В сети можно найти великое множество подробных руководств по генерации изображений, однако львиная доля этих мануалов напрочь игнорирует специфику повседневного общения в современных мессенджерах. Ведь одно дело — кропотливо создавать монументальные детализированные полотна для международных выставок цифрового искусства, и совсем другое — оперативно генерировать меткие визуальные образы, способные моментально передать настроение собеседнику по ту сторону светящегося экрана. Многие до сих пор искренне считают, что для быстрого ответа в диалоге сгодятся абсолютно любые небрежные наброски, но на самом деле именно в тесном пространстве окна чата малейшая фальшь или визуальная неестественность сразу бросается в глаза. Эмоциональный интеллект вычислительных машин пока ещё катастрофически далёк от идеала, поэтому вся ответственность за смысловую нагрузку картинки полностью ложится на плечи самого пользователя. А начать погружение в эту тему стоит с осознания того непреложного факта, что слова для нейросети имеют реальный физический вес, конкретный цвет и осязаемую форму.
Цифровой портрет в деловом стиле
Сбоку под углом сорок пять градусов мягко падает свет, деликатно очерчивая контуры скул и создавая глубокие кинематографичные тени. Именно с таких мельчайших деталей обычно и начинается грамотный текстовый запрос для создания строгого репрезентативного портрета, который не стыдно будет установить в качестве аватарки в рабочем профиле. Впрочем, рядовой обыватель довольно часто совершает здесь критическую ошибку, лениво вбивая в строку лишь банальную просьбу нарисовать «красивого человека в строгом костюме». Результат таких действий обычно выглядит удручающе пластиковым и безжизненным. Вся суть в том, что искусственный интеллект инстинктивно тяготеет к излишней журнальной глянцевости, если ему жёстко не обозначить рамки суровой реальности. А вот если прописать в окне ввода:
«портрет уставшего мужчины средних лет, объектив восемьдесят пять миллиметров, контровое студийное освещение, приглушённый тёмно-серый фон, кинематографическая холодная цветокоррекция»
…итоговый результат непременно поразит своей пугающей реалистичностью. К слову, не стоит забывать о тщательной детализации материалов одежды. Ткань добротного твидового пиджака, грамотно освещённая боковым софтбоксом, солирует в кадре, создавая необходимый профессиональный антураж.
Как добиться естественности?
Задача эта отнюдь не из лёгких. Ведь бездушные машины по-прежнему крайне плохо справляются с лёгким бытовым хаосом нашей повседневной жизни. Буквально десятилетие назад, на самой заре бурного развития сглаживающих фильтров в социальных сетях, идеальная математическая симметрия лица на фото вызывала неподдельный массовый восторг, но сейчас она лишь с головой выдаёт искусственное машинное происхождение картинки. Чтобы надёжно избежать пугающего эффекта «зловещей долины», всегда стоит намеренно вносить в свою текстовую команду элементы лёгкой небрежности и сиюминутной спонтанности. Естественно, прописывать откровенные дефекты кожи или уличную грязь нет абсолютно никакого смысла, однако слегка растрёпанная порывом ветра причёска пойдёт лишь на пользу общей композиции кадра. С одной стороны, мы хотим в итоге получить эстетичную приятную картинку, с другой — поймать в объектив живую искреннюю эмоцию. Качественно составленный промт — это настоящий кладезь визуальных возможностей. В качестве примера отлично подойдёт запрос:
«молодая девушка искренне смеётся, сидя за столиком шумной уличной кофейни, случайный любительский кадр на камеру смартфона, естественный жёсткий дневной свет из окна, лёгкий оптический расфокус на заднем плане»
Этот текст буквально творит настоящие чудеса. И всё-таки не стоит скупиться на точные фотографические уточнения при написании. Тот же самый случайный кадр, виртуально снятый на классические тридцать пять миллиметров, смотрится куда естественнее и привычнее человеческому глазу.
