В сети можно найти буквально миллионы изображений, сгенерированных нейросетями. Одни поражают фотореализмом, другие – креативностью, третьи откровенно пугают «шестипалыми» людьми и странными артефактами. Многие обыватели, впервые сталкиваясь с такими сервисами, как DALL-E или Midjourney, испытывают разочарование: они вводят пару слов, а на выходе получают совсем не то, о чём грезили. Дело в том, что нейросеть – не телепат, а лишь исполнительный, но очень буквальный художник. И чтобы получить от неё шедевр, нужно научиться говорить на её языке – языке промтов. Поэтому, прежде чем разочароваться в технологии, стоит разложить по полочкам, как правильно формулировать свои запросы.
Что такое промт и как он работает?
Задача не из лёгких. В представлении многих, промт – это просто описание картинки. Но на самом деле всё несколько глубже. Промт (от англ. prompt – побуждение, подсказка) – это текстовое техническое задание для нейросети, которое содержит не только описание объекта, но и указания на стиль, освещение, композицию, ракурс и даже настроение. Это своего рода заклинание, где каждое слово меняет конечный результат. Нейросеть не «понимает» текст, как человек. Она анализирует огромные массивы данных, связывая слова с визуальными образами. Слово «лес» ассоциируется у неё с миллионами фотографий лесов, а слово «Ван Гог» – со всеми его картинами. Соединяя их в запросе, мы заставляем машину скрестить эти понятия и нарисовать лес в стиле знаменитого постимпрессиониста. Чем детальнее и точнее будет промт, тем предсказуемее и качественнее окажется результат.
Из чего состоит идеальный промт?
С чего начинается работа над запросом? С определения основной идеи. Но чтобы эта идея воплотилась в жизнь, её нужно «обвесить» деталями, как ёлку игрушками. В структуру хорошего промта обычно входят несколько ключевых компонентов. Во-первых, это главный объект или субъект сцены – что или кто должен быть в центре внимания. Во-вторых, его действия и окружение, то есть контекст, в котором он находится. Ну и, наконец, самый важный пласт – стилистические спецификации. Именно они превращают простую зарисовку в произведение искусства. Не стоит забывать, что разные нейросети могут по-разному интерпретировать одни и те же команды, поэтому универсального рецепта нет, но общие постулаты всё же существуют.
Нужно отметить, что детализация – это спасательный круг. Недостаточно сказать «нарисуй кота». Какого кота? Рыжего и пушистого или чёрного и гладкошёрстного? Он спит в корзинке или крадётся по крыше под луной? Ответы на эти вопросы и есть основа промта. Добавляя уточнения, вы сужаете поле для «фантазии» нейросети, направляя её в нужное русло. К примеру, запрос «Рыжий пушистый мейн-кун сладко спит, свернувшись клубком на клетчатом пледе у камина» даст гораздо более конкретный результат, чем просто «спящий кот».
Как задать стиль и атмосферу?
Это же самое интересное. Ведь именно здесь начинается настоящее творчество. Нейросети обучены на гигантском объёме произведений искусства, фотографий и дизайнерских работ, что даёт нам практически безграничные возможности для стилизации. Один из самых популярных методов – указание имени конкретного художника. Хотите что-то мрачное и фантастическое? Добавьте «в стиле Ганса Гигера». Мечтаете о чём-то воздушном и сказочном? Поможет «в стиле Хаяо Миядзаки». А если нужно что-то более общее, можно использовать названия целых направлений в искусстве. Например, «киберпанк», «стимпанк», «ар-деко», «импрессионизм» или «сюрреализм». Эти слова-маркеры мгновенно задают нужный тон.
Отдельно стоит упомянуть технические параметры, которые напрямую влияют на визуальное восприятие. Огромную роль играет освещение. Добавьте в промт «кинематографическое освещение», и картинка станет более драматичной. Фраза «мягкий вечерний свет» (golden hour) наполнит изображение тёплыми, золотистыми тонами. А вот «неоновое освещение» погрузит сцену в атмосферу ночного мегаполиса. Кроме того, можно задать и ракурс съёмки: «вид сверху», «макросъёмка», «снято на широкоугольный объектив» или «голландский угол». Такие детали делают изображение более динамичным и профессиональным.
Примеры готовых промтов для вдохновения
Чтобы теория не была голой, давайте рассмотрим несколько конкретных примеров, которые можно взять за основу. Они демонстрируют, как комбинация разных элементов творит чудеса.
Представим, что нам нужен портрет. Простой запрос «портрет девушки» даст скучный результат. А вот такой промт нарисует целую историю:
Портрет молодой девушки с веснушками и рыжими волосами, заплетёнными в небрежную косу, она смотрит в камеру с лёгкой улыбкой, на заднем плане размытый осенний лес, мягкий золотой вечерний свет, высокая детализация, фотореализм, снято на объектив 85mm
Здесь есть всё: описание внешности, эмоция, фон и технические спецификации камеры.
Теперь попробуем создать нечто фантастическое. Вместо «летающий город» напишем:
Грандиозный летающий город в стиле стимпанк, парящий в облаках на закате, медные трубы и шестерёнки, дирижабли и паровые машины, викторианская архитектура, кинематографическое освещение, эпичная сцена, цифровая живопись, в стиле Грега Рутковски
В этом запросе мы смешали стили (стимпанк, викторианская архитектура), указали конкретные детали (трубы, дирижабли), задали время суток и сослались на стиль популярного цифрового художника.
Ну и, наконец, что-то более абстрактное и уютное. Допустим, мы хотим получить иллюстрацию для детской книги. Простой вариант – «лиса в лесу». Усложним:
Очаровательная акварельная иллюстрация лисёнка, который сидит под большим грибом во время дождя, капли стекают с листьев, тёплая и уютная атмосфера, пастельные тона, в стиле Беатрис Поттер, детский книжный рисунок
С помощью таких уточнений мы получаем не просто картинку, а готовый образ с настроением и чёткой стилистикой.
Экспериментируйте с комбинациями, меняйте слова местами, добавляйте неожиданные детали. Не бойтесь ошибаться, ведь часто самые интересные результаты получаются из случайных и не самых логичных запросов. Удачи в ваших творческих поисках.