Вы написали фразу, которой были довольны. Пришло что-то рядом: общая мысль угадана, но мимо в четырёх конкретных местах. Цвет волос переехал на платье. Комната оказалась не квартирой, а гостиничным холлом. Никто не стоит там, где вы сказали.
Первый рефлекс в этот момент — добавить слов. Больше прилагательных, больше «high quality», больше настойчивости. Работает это почти никогда, потому что проблема обычно не в том, что вы сказали мало. Проблема в том, что нейросеть прочитала вашу фразу не так, как прочитал бы человек.
Этот разрыв мы и закрываем: что модель text-to-image делает с вашими словами, как перевести ощущение в то, что вообще можно нарисовать, и как от неудачной картинки дойти обратно до фразы, которая её испортила. Всё написанное работает в любом сервисе — тренируйтесь на нашем генераторе в гостевом режиме или где угодно ещё.
Что нейросеть на самом деле делает с вашей фразой
Она не читает запрос. Она превращает его в облако понятий и тянет картинку ко всем сразу. Три следствия объясняют большинство разочарований.
Грамматика почти не выживает. «Женщина протягивает бокал мужчине» и «мужчина протягивает бокал женщине» приходят практически в одну точку. Порядок слов кое-что значит, а вот синтаксис — кто кому что делает — почти нет. Держите одного героя на кадр.
Отрицания не существует. «Без очков» содержит понятие очки, поэтому очки становятся вероятнее, а не наоборот. Каждое существительное в запросе — это заявка. Описывайте присутствие: «лицо без макияжа, волосы убраны назад».
Признаки «протекают». Вот этот пункт удивляет чаще всего. В запросе «взрослая женщина с рыжими волосами в зелёном шёлковом платье, золотые серьги» модель знает, что в кадре есть рыжий, зелёный и золотой, но плохо понимает, что кому принадлежит. Получаете зелёные волосы, рыжие серьги или золотое платье. Именно это — главная причина жалоб «она проигнорировала мой запрос».
Три привычки решают бóльшую часть: держите каждое прилагательное вплотную к своему существительному, разбивайте описание на короткие куски через запятую вместо одного длинного предложения и ограничивайтесь двумя-тремя цветами на картинку. Запрос с шестью цветами — это запрос, который сам просит всё перемешать.
Проверка камерой: как превратить замысел в описание
Слабые запросы слабы потому, что описывают ситуацию, а не фотографию. «Она прождала меня весь вечер и не в восторге от этого» — это сюжет. Модель не умеет рисовать предысторию, настроение вообще и течение времени.
Поэтому применяйте проверку камерой: если камера не может это снять, в запросе этому не место. Переведите каждую абстракцию в видимый факт.
| Что вы имеете в виду | Что видит камера |
|---|---|
| Она давно ждёт | пальто не снято, одна туфля скинута, наполовину выпитый бокал вина, взгляд в сторону двери |
| Это интимный момент | тесный кадр, одна тёплая лампа, мягкие тени, взгляд в объектив |
| Она уверена в себе | подбородок ровно, плечи развёрнуты, руки свободно вдоль тела, прямой взгляд |
| Дорогой вкус | шёлк, выверенный крой, мраморная поверхность, низкий золотой свет |
| Поздняя ночь | тёмное окно, лампа как единственный источник света, отражения в стекле |
Две вещи стоит писать в каждом запросе без исключений. Первое — кадр: «close-up», «портрет по пояс», «в полный рост». Без слова о кадрировании модель угадывает, и именно так головы оказываются срезанными. Второе — что ваш персонаж взрослая женщина: под тридцать, за тридцать, как вам нужно. Размытые формулировки о возрасте дают размытые лица и быстрее всего приводят к отклонённой генерации на любой платформе, включая нашу.
Сколько деталей достаточно
Детали помогают ровно до момента, когда начинают конкурировать друг с другом. У каждого блока есть своя золотая середина.
| Блок | Слишком расплывчато | В самый раз | Перебор |
|---|---|---|---|
| Персонаж | «девушка» | «взрослая женщина, ближе к 30, длинные тёмные волосы» | «взрослая женщина, 27, тёмные волосы, карие глаза, веснушки, ямочки, шрам, три кольца» |
| Одежда | «красивое платье» | «изумрудное атласное платье-комбинация, тонкие бретели» | «изумрудное атласное платье, кружево, жемчужные пуговицы, пояс в тон, прозрачная накидка, ботинки» |
| Обстановка | «комната» | «полутёмная квартира, незастеленная кровать, окно слева» | «квартира с книжными полками, растения, постеры, ноутбук, чашки, гитара, кот» |
| Свет | (не указан) | «одна тёплая лампа слева» | «свет свечей и студийная вспышка и золотой час» |
| Стиль | «хорошее качество» | «кинематографичное фото, малая глубина резкости» | «кинематографично, аниме, масло, 3D-рендер, фотореализм» |
Логика правой колонки простая: каждое лишнее существительное — ещё один объект, которому модель обязана найти место в кадре. После определённого порога детали не уточняют картинку, а захламляют её. Одна сильная нестандартная деталь на блок работает лучше пяти обычных: «сколотый красный лак на ногте» даёт реализма больше, чем «красивые руки, идеальная кожа, безупречно».
И никогда не смешивайте два семейства стилей. «Кинематографичное аниме» — это просьба выдать мутное среднее от обоих.
