Сгенерил я как-то картинку по запросу «кот на подоконнике». Получился рыжий кот. На подоконнике. Вроде всё правильно, но выглядело это как обои из Windows XP. Потом попробовал «orange tabby cat napping in a sunbeam, window with white curtains, dust particles floating in light, warm morning, shallow depth of field, shot on Canon 5D, 85mm f/1.8» — и через десять секунд у меня на экране было фото, которое хотелось поставить на рабочий стол. Разница — в деталях. Именно о деталях и пойдёт речь.
Почему простые запросы не работают
Большинство нейросетей — Midjourney, DALL-E, Stable Diffusion, Flux — это языковые модели, обученные на огромных массивах изображений с текстовыми описаниями. Когда пишешь «гора», нейросеть выбирает самый усреднённый вариант из всех «гор» в своей памяти. Конкретики в этом образе ноль.
Но вот что важно понять: нейросеть не понимает смысл. Она работает с паттернами. Напишешь «девушка в красном платье» — получишь девушку в красном платье из самых популярных референсов, которые модель видела при обучении. Не злой умысел, просто статистика.
Отсюда главное правило: заменяй абстракции на конкретику. Не «красивый закат», а «coral and violet gradient sky, sun partially hidden behind mountain ridge, golden hour, silhouette of pine trees in foreground». Не «офис», а «open-plan office, large windows, standing desks, minimalist interior, morning light, shot on Sony A7III». Чем точнее описание — тем предсказуемее результат.
Из чего состоит хороший промпт
Я выработал для себя простую структуру. Не идеальную, но работающую почти всегда.
Сначала — что изображено. Главный объект или сцена, желательно одним предложением. Потом стиль: фотография, иллюстрация, акварель, 3D-рендер, пиксель-арт. Если фото — какая камера и оптика. Если иллюстрация — какая техника.
Дальше — освещение. Его часто забывают, а именно оно задаёт настроение сильнее, чем сам объект. «Soft diffused overcast light», «harsh midday sun with deep shadows», «neon signs reflected on wet asphalt», «candlelight» — любая из этих строчек меняет картинку кардинально. Следом — цветовая палитра. Не «красивые цвета», а «desaturated teal and burnt orange» или «warm amber and deep burgundy tones».
На этом можно не останавливаться. Настроение и атмосфера — «melancholic», «euphoric», «eerie and unsettling», «quiet Sunday morning feeling» — дают нейросети направление, которое иначе она выберет сама. Наконец, технические параметры: композиция, глубина резкости, соотношение сторон.
Звучит как много пунктов, но в промпте это два-три предложения. Главное — не бояться конкретики.
Примеры: от плохого к хорошему
Возьмём несколько тем и пройдёмся.
Портрет. Плохо: «девушка с голубыми глазами». Хорошо: «close-up portrait of young woman with ice-blue eyes, direct eye contact, natural makeup, matte skin, shallow depth of field, 85mm lens, soft golden hour light from the left, slight lens flare, film grain, shot on Fujifilm Pro 400H». Во втором случае ты управляешь не только объектом, но и атмосферой.
Пейзаж. Плохо: «лес осенью». Хорошо: «dense autumn forest, path covered with fallen maple leaves in shades of red orange and gold, morning mist between trees, soft diffused light, long exposure, shallow stream in foreground, cinematic aspect ratio 21:9, shot on Hasselblad X2D».
Интерьер. Плохо: «уютная квартира». Хорошо: «scandinavian interior living room, white walls, warm wood floors, large floor-to-ceiling windows with linen curtains, oversized linen sofa, ceramic vase with dried pampas grass, warm ambient lighting from table lamp, plants in terracotta pots, shallow depth of field, shot on Phase One XF IQ4».
Замечаешь паттерн? Во всех трёх случаях я указываю камеру и объектив. Это работает как визуальный якорь — нейросеть тянет эстетику из реальных фотографий, снятых на это оборудование. Убери камеру — и картинка становится чуть более «нейросетевой» и чуть менее живой.
Ключевые слова-усилители
Есть набор слов, которые резко повышают качество результата.
Для фотореализма: shot on [камера], DSLR, RAW, high resolution, uncropped, 8K, photorealistic, shot on location, professional color grading.
Для стилизации: oil painting, digital art, watercolor, ink illustration, linocut, screen print, matte painting, concept art, artstation, trending on artstation.
Для качества в целом: highly detailed, intricate, masterpiece, award-winning, sharp focus, studio lighting, cinematic, documentary style.
И отдельно — слова для негативного промпта, о котором речь ниже: blurry, low quality, deformed, watermark, text overlay, amateur, cropped.
Про негативные промпты
В Midjourney и Stable Diffusion можно задать не только что хочешь, но и чего не хочешь. Поле negative prompt — это как сказать ассистенту: «только без бороды, без очков и без костюма». Конкретно.
Мой базовый негативный промпт для Stable Diffusion выглядит так:
low quality, blurry, deformed, bad anatomy, extra fingers, watermark, text, logo, cropped, low resolution, amateur, oversaturated, oversharpened
Не магия, но убирает типичный шлак, который нейросеть любит подсовывать на «средних» генерациях.
Частые ошибки
Пройдусь по граблям, на которые наступал сам.
Просить одно и то же разными словами. «Красивая девушка, привлекательная девушка, милая девушка» — это не усиливает запрос, а запутывает нейросеть. Одно слово — один раз.
Переусердствовать. Промпт на 500 слов — не «лучше». Нейросеть начинает конфликтовать сама с собой. Оптимум — 50–150 слов для большинства моделей.
Игнорировать соотношение сторон. Генеришь для поста в Instagram? Укажи --ar 1:1 или --ar 4:5. Для обоев — 16:9. Для мобильного — 9:16. Без этого нейросеть выдаст квадрат, и придётся обрезать.
Забывать про стиль. Хочешь иллюстрацию — пиши «flat illustration style» или «vector art». Иначе получишь гибрид фото и рисунка, который выглядит как ошибка рендера.
Как учиться быстрее
Самый эффективный способ — смотреть на чужие удачные промпты. В Midjourney есть команда /show с ID джоба: так можно увидеть, из чего именно была сделана картинка. На prompthero.com и в разделе Explore в Midjourney тысячи примеров с открытыми промптами.
На практике я беру чей-то удачный запрос, убираю половину, добавляю свою деталь — и получаю новый результат. Это не списывание, это обучение на примерах. Никто не рождается с интуицией, какие слова куда ставить.
Коротко
Хороший промпт — это не про много слов, а про правильные. Конкретный объект, стиль, освещение, цвет, настроение, камера. Негативный промпт убирает типичный брак. Соотношение сторон решает, влезет ли картинка в формат.
Я сгенерировал десятки «котов на подоконниках», прежде чем понял, что один параметр film grain делает с фотографией больше, чем любая другая деталь. Иногда открытие случается случайно — и это, пожалуй, лучшая часть всего процесса.