Реакции
Привычные жёлтые колобки эмоджи — это уже давно забытый прошлый век. Сейчас искушённый бомонд цифрового неформального общения предпочитает обмениваться исключительно кастомными картинками-реакциями, тонко отражающими малейшие оттенки текущего настроения. Вспомним, как в две тысячи десятом году примитивные пиксельные рисованные мемы только начали робко завоёвывать молодёжные интернет-форумы, постепенно обрастая сложными культурными подтекстами, пока окончательно не превратились в самостоятельный язык целой эпохи. Этот же стремительный эволюционный путь сейчас уверенно проходят сгенерированные ситуативные изображения для чатов. Процесс создания идеального визуального мема-реакции начинается с формирования в голове абсолютно абсурдной идеи, затем продолжается тщательным подбором гиперболизированной эмоции главного персонажа, органично заканчиваясь наложением узнаваемой стилистики какого-нибудь конкретного известного художника. Алгоритму вполне можно предложить переварить фразу:
«толстый рыжий кот в парадном костюме викторианской эпохи смотрит на горящую квартальную налоговую декларацию с абсолютным вселенским безразличием, стиль классической масляной живописи девятнадцатого века, мрачное драматичное освещение»
Безусловно, подобный вычурный исторический абсурд моментально разрядит накалённую токсичную обстановку в любом рабочем чате (особенно в тяжёлом конце нервного отчётного периода). Нужно обязательно отметить, что именно мелкие неочевидные нюансы вроде медленно падающего серого пепла или ярких жёлтых бликов огня в глазах персонажа в итоге делают подобное изображение по-настоящему вирусным.
Стоит ли использовать родной язык?
Понимают ли современные мощные генеративные модели великий и могучий русский язык? Вполне сносно, однако здесь кроются весьма существенные подводные камни, о которых почему-то часто умалчивают хитрые разработчики. Дело в том, что львиная доля огромных обучающих датасетов изначально скрупулёзно собиралась и вручную размечалась именно на англоязычном текстовом материале. Конечно, всегда можно набирать текст запроса на родном диалекте, слепо полагаясь на встроенные инструменты платформы, однако алгоритм всё равно будет незримо переводить его на лету, безжалостно теряя по долгой дороге важные смысловые оттенки и тонкую игру слов. Неизбежно всплывут досадные ошибки машинного перевода, да и общая итоговая детализация цифрового холста заметно просядет. От русифицированных команд лучше сразу решительно отказаться, если в конкретном рабочем случае требуется скрупулёзный точный контроль над каждым генерируемым пикселем. Тем более, что даже базового школьного знания английского тут вполне достаточно для уверенного старта. А если ещё вспомнить про невероятно удобные современные онлайн-переводчики на базе тех же самых нейросетей, то языковая проблема и вовсе бесследно растворяется в воздухе. К тому же, мировое огромное англоязычное сообщество энтузиастов давно сформировало устойчивые лексические конструкции, эдакие магические заклинания, всегда дающие стабильный и предсказуемый результат на экране. Случайно натыкаешься на популярную связку «high contrast, dramatic shadows, volumetric ambient lighting, octane render» и сразу чётко понимаешь, что на выходе обязательно получится внушительный объёмный кадр с потрясающей глубиной резкости.
Достопримечательности виртуальности: Фоны
Уютная атмосфера долгой дружеской беседы во многом зависит от того визуального антуража, в который вы мысленно помещаете своих виртуальных героев или горячо обсуждаемые предметы. Само собой, планировать долгожданный летний отпуск гораздо приятнее, подкрепляя сухие текстовые сообщения сочными видами тропических океанских пляжей, сгенерированными строго по вашему личному изысканному вкусу. Обычная стоковая фотография бетонного отеля из дешёвого рекламного проспекта передаёт лишь сухие туристические факты, тогда как колоритная стилизованная генерация способна напрямую транслировать глубокую личную мечту человека. Когда-то давно создание фотореалистичного цифрового коллажа экзотического затерянного острова занимало долгие часы кропотливой работы в профессиональном графическом редакторе, но сейчас подобные махинации с пространством требуют лишь пары точных слов в окне чат-бота. Есть непреодолимое желание отправить друзьям смелый концепт идеального деревянного бунгало, но так, чтобы он выглядел по-настоящему грандиозно? Структура такого запроса строится довольно просто и интуитивно понятно. Сначала подробно задаётся сам центральный архитектурный объект, потом описывается изменчивая погода и конкретное время суток, ну и, наконец, в самом конце добавляется щепотка технологической магии через указание типа виртуальной камеры. Экзотический туманный пейзаж, виртуально снятый на сверхширокоугольный объектив четырнадцать миллиметров (для максимального эпичного охвата окружающего пространства), приковывает внимание удивлённых собеседников практически мгновенно. Да и самим будущим путешественникам гораздо интереснее детально рассматривать такие неоднозначные самобытные локации, совместно планируя будущий сложный маршрут.
