«Синяя кошка в стиле Пикассо» — мой первый промпт. Сгенерил, посмотрел и понял: что-то пошло не так. Вместо кошки в кубизме получил размытое пятно с усами и очень грустным взглядом. Это было два года назад, и с тех пор я потратил несколько сотен генераций на то, чтобы понять: хороший промпт — это не набор красивых слов, а система.
Здесь разложу по полочкам то, что реально работает.
Из чего состоит промпт
Промпт для картинки — это не одно предложение. Это набор слоёв информации, которые модель складывает в итоговое изображение. Полезно держать их в голове отдельно.
Основной объект — что именно должно быть на картинке. Человек, кот, закат, здание. Чем конкретнее, тем лучше. «Кот» — размытый результат. «Рыжий мейн-кун с жёлтыми глазами, сидит на подоконнике» — уже что-то.
Стиль — цифровая иллюстрация, фотореализм, акварель, гравюра, аниме, пиксель-арт. Стиль делает треть результата, иногда больше.
Композиция и ракурс — крупный план, вид сверху, по пояс, по колено, портрет, пейзаж. Без этого умолчания могут дать что угодно.
Освещение и атмосфера — закатный свет, неон, мягкий дневной, драматические тени, туман. Это то, что превращает «картинку» в «настроение».
Дополнительные детали — текстура, глубина резкости, соотношение сторон, фокусное расстояние, постобработка.
Типичная ошибка новичка: пытаться уместить всё в одно предложение. Промпт — это не текст, который читают. Это структурированный запрос, где каждый элемент добавляет информации.
Что реально влияет на результат
Перепробовав кучу вариантов, я заметил несколько вещей, которые имеют значение почти всегда.
Порядок слов. В большинстве моделей первое слово или фраза имеет больший вес. «Кот на крыше» и «крыша с котом» — разные картинки. Более важное ставь вперёд.
Негативные промпты. Намного полезнее, чем кажется. Задаёшь, чего НЕ хочешь видеть: размытость, лишние пальцы, артефакты, водяные знаки. Midjourney, Stable Diffusion — все нормально с ними работают. Я ставлю базовый негативный промпт по умолчанию: «blur, low quality, distorted, watermark, text».
Детализация через стеклянный фильтр. Вместо «очень красивая девушка» — описываю: «asymmetrical facial features, natural skin texture, individual strands of hair, real skin pores and imperfections, shot on 85mm f/1.4». Чем точнее описание, тем меньше «милая размытость» вместо лица.
Соотношение сторон решает. --ar 16:9 для пейзажа, --ar 3:4 для портрета, --ar 1:1 для иконки. Это не мелочь. Квадратный кадр физически не может вместить панораму — и модель это покажет.
Типичные ошибки
Первое время я делал несколько системных ошибок.
Верил в магию слова. Думал: добавлю «masterpiece, best quality, 8k» — и картинка станет лучше. Становится, но не сильно. Ключевые слова качества работают как фильтр — они отсекают плохие результаты, но не создают хорошие. Хороший промпт без «8k» всё равно лучше среднего промпта с «8k».
Пытался описать действие статичным языком. «Человек бежит по пляжу на закате» — модель обычно показывает бегущего человека, а закат добавляет фоном. Если хочу именно бег — лучше написать «motion blur, runner mid-stride, sand particles kicked up behind, slow shutter speed». Описываю не «что происходит», а «как это выглядит».
Не использовал референсы. «В стиле Рембрандта» — неплохо. «Lighting inspired by Rembrandt's chiaroscuro, subject positioned at 3/4 angle, dark background with single light source from upper left» — намного точнее. Называть художника — это подсказка. Описывать технику — это инструкция.
Игнорировал вес токенов. В некоторых системах можно написать (red) cat — и кот будет краснее, чем обычно. (red:1.5) cat — ещё краснее. Скобки, точки, слэши — разные модели используют разные обозначения, но суть одна: можно усиливать или ослаблять отдельные элементы.
Как я строю свои промпты сейчас
Обычно начинаю с объекта и стиля. Потом добавляю ракурс. Затем освещение. В конце — технические параметры.
Выглядит примерно так:
Golden retriever puppy, first day at home, sleeping on a folded blanket. Digital illustration, soft pastel palette, warm interior light. Close-up, slightly above eye level, shallow depth of field. Shot on Canon 50mm f/1.8, natural light from window. --ar 4:5 --style raw
Пять элементов. Каждый что-то делает. Ни одного лишнего слова.
Не всегда сразу получается. Иногда первая генерация — полный мусор. Тогда я не пытаюсь переписать всё, а меняю один-два элемента. Стиль не подходит — меняю стиль. Ракурс не работает — меняю ракурс. Итерации короткие, результат конкретнее.
Что ставить в негативный промпт
Я собирал свой негативный промпт полгода, убирая артефакты и калеки. Базовый набор, который работает почти для любой генерации:
low quality, worst quality, blur, out of focus, deformed, bad anatomy, bad hands, extra digits, fewer digits, cropped, watermark, signature, text, logo
Для фотореализма добавляю «CGI, 3d render, illustration, cartoon, anime». Для иллюстраций — «photographic, photorealistic, real life».
Коротко
Промпт — это не магия и не поэзия. Это структурированный запрос, где каждый элемент добавляет информации. Основной объект, стиль, ракурс, освещение, технические детали. Первое предложение — самое важное. Негативный промпт — половина хорошей картинки. Итерации важнее идеального первого промпта.
С «синей кошкой в стиле Пикассо» я в итоге справился. Добавил стиль, ракурс, освещение — и на пятой генерации получил то, что хотел. Кот был кубическим, синим и очень гордым. Один в один.