Как читать то, что получилось
Быстрее всего прогрессируют те, кто перестаёт переписывать наугад и начинает ставить диагноз задом наперёд. Почти каждая неудача указывает на конкретное место в тексте.
| Что вы видите | Что в тексте это вызвало | Что делать |
|---|---|---|
| Цвета оказались не на тех предметах | Утечка признаков — прилагательные далеко от своих существительных | Прилагательное вплотную к существительному, меньше цветов |
| То, что вы исключили, всё равно в кадре | Отрицание («без», «нет») | Описывайте то, что есть |
| Голова срезана, странная композиция | Нет слова о кадре | Тип кадра в самое начало |
| Половина запроса проигнорирована | Запрос слишком длинный, главное в конце | Перенесите важное в первые десять слов |
| Пластиковое, заретушированное лицо | «красивая, идеальная, безупречная, потрясающая» | Конкретные существительные, текстура кожи, живой свет |
| Похоже на сток-фото | Только общие слова — «комната», «платье», «улыбка» | Одна конкретная, чуть странная деталь |
| Два человека вместо одного | Множественное число или двусмысленность, «зеркало», «отражение» | Напишите «одна женщина, одна в кадре» |
| Кривые буквы на вывеске или футболке | Вы попросили читаемый текст | Не просите — модели не умеют писать надёжно |
Дальше меняйте один блок за генерацию. Именно привычка переписывать всё сразу приводит к тому, что человек сжигает двадцать попыток и в итоге выбирает вторую: ни один запуск ничему его не научил. И копируйте каждый запрос в заметки перед перегенерацией — поле ввода обычно единственное место, где текст хранится, и понравившийся вариант исчезает в момент, когда вы пишете поверх.
Если ваши запросы откровенные, структура ровно та же, меняются только типичные сбои — наш гид по генератору изображений 18+ разбирает именно эту сторону.
Когда писать запрос — вообще не тот инструмент
Иногда у вас нет картинки в голове, которую можно описать. Есть только настроение, и составление запроса с нуля ощущается как домашка.
| Что вам нужно | Путь лучше |
|---|---|
| Точная картинка, которую вы уже представляете | Напишите сами на /generate |
| Фото, которое вписывается в текущий разговор | Попросите его у персонажа прямо в чате |
| Идеи до того, как тратить попытку | Полистайте галерею и разберите, что там сработало |
Средняя строка — как раз то, что трудно повторить в поле для запроса. У Intimora шесть персонажей, и когда вы просите фото, картинка собирается из сцены, в которой вы сейчас находитесь, а не берётся случайным селфи из папки. Попросите Аяку, 36-летнего декана кафедры литературы, прислать фото, пока она ночью в своём кабинете, — получите этот кабинет и этот свет. Попросите Наоми, 22-летнюю фэнтези-иллюстратора с аквамариновыми волосами, посреди работы над скетчем — получите и скетч. Разговор пишет запрос за вас. Механику мы разобрали в статье ИИ-девушка, которая присылает фото, а разговорную часть — в NSFW-чате с нейросетью. Если вы пока сравниваете платформы, лучшие приложения с ИИ-девушкой объясняют, кто как работает с картинками.
Одна жёсткая граница
Всё описанное выше — это текст в изображение: вымышленные взрослые персонажи, созданные описанием. Здесь нет поля загрузки и нет способа отредактировать чью-то фотографию, и это осознанное решение, а не недоделка: инструменты, работающие с фото реальных людей, — это юридическая проблема, переодетая в функцию, в США и всё чаще везде.
Практически описание к тому же просто удобнее. Персонажа, которого вы собрали из слов, можно поправить, перезапустить и дошлифовать блок за блоком. Ради этого контроля и стоит разобраться в генерации по тексту.
FAQ
Нужен ли аккаунт, чтобы сгенерировать изображение по тексту? Нет. Гостевой режим на /generate даёт поле для запроса и несколько бесплатных изображений без почты, пароля и карты. Сколько попыток осталось, видно на странице до того, как вы их потратите.
Почему один и тот же запрос каждый раз даёт разную картинку? Генерация стартует из случайного шума, и без фиксированного seed каждый запуск идёт по вашему описанию своим маршрутом. Пользуйтесь этим осознанно: два-три перезапуска нетронутого запроса часто находят композицию лучше, чем переписывание.
Какой длины должен быть запрос? Двадцать пять — пятьдесят слов закрывают почти всё. Дальше поздние слова начинают конкурировать с ранними, и модель теряет детали. Если запрос кажется длинным, режьте прилагательные, а не существительные.
Можно ли загрузить фото как референс вместо описания? Нет, генератор принципиально работает только с текстом. Опишите словами волосы, телосложение, одежду, позу, обстановку и свет — контроля получится больше, чем дал бы референс.
Почему лица и руки выходят хуже всего остального? И то и другое человек разглядывает пристально, а модель рисует их «по среднему», поэтому мелкие ошибки бросаются в глаза. Кадр помогает сильнее прилагательных: на близком плане у модели больше пикселей на лицо, а расслабленные или уведённые за край руки выходят лучше рук, занятых чем-то сложным.
Чего нейросеть не сделает, как бы хорошо я ни написал запрос? Надёжный текст на изображении, точное количество предметов, корректную анатомию в сложных позах и внятные отношения между несколькими людьми. Эти места лучше обходить, а не штурмовать: один герой, простая поза, никаких надписей.