Детализация
В природе идеального шедевра с первого же случайного клика практически никогда не бывает. Разнообразные графические артефакты и глитчи — это обе стороны медали машинного обучения и та самая пресловутая ложка дёгтя, которая регулярно и безжалостно портит самые перспективные генерации. Лишние мутировавшие пальцы на руках персонажей, неестественно пластично сливающиеся текстуры дорогой одежды, пугающие бессмысленные иероглифические надписи на заднем фоне всегда сразу бросаются в глаза любому придирчивому собеседнику. От этих неприятностей надёжно убережёт отказ от перегрузки нейросети лишними второстепенными деталями на этапе составления основы вашего промта. Чем длиннее и запутаннее исходный текст, тем выше математический шанс, что алгоритм банально запутается в приоритетах и выдаст жуткую нечитаемую наляпистость. Корпус текстового запроса, грамотно усиленный точными фотографическими терминами, аккуратно очищенный от лишнего словесного мусора, снабжённый чёткими указаниями по цветовой палитре, работает в разы стабильнее длинных путаных литературных описаний. Кроме того, специальные негативные команды (то, что мы категорически не хотим видеть на итоговой картинке) ещё никто не отменял в профессиональной дизайнерской среде. Сюда обязательно стоит вписывать жёсткие ограничивающие слова:
«mutated, extra limbs, bad anatomy, deformed, gibberish text, watermarks, ugly»
…чтобы гарантированно отсечь типичные машинные галлюцинации ещё на самом раннем черновом этапе прорисовки холста. Эта щепетильная скучная рутинная работа по постоянному отсеву графического мусора довольно часто бьёт по нервам и отнимает драгоценное время, однако финальный чистый результат того, безусловно, стоит.
Чем художественный стиль лучше фотореализма?
Гнаться за абсолютной стерильной фотографической точностью в лёгкой развлекательной переписке далеко не всегда бывает целесообразно. Ведь именно глубокая художественная стилизация открывает те самые безграничные горизонты для искреннего выражения сложной мысли, которые физически недоступны обычной стеклянной линзе фотоаппарата. Настоящее искусство во все времена служило надёжным спасательным кругом для тех хрупких эмоций, которые слишком трудно облечь в сухие буквенные конструкции. Устав от бесконечной суеты серых рабочих будней, порой остро хочется отправить утомлённому коллеге не реалистичное скучное фото бумажного стаканчика с кофе, а настоящую экспрессивную картину, точно отражающую внутреннее состояние глубокого изнеможения или, наоборот, внезапного творческого подъёма. Виртуальное изображение, виртуозно выполненное густыми фактурными мазками мастихина, или лёгкая полупрозрачная акварельная зарисовка доносят заложенный месседж гораздо тоньше и изящнее. Начинать такой промт лучше с чёткого указания конкретного исторического направления живописи: французский импрессионизм, кубизм, неоновый ретро-вейв или тяжёлый классический стимпанк. Полотно, впитавшее в себя незыблемые постулаты классической композиции Золотого века голландской живописи, неизменно вызывает живой искренний интерес у зрителя по ту сторону экрана смартфона. Это бьёт точно в цель. Потому что ломает шаблоны. Моментально. Главное правило здесь заключается лишь в том, чтобы не пытаться смешивать в одном тесном котле слишком много откровенно противоречивых стилей, иначе на выходе гарантированно получится невразумительная визуальная каша, полностью лишённая всякого здравого смысла.
Сам процесс подбора правильных, бьющих в десятку слов для общения с искусственным интеллектом сильно напоминает тонкую настройку сложного струнного музыкального инструмента перед важным сольным концертом. Поначалу всегда кажется, что жёсткие струны алгоритмов совершенно не слушаются пальцев, издавая лишь фальшивые ноты, но с каждым новым вдумчивым запросом визуальные образы становятся всё точнее, чище и выразительнее. Не стоит бояться смело экспериментировать с самыми безумными ракурсами и неожиданными стилистическими сочетаниями, иронично смешивая отдалённые эпохи и полярные жанры в одном цифровом флаконе. Отыскав свой собственный неповторимый визуальный почерк генерации, каждый пользователь способен навсегда изменить привычный пресный тон своих ежедневных виртуальных бесед. Идеально сгенерированный мем или атмосферный кадр, отправленный в чат в самый нужный момент времени, обязательно поднимет настроение собеседникам и запомнится надолго.