Многие грезят о том, чтобы по щелчку пальцев создавать впечатляющие изображения автомобилей, которых никогда не существовало, или помещать любимые модели в совершенно невероятный антураж. С появлением генеративных нейросетей вроде Midjourney или Stable Diffusion эта мечта, казалось бы, стала реальностью. Ввёл пару слов, нажал кнопку – и получил шедевр. Однако на практике львиная доля первых попыток оборачивается разочарованием: машины с шестью колёсами, кривыми логотипами или расплавленными фарами. Дело в том, что нейросеть – это не волшебник, а скрупулёзный исполнитель, который требует предельно точного технического задания. Но чтобы нейросеть поняла вас правильно, нужно научиться говорить на её языке. А начать стоит с основ.
Что такое промт и как он работает?
В представлении многих обывателей промт – это просто набор ключевых слов. Отчасти это так, но лишь отчасти. На самом деле, хороший промт больше похож на подробный бриф, который вы даёте очень талантливому, но совершенно лишённому воображения художнику. Он нарисует именно то, что вы скажете, и так, как вы это опишете. Не скажете про тени – их не будет. Забудете упомянуть отражения на мокром асфальте – получите сухую дорогу. Поэтому к составлению запроса стоит подходить как к режиссуре кадра. Каждый элемент, каждая деталь имеет значение и вносит свою лепту в итоговый результат. По сути, это детальное техническое задание для цифрового художника, который воспринимает всё буквально. Задача не из лёгких, но вполне выполнимая.
Базовые элементы: основа любого запроса
С чего начинается любой запрос на генерацию автомобиля? С его прямого указания. Это основа, на которую будут нанизываться все остальные детали. Первый и самый главный компонент – это, разумеется, сам объект. Вы можете указать как общую категорию («спортивный автомобиль», «ретро-седан», «футуристический внедорожник»), так и конкретную модель. Чем точнее вы будете, тем предсказуемее результат. Например, запрос «Ferrari F40» даст куда более конкретный образ, чем просто «красная спортивная машина».
Далее следует конкретика, уточняющая внешний вид. Следующий важный критерий – цвет. Можно использовать простые названия вроде «чёрный» или «синий», а можно и усложнить, добавив оттенки и тип краски: «матовый чёрный», «конфетный красный металлик» (candy red metallic), «перламутровый белый». К слову, нейросети отлично понимают профессиональные термины из мира дизайна и фотографии, так что не стоит их стесняться. Кроме того, стоит указать ракурс съёмки. Например, «вид спереди», «вид сбоку», «три четверти сзади» (rear three-quarters view). Это же правило касается и общей композиции кадра: «крупный план фары», «автомобиль в полный рост».
Стоит ли усложнять?
Стоит ли так усложнять? Безусловно. Именно детали отличают проходное изображение от настоящего произведения искусства. Когда с базой покончено, начинается самое интересное – создание атмосферы. Во-первых, это окружение. Где находится ваш автомобиль? Мчится по ночному Токио, залитому неоновым светом? Стоит на пустынной дороге в Долине Монументов на закате? Припаркован в старинном итальянском дворике? Каждое описание добавляет контекст и делает картинку живой.
Во-вторых, не стоит забывать про освещение. Это, пожалуй, один из самых мощных инструментов. Попробуйте добавить в запрос «драматическое освещение», «мягкий утренний свет», «золотой час» (golden hour) или «студийный свет». Результат изменится кардинально. То же самое касается и погодных условий. Лёгкий туман, капли дождя на кузове, снежная буря или палящее солнце – всё это творит чудеса. Ну и, наконец, технические параметры камеры, которые придадут изображению фотографическую достоверность. Указание типа объектива (например, «широкоугольный объектив» или «объектив с фокусным расстоянием 85 мм»), значения диафрагмы (F/1.8 для размытого фона) и стиля («фотореализм», «кинематографичный кадр») – это та самая изюминка, которая венчает всю композицию.
Примеры готовых промтов
Давайте разложим по полочкам несколько готовых вариантов, чтобы понять логику их построения. Это поможет нащупать правильный путь.
Предположим, мы хотим получить изображение классического американского маслкара. Промт может выглядеть так:
Photorealistic action shot of a classic 1969 Ford Mustang Boss 429, candy apple red, racing on a wet country road at dusk, motion blur, cinematic lighting, shot on a 50mm lens, highly detailed
Разберём его. Photorealistic action shot сразу задаёт стиль и динамику. Classic 1969 Ford Mustang Boss 429 – это предельно точное указание модели. Candy apple red – конкретный оттенок. Racing on a wet country road at dusk создаёт антураж и задаёт время суток, а motion blur усиливает эффект движения. Ну, а cinematic lighting и shot on a 50mm lens отвечают за кинематографичность и фотографическое качество.
А теперь создадим нечто из будущего. Например, так:
Sleek cyberpunk concept car, matte black with neon blue accents, parked in a futuristic megacity alley at night, rain-slicked streets, reflections, volumetric smoke, dramatic moody lighting, ultra realistic, 8K
Здесь мы видим, что Sleek cyberpunk concept car задаёт общую футуристическую стилистику. Matte black with neon blue accents – это цветовая схема. Весь последующий блок – parked in a futuristic megacity alley at night, rain-slicked streets, reflections, volumetric smoke – отвечает за проработку колоритного окружения. Ну и, конечно же, финальные штрихи dramatic moody lighting, ultra realistic, 8K повышают планку качества до максимума.
Как избежать типичных ошибок?
Работа с нейросетью – процесс несложный, но кропотливый. И на этом пути всплывут подводные камни. Одна из частых ошибок новичков – перегрузка запроса противоречивыми деталями. Например, не стоит в одном промте смешивать стили «минимализм» и «барокко» или требовать одновременно «яркий дневной свет» и «ночной город». Нейросеть попытается выполнить всё и, скорее всего, выдаст довольно странный результат. Лучше придерживаться одной стилистической линии.
Отдельно стоит упомянуть так называемые негативные промты. Это команда, которая говорит нейросети, чего на изображении быть НЕ должно. Особенно полезно это при генерации сложных объектов. Например, если у машины постоянно появляются лишние колёса или искажённые логотипы, можно добавить в конец запроса параметр --no extra wheels, text, logos. Это своего рода спасательный круг. К слову, именно с текстом и мелкими надписями у большинства моделей ИИ до сих пор есть проблемы, поэтому лучше изначально избегать ракурсов, где в кадр попадают номерные знаки или сложные эмблемы.
Процесс создания идеального изображения – это всегда диалог с машиной, полный проб и ошибок. Тем более, что алгоритмы постоянно совершенствуются, открывая новые горизонты для творчества. Главное – не бояться экспериментировать, и тогда гараж вашей мечты, полный самых невероятных автомобилей, окажется всего в паре кликов. Удачи в творческих поисках!