Язык картинок: как описать изображение, чтобы нейросеть вас поняла

Почему нейросеть рисует «не то»

Знакомая ситуация: вы пишете «кот на подоконнике», а получаете… кота на подоконнике. Технически всё верно. Но вы-то представляли рыжего толстого кота, который щурится на закатное солнце в деревенском доме, а нейросеть выдала серого красавца из рекламы корма на фоне стерильного белого окна.

Нейросеть не читает мысли. Она читает текст. И всё, что вы не написали, она додумывает сама — обычно самым средним, «стоковым» способом.

Бобёр Боб, наш талисман, объясняет это так: если сказать бобру «построй плотину», он построит. Но где, из каких брёвен и какой высоты — решит сам. Хотите свою плотину — давайте чертёж.

Что такое промпт

Промпт — это просто запрос, текст, который вы пишете нейросети. Для картинок промпт — это описание того, что должно оказаться на изображении. Никакой магии и секретных слов: хороший промпт похож на хорошее объяснение художнику.

Формула описания: шесть кирпичиков

Почти любую картинку можно собрать из шести частей:

Объект — кто или что в центре кадра. Не «собака», а «старый лохматый терьер».
Действие — что происходит. «Дремлет», «бежит по лужам», «держит в зубах тапок».
Место и окружение — где всё это. «На деревянном крыльце дачного дома», «на кухне хрущёвки».
Стиль — как это нарисовано. Фотография, акварель, детская книжная иллюстрация, пластилин, советская открытка.
Свет — какое освещение. Мягкий утренний, закатный тёплый, холодный зимний, свет настольной лампы.
Ракурс — откуда смотрим. Крупный план, вид сверху, с уровня глаз, издалека, «снизу вверх».

Порядок не догма, но так проще ничего не забыть. Самые важные вещи ставьте ближе к началу — нейросети обычно уделяют им больше внимания.

Сравните сами

Плохо:

кот на окне

Хорошо:

Рыжий пушистый кот щурится и греется на солнце, лежит на широком деревянном подоконнике в деревенском доме, за окном летний сад и яблони. Стиль: тёплая реалистичная фотография. Свет: мягкий закатный, золотистые блики на шерсти. Ракурс: с уровня глаз кота, крупный план, фон слегка размыт.

Во втором варианте нейросети почти нечего додумывать. А значит, и шансов промахнуться меньше.

Попробуйте прямо сейчас

Откройте Шедеврум (приложение или сайт от Яндекса) или Kandinsky (от Сбера) — оба работают в России без всяких обходов и бесплатны для базового использования. Вставьте этот промпт и замените слова в квадратных скобках на свои:

[Кто или что: например, бабушка в цветастом платке] [что делает: печёт пирожки] [где: на уютной деревенской кухне с русской печью]. Стиль: [тёплая акварельная иллюстрация]. Свет: [мягкий дневной из окна]. Ракурс: [средний план, с уровня глаз]. Атмосфера: уют, спокойствие, детские воспоминания.

Сгенерируйте 2–3 варианта. Посмотрите, что получилось хорошо, а что нейросеть всё-таки «додумала». Это нормально — так и начинается разговор с ней.

Совет Боба: не удаляйте неудачные картинки сразу. Сохраните пару «промахов» рядом с промптом — через неделю это будет ваша личная шпаргалка «чего не писать».

Что дальше

Формула — это фундамент. Но у профессионалов есть ещё несколько приёмов, которые превращают «нормально» в «вау»: как управлять настроением через цвет, почему слово «фотореалистично» часто портит картинку, как объяснить нейросети, чего на изображении быть не должно, и как за три шага доводить картинку до идеала, а не генерировать сто вариантов наугад.

А ещё — как сделать так, чтобы один и тот же персонаж выглядел похоже на разных картинках. Это пригодится уже во втором уроке, когда будем делать открытки для всей семьи. Об этом — в закрытой части урока.