

- Seed — это число, которое определяет стартовую точку генерации. Нейросеть не рисует картинку с нуля. Она берет цифровой «шум» вроде помех на старом телевизоре и постепенно превращает его в изображение по вашему описанию. Seed указывает, какой именно шум взять за основу.

По умолчанию seed выбирается случайно. Поэтому один и тот же промпт «портрет девушки» дважды выдаст два разных лица. Но если зафиксировать seed (например, 12 345), то с одним промптом и одинаковыми настройками результат будет очень похожим. Но не абсолютно идентичным, ведь на итог влияют версия модели и железо.

- Steps определяет, сколько раз модель будет улучшать изображение. Чем дольше процесс, тем больше деталей получается захватить. 20−30 шагов подойдут для быстрых черновиков и экспериментов. 30−50 шагов — стандартный выбор для большинства задач. 50+ шагов используйте, если в изображении есть текст или нужны очень детальные текстуры.

В зависимости от модели CFG Scale, Seed и Steps могут иметь разные значения. Например, в FLUX количество Steps нельзя выставить более 28.

4. Покажите ИИ, что вы имеете в виду

Проблема: вы видите в голове картинку. Знаете, как она должна выглядеть. Но когда начинаете писать промпт, не можете описать задумку словами. А сказать «сделай как на этом фото» нельзя. Или можно?

Решение: можно. Вместо того чтобы описывать стиль словами, просто покажите нейросети эталонное изображение. Она проанализирует цвета, освещение, композицию, даже эмоциональный тон и применит все это к вашей новой картинке.

5. Управляйте светом

Проблема: изображение выглядит плоско и просто. Проблема в отсутствии правильного света. Профессиональные фотографы знают, что свет определяет настроение, направляет внимание зрителя и создает глубину.

Решение: описывайте свет как режиссер. Используйте профессиональную терминологию. Добавляйте глубину резкости.

Пример промпта: портрет женщины с мягким освещением золотого часа сбоку, создающим плавные тени на лице. Малая глубина резкости f/1.8, красиво размытый фон с теплым боке. Треугольник света на щеке в стиле Рембрандта. Теплая цветокоррекция, профессиональная фотография, 8K.

6. Выбирайте углы

Проблема: ваши изображения могут выглядеть однообразно и искусственно, потому что камера смотрит прямо, на уровне глаз. Так происходит, когда вы не указываете ракурс в промпте и нейросеть выбирает безопасный вариант — eye level, на уровне горизонта. Это хорошее решение для фото на паспорт, но плохое, если вы хотите добиться от изображения чего-то большего.

Решение: указывайте угол съемки в промпте. Это добавляет динамику, эмоцию, драматизм.

Пример промпта: низкий угол съемки, красный спортивный автомобиль на мокром асфальте ночью, отражения неоновых огней на мокрой поверхности, экстремальный динамичный ракурс, камера на уровне колеса смотрит вверх, драматичное кинематографическое освещение, высокий контраст, эстетика фильм нуар, 8K

7. Доведите до ума

Проблема: картинка почти идеальная, но есть мелкие косяки: шум, размытость, мало пикселей. Хочется довести до ума.

Решение: используйте апскейл — специальные инструменты, которые улучшат качество изображений.

Не увлекайтесь. Если сделать слишком резко — появятся белые ореолы вокруг объектов. Если слишком сильно убрать шум — лицо станет пластиковым. Если слишком увеличить — появятся лишние детали, которых не было.

Как это работает

Для наглядности мы в нескольких нейросетях попросили сгенерировать почти одинаковые картинки. Важно:

• одна и та же нейросеть получала два разных промпта;
• сначала генерировался простой вариант, потом дополненный — это позволяло избежать искажений в виде запомненного контекста;
• для чистоты эксперимента лучше под каждую генерацию заводить отдельный чат.

В целом можно сказать, что даже по простому промпту современные нейронки научились делать вполне приличные реалистичные изображения. Но дьявол в деталях: где-то фон не соответствует желаемому настроению, где-то нейронка за неимением более четких указаний начинает фантазировать и достраивать лишний контекст, а где-то изображение просто получается слишком плоским и скучным. Так что даже если вам кажется, что «и так сойдет», просто попробуйте дополнить ваш промпт — и почувствуйте разницу.

На предметах разница менее заметна, однако и тут есть место для тонкой донастройки. Например, при попытке сгенерировать просто чашку кофе на столе в кафе собственно интерьера кафе мы не получили. Зато получили вид из окна на среднестатистический спальный район старой застройки. Не везде такое уместно.