Запускаю генерацию. Пишу «котик на подоконнике». Получаю размытое чудище с шестью лапами. Знакомо? У меня первый месяц с генераторами картинок был именно такой. Потом дошло — промпт это не запрос, это инструкция. И чем точнее инструкция, тем ближе результат к тому, что ты себе представлял.
Разберу, из чего реально складывается рабочий промпт.
Что внутри промпта
Когда я начинал, писал одно предложение и удивлялся, почему нейросеть выдаёт непонятно что. Потом понял: хороший промпт — это не одно предложение, а набор слоёв.
Первый слой — предмет. Не просто «девушка», а «девушка-архитектор 30 лет в рабочей каске». Конкретика сужает пространство поиска и сокращает количество попыток.
Второй слой — стиль. Фотореализм, акварель, киберпанк, пиксель-арт — что угодно. Без этого нейросеть выбирает сама и часто промахивается.
Третий — среда и освещение. «Туманное утро в Токио» даёт совсем другую картинку, чем «полдень в пустыне». Это не украшение — это настроение.
Четвёртый — технические теги. «8k», «highly detailed», «cinematic lighting» — работают как усилители. Не всегда и не на всех моделях, но иногда заметно поднимают качество.
Пятый — негативный промпт. Тут пишешь, чего не хочешь видеть. «blurry, low quality, extra limbs, watermark». Именно так я победил шестилапого котика.
Пример: от плохого к рабочему
Плохой промпт: «красивая девушка».
Рабочий промпт: «portrait of a woman with dark hair and green eyes, sitting in a coffee shop, soft warm lighting, golden hour, shot on Canon EOS R5, 85mm lens, shallow depth of field, cinematic color grading, film grain — no blurry, no deformed hands, no extra fingers».
Разница в деталях. Нейросеть не додумывает за тебя — она интерпретирует. И чем меньше оставляешь на интерпретацию, тем точнее попадёшь.
Частые ошибки
Слишком абстрактно. «Счастливая семья» может выдать что угодно. А вот «family of four having breakfast in a small kitchen, morning light, messy table, cat under the chair» — совсем другое.
Перегруженность. Я пробовал запихнуть в один промпт всё: стиль Пикассо, реализм Дали, персонажа из конкретной вселенной и сюжет в духе Нолана. Результат — визуальный шум. Два-три определяющих стиля максимум.
Игнорирование негативного промпта. Это как разговаривать, но не говорить «нет». Без него нейросеть охотно добавляет искажения, водяные знаки, размытые области.
Языковой барьер. Midjourney, Stable Diffusion и DALL-E 3 по-разному понимают русский и английский. Я перешёл на английский почти полностью — результаты стабильнее. Если с английским туго — можно написать промпт на русском, перевести и подправить.
Что я понял после сотни генераций
Промпт — это не магия и не программирование. Больше похоже на работу с переводчиком: ты знаешь, что хочешь сказать, и подбираешь слова, чтобы тебя поняли точно. Иногда одно слово меняет всю картинку. Иногда теряешь полчаса, подбирая правильный порядок слов.
И ещё: итерации важнее идеального первого промпта. Генерирую 4-9 вариантов, беру лучший, правлю промпт под него — и генерирую ещё. Это нормальный рабочий процесс, а не признак кривых рук.
Если есть конкретная задача — пиши, разберём вместе.
