Получаю... ну, кота. Какого-то. Среднего. Без настроения, без стиля, без всего. Потом пробую: «Fat orange tabby cat sitting on a windowsill at golden hour, warm sunlight, cinematic, shot on Fujifilm Superia 400, shallow depth of field, slight motion blur from panning» — и на экране появляется что-то, что хочется оставить.
Разница — в промпте. Не в качестве модели, не в везении. Просто кто-то потратил три минуты на описание, а кто-то — две секунды.
Этот пост — про то, как я научился писать промпты, которые дают предсказуемый результат. Без магии и шаманства.
Начни с главного: что на картинке
Первое, что делают новички — пишут «красивое фото» и надеются на лучшее. Не работает. Модель не читает мысли. Она читает слова.
Поэтому всегда начинай с конкретного предмета или сцены. Чем точнее, тем лучше. Не «дом» — а «скандинавский деревянный дом с двускатной крышей». Не «девушка» — а «рыжеволосая девушка 30 лет в красном платье, стоит у окна».
Есть приём, который я подсмотрел у фотографов: представь, что описываешь кадр человеку, который эту сцену никогда не видел. Что скажешь первым делом? Вот это и есть твой subject — основа промпта.
Стиль: без него никуда
Вот где большинство сдаётся. Без стиля получаешь генеративный мейнстрим — то, что модель считает «нормальным». А «нормальное» — это скучное.
Стиль — это ответ на вопрос «как это должно выглядеть». Вариантов много. По носителю: photo, oil painting, watercolor, ink drawing, 3d render, digital illustration, tattoo flash, pixel art, architectural sketch. По референсу: in the style of Greg Rutkowski, Studio Ghibli, Baroque, Art Deco, Soviet poster. По формату: portrait, editorial photo, film still, fashion photography, book cover, concept art.
Комбинируй смелее. «Portrait of an old fisherman, oil painting, Vermeer lighting, rough brushstrokes, 8k» — и на экране уже не просто дед у реки, а что-то с душой. Или хотя бы с имитацией души.
Освещение и атмосфера: пять слов, которые меняют всё
Один из главных моих факапов: долго получал «хорошие, но мёртвые» картинки. Всё на месте — объект, стиль, композиция — а что-то не так. Потом дошло: нет освещения.
Добавь к промпту что-нибудь из этого: «golden hour», «blue hour», «harsh midday sun», «overcast», «neon lit», «candlelight», «rim light», «volumetric lighting», «bioluminescent». Или атмосферу: «moody», «ethereal», «melancholic», «sinister», «dreamlike», «raw». Можно несколько сразу.
Попробуй «cyberpunk city at night, neon rain, volumetric fog, cinematic, Blade Runner 2049 palette» — и посмотри, что выйдет. Потом убери «neon rain» и сравни. Разница будет ощутимой.
Технические параметры: не для красоты
Слова вроде «8k», «ultra detailed», «photorealistic» и «masterpiece» — рабочие. Не стесняйся их.
Дальше есть параметры потоньше. Aspect ratio в Midjourney: --ar 16:9 для пейзажей, --ar 3:4 для портретов. В DALL-E 3 то же самое, только описывай формат словами.
Долго игнорировал --style raw — думал, это для гиков. Оказалось, без него модель добавляет собственный «улучшатель»: картинки становятся глянцевыми, перефильтрованными, какими-то журнальными. --style raw возвращает контроль обратно тебе.
Негативные промпты: недооценённый инструмент
Это пришло из Stable Diffusion, но работает и в других моделях. Суть простая: скажи, чего не хочешь.
«ugly, deformed, blurry, low quality, watermark, text overlay, bad anatomy, extra fingers»
Не потому что модель вредная. Просто без ограничений она иногда генерирует странное — лишние пальцы, размытые лица, водяные знаки. Негативный промпт дисциплинирует.
На практике в Midjourney это делается через --no. Пример: ... --no text, watermark, cartoon.
Частые ошибки, на которых я обжёгся
Переусердствовал с деталями. Первое время пихал в промпт всё подряд: «detailed, intricate, highly detailed, very detailed, extremely detailed». Думал — чем больше, тем лучше. На деле модель начинала конфликтовать сама с собой. Остановился на двух-трёх ключевых словах. Стало чище.
Забывал про контекст. «Красивая девушка в платье» — это не промпт, а заявка на миллион вариантов. А вот «мулатка в летнем платье в пол, бежит по полю подсолнухов, закат, ветер, платье развевается, documentary photography, golden light» — уже история.
И про порядок слов. В большинстве моделей первое слово имеет больший вес. Если пишешь «small cozy coffee shop, vast cathedral ceiling» — акцент будет на кофейне. Меняй порядок, если хочешь другой фокус.
Как выглядит мой рабочий промпт
Последние месяцы я использую примерно такую структуру:
[главный объект или сцена], [дополнительные детали и окружение], [стиль и носитель], [освещение и настроение], [технические параметры]
Реальный пример: «Interior of a tiny Tokyo ramen shop at night, steam rising from pots, vintage Japanese posters on walls, single overhead lamp, moody, shot on Kodak Portra 400, slight film grain, 35mm lens, --ar 4:3 --style raw --no people, watermark»
Не идеально. Но предсказуемо. А это главное.
Коротко
Промпт — это не магия и не гадание. Это навык, который прокачивается двумя способами: генерацией сотен картинок и осмыслением того, что получилось.
Со временем начинаешь видеть, какие слова тянут картинку в нужную сторону, а какие — просто шум. Появляется интуиция. Но она строится только на практике.
Так что лучший совет — просто садись и пиши. Плохие промпты — это не позор. Это данные.
