Нейросеть для рисования: как получить то, что задумал, а не то, что вышло

Первые полчаса с генератором изображений выглядят как магия, следующие два часа — как борьба. Модель рисует красиво, но не то: не тот ракурс, не та поза, не тот предмет в руках.

Разберём, как устроен запрос, что реально влияет на результат и где проходят границы возможного.

Из чего состоит рабочий запрос

Объект. Что именно изображено, максимально конкретно: не «человек», а «пожилой мужчина в рабочей куртке».

Действие и композиция. Что происходит, откуда мы смотрим, что в кадре крупно, а что фоном.

Обстановка. Место, время суток, погода, освещение. Свет влияет на картинку сильнее, чем любое другое слово.

Стиль. Техника, эпоха, материал: акварель, масло, карандашный набросок, кадр на плёнку, 3D-рендер.

Технические параметры: пропорции кадра, детализация, глубина резкости.

Порядок важен: то, что стоит в начале, модель считает главным.

Почему выходит не то

Модель не понимает отрицаний так, как человек. «Без красного цвета» часто добавляет красный, потому что слово в запросе есть. Правильнее описывать желаемое, а не запретное.

Она не умеет считать. «Пять человек» превращается в четыре или семь, и это нормальное поведение.

Она усредняет. Если описание допускает несколько прочтений, вы получите самое частое в её данных.

И она не держит замысел между попытками: две генерации по одному запросу — две разные картинки.

Что делать с руками, лицами и текстом

Руки стали заметно лучше, но остаются слабым местом. Помогает прятать их в кадре, описывать положение явно или доводить результат отдельной операцией.

Лица получаются хорошо, если не требовать конкретного человека. Портретное сходство с реальным лицом — отдельная задача и отдельная правовая история.

Текст на картинке по-русски по-прежнему проблема: буквы похожи на буквы, но словами не становятся. Надписи проще добавлять обычным редактором поверх.

Как повторить стиль и персонажа

Ссылка на изображение. Большинство сервисов принимает картинку как образец стиля или композиции — это сильнее любых слов.

Фиксация зерна. Одинаковое стартовое значение при одинаковом запросе даёт близкий результат — так можно делать серию.

Отдельное описание персонажа, которое вы повторяете дословно в каждом запросе. Не гарантия, но заметно улучшает совпадение.

Дорисовка вместо перегенерации: поменять часть картинки, оставив остальное.

Что делать с результатом дальше

Апскейл — увеличение с дорисовкой деталей. Обязательный шаг перед печатью.

Ретушь в обычном редакторе. Быстрее исправить один палец руками, чем сгенерировать сорок вариантов.

Проверка на артефакты: лишние пальцы, несимметричные украшения, съехавшие узоры, отражения, которых не может быть.

Про права

Условия у сервисов разные: часть отдаёт коммерческие права на бесплатном тарифе, часть — только на платном. Это первое, что нужно прочитать.

Правовой статус самого изображения зависит от страны и продолжает меняться: чем меньше человеческого вклада, тем слабее защита.

Отдельно рискованно: генерация в узнаваемом стиле живущего художника, изображения реальных людей и использование чужих персонажей.

Для коммерческого использования безопаснее дорабатывать результат — и держать исходники и историю работы.

Где генерация уже заменяет сток

Фоны, текстуры, абстракции, иллюстрации-метафоры к статьям.

Концепты и раскадровки: показать идею до съёмки.

Иллюстрации для внутренних материалов и презентаций.

Где не заменяет: реальный товар, реальное помещение, реальные люди компании. Подмена здесь видна и бьёт по доверию.

С чего начать

Возьмите одну конкретную задачу — иллюстрацию к вашей статье, а не абстрактный красивый кадр.

Опишите её по пяти пунктам выше и сгенерируйте четыре варианта.

Дальше меняйте по одному параметру за раз: сначала свет, потом ракурс, потом стиль. Меняя всё сразу, вы не поймёте, что сработало.

Сохраняйте удачные запросы. Через месяц вы не вспомните формулировку, которая дала нужный стиль.